AI가 소프트웨어 엔지니어를 대체하지 않는 이유: 결정-실행-전달 샌드위치 모델

섹션별 상세

기업들이 발표하는 AI 주도 해고는 실제로는 재무적 압박에 의한 구조조정인 경우가 많으며, AI를 핑계로 삼는 'AI 워싱' 현상이 경제 전반에서 관찰된다.

소프트웨어 개발은 결정(요구사항 정의), 실행(코드 작성), 전달(검증 및 유지보수)로 구성된 샌드위치 구조이며, AI는 이 중 실행 단계만 압축한다.

연구 결과에 따르면 개발자는 코딩보다 회의나 디버깅에 더 많은 시간을 할애하며, AI 에이전트 도입 후 코드 작성량은 8배 늘었으나 릴리스는 30% 증가에 그쳐 인간의 병목 현상이 여전함을 보여준다.

바이브 코딩과 달리 에이전틱 엔지니어링은 인간이 AI를 감독하고 결과물에 책임을 지는 방식으로, 생산 소프트웨어 배포를 위해 필수적인 과정이다.

소프트웨어는 가격 탄력성이 높아 생산 비용이 낮아지면 수요가 급증하며, 이는 과거 프로그래밍 일자리가 사라지지 않고 오히려 증가한 역사적 패턴과 일치한다.

용어 해설

AI 워싱(AI Washing): — 기업이 실제로는 재무적 이유나 구조조정 등 다른 원인으로 해고를 단행하면서, 대중의 주목을 받기 위해 AI 도입을 그 원인으로 포장하는 현상이다. 실제 기술적 생산성 향상과는 무관한 경우가 많다.
결정-실행-전달 샌드위치 모델(Decide-Execute-Deliver Sandwich): — 소프트웨어 개발 과정을 결정(요구사항 정의), 실행(코드 작성), 전달(검증 및 유지보수)의 3단계로 구분하는 프레임워크이다. AI는 중간의 실행 단계만 자동화할 뿐, 인간의 판단이 필수적인 양 끝단은 대체하기 어렵다는 논리적 근거로 사용된다.
에이전틱 엔지니어링(Agentic Engineering): — AI 에이전트를 도구로 활용하되, 인간이 결과물을 감독하고 시스템에 대한 책임을 유지하는 개발 방식이다. 단순 코드 생성을 넘어 검증과 통합 과정을 인간이 주도하는 실무적 접근을 의미한다.
바이브 코딩(Vibe Coding): — AI 에이전트가 생성한 코드를 충분한 검증이나 이해 없이 그대로 사용하는 방식이다. 결과물의 품질이나 보안 취약점을 제대로 확인하지 않는 경향이 있어 프로덕션 환경에는 부적합하다.
제본스의 역설(Jevons Paradox): — 기술적 효율성 향상으로 자원 사용 비용이 낮아지면, 오히려 해당 자원의 전체 소비량이 증가하는 현상이다. 소프트웨어 개발 비용이 낮아질수록 소프트웨어 수요가 폭발적으로 증가하는 상황을 설명하는 데 인용된다.

기술

Anthropic
OpenAI
GitHub

언급된 리소스

논문Writing Code vs. Shipping Code

문서No Silver Bullet