'코드를 한 줄도 직접 쓰지 않았다.' 이 문장이 이제 자기 자랑이 아닌 보고서처럼 읽히는 시대가 됐다. 개발자 Tomoki Ikeda는 30일 만에 AI 노트 앱 Nokos를 혼자 출시했다. 프론트엔드, 백엔드, DB, 인프라, 테스트—모든 코드를 Claude Code가 썼다. 그는 무엇을 했나. 아키텍처를 결정하고, 버그를 발견하고, 가격 전략을 세우고, 법무 문서를 검토했다. '기술 없이 만든 게 아니라, 타이핑 없이 만든 것'이라는 그의 표현이 정확하다.
이게 가능해진 데는 도구의 진화가 뒷받침됐다. Claude Code v2.1.75 업데이트로 Max·Team·Enterprise 플랜의 Opus 4.6 사용자에게 1M 컨텍스트 윈도우가 별도 설정 없이 기본 제공되기 시작했다. 이전엔 200K가 기본이었고, 더 쓰려면 추가 토큰을 소모해야 했다. 이제는 수십 개 파일에 걸친 대규모 리팩토링을 한 번의 패스로 처리할 수 있다. Ikeda가 Claude Code로 단일 세션 안에서 전체 코드베이스를 훑으며 청구 로직의 버그 4개를 한꺼번에 잡아낸 것도 이 맥락이다. 컨텍스트 분할·요약 우회라는 '생존 전술'이 사라지고, AI가 프로젝트 전체를 한눈에 읽는 게 기본값이 됐다.
같은 시기, SKT는 전사 임직원 대상 '1인 1 AI 에이전트' 로드맵을 공개했다. 코딩 지식이 없는 비개발자도 자연어로 질문하거나 블록 쌓듯 모듈을 조합해 업무 전용 에이전트를 만드는 환경을 갖추겠다는 선언이다. 에이전트 활용 내역은 인사고과에 반영하지 않는다고 못 박았다. '강제가 아닌 자발적 문화'를 만들겠다는 방향이다. 이 두 사례—1인 창업자의 노코드 SaaS와 대기업의 전사 AI 에이전트化—는 표면적으로 달라 보이지만 같은 질문을 가리키고 있다. AI가 코드를 쓰고 업무를 처리하는 환경에서, 사람은 정확히 무엇을 해야 하는가.
내가 테크 리드로서 이 사례들에서 건져낸 교훈은 단순하다. 병목이 이동했다. 기존 개발 팀의 병목은 '구현 속도'였다. 요구사항이 있어도 코드로 옮기는 데 시간이 걸렸다. 이제 AI가 구현을 맡으면서 병목은 '판단의 질'로 옮겨갔다. 무엇을 만들지, 왜 지금 만드는지, 어떤 아키텍처 결정이 6개월 뒤 기술 부채가 될지—이 질문들에 빠르고 정확하게 답하는 능력이 팀의 실제 속도를 결정한다. Ikeda가 CLAUDE.md에 300줄짜리 아키텍처 결정 문서를 작성한 것, 각 엔드포인트의 청구 로직을 수작업으로 감사한 것—이게 AI 시대의 실제 개발 작업이다.
팀 리빌딩 관점에서 보면 역할의 경계가 흐려지는 게 아니라 재편되는 것이다. Ikeda의 워크플로우는 사실 세 역할의 분업이었다. 그(PM·의사결정자), Claude Code(구현 엔지니어), Gemini Flash(프로덕션 AI)—여기서 주목할 점은 Claude Code가 Gemini API를 직접 호출해 프롬프트를 테스트하고, 두 AI가 설계 결정을 두고 '토론'하며, 인간이 최종 판단을 내리는 구조다. 경쟁사 AI를 각각의 강점에 맞게 배치하고, 그 충돌에서 더 나은 결론을 뽑아내는 것—이게 AI 오케스트레이터의 실질적인 역량이다. SKT가 비개발자에게도 에이전트를 만들 수 있는 환경을 제공하겠다고 한 것도 같은 맥락이다. 도메인 전문가가 자신의 업무를 가장 잘 안다. AI 툴이 구현을 맡으면, 전문성을 가진 사람이 오케스트레이터 역할을 맡는 구조가 자연스럽게 만들어진다.
그렇다고 AI 생성 코드를 그냥 믿으면 안 된다는 경고도 분명히 새겨야 한다. Ikeda가 발견한 청구 버그 4개—스토리지 한도는 정의됐지만 실제 업로드 핸들러에선 미적용, 레이트 리밋을 우회하는 하위 호환 엔드포인트, 삭제 시 카운터 미감소, 단일 코드 경로에서만 트리거되는 월간 리셋—는 각각 개별적으론 '작동하는 코드'였다. 문제는 이것들이 조합될 때 발생했다. AI는 익스플로잇 경로를 고려하지 않는다. 보안·결제 로직은 반드시 사람이 직접 감사해야 한다. MCP Elicitation 업데이트로 MCP 서버가 작업 중 사용자에게 직접 구조화된 입력을 요청할 수 있게 된 것도 이 맥락에서 읽힌다. AI가 스스로 판단하지 않고, 불확실한 지점에서 사람에게 되묻는 구조—이게 안전한 자동화의 방향이다.
전망은 낙관적이지만 조건이 있다. 노코드 AI 개발이 현실화됐다는 건 '개발자 불필요'가 아니라 '개발자 역할 재정의'다. 빠르게 만드는 건 AI가 하고, 무엇을 왜 만들지 결정하고, AI 생성물의 품질을 검증하고, 시스템 전체가 비즈니스 맥락 위에서 작동하도록 설계하는 건 여전히 사람의 몫이다. SKT 정재헌 대표의 표현처럼 'AI 전환은 업무 현장에서 문제를 가장 잘 아는 구성원의 작은 개선에서 시작된다.' 팀을 리빌딩하려는 테크 리드라면 지금 당장 이 질문을 팀에 던져야 한다. 우리 팀에서 '판단'을 가장 잘하는 사람은 누구이고, 그 사람이 판단에만 집중할 수 있는 구조가 갖춰져 있는가.