🤖 2025년 현업 개발자가 말하는, AI 도구 솔직 후기

 

코딩 자동완성, 정말 산업을 바꿨을까?

최근에 정말 흥미로운 글을 읽었어요. 2020년부터 AI 분야에서 일해온 한 소프트웨어 엔지니어가 2025년 10월 기준으로 자신의 AI 활용 경험을 정리한 내용이었는데요. 실제 현장에서 AI를 쓰는 사람의 날것 그대로의 솔직한 이야기라 정말 많은 인사이트를 얻을 수 있었어요.

이 개발자가 가장 강조한 건 코딩 분야의 변화였어요. 마이크로소프트 내부에서 거의 첫날부터 깃허브 코파일럿을 써왔다고 하는데요. 그의 표현을 빌리자면 "10점 만점에 10점"이라고 할 정도로 만족도가 높았어요.

특히 인상적이었던 건 구글의 공식 발표 자료예요. 2024년 구글이 공개한 바에 따르면, 구글 내부 개발자들이 작성하는 코드의 무려 50%가 AI 탭 완성 기능으로 만들어진다고 해요. 처음엔 과장 같았는데, 이 개발자의 설명을 들으니 충분히 이해가 됐어요. 가트너의 2024년 보고서에 따르면 개발자의 75%가 이미 AI 코딩 도구를 업무에 활용하고 있다고 하더라구요.

그는 자동완성 기능이 단순히 타이핑을 줄여주는 게 아니라고 강조했어요. C#에서 JSON을 역직렬화하는 것처럼 알고는 있지만 매번 문법을 찾아봐야 하는 관용적 패턴들을 완벽하게 예측해준다는 거예요. 때로는 AI 제안이 나올 때까지 30초를 기다리기도 하는데, 그만한 가치가 있다고 하더라고요.

에이전트 모드, 양날의 검

에이전트 모드에 대한 의견도 흥미로웠어요. 복잡한 코드 변경을 AI가 알아서 계획하고 작성하는 기능인데요. 자동완성만큼 놀랍지는 않지만, 가끔 정말 놀라운 결과를 낸다고 해요. 실제로 그가 공유한 사례를 보면, 닷넷 프로젝트의 로깅 시스템을 개선하는 커밋을 만드는 데 약 10분밖에 안 걸렸대요. 본인이 직접 작성했다면 ASP.NET 문서가 너무 복잡해서 훨씬 오래 걸렸을 거라고 하고요.

다만 에이전트가 제대로 작동하려면 두 가지 조건이 필수라고 강조했어요. 첫째는 철저한 테스트 환경이에요. AI가 자기 작업을 검증할 수 있는 단위 테스트나 기능 테스트가 있어야 한다는 거죠. 둘째는 AGENTS.md 같은 가이드 문서예요. 간단한 지침만으로도 AI의 결과물이 훨씬 나아진다고 해요. 재밌는 건 그가 AI가 문서를 제대로 읽었는지 확인하려고 출력에 이모지를 하나 넣으라고 요청한다는 거예요.

하지만 에이전트가 만든 풀 리퀘스트에 대해서는 회의적이었어요. 여전히 사람이 변경사항을 검증하고 오류를 해결해야 하는데, PR 방식은 피드백 루프가 너무 느려서 생산성이 떨어진다는 분석이었어요. 실제로 깃허브 액션 추가는 성공했지만, 버전 자동 증가 PR은 오류가 너무 많아서 포기하고 로컬에서 직접 작성했다고 하네요.

AI 코드 리뷰에 대해서는 조금 더 긍정적이었어요. "예외를 잡는 걸 고려하세요" 같은 무의미한 댓글도 있지만, 코덱스가 그가 손으로 작성한 코드에서 심각한 use-after-free 버그를 찾아낸 사례를 공유했거든요.

검색과 리서치, 펍에서 친구에게 물어보듯

두 번째로 큰 변화는 검색과 리서치 분야였어요. 그는 이걸 ChatGPT를 가장 자주 쓰는 이유라고 말했어요.

흥미롭게도 전통적인 검색에는 LLM이 별로라고 평가했어요. 맛있는 이탈리아 음식점을 추천해달라고 하면 2023년에 이미 문 닫은 식당을 자신 있게 추천한다는 거예요. "출처를 밝혀라"고 요청하면 훨씬 나아지긴 하지만요.

