장벽이 낮아질수록 기준은 높아진다
AI 코딩 도구가 확산되면서 흔히 나오는 질문이 있다. "개발자가 필요 없어지는 거 아닌가요?" 나는 이 질문 자체가 잘못된 프레임이라고 생각한다. 더 정확한 질문은 이거다. '누가 이제 빌드에 참여할 수 있게 됐는가, 그리고 그게 팀 구성 기준을 어떻게 바꾸는가.'
Dev.to에 올라온 Robert Furman의 분석은 이 지점을 정확히 짚는다. 소프트웨어 개발은 단일 활동이 아니다. 문제 이해, 요구사항 정의, 아키텍처 설계, 코드 작성, 디버깅, 테스트, 보안 검토, 배포, 장기 유지보수까지—AI는 이 중 일부 작업을 도울 수 있지만, "AI가 자신감 있게 내놓은 답변이 좋은 엔지니어링 판단과 같지 않다"는 전제는 변하지 않는다. 코드 초안이 신뢰할 수 있는 제품과 같지 않고, 로컬에서 한 번 작동한 기능이 보안이 검증된 시스템과 같지 않다는 것—이 간극을 메우는 사람이 여전히 필요하다.
바이브 코딩이 가르쳐 준 불편한 진실
흥미로운 건 비개발자 쪽에서 나온 목소리다. Velog에 올라온 한 바이브 코딩 학습자의 경험담은 역설적으로 개발자의 차별점을 선명하게 드러낸다. 요지는 이것이다. '만들 수 있으면 팔릴 것 같다는 착각'—바이브 코딩으로 툴을 뚝딱 만들어냈을 때 생기는 이 착각이 실제로는 가장 비싼 실수로 이어진다는 것.
이 글에서 제시하는 올바른 순서가 인상적이다. 문제 정의 → 페르소나 검증 → 얼리어답터 확인 → MVP 검증 → 솔루션 구현. 만들기 전에 의심하는 것이 핵심이다. Claude로 PRD를 작성하고 AI Studio로 구현하는 것은 '문제가 검증된 이후에만 가능한 단계'라는 인식—이게 바이브 코딩 학습자 스스로 도달한 결론이다. 아이러니하게도, 비개발자가 AI로 빌드하는 법을 배우면서 제일 먼저 발견한 한계가 기획력과 문제 정의 능력이었다는 점이다.
팀 리빌딩 기준이 실제로 이동하는 방향
이 두 관점을 엮으면 AI-First 팀 리빌딩에서 꽤 구체적인 함의가 나온다.
첫째, '코딩 가능 여부'는 더 이상 채용 기준의 핵심이 아니다. AI가 코드를 생성해주는 환경에서 코드를 쓸 수 있다는 사실 자체의 희소성은 급격히 낮아진다. 대신 중요해지는 건 AI가 생성한 코드의 품질을 판단하는 능력이다. 아키텍처 결정, 보안 취약점 식별, 장기 유지보수 비용 예측—이건 여전히 경험과 판단력의 영역이다.
둘째, 문제 정의 능력이 팀의 새로운 병목이 된다. 바이브 코딩 경험담이 보여주듯, AI로 빌드 속도가 올라갈수록 '잘못된 문제를 빠르게 해결하는' 리스크도 함께 커진다. 팀 온보딩 설계에서 이제 가장 먼저 가르쳐야 할 건 특정 프레임워크 사용법이 아니라, 어떤 문제가 진짜 문제인지 검증하는 워크플로우다. AI 도구 활용 능력은 그다음이다.
셋째, 프롬프트는 충분하지 않다. Furman의 표현을 빌리면, "프롬프트 주변의 워크플로우"가 실력의 차이를 만든다. 전체 앱을 한 번에 요청하는 것과, 다음 단계를 작게 정의하고 → 관련 컨텍스트를 제공하고 → 결과를 직접 검증하고 → 변경 사항을 조심스럽게 적용하는 것은 완전히 다른 접근이다. 이 워크플로우 감각을 팀 전체에 심는 것—이게 AI-First 온보딩의 실질적인 과제다.
온보딩 재설계: 무엇을 먼저 가르칠 것인가
실행 레이어로 내려오면 이야기가 더 구체적이다. AI-First 팀 온보딩에서 내가 우선순위를 두는 항목은 세 가지다.
- AI 출력을 검증하는 습관: 작동하는 코드와 올바른 코드를 구분하는 눈. AI가 자신감 있게 제시해도 틀릴 수 있다는 전제를 팀 문화로 만드는 것.
- 문제 정의 프레임: 기능 요청서를 작성하기 전에 '이 문제가 실제로 존재하는가, 누가 겪고 있는가, 검증은 됐는가'를 묻는 루틴.
- 시스템 사고: 로컬에서 돌아가는 것과 프로덕션에서 안전하게 운영되는 것의 차이를 이해하는 것. 보안, 퍼포먼스, 유지보수 비용에 대한 감각.
전망: 더 많은 빌더, 하지만 더 선명한 전문성
AI 도구가 성숙할수록 '빌더'의 저변은 넓어진다. 기술적 배경 없이도 아이디어를 프로토타입으로 만드는 사람들이 늘어날 것이고, 팀 내에서 기획자나 PM이 직접 개념 검증을 돌리는 일도 일상화될 것이다. 이건 개발자를 불필요하게 만드는 게 아니라, 개발자가 집중해야 할 영역을 더 선명하게 만드는 과정이다.
역설적으로, AI가 코딩 장벽을 낮출수록 팀 리빌딩 기준은 코딩 능력에서 멀어지고 있다. 지금 내가 팀원을 평가할 때 가장 먼저 보는 건 이거다. '이 사람은 AI가 틀렸을 때 알아챌 수 있는가. 그리고 풀어야 할 문제를 제대로 정의할 수 있는가.' 그 두 가지가 AI-First 시대의 진짜 채용 기준이다.