한 개발자가 자신의 블로그에 올린 글에서 AI 기반 코딩 도구를 사용할 때 발생하는 구조적 문제를 구체적으로 짚었습니다. 그는 동료 개발자가 구글 폼 애드온의 로깅 부분을 AI로 구현했다가 불필요한 보안 우회와 성능 저하를 초래한 사례를 들었습니다.
구글은 지난해 12월 이후 사용자 정보 접근 권한을 대폭 제한했습니다. 이에 따라 설치 시 이메일 주소를 즉시 확보하는 것이 불가능해졌습니다. 하지만 AI는 이 제약을 고려하지 않고 여러 단계의 예외 처리 코드를 생성했습니다.
먼저 동의 여부를 확인하고, 실패하면 사용자 ID를 시도하며, 그것도 안 되면 타임스탬프만 남기는 식이었습니다.
결국 마케팅 팀은 설치 데이터를 기반으로 후속 메일을 보낼 수 없게 되었습니다. 올바른 해결책은 간단했습니다. 설치 시점의 타임스탬프만 기록하고, 환영 화면을 먼저 보여준 뒤 비동기적으로 정보를 수집하는 방식입니다.
다만 이는 서버 보안 설정을 건드려야 하는 복잡한 트레이드오프를 포함합니다.
블로그 필자는 AI가 이런 결정을 내리지 않는다고 강조했습니다. AI는 사용자를 알지 못하며, 요청 사항에 대해 반박하지 않기 때문입니다. 데이터 모델 설계나 보안과 성능 사이의 균형 잡기는 여전히 인간의 몫이라는 주장입니다.
이 글은 해커뉴스에 공유되어 큰 주목을 받았습니다. 점수 425점과 댓글 235개를 기록하며 활발한 논의가 이어졌습니다. 한 댓글 작성자는 대부분의 소프트웨어 엔지니어링 직무가 이미 요구사항에 대한 피드백과 데이터 모델 설계를 포함했다고 반론을 제기했습니다.
그는 조직 규모와 관계없이 티켓을 담당하는 개발자가 실질적인 아키텍트 역할을 수행해 왔다고 설명했습니다. 키보드 타이핑만 하던 시절은 지났으며, 좋은 팀은 구성원이 PM, 아키텍트, 시스템 엔지니어 역할을 번갈아 맡는다고 덧붙였습니다.
다른 참여자는 AI 사용의 주요 과제가 ‘결함 관리’라고 지적했습니다. 예를 들어 IPA IME 키보드를 만들 때 AI가 디버깅용 로깅 코드를 프로덕션 환경에 남겨두어 키로거처럼 작동하게 된 사례를 언급했습니다.
이러한 논쟁은 AI 도구가 코드 생성 속도는 높이지만, 시스템 전체의 맥락을 이해하지 못한다는 공통된 인식에서 출발합니다. 개발자의 역할이 단순 코딩에서 설계와 검증으로 이동하고 있다는 신호로 읽힙니다.
현재로서는 AI가 자율적으로 보안 정책이나 비즈니스 제약 조건을 반영하여 최적의 아키텍처를 제안하는 수준에는 도달하지 못한 것으로 보입니다. 인간 개발자의 판단 개입이 필수적인 영역이 남아 있습니다.