특히 제품 검색은 재앙 수준이라고 했어요. USB 허브 같은 걸 찾으면 정말 엉망인 결과가 나온다는데, 이건 AI 문제라기보다 인터넷 자체가 광고와 SEO 스팸으로 가득해서 그렇다는 분석이 인상적이었어요. 실제로 2024년 통계를 보면 검색 결과의 약 40%가 SEO에 최적화된 저품질 콘텐츠라는 조사 결과도 있더라구요.

대신 그가 "펍 팩트"라고 부르는 용도에는 환상적이라고 했어요. 펍에서 친구에게 물어볼 만한 것들, "그 영화에 나왔던 그 배우 누구였지?" 같은 질문들이요. 실제로 그는 해커 뉴스에서 봤던 특정 글을 찾아달라고 했는데, 날짜를 잘못 말했는데도 ChatGPT가 찾아냈다고 해요. 여러 번 수동 검색으로도 못 찾던 책을 한 번에 찾기도 했고요.

자주 쓰지 않는 명령줄 도구의 사용법을 물어보거나, 낯선 마크업 언어의 문법을 추측하거나, 심지어 공항 터미널을 찾는 데까지 활용했다고 하네요.

LLM 답변, 믿어도 될까?

하지만 LLM 답변에 대한 신뢰도는 낮았어요. ChatGPT가 닌텐도 스위치 2가 스위치 1 독을 쓸 수 있다고 자신 있게 말했지만 완전히 틀렸다고 해요. 잘 알려지지 않은 닷넷 API에 대해서도 오류 정보를 줬고요. 구글의 AI 개요가 얼마나 자주 틀리는지는 더 말할 것도 없다고 하더라고요.

더욱 흥미로웠던 건 문헌 검색에 대한 경고였어요. 그는 LLM을 보조 사서처럼 써서 자기가 놓친 논문이나 글들을 찾는데, 이게 정말 위험하다고 강조했어요. 세상에는 데이터가 너무 많아서 어떤 주장이든 뒷받침할 증거를 찾을 수 있기 때문이에요.

ChatGPT는 사람이 아니고, 선생님이나 사서나 학자처럼 일관된 세계관이 없다는 게 핵심이었어요. 그의 경험상 어떤 전제를 던져도 ChatGPT는 쉽게 동의하고 그걸 뒷받침하는 인용을 가져온다는 거예요. 모든 글을 읽었을지 몰라도 실제 의견은 없으니 신뢰할 만한 전문가가 아니라는 분석이 날카로웠어요.

실제로 그가 인간 반응 지연 시간 연구를 요청했을 때, ChatGPT가 많은 인용을 가져왔지만 상당수가 오래됐거나 완전히 환각이었다고 해요. 그는 해당 분야 전문가라서 검증할 수 있었지만, AI가 이미 전문 판사와 변호사까지 속인 사례가 있다는 점을 지적하면서, 모르는 분야에서 답을 구하는 학생들에게는 정말 위험할 수 있다고 경고했어요.

요약과 전사, 지루함을 모르는 완벽한 조수

요약과 전사 기능에 대해서는 매우 긍정적이었어요. LLM이 이 분야에서 정말 뛰어나다는 거죠.

마이크로소프트 팀즈의 자동 회의 요약 기능을 예로 들었는데요. 한 시간짜리 회의가 5개 항목으로 완벽하게 요약되는 걸 보면 겸손해진다고 표현했어요. LLM은 지루함을 모르고, 수백 페이지를 읽고 1분 안에 완벽한 요약을 만들어낸다는 거죠. 실제로 2024년 업무 생산성 조사에 따르면 AI 요약 도구를 사용하는 직장인들은 회의 관련 업무 시간을 평균 30% 절감했다고 하더라구요.

다만 LLM이 긴 문서의 중간 내용에 덜 집중한다는 우려를 들었다고 하는데, 본인은 직접 확인할 만큼 실험하지는 않았대요. 대신 충분히 간결하고 명확한 요약을 만들려면 많은 프롬프팅이 필요하다는 점을 언급했어요. 그렇지 않으면 장황해지는 경향이 있다고요.

