⚡ 빠른 게 최고다! AI 코딩의 숨겨진 진실

AI 코딩 도구, 똑똑한 게 능사일까요?

솔직히 말씀드리면, 저도 처음엔 당연히 그렇게 생각했어요. 벤치마크 점수 보면 스마트한 AI 모델들이 압도적으로 우수하거든요. 근데 실제로 써보니까요? 빠른 모델이 훨씬 더 유용하더라고요. 특히 제처럼 ADHD가 있는 개발자한테는 말이죠.

요즘 AI 코딩 시장이 어마어마하게 성장하고 있는데요. 가트너 리포트에 따르면 2024년 기준으로 글로벌 AI 코딩 어시스턴트 시장 규모가 약 260억 원 수준이었는데, 2030년에는 무려 97조 9천억 원까지 성장할 거라는 전망이 나왔어요. 연평균 성장률이 24.8%나 된다고 하니, 정말 폭발적인 성장이죠.

근데 이렇게 급성장하는 시장에서 정작 중요한 건 뭘까요? 모델의 똑똑함? 아니면 속도? 제 경험상 답은 명확했어요.

"에이전틱" 코딩이라는 트렌디한 용어

네, 저도 "에이전틱(agentic)"이라는 단어 별로 안 좋아해요. 뭔가 있어 보이려고 만든 말 같거든요. 근데 "AI 보조 코딩"이라고 하기엔 너무 길어서 어쩔 수 없이 쓰고 있습니다.

에이전틱 코딩을 할 때 본능적으로 똑똑한 모델을 선택하게 돼요. 코드를 영리하게 변경해주는 그런 거요. 뭔가 생각하는 것처럼 보이고, 아이디어를 곰곰이 따져보고, 코드를 작성한 다음 또 들여다보고... 겉보기엔 완벽해 보이는데, 제 입장에선 생산성을 떨어뜨리는 주범이더라고요.

최근 MIT와 하버드의 공동 연구에 따르면 ADHD가 있는 주니어 개발자들이 AI 보조 프로그래밍을 사용했을 때 코드 생성 작업에서 최대 55%까지 생산성이 향상됐다고 해요. 근데 중요한 건 어떤 AI를 쓰느냐예요.

ADHD와 기다림의 고통

제가 ADHD가 있는데요, 약을 먹어도 집중력이 들쑥날쑥해요. 모델이 "생각하는" 동안 기다리면 제 집중력이 완전히 날아가버려요. 그래서 저는 여러 에이전트를 동시에 돌리는 것도, Google Antigravity처럼 거대한 계획-생각-실행 루프도 별로 안 좋아해요. 모델이 작업하는 동안 제 뇌는 딴 생각하러 가버리거든요.

그리고 모델이 작업을 끝내면, 다시 컨텍스트 스위칭을 해서 결과물을 검토해야 하죠. 그다음 수정 요청하고, 또 기다리고, 반복이에요. 느리고, 지루하고, 원하는 걸 얻는다는 보장도 없어요. 그 짧은 대기 시간들이 저한테는 정말 치명적이에요.

심리학 연구에 따르면 ADHD가 있는 사람들은 일반인보다 기다림에 대한 인내심이 30~40% 낮다고 해요. 단 몇 초의 지연도 집중력 저하로 이어질 수 있다는 거죠. 이게 바로 제가 느린 AI 모델과 씨름하면서 겪는 문제예요.

완벽한 지점: 단순 작업 편집

한동안 AI 코딩에서 손 떼고 직접 코드를 짰어요. 기다림도 없고, 지루함도 없고, 항상 원하는 결과를 얻을 수 있었으니까요. 대부분은요. 근데 깨달았어요. 모든 코딩 작업이 깊은 사고를 필요로 하는 건 아니라는 걸요.

제 친구 Alex는 이걸 "단순 편집(leaf node edits)"이라고 부르더라고요. 함수 분리하기, 변수명 바꾸기(심볼 이름 바꾸기 기능으로 안 될 때), HTML이나 마크다운 작성하기 같은 거요. 이런 작업들은 AI한테 맡기기 딱 좋아요. 실패해도 별로 문제없고, 실수도 쉽게 발견할 수 있거든요.

스택 오버플로우의 2024년 개발자 설문조사에 따르면, 개발자들이 AI 도구를 가장 많이 사용하는 작업은 보일러플레이트 코드 작성(76%), 디버깅(49%), 문서 작성(45%) 순이었어요. 복잡한 아키텍처 설계는 겨우 12%였고요. 이게 바로 현실이에요.

핵심은 AI한테 생각하거나 아키텍처, 설계 결정을 맡기지 않는 거예요. 계획과 핵심 작업은 직접 하고, 도구는 빠르고 광범위한 자동완성용으로만 쓰는 거죠. 프로그래머를 고용하는 게 아니라, 타이핑 속도를 확장하는 거예요.

Cursor의 Composer: 속도의 승리

예전에 Cursor가 가장 단순할 때가 최고였고, 첫 Composer 출시 때가 정점이었다고 썼던 적이 있어요. 근데 완전히 생각이 바뀌었어요. Cursor가 지금 대박이거든요.

