AI는 당신이 더 빨리 망하는 것도 도와준다
한 컨설턴트 개발자가 AI 코딩 도구의 '10배 생산성' 주장을 실험으로 검증하고 반박하는 글입니다. 오픈소스 LLM이 등장한 지 4년이 지났지만 에어비앤비·스트라이프·드롭박스급 혁신 기업은 나타나지 않았으며, 코딩은 소프트웨어 개발에서 가장 시간을 많이 잡아먹는 병목이 아니라는 것이 핵심论点입니다.
AI는 당신이 더 빨리 망하는 것도 도와준다
Jordan Andersen, 2025년 8월 17일
얼마 전 Disesdi Shoshana Cox가 쓴 글을 공유한 적이 있다. 그 글에서 저자는 AI 덕분에 지금쯤 몇 개의 혁신적인 테크 기업이 나왔어야 하는지 계산해봤다. 개발 속도가 10배 향상되었다면, 앱을 출시하는 기술적 측면은 더 이상 목표 시장에 도달하는 데 장벽이 아니다. 마치 AI가 드디어 프로그래머가 너무 느리다는 문제를 해결하는 만능 해결책을 제공한 것처럼 보인다.
Disesdi의 산술 논리(반박하기 어려운)를 빌리자면, 오픈소스 LLM이 등장한 지 4년이 지난 지금, AI의 힘 덕분에 에어비앤비 세 개, 스트라이프 두 개, 드롭박스 세 개가 존재해야 한다.
그래서. 대체 그 기업들은 어디 있는가?
GenAI가 등장한 이후 세계에서 가장 큰 새로운 테크 기업은 다름 아닌 GenAI 기업들이다. OpenAI, Anthropic, High-Flyer(DeepSeek 개발사)는 사상 최대 규모의 금액으로 평가받고 있다. 하지만 이들이 일으키고 있는 가장 큰 혼란은 글로벌 경제에 대한 것이다. GenAI가 사회에 기여한 가장 눈에 띄는 성과는 어설프게 작성된 이메일을 일상으로 만들고, 소셜 미디어를 쓰레기로 범람시키고, 인터넷 검색 엔진의 품질을 망가뜨린 것이다.
아니면 인정해야 한다. 이건 사실 당신이 '우주에서 가장 특별한 프로그래머™'처럼 느끼게 만드는 도파민 게임이며, 실제로는 게임화된 대규모 지적 의존일 뿐이라는 것을.
Disesdi의 글이 나에게 와닿은 이유는, 나도 이 AI 열풍 속에서 같은 실망스러운 소프트웨어 산출물을 직접 목격했기 때문이다. 기술적 배경 없이 너드적인 것들을 배우는 데 시간과 노력을 들이지 않은 사람들 손에 이 도구들은 지속 가능하고 일반적인 공격에 대해 보안이 강화된, 작동하는 앱을 만들어내지 못한다. 그리고 경험 많은 소프트웨어 엔지니어가 사용할 때도 그 효과는 힘 없는 악수 같다.
여기서 가장 큰 맹점은 코드를 작성하는 것이 소프트웨어 개발에서 가장 많은 시간을 소모하는 부분이 아니라는 것이다. 이게 '지금쯤 에어비앤비나 드롭박스가 몇 개는 나왔어야 한다'는 내 주장과 모순처럼 보일 수 있다. 하지만 모순이 아닌 것이, 기업과 스타트업의 리더들은 LLM이 제품 출시의 병목을 해결했다고 진심으로 믿고 있기 때문이다. '그냥 Claude한테 시키면 되니까'라는 이유로 소프트웨어 개발의 모든 기술적 문제가 더 이상 존재하지 않는다는 인식이다.
최근 나는 기술 컨퍼런스에 참석했는데, 메인 스테이지에서 '코드 없음, 문제없음(No code, No problem)' 같은 제목의 패널 토론이 있었다. 그 패널은 바이브 코딩(vibe coding)으로 MVP를 만들었고, 아마 고객에게 돈을 받고 있는 네 명의 스타트업 창업자로 구성되어 있었다. 내가 그 세션을 나오게 만든 순간은 창업자 중 한 명이 CTO가 없고 앞으로도 절대 필요하지 않을 것이라고 말했을 때였다. Claude로 기술 문제를 해결하면 되기 때문이라는 것이다.
상상해보라. 소프트웨어 회사에 소프트웨어 전문가가 필요 없다. 사무용 건물을 설계하는 데 구조 엔지니어가 필요 없다. 수술을 하는 데 외과의사가 필요 없다.
I. 실험
나보다 훨씬 뛰어난 개발자들이 Claude와 다른 코딩 에이전트를 사용해 소프트웨어 작성 생산성을 높였다고 말하는 것을 들었다. 그래서 생각했다, 한번 해볼까? 컨설팅 회사를 운영하면 이런 종류의 개발 속도를 실제로 돈으로 바꿀 수 있다!
나는 이미 몇 가지 AI 에이전트를 사용해서 지루한 작업들 — 보일러플레이트 코드, 반복적인 SQL 등 — 을 작성하는 데 도움을 받고 있었다. 하지만 이 10배 매직에 동참할 수 있는지 확인해보고 싶었다. 말에 책임을 다하기로 하고, 진행 중이던 프로젝트에 사용할 DeepSeek 크레딧을 10달러어치 샀다.
그 과정은 극도로 짜증났다. 챗봇은 상상할 수 있는 가장 멍청한 짓들을 추천했다. 분명히 하자: DeepSeek이 작성한 코드는 작동은 했다. 하지만 그건 덕트 테이프로 바퀴를 붙여놓고 굴러다니는 광대차였다.
이쯤 되면 이렇게 생각할 수 있다. '이 사람은 프롬프트를 어떻게 쓰는지 모르는구나. 만약…'