글쓰기, AI에게 맡기지 않는 이유

글쓰기 부분에서 그의 철학이 가장 명확하게 드러났어요. 그는 AI로 글을 처음부터 생성하지 않고, 개요 작성 도구로도 쓰지 않는다고 단호하게 말했어요.

이유가 두 가지였는데, 첫째는 소프트웨어 엔지니어들 사이에서 명확한 소통 능력이 희귀한 기술이기 때문에 연습 기회를 포기하고 싶지 않다는 거였어요.

둘째는 더 실용적인 이유였어요. 모든 문서는 이메일이나 회의나 개인적 경험에서 나온 맥락에 의존하는데, LLM은 이런 맥락에 접근할 수 없다는 거죠. 그래서 AI가 생성한 문서는 필연적으로 환각된 내용일 수밖에 없다고 했어요. 몇 달간의 작업을 계획하는 개발 스펙 문서를 왜 환각으로 만들고 싶겠냐는 반문이 설득력 있었어요.

그는 직장에서의 목표가 자신의 가장 중요한 아이디어를 전달하는 것이지, AI의 아이디어를 전달하는 게 아니라고 강조했어요. 자신의 말이 목적에 맞고 정확하기를 바라고, 멋진 걸 만들고 싶은데 동료들의 메일함을 쓰레기로 채우는 건 그 목적에 맞지 않는다는 표현이 인상적이었어요.

AI 편집, 기묘한 편집자

하지만 AI 편집 기능에 대해서는 "기묘한 편집자"라고 표현하면서도 인정했어요. 최근 클로드와 ChatGPT에게 공식 문서 초안에 대한 피드백을 요청했는데, 여러 페이지의 가이드라인과 초안을 함께 넣으니 중요한 빈틈을 찾아내고 문장을 훌륭하게 다듬어줬다고 해요.

너무 잘해서 무섭다는 게 그의 솔직한 반응이었어요. 이제는 AI의 제안을 그대로 쓰지 않고 자신만의 방식으로 다시 쓴다고 해요. AI가 너무 잘 다듬어서 자신의 목소리를 빼앗을까 봐 걱정된다는 거죠. 그래서 블로그나 개인적인 글에는 AI 편집을 쓰지 않는다고 하더라고요.

다행히 LLM은 여전히 좋은 기반 아이디어가 필요하다는 점도 언급했어요. 명확한 인간의 생각 없이는 글이 장황하고 밋밋해진다는 거죠. 클로드가 사람 독자에게는 명백한 수사적 패턴을 놓치는 것도 봤다고 해요. 하지만 좋은 아이디어만 있으면 AI가 그걸 훨씬 더 좋게 만들어주는 게 무섭다고 했어요.

예술과 음악, 사람의 손길이 그리운 영역

마지막으로 예술 분야에 대한 그의 의견이 가장 비판적이었어요. 이미지 생성에서 좋은 용도를 찾지 못했다고 솔직하게 말했거든요.

빙 이미지 생성기로 스포티파이 재생목록 표지와 이메일용 밈 몇 개를 만들었지만 이내 그만뒀다고 해요. 가치를 느끼지 못했기 때문이에요. 게다가 자신이 알아챈 AI 예술은 전부 싫다고 단호하게 말했어요. 블로그 커버 사진, 소셜 미디어의 형편없는 만화 같은 것들이요.

특히 AI 예술이 유용하긴 하지만 "멍청한 방식"으로 유용하다는 표현이 날카로웠어요. AI 예술이 있으면 그 옆의 텍스트도 AI로 생성됐다는 신호가 된다는 거죠. 2024년 디자인 업계 조사에 따르면 소비자의 68%가 AI 생성 이미지를 부정적으로 인식한다는 결과도 있더라구요.

최근 실제 세상에서 AI 예술을 보면서 혐오감을 확신하게 됐다고 해요. 근처 옷가게에 AI 생성 벽화가 있고, 박물관 기념품 가게에서 AI 디자인 상품을 봤는데, 실제 생활에서 그런 인간미 없는 그림을 보는 게 정말 불쾌했다고 하더라고요. "왜 쓰레기를 더하겠어요?"라는 그의 질문이 인상적이었어요.