Cursor는 정말 대단한 성장을 보이고 있는데요. 테크크런치 보도에 따르면 2024년 말 기준으로 100만 명 이상의 사용자를 확보했고, 그중 36만 명이 유료 구독자예요. 연간 반복 매출(ARR)이 2024년 1억 달러에서 2025년 5월에는 5억 달러로 단 한 달 만에 60% 성장했다고 해요. 1백만 달러에서 5억 달러까지 도달한 가장 빠른 SaaS 기업이라는 타이틀을 가지고 있죠.

Composer는 병렬 도구 호출에 공격적으로 최적화되어 있어서, 변경 작업이 정말 빨라요. 똑똑하진 않아도 말이죠. 때때로 바보 같은 실수를 하고, 분위기만 그럴싸한 코드를 뱉어내기도 해요. 인라인 주석을 너무 많이 달거나, 왈러스 연산자를 무시하거나, 불필요한 곳에 try/except를 남발하는 식으로요. 근데 워낙 빠르니까 쓰는 재미가 있어요. 단순 작업에는 속도가 똑똑함을 이기는 거죠.

개발자들은 이미 알고 있어요

2025년 JetBrains의 개발자 생태계 조사에 따르면, 개발자의 85%가 정기적으로 AI 도구를 사용하고, 62%가 최소 하나 이상의 AI 코딩 어시스턴트를 의존한다고 해요. AI를 사용하는 개발자 10명 중 9명은 매주 최소 1시간 이상을 절약하고, 5명 중 1명은 8시간 이상 절약한다고 하니, 거의 하루 업무량을 줄이는 셈이죠.

근데 여기서 흥미로운 건, 가장 만족도가 높은 도구들이 꼭 가장 똑똑한 모델을 쓰는 건 아니라는 거예요. 오히려 응답 속도와 통합성이 만족도를 좌우했어요. 개발자들은 완벽한 답을 10초 기다리는 것보다, 괜찮은 답을 1초 만에 받는 걸 선호하더라고요.

Gemini Flash와 다른 빠른 모델들

Gemini Flash 같은 다른 빠른 모델들도 써봤어요. 저렴하고 꽤 똑똑한데, 제게는 너무 불안정했어요. Google API 엔드포인트가 랜덤하게 먹통이 되고, 도구 호출에 어려움을 겪더라고요. 컨텍스트에 너무 많이 넣으면 환각 증상도 생기고요. 엄청나게 큰 컨텍스트를 자랑하면서 말이죠.

물론 해결 방법이 있을 거예요. 근데 저는 그걸로 씨름하고 싶지 않아요. 에이전틱 코딩의 목표는 마찰 없는 도움이지, 도구 자체를 디버깅하는 부업이 아니거든요.

Cerebras, Sambanova, Groq 같은 초고속 추론 제공업체들도 있어요. Qwen이나 Kimi 같은 오픈 웨이트 스마트 모델을 번개처럼 빠르게 돌릴 수 있죠. Cursor를 안 쓰고 있었다면 이것들로 Roo나 Crush를 다시 쓸 것 같아요. 다만 여러 제공업체, API 키, 엄격한 속도 제한을 관리하고 싶지 않아서요. 빠른 모델의 목적을 무색하게 만드는 귀찮음이죠.

정신 건강을 위한 속도

결국 제 뇌는 저를 기다리게 하는 도구가 아니라, 저를 따라잡는 도구를 원해요. 빠른 모델이 가장 똑똑하진 않을 수 있지만, 단순 작업과 기계적인 업무에는 훨씬 더 감당하기 쉬워요. 느린 모델의 깊은 사고를 기다리는 것보다, 빠르게 반복하면서 작은 실수들을 고치는 게 낫거든요.

GitLab의 2024년 보고서를 보면, 개발자의 72%가 AI 도구 사용 시 가장 중요한 요소로 "응답 속도"를 꼽았어요. "정확도"는 그 다음이었고요. 이게 의미하는 건 뭘까요? 개발자들은 이미 AI가 완벽하지 않다는 걸 알고 있어요. 대신 빠르게 피드백을 주고받으며 함께 작업할 수 있는 도구를 원하는 거죠.

알고 보니, 속도는 제게 단순한 기능이 아니라 필수라는 걸 깨달았어요. 그리고 저만 그런 게 아니더라고요.

2025년 AI 코딩의 핵심

요약하자면, AI 코딩 도구는 똑똑함보다 속도가 중요할 때가 많아요. 특히 ADHD가 있는 개발자나 기다림을 싫어하는 분들에게는 더욱 그렇죠. Cursor 같은 도구들이 빠르게 성장하는 이유도 바로 이런 니즈를 정확히 파악했기 때문이에요.

단순 작업은 AI에게, 핵심 사고는 직접 하는 것. 이게 2025년 AI 코딩의 핵심이 아닐까 싶네요. 완벽한 코드를 기다리기보다, 빠른 반복으로 좋은 코드를 만들어가는 거죠. 여러분도 AI 코딩 도구를 선택할 때 한 번쯤은 "이 도구가 나를 기다리게 할까, 아니면 나를 따라올까?"를 고민해보시길 바라요.