[그리디콘 참석 후기] AI를 쓰면서 나는 무엇을 배우고 있을까

About this offer

안녕하십니까,, 피트입니다. 9월 17일 그리디콘에 다녀왔습니다. 처음에는 관심만 있었는데, 연사로 프론트 코치인 준이 오신다고 해서 결국 가게 되었습니다. 취업 준비와 커리어, AI 시대의 개발과 학습에 관한 네 분의 발표를 들었습니다. 발표를 정리하면서 계속 생각하게 된 것은 AI를 쓰는 동안 제게 무엇이 남고 있는지였습니다. AI의 도움으로 코드도 작성하고 글도 다듬고 있는데, 결과물이 좋아진 만큼 제가 그 결과를 설명할 수 있는지도 궁금해졌습니다. 이번 글에서는 발표 내용을 전부 옮기기보다, AI를 활용하면서 어떻게 공부할지에 연결되는 이야기를 남겨보려고 합니다. 내가 이미 가진 경험에서 시작하기 민서현님의 발표는 「내가 가진 것에서 시작하는 취업 준비」였습니다. 보안, 알고리즘, AI 연구 등 여러 분야를 경험한 뒤 백엔드 개발자로 진로를 정한 과정을 들려주셨습니다. 모든 경험을 처음부터 취업에 맞춰 계획했던 것은 아니었습니다. 흥미가 생긴 분야에 도전하면서 쌓인 경험들이 나중에 채용 과정에서 활용됐습니다. 우테코에서도 이미 익숙했던 CS와 코딩 테스트보다 글쓰기, 협업, 팀 프로젝트와 프로덕트 감각을 키우는 데 집중했다고 하셨습니다. 자신에게 무엇이 부족한지에 따라 같은 교육 과정에서도 집중하는 부분이 달라질 수 있다는 이야기로 들었습니다. 이 발표를 제 경험에 대입해보면, 새로운 경험을 더 만드는 일에 앞서 지금까지 한 일을 설명할 수 있는지부터 확인해볼 수 있겠습니다. 주차의 민족에서 어떤 문제를 만났고, 어떤 의견을 냈고, 무엇을 바꿨는지요. 구현한 기능 목록만으로는 그 과정이 잘 드러나지 않습니다. 내가 좋아하는 것은 어떤 일일까 김성수님의 발표 제목은 「반도체 하지 마세요, AI 하지 마세요」였습니다. 발표에서는 반도체나 AI라는 분야의 이름보다, 그 안에서 자신이 어떤 일을 좋아하는지 살펴본 경험을 이야기하셨습니다. 개발을 좋아했지만 입사 후 업무에서는 흥미를 느끼지 못했고, 큰 장애를 수습하는 과정에서 자신이 몰입하는 일이 무엇인지 알게 됐다고 하셨습니다. 새로운 문제에 들어가 해결책을 만들고, 그 결과가 주변에 영향을 주는 과정이 자신에게 맞았다는 설명이었습니다. AI 환경을 구축하는 업무도 코드만 작성해서 끝나는 일은 아니었습니다. 예산을 확보하고, 보안 부서와 협의하고, 다른 사람에게 투자 필요성을 설명해야 했습니다. 기술을 구현하기 전에 그 일을 해야 하는 이유부터 조직 안에서 합의해야 했습니다. 이 이야기는 레벨3 팀 프로젝트와도 연결됩니다. 혼자 구현할 때와 달리 팀에서는 무엇을 먼저 할지 정하고, 선택한 이유를 설명하고, 다른 의견과 맞춰야 했습니다. 이런 과정도 제가 개발하면서 계속 경험하게 될 일이라는 생각이 듭니다. AI를 잘 쓰고 싶다는 말도 조금 더 구체적으로 적어볼 수 있겠습니다. 새로운 기능을 빠르게 만드는 것이 재미있는지, 생성된 코드를 분석하는 것이 재미있는지, 사용자가 겪는 문제를 찾고 고치는 것이 재미있는지요. 같은 도구를 써도 제가 오래 집중하는 일은 다를 수 있습니다. AI가 잘한 만큼 나도 배웠을까 기다리던 준의 발표는 「AI가 다 해주는데, 그래서 무엇을 배울까」였습니다. AI가 좋은 결과물을 만들어주는 것과, 그 과정에서 제가 배우는 것은 구분해서 봐야 한다는 이야기였습니다. 결과물을 받아서 작업을 끝냈더라도, 제가 어떤 판단을 했고 무엇을 이해했는지는 별도로 확인해야 합니다. 발표에서는 IA라는 개념을 소개했습니다. Intelligence Augmentation, 지능 증강이라는 뜻입니다. AI나 컴퓨터를 사용하면서 사람의 사고 능력도 확장하는 관점입니다. 코드를 실행할 수 있는 상태와 그 설정을 설명할 수 있는 상태 사이에는 차이가 있었습니다. 설명을 읽고 이해한 것 같다가도, 실제 프로젝트 코드와 비교하면 다시 질문해야 했습니다. AI에게 답을 받는 속도만으로 공부가 끝났다고 판단하기는 어렵겠습니다. 설명을 읽은 뒤 실제 설정에서 어느 부분을 말하는지 찾아보고, 조건이 바뀌면 어떻게 달라지는지도 생각해봐야 제 이해를 확인할 수 있습니다. 준은 이 학습 과정 자체를 개선하는 이야기도 했습니다. AI의 결과물을 확인하고, 문제가 있었다면 요청과 검토 방법을 고쳐 다시 사용해보는 과정을 반복하는 것입니다. 