토발즈와 스트롭스트룹이 말하는 AI 코딩의 한계

인공지능은 이미 소프트웨어 개발 현장에 깊숙이 들어왔다. 대형 기술 기업들은 AI 코딩 어시스턴트가 개발 속도를 크게 높이거나 심지어 소프트웨어 엔지니어링의 상당 부분을 자동화할 수 있다고 홍보한다.

하지만 오랜 경력을 가진 프로그래머들은 훨씬 신중한 태도를 보인다. C++ 창시자 비야르네 스트롭스트룹(Bjarne Stroustrup), 리눅스 창시자 리누스 토발즈(Linus Torvalds), 자바 성능 전문가 블라드 미할체아(Vlad Mihalcea) 등은 AI가 생성한 코드의 품질과 실제 생산성 향상 폭에 대해 공개적으로 의문을 제기했다. 이들의 발언은 AI 자동화를 둘러싼 기업의 낙관적 메시지와 현장 개발자의 경험 사이에 존재하는 간극을 보여준다.

“쓰레기 코드”라는 비판: 결과물 품질 문제

베테랑 개발자들이 가장 자주 지적하는 문제는 코드를 빠르게 만들 수는 있지만 신뢰하기 어렵다는 점이다.

스트롭스트룹은 AI 도구가 종종 품질이 낮은 코드를 만들어낸다고 경고했다. 그는 일부 AI 출력물을 두고 "rubbish code(쓰레기 코드)"라고 표현하며, 결국 숙련된 개발자가 이를 검토하고 수정해야 하기 때문에 일이 줄어드는 것이 아니라 상위 엔지니어에게 검토 부담이 넘어가는 것이라고 지적했다.

문제는 속도가 아니라 구조와 품질이다. AI는 짧은 시간에 많은 코드를 생성할 수 있지만, 그 코드가 좋은 아키텍처를 따르는지, 안전한지, 장기적으로 유지보수가 가능한지는 여전히 인간 개발자가 판단해야 한다.

리누스 토발즈: AI는 엔지니어가 아니라 도구

리눅스 커널 창시자 리누스 토발즈도 AI 코딩에 대한 과장된 주장에 공개적으로 반박해왔다.

그는 어떤 개발자가 "코드의 99%를 AI가 작성한다"고 말할 때 화가 난다고 밝히며, AI는 유용한 도구일 수 있지만 엔지니어를 대체하는 존재로 봐서는 안 된다고 강조했다.

토발즈의 핵심 주장은 간단하다. AI는 개발자의 작업 방식을 바꿀 수는 있지만, 소프트웨어 개발의 기본 원칙은 바꾸지 못한다는 것이다. 시스템을 이해하고 아키텍처를 설계하며 중요한 판단을 내리는 일은 여전히 인간의 역할이라는 것이다.

“생산성 향상”이 과장될 수 있는 이유

자바 전문가이자 기술 저자인 블라드 미할체아는 또 다른 관점을 제시한다. AI가 실제로 작동하는 코드를 만들어도 전체 개발 과정에서 보면 생산성 향상은 제한적일 수 있다는 것이다.

그 이유는 간단하다. 소프트웨어 엔지니어링에서 ‘코드 작성’은 전체 작업의 일부에 불과하기 때문이다.

개발자는 여전히 다음과 같은 일을 해야 한다.

• 코드가 정확히 동작하는지 검증
• 예외 상황과 버그 디버깅
• 기존 시스템과 통합
• 장기 유지보수와 보안 확보

AI가 만든 코드가 **“거의 맞지만 완전히 맞지는 않은 상태”**라면 개발자는 결국 이를 확인하고 수정해야 한다. 미할체아는 이런 추가 작업까지 고려하면 실제 생산성 향상은 크지 않을 수 있다고 설명한다.

개발자 설문 조사에서도 비슷한 결과가 나타난다. 2025년 Stack Overflow 개발자 설문에서는 66%의 개발자가 거의 맞지만 틀린 AI 코드 때문에 오히려 수정 작업이 늘었다고 답했다.

또 다른 연구에서는 경험 많은 개발자가 AI 도구를 사용할 때 작업 완료 시간이 약 19% 더 오래 걸렸다는 결과도 보고됐다.

기업들의 메시지: AI 엔지니어 시대

반면 기술 기업 경영진은 AI가 소프트웨어 개발을 크게 바꿀 것이라는 전망을 내놓고 있다.

예를 들어 메타(Meta) CEO 마크 저커버그는 AI가 곧 중급 소프트웨어 엔지니어와 비슷한 수준의 코딩 작업을 수행할 수 있을 것이라고 말했다.

업계 전반에서도 비슷한 전망이 이어지고 있다. 일부 기술 기업 리더들은 몇 년 안에 AI가 대부분의 코드를 작성할 수 있을 것이라고 예측하고 있다.

아마존 역시 AI 인프라와 개발에 대규모 투자를 진행 중이다. CEO 앤디 재시는 인공지능이 고객 경험과 기술 개발 방식을 크게 바꿀 것이라고 강조했다.

실제 논쟁의 핵심: ‘생산성’의 정의

이 논쟁의 핵심은 AI가 도움이 되느냐가 아니라 생산성을 어떻게 측정하느냐에 있다.

기술 기업들은 보통 다음과 같은 지표에 집중한다.

• 코드 생성 속도
• 기능 출시 속도
• 작은 팀으로 더 많은 기능 개발

반면 경험 많은 개발자들은 소프트웨어의 전체 생애주기를 기준으로 생산성을 평가한다.

• 시스템 설계
• 정확성과 안정성
• 보안
• 디버깅과 테스트
• 장기 유지보수

이 모든 과정을 고려하면 단순히 코드를 빨리 생성하는 것만으로는 전체 생산성이 크게 향상되지 않을 수 있다는 것이다.

현실적인 중간 지점

흥미로운 점은 베테랑 개발자들이 AI 자체를 부정하지는 않는다는 것이다.

많은 개발자들은 AI가 다음과 같은 영역에서 특히 유용하다고 본다.

• 반복적인 보일러플레이트 코드 작성
• 빠른 프로토타입 제작
• 문서 작성

하지만 동시에 소프트웨어 엔지니어링은 단순한 코드 입력 이상의 작업이라는 점을 강조한다. 시스템 구조 설계, 문제 해결, 디버깅, 복잡한 판단은 여전히 인간 개발자의 핵심 역할이라는 것이다.

결국 현재 개발자 커뮤니티에서 형성되는 분위기는 비교적 현실적인 결론으로 수렴하고 있다. AI는 개발 방식을 바꾸고 있지만, 숙련된 엔지니어의 필요성을 곧 사라지게 만들지는 않을 것이라는 시각이다.