음악 생성, 아직은 재밌는 단계

음악 생성도 같은 길을 갈 거라는 예측이 흥미로웠어요. 본인은 AI로 음악을 만들 계획이 없지만, 올해 멋진 AI 생성 노래를 여러 개 들었다고 해요. 특히 강철 코일 운송에 관한 노래가 자신이 다시 음악을 쓰기 시작하도록 영감을 줬다고 하네요.

이미지 생성 초기에는 이상한 결과물이 나와서 오히려 매력적이었고, 사용하기 어려워서 열정적인 사용자들만 썼기 때문에 재밌는 걸 많이 봤다는 분석이 예리했어요. 음악 생성도 지금은 그런 단계라는 거죠. 강철 코일 노래는 운율도 없고 리듬도 이상하고 악기 소리도 기괴하지만 그래서 재밌다는 거예요.

하지만 가짜 유명 가수들의 노래로 인터넷이 범람하면, AI 음악도 이미지처럼 짜증나게 될 거라고 예측했어요.

AI 예술의 긍정적인 면으로는 창작의 장벽을 낮춘다는 점을 인정했어요. 노래 제작에는 수백 시간이 걸리니까, 강철 코일 운송에 관한 이상한 노래를 만들어달라고 하면 보통은 웃고 넘길 텐데 실제로 만들어진 게 재밌다는 거죠.

하지만 현실에서는 AI 예술이 게으름, 인색함, 사기에 이용된다고 비판했어요. 이 노래들이 녹음실에서 가사를 보고 웃는 인간 세션 가수의 목소리가 아니라는 게 아쉽다는 거예요. 예술은 인간의 연결을 늘려야지 인간을 쓸모없게 만들면 안 된다는 그의 철학이 명확했어요.

"AI가 오늘 예술을 좀 만들어주기를 원하냐고 물으면, 저는 낙서하는 게 낫다"는 마무리가 인상 깊었어요.

평범해질 미래를 기대하며

이 개발자는 새로운 AI 물결이 자신의 일하는 방식을 완전히 바꿨다고 정리했어요. 코딩 자동완성과 일상적 질문을 위한 인간 같은 채팅이 정말 멋지다고요.

AI가 할 수 있는 일을 이제 막 보기 시작했다고 확신한다는 말도 인상적이었어요. 모델이 그대로여도 아직 완전히 탐색하지 못했다는 거죠. LLM은 여전히 "경이로운" 단계에 있고, 우리가 당연하게 여기는 AI들을 생각해보라고 했어요. 좋은 검색, 좋은 추천, 맞춤법 검사, 자동완성 같은 것들이요. 운전하면서 휴대폰에 말하는 것도 당연하게 여기고, 시리가 알림을 예약하는 데 의존한다는 거죠.

새로운 AI도 결국 평범해지고 일상이 될 거라는 전망이었어요. 지금은 좋은 것도 많고, 평범한 것도 많고, 나쁜 것도 많고, 무서운 것도 많지만요. 이 모든 게 새로울 때의 느낌을 기록하는 게 의미 있을 거라고 했어요.

"평범해졌을 때 대부분 좋기를 바란다"는 그의 마지막 문장이 오래 남았어요.

이 글을 읽으면서 가장 크게 느낀 건, AI 도구를 평가할 때 과대평가도 과소평가도 하지 않는 균형 잡힌 시각의 중요성이었어요. 코딩 자동완성처럼 정말 혁명적인 것도 있지만, 전통적인 검색이나 제품 추천처럼 아직 부족한 것도 있다는 거죠. 특히 LLM이 일관된 세계관이 없어서 어떤 주장이든 뒷받침하는 증거를 찾아준다는 경고가 날카로웠어요. 전문가가 아닌 분야에서 AI를 맹신하는 게 얼마나 위험한지 다시 생각하게 됐거든요. 글쓰기에 대한 철학도 공감이 갔어요. AI가 아무리 잘 써도 그건 내 목소리가 아니고, 내 맥락을 모르는 기계가 만든 환각일 뿐이라는 거요. 마지막으로 AI 예술에 대한 비판이 통쾌했어요. 예술은 인간의 연결을 늘려야지 인간을 쓸모없게 만들면 안 된다는 원칙이 명확하더라고요.