"AI 써봤어요" 와 "AI로 일해요"는 다르다
팀원한테 Cursor 라이선스 사줬다고 AI-First 팀이 되는 건 아니에요. 저도 처음엔 그렇게 생각했거든요. 툴을 쥐여주면 뭔가 달라지겠지 — 근데 현실은, 도구만 바뀌고 일하는 방식은 그대로인 경우가 대부분이더라고요.
최근 KISTI(한국과학기술정보연구원)가 출연연 순회 'AI 러닝 데이'를 운영하면서 꽤 주목할 만한 접근을 보여줬습니다. 단순히 ChatGPT 쓰는 법을 가르친 게 아니에요. 연구직에겐 MCP 서버로 외부 학술 데이터를 실시간 수집해 논문을 작성하는 워크플로우를, 행정직에겐 기관 규정 기반 맞춤형 챗봇을 직접 만들어보게 했어요. 직무별 맥락에 맞는 AI 활용법을 현장에 심은 겁니다. 거기에 AI 할루시네이션의 한계와 검증 책임까지 함께 다뤘다는 게 인상적이에요. 도구 전달이 아니라 사고법 이식에 가까운 설계입니다.
왜 지금 '사고법'이 문제인가
브런치에 올라온 한 글이 이 맥락을 정확하게 짚습니다. 저자는 이렇게 말해요. "문제는 AI 자체가 아닙니다. AI를 제대로 활용하는 사고법을 아무도 체계적으로 알려주지 않았기 때문입니다." Andrej Karpathy가 말한 'Vibe Coding' — AI에 몸을 맡기고 무엇을 만들지만 생각하는 방식 — 이게 실제로 작동하려면, 먼저 '무엇을 만들지 아는 능력'이 있어야 해요. 그 능력은 프롬프트 템플릿 100개를 외운다고 생기지 않아요.
저도 Claude한테 "이 기능 어떻게 설계하면 좋을까?" 물어볼 때, AI가 좋은 답을 주는 순간은 제가 문제를 잘 정의했을 때예요. 질문의 질이 답의 질을 결정하는 거죠. 이게 팀 전체에 체화돼야 AI-First 워크플로우가 진짜로 돌아가기 시작합니다.
개발자 역할의 재정의 — 이미 진행 중
dev.to에 올라온 글 "What the Next 5 Years of AI Mean for Developers Globally"는 이 변화의 방향을 선명하게 그립니다. 핵심 메시지는 단순해요. 코딩은 저렴해지고, 판단력은 희귀해진다. 스캐폴딩, 리팩터링, 테스트 생성 — 이미 대부분 자동화 가능한 영역이에요. 앞으로 희소해지는 건 문제 프레이밍, 시스템 설계, 트레이드오프 평가, 실패 모드 사고입니다.
더 중요한 건 '업무 단위'의 변화예요. 기존엔 기능(Feature) 단위로 생각했다면, 앞으로는 워크플로우 단위로 사고해야 합니다. 엔드포인트를 짜는 게 아니라 행동을 설계하고, 함수를 쓰는 게 아니라 단계를 오케스트레이션하는 역할이에요. 이 관점에서 보면, AI-First 팀에서 시니어 개발자의 역할은 '가장 코드를 잘 짜는 사람'이 아니라 '시스템을 가장 잘 설계하는 사람'으로 이동합니다.
팀 교육을 재설계할 때 봐야 할 세 가지
이 흐름을 팀 교육 설계에 적용하면, 저는 크게 세 가지를 보게 됩니다.
첫째, 직무 맥락 우선. KISTI가 연구직과 행정직에게 다른 커리큘럼을 설계한 것처럼, 개발팀 내에서도 프론트엔드/백엔드/데이터/QA 각 포지션에 맞는 AI 활용 시나리오가 달라요. "이 AI 툴로 너희 업무에서 가장 반복적인 거 뭐야?"가 온보딩 첫 질문이어야 합니다.
둘째, 실패 모드 교육 필수. 할루시네이션, 컨텍스트 이탈, AI가 생성한 코드의 보안 취약점 — 이걸 모르고 쓰면 AI가 오히려 리스크가 돼요. "AI가 생성해준 걸 기반으로 우리가 다듬는다"는 협업 모델이 작동하려면, 팀원이 AI 결과물을 검증할 수 있어야 합니다.
셋째, 사고 프레임 공유. 프롬프트 팁보다 중요한 건 "어떤 문제를 AI에게 맡기고, 어떤 판단은 우리가 해야 하는가"에 대한 팀 차원의 합의예요. 이게 없으면 툴은 있는데 방향이 없는 상태가 됩니다.
앞으로 어떻게 달라지나
향후 5년, AI-First 팀에서 살아남는 개발자는 '코드를 가장 빨리 치는 사람'이 아니에요. 시스템을 설계하고, 워크플로우를 오케스트레이션하고, AI Ops를 이해하며, 비기술 이해관계자에게 트레이드오프를 설명할 수 있는 사람입니다. 이 역량은 하루아침에 생기지 않아요. 지금부터 교육 설계를 바꾸지 않으면, 툴이 아무리 좋아도 팀의 실제 역량은 제자리입니다.
소버린 AI 시대라는 말이 거창하게 들릴 수 있지만, 실무 레벨에서 의미는 단순해요. AI를 쓸 줄 아는 팀과 그렇지 않은 팀의 생산성 격차가 이제 가시화되기 시작했다는 겁니다. KISTI가 기관 전체에 AI를 이식하려 했던 것처럼, 테크 리드가 해야 할 일은 라이선스 구매가 아니라 사고법 전파예요. 도구는 그다음입니다.