이 글은 IDG의 아티클을 전재하여 제공합니다.
원문보기
생성형 AI의 코딩 성능에 실망한 개발자들도 예단하지 말아야 합니다. 가트너는 대부분의 코드를 AI 에이전트가 작성하고 숙련된 개발자가 검토하는 새로운 소프트웨어 개발 시대로 향하고 있다고 예측합니다.
가트너의 소프트웨어 엔지니어링 부문 수석 애널리스트인 필립 월시에 의하면, 기업과 공급업체들이 많은 개발 작업을 완전히 자동화하거나 오프로드할 수 있는 AI 코딩 에이전트를 출시하고 있으며, 2025년에는 더 많은 파일럿과 PoC가 진행될 것으로 분석합니다. 또한 2026년에는 자율 AI 에이전트의 장단점과 사용 사례를 어느 정도 파악한 상태에서 보다 생산적이고 주류화 수준의 도입이 시작될 것이고, 2027년에는 이 패러다임이 실제로 뿌리를 내림에 따라 엔지니어의 워크플로우와 역량도 진화하고 적응해야 할 것으로 내다보고 있습니다. 최근 가트너는 생성형 AI가 더 많은 프로그래밍 기능을 맡게 되면서 생겨나는 새로운 역할에 적응하기 위해 소프트웨어 엔지니어의 80%가 재교육을 받아야 할 것으로 예측했습니다.
AI 코딩 에이전트는 오늘날의 AI 코딩 어시스턴트보다 더 발전하겠지만, 작업을 확인하고 코드를 수정하려면 여전히 숙련된 프로그래머가 필요합니다. 하지만 소프트웨어 개발과 관련하여 간단한 콘텐츠 생성보다는 자율적인 의사 결정을 강조하는 에이전트 AI는 현재의 AI 코딩 파일럿의 경계를 넓혀 AI 네이티브 소프트웨어 엔지니어링이 등장할 수 있도록 할 것입니다. 현재의 AI 코딩 어시스턴트는 코드 스니펫을 작성할 수 있지만, 처음부터 소프트웨어를 만드는 데 어려움을 겪는 경우가 많습니다. 하지만 진화하는 코딩 에이전트에서는 그렇지 않을 것입니다.
더 높은 수준의 목표나 작업을 부여하기만 하면, 반복적이고 적응적으로 문제를 통해 일하고 문제를 해결합니다. 이것이 바로 우리가 AI 소프트웨어 엔지니어링 에이전트라고 부르는 것입니다. 이 기술은 이미 존재합니다.
전 세계를 장악해 가는 AI 에이전트
코드를 미세 조정하기 위해서는 여전히 인간의 전문성과 창의성이 필요하겠지만, 장기적으로 AI 코딩 에이전트가 많은 조직에서는 프로그래밍 작업을 점점 더 많이 대체하게 될 것입니다.
AI 코딩 어시스턴트에 대한 평가가 지금까지도 엇갈리고 있습니다. 일부 연구에서는 생산성이 크게 증가했다고 주장하는 반면, 다른 연구에서는 이러한 결과에 이의를 제기합니다. 비판적인 시각에도 불구하고 코딩 어시스턴트를 제공하는 대부분의 공급업체는 자율 에이전트를 지향하고 있습니다. 하지만, 완전한 AI 코딩 독립성은 아직 실험 단계입니다. 기술은 존재하지만 매우 초기 단계입니다. AI 코딩 에이전트는 기능을 추가하거나 버그를 수정하거나, 종속성이 많은 복잡한 코드 조합을 리팩토링하여 영향을 받는 관련 코드를 식별하는 데 여전히 어려움을 겪고 있습니다. 영향을 받는 코드 베이스의 모든 관련 부분을 포함하여 코드 변경의 체계적인 영향을 이해하려면 여전히 인간 개발자가 필요합니다.
이러한 도구는 여전히 빅픽처 수준에서 어려움을 겪고 있으며, 이미 보유하고 있는 기능을 활용하는 데도 어려움을 겪습니다. AI가 생성한 코드의 많은 문제는 제대로 작동하지 않는다는 것이 아니라, 우리가 이미 특정 방식으로 이 작업을 수행하고 있다는 것입니다. 일부 기업에서는 이미 이 흐름에 동참하고 있습니다. AWS의 클라우드 컨설팅 파트너인 Caylent는 AI가 특정 사례에서 대부분의 코드를 작성하도록 한다고 합니다. 클라우드 네이티브 개발 책임자인 클레이튼 데이비스는 AI를 사용하여 코드를 작성하는 데 있어 핵심은 오류를 찾아내는 유효성 검사 프로세스를 갖추는 것이라고 합니다. 생성 및 검증에 대한 이러한 에이전트 접근 방식은 이미 소프트웨어 작성에 테스트 중심 개발 방식을 사용하는 사람들에게 특히 유용합니다. 사람이 작성한 기존의 테스트에서는 생성된 코드를 반복하고 오류를 다시 입력하여 성공 상태에 도달할 때까지 반복하기만 하면 됩니다.
