2026년에도 코드를 직접 써야 하는 이유, AI 에이전트 시대의 소프트웨어 공장론

나는 요구사항이랑 아키텍처 레벨에서 주로 일하긴 하는데 그래도 코드리뷰는 제대로 하고, 컨벤션 유지하는 스킬들을 계속 만들어가고 있음

한줄요약: 코드에 적극적으로 참여하되 그냥 리뷰어로만 있지 말라는 거임

나는 여전히 코드를 직접 다 씀 품질이 더 높고 어떻게 동작하는지 정확히 알고 확장성도 더 좋음

LLM 결과물 리뷰하는 시간까지 합치면 직접 짜는 거보다 시간이 딱히 절약되지도 않더라 빠르게 검증 가능한 짧은 스크립트 정도에만 LLM이 유용한 듯

직접 머리 박고 코드 짜다 보면 실력이 늘더라 내 손코딩이 지금이 최고고 지식의 폭도 예전보다 넓어짐

LLM 코드의 매력은 품질이 아니라 품질 대비 시간 트레이드오프가 훨씬 좋아졌다는 거임 예전엔 한시간 걸릴 디버깅을 지금은 프롬프트 10초로 끝냄

이 글은 너무 일반론적임 핵심 추상화나 나중에 문제될 트리키한 부분은 직접 짜야 하고 보일러플레이트 같은 대량 코드는 AI한테 맡기면 됨 나는 고판단이 필요한 섬을 짜고 그 사이는 AI가 잇게 함

동의함 이게 맞는 방식임

보일러플레이트는 원래도 이미 검증된 코드로 존재했던 거라 AI로 생성하는 게 오히려 열등함 결국 그 보일러플레이트를 손대는 순간부터 그건 더 이상 보일러플레이트가 아니고 AI한테 맡기면 나중에 코드베이스가 꼬임

fragility가 바로 내가 LLM 코드에 개입하는 핵심 이유임 좋은 글이었음

경쟁 코딩에서 투어리스트도 OAI 모델한테 졌음 프롬프트 깊이에 따라 AI 코드 품질이 계층적으로 달라짐 사람들이 AI 코드 나쁘다고 하는 건 대부분 자기 메타인지 문제임

깊은 프롬프트라는 게 결국 프로그래밍 언어랑 같은 거 아님 나는 그냥 이 작업에 맞게 설계된 언어로 데이터 구조를 표현하는 게 더 나음

나는 이제 코드 안 씀 AI가 나보다 더 잘 짬 30년 경력인데도 그럼 대신 코드는 꼼꼼히 검토하고 계속 리팩토링하라고 시킴

AI는 반복적으로 도출된 일반화를 자주 놓침 오픈 프로젝트에서는 목표가 불명확해서 여전히 손이 많이 필요함 예를 들어 now를 현재 초로 해석하는 실수를 계속 잡아줘야 했음

프로그래머가 매번 코드를 처음부터 짠다고 생각하는 사람들 있음? AI 없어도 나는 시간의 95%를 통합, 설정, 이전 프로젝트 코드 복붙 조정에 씀

맞음 그런 잡일이야말로 LLM이 잘하는 영역임

코딩할 때 우리 무의식이 대부분의 결정을 함 이 감을 훈련시키려면 반복과 깊은 집중이 필요한데 코드리뷰나 문서 읽기로는 이게 잘 안 됨 결국 LLM이 코드를 완전히 넘겨받아 관리해야 이 문제가 해결됨