개발자들이 AI 없이 일하기를 거부하고 있다

• 2026년 개발자 손에서 AI 코딩 도구를 떼어내기 어려울 만큼 의존 강해짐

• 하지만 AI가 코드를 더 빨리 만들게 해주는 것과, 더 나은 코드를 만들게 해주는 것은 다름

  • 다른 연구자들 경고로는 품질이 나아진다고 보기 어렵고, 그 대가가 시간이 지나며 개발자에게 돌아올 수 있음

• 2026년 2월, 권위 있는 AI 연구소 METR가 뜻밖의 결과를 공개함

  • 이제 많은 개발자가 일부 제한된 작업조차 AI 없이 하려 하지 않음

• METR는 몇 달 전인 2025년에 나온 AI 코딩 생산성 관련 주요 연구를 업데이트하려 했음

  • 당시 연구는 오픈소스 개발자가 작업을 손으로 할 때와 AI를 쓸 때 걸린 시간을 비교 측정

• 그 연구에서 개발자들은 AI 덕분에 생산성이 높아진다고 느꼈지만, 실제 측정 결과는 반대였음

  • 코드 생성 자체는 빨라졌지만

  • 오류를 찾고 고치고, AI를 유도하고, 작업이 끝나길 기다리는 데 추가 시간이 들어감

• METR가 AI 성능 향상과 개발자 숙련도 변화를 다시 측정하려고 같은 실험을 하려 했지만 실패

  • 개발자들이 연구를 위해서조차 AI 없이 일하려 하지 않았기 때문

• 대신 METR는 5월에 설문조사 결과를 공개함

  • 기술 직군 종사자가 AI로 얻는 생산성 향상을 자기평가로 제출하는 방식

  • 응답자들은 AI 덕분에 자신이 조직에서 두 배쯤 더 가치 있어졌다고 인식

• 하지만 최근의 과열된 tokenmaxxing 비용 보도와 여러 연구를 함께 보면, 이런 자기평가는 그대로 믿기 어려움

• tokenmaxxing은 개인이 사용한 토큰 수를 AI 생산성의 대리 지표로 삼는 방식

  • 2026년 내내 유행했지만, 벌써 한계가 드러나는 중

• Amazon은 사내 토큰 추적 리더보드 Kirorank를 중단

  • 이번 주 Financial Times 보도에 따르면 직원들이 AI 에이전트를 과도하게 돌려 순위를 조작했고 비용도 키움

  • AI 사용량이 늘었다고 생산성이 자동으로 오르지 않는다는 점을 직원들 스스로 입증한 셈

• Uber도 2026년 AI 예산을 연초 4개월 만에 소진

  • COO Andrew Macdonald는 최근 팟캐스트에서 그런 지출이 프로젝트 수나 생산성 증가로 이어졌다고 측정되지 않았다고 말함

• AI가 만든 코드는 이후 유지보수 부담을 줄인다는 보장이 없고, 오히려 늘릴 수도 있음

  • 프로그래머이자 저자인 James Shore가 Hacker News에서 화제가 된 블로그 글에서 이를 날카롭게 짚음

"이제 코드를 두 배 빨리 쓴다고? 유지보수 비용을 절반으로 줄였기를 바라는 수밖에 없다."

"그게 아니라면 곤란하다. 잠깐 속도를 얻는 대신, 영구적인 유지보수 부담을 떠안는 거래니까."

• AI가 코드 유지보수 문제를 키운다는 근거는 더 있음

• Entelligence AI 창업자이자 CEO인 Aiswarya Sankar의 화제가 된 트윗에 따르면

  • 기업들이 쓰는 토큰의 44%가 AI가 만든 버그를 고치는 데 들어감

• 코드 리뷰 도구 회사 CodeRabbit는 오픈소스 pull request를 분석한 결과

  • AI가 만든 코드에서 사람이 쓴 코드보다 문제 발생이 1.7배 많았다고 밝힘

• 물론 이런 수치는 AI 코드 리뷰 도구를 파는 측에 유리한 자기이해가 걸린 자료이기도 함

• 그래도 독립 연구자들도 비슷한 문제를 확인

  • Singapore Management University 연구진이 4월 보고서를 내고

  • "AI-generated code can introduce long-term maintenance costs into real software projects."라고 경고

• 그렇다면 AI 비서를 좋아하는 프로그래머들에게 해법은 무엇인가

• AI 코딩 에이전트를 팔려는 측의 답은 단순함

  • AI가 쏟아낸 코드를 고치는 고된 일도 다시 AI 코딩 에이전트에게 맡기면 된다는 주장

  • Devin을 만든 Cognition 창업자 겸 CEO Scott Wu도 이 방향을 제시함

• 하지만 Wu 자신도 Devin이 독립적으로 일할 수는 있어도, 현재 역량은 작업에 따라 주니어와 미들급 개발자 사이 정도로 본다고 인정

  • 맡겨두고 잊어도 되는 해법은 아님

• SMU 연구진은 더 사람 중심의 접근을 권함

  • 프로그래머는 AI가 잘하는 일과 못하는 일을, 자신이 익숙한 프로그래밍 언어만큼 깊이 이해해야 함

  • AI에 맞춘 강한 품질 보증 체계도 필요

  • AI가 낸 결과물을 주니어 개발자 작업물 검토하듯 꼼꼼히 살펴야 함

• 소프트웨어 아키텍처, 보안 설계의 큰 그림은 여전히 사람이 맡아야 한다는 점에도 연구진과 Wu의 의견이 겹침

^{source https://techcrunch.com/2026/05/29/coders-are-refusing-to-work-without-ai-and-that-could-come-back-to-bite-them/}