부트스트래핑이라는 개념을 개인의 학습에 연결한 설명이었습니다. 이 관점에서는 답 하나를 이해하는 데서 그치지 않고, 다음에는 무엇을 먼저 질문하고 어떻게 확인할지도 남겨볼 수 있겠습니다. 공부한 내용이 다음 작업의 기준으로 이어지도록요. 좋은 결과를 알아볼 기준이 있어야 한다 준은 좋은 것을 알아보고 판단하는 능력을 ‘미감’이라는 말로 설명했습니다. 여기서 미감은 화면을 예쁘게 만드는 감각에만 한정되지 않았습니다. 코드에서는 어떤 이름이 더 읽기 쉬운지, 어떤 구조가 현재 프로젝트에 맞는지 판단하는 일이 해당됩니다. 글에서는 어떤 문장이 제 경험을 정확하게 담고 있는지 고르는 일이 될 수 있습니다. AI가 여러 결과물을 만들어줘도 제가 선택할 기준이 없다면 판단까지 계속 맡기게 됩니다. 기능이 동작하는지만 볼 것인지, 기존 컨벤션을 지키는지까지 볼 것인지에 따라 요청과 검토가 달라집니다. 그래서 원하는 결과의 성공 기준을 먼저 정의하라는 설명이 이어졌습니다. 단순히 코드를 잘 작성해달라고 하기보다 어떤 조건을 충족해야 하는지 알려줘야 합니다. 제 이해가 구체적일수록 요구사항도 구체적으로 적을 수 있습니다. 글을 다듬는 과정에서도 비슷한 일이 있었습니다. 제 기록에 없는 선택 이유가 들어가면 문장이 자연스럽더라도 그대로 사용할 수는 없었습니다. 실제로 적용한 설정인지, 일반적으로 기대할 수 있는 장점인지 구분해야 했습니다. 앞으로 기술 글을 쓸 때는 이 구분을 검토 기준으로 삼으려고 합니다. 무엇을 했는지는 코드와 기록에서 확인하고, 왜 선택했는지는 당시의 근거를 찾아 적는 것입니다. 결과가 좋아 보인다는 이유로 제 경험까지 만들어 쓰지는 않으려고 합니다. 구현한 뒤에 어떤 문제가 생겼는지 강대명님의 발표에서는 서비스를 운영하며 판단할 기회를 만드는 이야기가 이어졌습니다. 많은 사용자를 억지로 모으는 것보다, 3~5명이라도 꾸준히 사용하는 서비스를 운영해보라는 제안이 있었습니다. 사용자가 생기면 개발자가 예상하지 못한 사용 방식과 불편이 나타나고, 그것을 고치면서 경험이 쌓인다는 설명이었습니다. 포트폴리오에 어떤 기술을 사용했는지 적는 것과, 그 기술로 어떤 문제를 해결했는지 설명하는 것도 다릅니다. 성능 개선을 했다면 무엇이 느렸는지 확인하고, 변경 전후를 측정한 결과가 있어야 설명이 구체적이 됩니다. AI가 구현을 도와줄 때도 운영 과정에서는 새로운 판단이 필요합니다. 사용자가 겪는 문제가 무엇인지, 지금 고쳐야 할 부분은 어디인지, 변경한 뒤 문제가 해결됐는지를 확인해야 합니다. 레벨3에서도 제품을 구현하는 것 외에 신경 쓸 일이 많았습니다. 모니터링과 에러 추적, 사용자의 다음 행동을 고민하는 요구사항이 있었고, 검색에 실패했을 때 검색창을 유지할지 같은 판단도 했습니다. AI에게 묻기 전에 내 예상도 남기기 강대명님은 학습할 때 AI에게 바로 정답을 요청하기 전에, 자신이 예상한 결과와 그 이유를 먼저 생각해보라고 제안했습니다. 제 예상이 있어야 AI의 답과 비교할 수 있습니다. 답이 다르면 제가 놓친 조건이 무엇인지 찾을 수 있고, AI의 설명도 실제 코드나 실험으로 확인할 수 있습니다. 앞으로는 모르는 설정을 만났을 때 다음과 같이 공부해보려고 합니다. 이 설정이 어떤 동작을 할지 예상하고 이유를 적습니다. AI의 설명과 비교해 다른 부분을 찾습니다. 공식 문서나 작은 실험으로 실제 동작을 확인합니다. 제 예상이 틀렸다면 놓친 조건을 기록합니다. 예를 들어 파일명에 해시를 붙이는 설정을 본다면, 코드 변경 후 어떤 파일의 이름이 바뀔지 먼저 예상해볼 수 있겠습니다. 그다음 실제 빌드 결과와 HTML의 스크립트 경로를 비교하면 됩니다. 단순히 해시가 캐시에 좋다는 설명을 읽는 것보다, 제가 예상한 파일과 실제 생성된 파일이 같은지 확인하는 과정에서 질문이 더 구체적으로 생길 것 같습니다. 다음 공부에서는 무엇을 남길까 AI로 코드를 작성했다면 그 코드가 요구사항을 충족하는지 확인하고, 기술을 선택했다면 다른 선택지와 비교할 근거를 적어보려고 합니다. 설명이 부족한 부분은 다시 질문하거나 실험할 대상으로 남기겠습니다. 지금은 잘 안되고 어렵지만, 요즘 작성하고 있는 글들에 명확한 근거를 남기는 연습을 계속 해보려고 합니다. 감사합니다.