AI 코딩은 나쁜 코드를 더 빨리 만들 수 있다는 개발자 비판과 해커뉴스 반론

저자는 AI가 개발 속도를 10배 높였다면 오픈소스 LLM이 퍼진 4년 동안 Airbnb 3개, Stripe 2개, Dropbox 3개 규모의 기업이 나왔어야 한다고 계산하며, 실제 성과가 기대에 못 미친다고 주장함
저자는 생성형 AI 이후 가장 큰 신규 기술 기업이 OpenAI, Anthropic, DeepSeek 개발사 High-Flyer 같은 AI 기업뿐이며, 이메일·소셜 미디어·검색 품질에는 부정적 영향이 눈에 띈다고 평가함
저자는 프로젝트에 DeepSeek 크레딧 $10를 써 본 결과 실행은 되지만 구조와 품질이 취약한 코드를 받았다고 쓰며, 프롬프트 실력 문제일 가능성도 인정함
저자는 코드 작성량이 소프트웨어 개발의 가장 큰 병목이 아니라고 보며, 한 콘퍼런스 창업자가 Claude만 있으면 CTO가 필요 없다고 말한 일을 전문성 경시 사례로 제시함

Hacker News opinions

AI 전에는 내가 하루에 칠 수 있는 코드 양이 나쁜 코드의 상한이었음. 이제 AI로 생산량과 나쁜 코드가 둘 다 10배가 됨.

나쁜 개발자에게 권한과 자원을 주는 조직은 결국 그걸 막게 돼 있음.

DeepSeek만 써 보고 LLM이 코딩을 못 한다고 결론 내리는 건 이상함. 프런티어 모델도 써 보고 조사한 뒤 글을 써야지.

나도 회의론자인데 이 글은 정해 둔 서사에 맞춘 선전물처럼 읽힘.

AI 생산성 연구는 잘해야 미미한 향상만 보인다는 결과가 많음. 그런데 AI 지지자는 늘 모델을 잘못 골랐다고만 함.

DeepSeek는 OpenRouter에서 한동안 가장 많이 쓰인 모델이었음. 일시적으로 무료였던 ox alpha가 앞선 때를 빼면 꽤 대표적인 경험임.

글에 일리 있는 부분은 있지만, 실제 코딩 능력이 나온 시점을 3-4년 전으로 잡은 건 과장임. 그리고 DeepSeek에 $10 쓴 건 Claude 같은 도구와 비교하기 어려움.

2025년 초에도 이제야 진짜 프로그래밍 능력이 나왔다고 했음. 그 뒤로도 여름, 겨울, 2026년 봄마다 이전 모델은 장난감이었다는 말이 반복됐음.

나도 AI를 자주 쓰지만, 가장 비싼 특정 모델을 안 썼으니 비판이 무효라는 논리는 싫음. 새 모델이 실제로 뭘 할 수 있는지 예시로 반박해야 함.

$10어치 DeepSeek를 써 본 게 실험의 펀치라인 아닌가 싶음.

DeepSeek가 글의 요지는 아니라고 봄. 모델 이름을 뭘로 바꿔도, AI가 모르는 일을 더 빨리 하게 만든다는 주장은 남음.

AI가 모르는 일을 가속한다는 데는 동의함. 그래도 2026년에 LLM으로 괜찮은 코드조차 못 뽑는다면, $10짜리 첫 시도만으로 평가하기엔 너무 적음.

예전엔 Stack Overflow에서 복사한 코드를 고칠 줄 아는 개발자가 최소한의 관문이었음. 이제는 그런 수준도 안 되는 사람이 널리 쓰이는 제품에 넣을 PR을 자랑함.

매주 비개발자 관리자가 프로덕션을 터뜨릴 완전 바이브 코딩 패치를 머지하려 해서 막으러 감. Claude Code가 그 사람을 마이너스 10배 개발자로 만들었음.

'써 봤는데 별로였다'고 끝내기 전에 좋은 모델과 작업 환경을 갖추고, 프롬프트와 작업 범위를 조절하는 법도 익혀 봐야 함. 잡일을 덜어 주는 경우와 직접 이해해야 할 결정을 구분해야 함.

그건 써 봤는데 별로면 네가 틀렸으니 생각이 바뀔 때까지 계속 쓰라는 말처럼 들림. 그 정도면 도구가 아니라 종교임.

Claude를 쓰며 비슷한 경험을 했지만, 시스템 프롬프트나 스킬이 큰 효과가 있다는 주장에는 동의하지 않음. 그래도 무조건 찬반으로 몰아가는 말보다 이런 식의 조건부 평가는 낫다고 봄.

만든 과정을 이해하지 못하면 이미 유지보수하기 어려운 코드를 만든 거임. 그게 정말 소시지인지조차 모르는 상태일 수 있음.