코딩 에이전트 모델의 다음 진화는 AI가 코드를 작성하는 것뿐만 아니라 검증 테스트를 작성하고 테스트를 실행하고 오류를 수정하는 것입니다. 이를 위해서는 몇 가지 고급 도구와 여러 에이전트가 필요하며, 여러 모델이 모두 공통의 최종 상태를 향해 작동할 때 최상의 결과를 얻을 수 있습니다.
미래는 바로 지금이다
해결해야 할 몇 가지 문제와 AI 코딩 어시스턴트에 대한 개발자들의 저항이 있긴 하지만, AI 네이티브 코딩은 미래입니다. 무엇보다도 생성형 AI 도구가 빠르게 발전하고 있기 때문입니다. 예를 들어, OpenAI는 ChatGPT 최신 버전의 코딩 능력에 대해 비약적인 발전이라고 선전합니다. 사람들이 [AI로 구동되는] 컴퓨터에 자기 생각을 표현하는 방법을 지시한 다음 컴퓨터가 대부분의 힘든 일을 하도록 하는 세상이 점점 더 많아지고 있습니다.
하지만 자율 AI 코딩 에이전트의 공급업체와 사용자는 극복해야 할 몇 가지 과제가 있습니다. 코딩 에이전트는 투명해야 하며 프로그래머가 결과물을 검토할 수 있어야 합니다. AI 에이전트는 휴가나 병가 없이 하루 24시간 코드를 작성하는 미래가 될 것입니다. 소프트웨어의 90%가 이러한 에이전트에 의해 작성된다면, 사람이 작성하거나 만져본 적이 없는 소프트웨어의 핵심까지 파고들어 무슨 일이 일어나고 있는지 이해하는 것은 매우 어려울 수 있습니다. 사람들이 10배, 100배, 1,000배 더 많은 코드를 작성하고 있을 때도 이를 이해하려면 너무 긴 시간이 걸릴 것입니다. 우리가 그 전부를 읽지도 못할 것입니다. AI가 작성한 모든 코드를 이해하려면 개발팀은 새로운 코드 검토 도구가 필요합니다.
대부분의 일이 AI가 생성한 코드를 검토하고 복잡한 소프트웨어의 작은 부분을 작성하는 시니어 개발자에 국한된다면, 개발자 인재 파이프라인은 어떻게 바뀔까요? 대부분의 주니어 업무가 사라지면 개발자를 양성하기 어려울 수 있습니다.
그럼 어떻게 하면 주니어 프로그래머들이 실수를 하고, 배우고, 전문성을 개발하고, 이 모든 것이 어떻게 작동해야 하는지 느낄 수 있는 종류의 일을 할 수 있을까요? 하위 50%의 일을 제거하면 어떻게 그 격차를 메우고 기술을 개발할 수 있을까요?
AI vs. 비즈니스 요구사항
아직 해결해야 할 과제가 남아 있기 때문에, 일부 IT 리더들은 AI 에이전트가 가까운 미래에 대부분의 코드 작성을 대신할 것이라는 예측에 회의적입니다. AI 에이전트가 조직의 코드에서 높은 비율을 차지하면 마케팅 홍보에는 좋지만, 다른 문제를 일으킬 수도 있습니다. 코드 완성 시스템은 수년 동안 존재해 왔으며, 개발에서 가장 큰 과제는 코드 자체를 입력하는 것이 아니라 수천 줄의 코드에 대한 시스템 무결성을 유지하는 것입니다. 또한 AI 에이전트는 각 조직의 복잡한 요구사항을 인간 수준으로 이해하지 못할 것입니다.
현재 우리가 사용하는 시스템은 프로그래밍의 가장 쉬운 부분, 즉 모든 것이 이미 이해된 상태에서 코드를 작성하는 것을 단순화합니다. 그러나 가장 큰 노력과 비용은 제품 소유자부터 개발자에 이르기까지 모든 수준에서 비즈니스 요구사항에 대한 불완전한 이해와 비즈니스 요구사항이 변경될 때 기존 시스템을 수정해야 하는 필요성으로 인해 발생하는 경우가 많습니다.
▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶ 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.
CIO의 Senior Writer