You need to let the AI cook

개요

AI가 프로덕션 코드를 작성하는 복잡한 워크플로우에 대한 과대평가와 달리, 실제 작업은 AI 모델이 작성하는 스택과 개발자의 경험, 패턴 인식 능력에 의해 이루어지며, 나머지는 부가적인 요소일 뿐이다.

주요 내용

* AI 작업 흐름에서 복잡한 프롬프트는 오히려 모델의 성능을 저하시킬 수 있다. 각 제약 조건이 추가될수록 모델의 작업 범위가 좁아져, 개발자가 주입한 잘못된 가정으로 인해 결과가 실패처럼 보일 수 있다.
* 효과적인 AI 활용 방법은 개발자가 이미 보유한 로컬 컨텍스트를 AI 에이전트에 먼저 제공하고, 두 번째 턴에서 구축할 내용을 지시하는 방식이다. 이 초기 컨텍스트 제공 단계만으로도 AI는 이미 자체적으로 컨벤션, 명명 패턴, 함수 구조, 오류 처리 방식 등을 파악한다.
* AI가 코드를 작성할 수 있음을 받아들인 후에는 AI와 협업하는 방식이 중요하다. 많은 개발자들이 AI에게 통제권을 넘겨주는 것을 꺼리며, 비효율적인 워크플로우를 만들어 자신의 역할을 유지하려 한다.
* 개발자로서 자신의 가치를 생산물에 두는 경향이 AI 시대에도 지속되면서, AI가 코드를 생성하는 상황에서 개발자는 AI가 아직 수행할 수 없는 새로운 작업 계층을 만들어 자신의 중요성을 유지하려 한다. 하지만 이 계층은 점점 축소되고 있으며, 놓지 못하는 사람들은 더 많은 시간을 불필요한 의례에 낭비하게 된다.
* 개발자에게 진정으로 남은 어려운 부분은 스택 선택, 코드에 대한 감각, 그리고 AI 출력의 이상 징후를 감지하는 것이다. 이 모든 것을 둘러싼 복잡한 과정은 생산적인 것처럼 느끼게 할 뿐, 더 어렵고 모호한 본질적인 작업을 회피하게 만든다.

시사점

AI의 실제 능력과 개발자의 역할 변화를 인지하고, AI가 코드를 "요리"하도록 맡겨두는 것이 더 효율적이며, 개발자는 기술 스택 선정, 코드 품질 감각 유지, AI 결과물 감독이라는 본질적인 작업에 집중해야 한다.