AI가 코드를 짜면 개발자는 무엇을 하나

AI가 코드를 짜면 개발자는 무엇을 하나

비프로그래머의 487파일 프로젝트, 구글의 코딩 에이전트, 젠슨 황의 '1인당 AI 100개' 비전이 동시에 던지는 질문—당신의 역할은 이미 바뀌고 있다.

AI 코딩 에이전트 개발자 역할 재정의 Claude Code 바이브 코딩 AI-First 워크플로우 젠슨 황 팀 리빌딩
광고

프로그래머 없이 15만 줄이 완성됐다

그래픽 디자이너 한 명이 두 달 만에 Unity 맵 에디터를 완성했다. 487개의 C# 파일, 15만 1천 줄 이상의 코드. 프로그래밍 경험은 전무했다. 도구는 Claude Code 하나였다. dev.to에 공개된 이 사례는 단순한 '바이브 코딩 성공기'가 아니다. AI-First 워크플로우가 실제로 어디까지 왔는지를 보여주는 데이터포인트다.

이 프로젝트가 흥미로운 건 규모가 아니라 어떻게 무너지지 않았느냐다. AI 생성 코드가 수십 개 파일을 넘어서면 아키텍처가 무너지는 게 일반적인 실패 패턴이다. 이 디자이너는 초반에 53개의 품질 규칙을 Claude Code에 심어뒀다. 싱글턴 패턴, 이벤트 시스템 구조, 네이밍 컨벤션—이 규칙들이 전체 코드베이스에 일관되게 강제됐다. 코드를 짠 건 AI였지만, 구조를 설계하고 유지한 건 사람이었다.

구글도 같은 방향을 가리킨다

공교롭게도 같은 시기, 구글은 AI 스튜디오에 코딩 에이전트 '안티그래비티'를 탑재했다. 문장 하나를 입력하면 로그인, 데이터 저장, 사용자 인증, UI까지 자동 생성된다. DB 구축과 외부 서비스 연동도 에이전트가 처리한다. 코딩 지식 없이 서비스 출시까지 가능하다는 게 구글의 주장이다.

두 사례가 함께 말하는 건 명확하다. 코드 작성 자체는 점점 더 AI의 영역으로 넘어가고 있다. 속도의 문제가 아니라 구조의 문제다. 비프로그래머도 복잡한 시스템을 만들 수 있는 환경이 실제로 존재한다. 이건 가능성이 아니라 현실이다.

젠슨 황이 꺼낸 숫자: 1인당 AI 100개

GTC 2026 기조연설에서 젠슨 황은 구체적인 숫자를 꺼냈다. 10년 후 엔비디아의 목표: 직원 7만 5천 명, AI 에이전트 750만 개. 엔지니어 1인당 AI 에이전트 100개. 그는 이걸 미래 예측이 아니라 실행 계획으로 제시했다. 엔지니어에게 연봉과 함께 AI 토큰 예산을 지급하겠다고 했다—기본급의 절반에 달하는 컴퓨팅 크레딧을.

이 발언이 중요한 이유는 '숫자의 크기'가 아니다. AI를 도구(tooling)가 아니라 조직 구조(org structure)로 보기 시작했다는 신호이기 때문이다. 대부분의 팀이 여전히 AI를 기존 워크플로우에 끼워 넣는 방식으로 쓰고 있다면, 황은 그 반대 방향에서 조직을 설계하고 있다.

그래서 개발자는 무엇을 하나

세 사례를 겹쳐보면 패턴이 보인다. AI가 잘하는 것과 못하는 것의 경계가 점점 선명해지고 있다.

AI가 잘하는 것: 반복적인 코드 생성, 일관성 유지, 빠른 프로토타이핑, 알려진 패턴의 구현.

사람이 여전히 해야 하는 것: 무엇을 만들지 결정하기, 품질 규칙 설계하기, 아키텍처의 방향 잡기, AI가 만든 결과물의 옳고 그름 판단하기.

487파일 프로젝트의 핵심 통찰은 '비프로그래머도 할 수 있다'가 아니다. "보이지 않으면 작업할 수 없다"는 디자이너의 원칙이 핵심이다. 그는 코드를 직접 읽지 않았지만, 시각적 피드백 루프를 통해 시스템이 의도대로 동작하는지를 끊임없이 검증했다. 검증 능력이 곧 개발 능력이 되는 시대가 오고 있다는 뜻이다.

팀 리더로서 지금 당장 확인해야 할 것

우리 팀에서 AI 에이전트가 엔지니어 1인당 몇 개 돌아가고 있는가? 1개? 2개? 젠슨 황이 말하는 100개와의 간격은 단순한 도구 도입의 문제가 아니다. 조율 구조와 역할 재정의 없이 에이전트 수만 늘리면 오히려 느려진다는 건 이미 경험으로 알고 있다.

지금 팀에 필요한 건 세 가지다. 첫째, 품질 규칙을 먼저 설계하는 습관. 코드 생성 전에 아키텍처 원칙을 AI에게 심어라. 둘째, AI 생성물의 검증 루프를 만드는 것. 빠르게 만들고 빠르게 확인하는 사이클이 없으면 기술 부채는 배속으로 쌓인다. 셋째, 역할 재정의. '코드를 잘 짜는 사람'이 아니라 '좋은 시스템을 판단할 수 있는 사람'이 팀에서 더 중요해지고 있다.

질문은 하나다

AI가 코드를 짜는 시대에, 당신의 팀은 무엇에 집중하고 있는가. 구현 속도를 올리는 것도 맞다. 하지만 그 속도가 만들어내는 결과물을 판단하고, 방향을 잡고, 품질을 정의하는 능력—이게 앞으로 개발자의 핵심 자산이 된다. 황의 100개 에이전트 비전이 현실화되는 속도보다, 당신 팀이 그 구조를 받아낼 준비를 하는 속도가 더 중요하다.

출처

더 많은 AI 트렌드를 Seedora 앱에서 확인하세요