전문가 수준의 초보자와 외로운 늑대 개발자가 지배할 초기 LLM 시대

섹션별 상세

저자는 Mac mini에서 Ollama를 통해 GPT-OSS 20B와 Qwen3 Coder 30B 모델을 실행하여 13,000개의 댓글을 Drupal에서 Hugo로 이전하는 작업을 수행했다.

LLM은 요구사항 누락, 비효율적인 구현, 부적절한 최적화, 컨텍스트 윈도우 포화로 인한 성능 저하 등 인간 주니어 개발자가 겪는 전형적인 문제들을 동일하게 노출했다.

그럼에도 불구하고 LLM은 단 1~2분 만에 실행 가능한 코드를 생성하여, 전통적인 개발 팀이 며칠 혹은 한 스프린트 동안 수행할 작업을 단 며칠 저녁 만에 끝낼 수 있게 했다.

시니어 개발자가 LLM을 통해 혼자서도 높은 생산성을 내게 되면서, 주니어 개발자를 교육하고 멘토링하는 과정이 생략되는 '멘토링의 실종' 현상이 발생하고 있다.

결과적으로 AI 도구에 의존해 겉보기엔 완벽하지만 잠재적 위험을 안고 있는 '전문가 수준의 초보자(Expert Beginners)'와, 팀 협업 없이 혼자 모든 것을 처리하는 '외로운 늑대(Lone Wolf)' 개발자로 양극화될 위험이 크다.

소프트웨어 개발의 80%는 단순 코딩이 아닌 프로젝트 관리와 기술적 의사결정이며, 이는 과거에 사이트를 다운시키거나 데이터베이스를 날려먹는 등의 '실전 고통'을 겪으며 성장한 인간만이 수행할 수 있는 영역이다.

올라마(Ollama): — 로컬 환경에서 대형 언어 모델(LLM)을 간편하게 설치하고 실행할 수 있도록 지원하는 오픈소스 프레임워크이다. 복잡한 설정 없이 명령줄 인터페이스를 통해 다양한 오픈소스 모델을 구동할 수 있어 개인 개발자의 AI 실험에 널리 사용된다.
컨텍스트 윈도우(Context Window): — LLM이 한 번의 추론 과정에서 기억하고 처리할 수 있는 텍스트의 최대 범위를 의미한다. 대화가 길어져 이 범위를 초과하면 모델은 이전 맥락을 잊거나 성능이 급격히 저하되는 현상이 발생한다.
정적 사이트 생성기(Static Site Generator): — 데이터베이스 대신 텍스트 파일(Markdown 등)을 기반으로 미리 HTML 페이지를 생성하는 웹사이트 구축 도구이다. 보안성이 높고 로딩 속도가 빠르며, 저자가 Drupal에서 Hugo로 이전할 때 사용한 방식이다.
버전 관리 시스템(VCS): — 코드의 변경 이력을 기록하고 관리하는 시스템으로 Git이 대표적이다. LLM이 생성한 코드를 즉시 신뢰하지 않고 단계별로 검토하고 저장하는 워크플로에서 핵심적인 역할을 한다.