A
약 75초
경험 중심 1인칭 답변
개발 업무에서 AI를 가장 많이 활용한 부분은 반복적인 코드 패턴 생성과 디버깅 설명이었습니다. 특히 보일러플레이트 코드, 테스트 케이스 초안, API 문서 초안은 LLM으로 초안을 만들고 검토하는 방식으로 전환했습니다. 이렇게 하면 작성보다 검토에 시간을 더 쓸 수 있어서 실수가 줄고 속도도 빠릅니다. 또한 잘 모르는 라이브러리나 레거시 코드를 분석할 때 코드를 붙여 넣고 동작 방식을 물어보는 방식을 씁니다. 공식 문서보다 구체적인 맥락에서 답을 빠르게 얻을 수 있었습니다. 다만 AI가 생성한 코드를 그대로 사용하면 보안 취약점이나 엣지 케이스를 놓치는 경우가 있어서, 반드시 직접 검토하는 단계를 포함하는 방식으로 사용합니다. LLM은 가속 도구이고 판단은 여전히 개발자가 해야 한다는 원칙을 유지하고 있습니다. 앞으로도 AI를 가속 도구로 쓰되 판단과 검토는 직접 하는 방식을 유지하겠습니다.
LLM이 생성한 코드는 반드시 맥락을 검토해야 하고, 그 검토 능력이 AI 시대 개발자의 핵심 역량이라고 봅니다.
이 결의 특징
AI 도구의 가시적 생산성 향상보다 직접 검토하는 원칙을 전면에 내세운 점이 두드러집니다. 생성형 AI의 성능 개선에만 집중하지 않고 리스크 관리를 동등한 무게로 다루는 성숙한 관점입니다.
이 결이 통하는 자리
개발 조직의 검증 체계가 잘 갖춰진 자리에서 높이 평가됩니다. 보안과 품질을 동시에 추구하는 팀에서 신중함과 책임감이 읽힙니다.