BitcoinWorld
코더들은 AI 없이는 작업을 거부한다 — 하지만 숨겨진 비용이 쌓이고 있다
2026년, 개발자들은 입장을 명확히 했다: 인공지능 없이 코딩하지 않겠다. 권위 있는 AI 안전 연구소 METR의 연구원들은 2025년 AI가 코딩 생산성에 미치는 영향을 측정한 연구를 재현하려다 직접 이 현장을 목격했다. 문제는? AI 지원 없이 작업해야 하는 대조군에 참여할 개발자가 전혀 없었다.
METR의 실패한 실험과 자기 인식 격차 METR가 2025년에 발표한 원래 연구는 이미 직관에 반하는 결과를 제시했다: 개발자들은 AI와 함께일 때 더 생산적이라고 느끼지만, 실제로는 AI가 만든 오류를 수정하고, 도구를 조정하며, 응답을 기다리는 데 소요되는 시간 때문에 전체 작업 시간이 더 길어졌다. METR가 최신 AI 모델로 실험을 다시 시도했을 때는 참가자를 모집하지 못했다. 연구원들이 고백했듯이, 개발자들은 “통제된 연구를 위해서라도 잠시라도 AI 없이 일하고 싶어하지 않는다.”
대신 METR는 2026년 5월에 기술 직원을 대상으로 생산성 향상을 자가 보고하도록 설문을 발표했다. 예상대로 응답자들은 자신이 조직에 제공하는 가치가 두 배라고 인식했다. 하지만 최근 전개된 상황은 이러한 자기 평가가 현실을 반영하지 않을 수 있음을 시사한다.
Tokenmaxxing: 이미 역효과를 낸 트렌드 AI 토큰 소비를 생산성의 대리 지표로 사용하는 관행, 일명 “Tokenmaxxing”은 2026년 초의 대표적인 트렌드가 되었다. 그러나 이제 자체 무게에 짓눌리고 있는 듯하다. Financial Times가 보도한 바에 따르면, 아마존은 직원들이 AI 에이전트를 과도하게 실행해 비용만 올리고 실질적인 산출물은 없던 시스템인 내부 토큰 추적 리더보드 Kirorank를 폐쇄했다. 우버는 2026년 전체 AI 예산을 불과 4개월 만에 소진했으며, COO인 Andrew Macdonald은 팟캐스트에서 이 지출이 프로젝트나 생산성의 측정 가능한 증가로 이어지지 않았다고 인정했다.
유지보수 비용 함정 비용 초과 외에도 AI가 생성한 코드가 장기적인 부채를 만든다는 증거가 늘어나고 있다. 프로그래머이자 작가인 James Shore는 널리 퍼진 블로그 글에서 문제를 이렇게 표현했다: “코드를 두 배 빠르게 짜나요? 유지보수 비용이 절반으로 줄었길 바라세요. 그렇지 않다면 곤란합니다. 일시적인 속도 향상을 영구적인 노예 상태와 교환하고 있는 겁니다.”
2026년 4월에 발표된 싱가포르 경영대학(SMU)의 독립 연구는 “AI가 생성한 코드는 실제 소프트웨어 프로젝트에 장기적인 유지보수 비용을 초래할 수 있다”고 경고했다. 코드 리뷰 플랫폼 Code Rabbit은 오픈소스 풀 리퀘스트를 분석해 AI가 만든 코드가 인간이 작성한 코드보다 1.7배 더 많은 문제를 일으킨다는 결과를 도출했다. 이 수치는 코드 리뷰 도구에 상업적 이해관계가 있는 기업들에서 나온 것이지만, 여러 출처에서 일관된 패턴을 보여준다.
왜 생산성 약속이 허구일 수 있는가 인식된 생산성과 실제 생산성 사이의 괴리는 새로운 현상이 아니지만, AI 도입 규모가 커지면서 그 영향이 확대되고 있다. 개발자들은 AI 어시스턴트를 사랑한다 — 더 빠르고, 더 능력 있게, 덜 좌절한다고 보고한다. 그러나 객관적인 지표는 다른 이야기를 들려준다: 더 많은 버그, 높은 토큰 비용, 시간이 지날수록 누적되는 유지보수 부담. 신뢰성 엔지니어링 스타트업 Entelligence AI의 CEO Aiswarya Sankar가 바이럴하게 올린 글에 따르면, 기업들은 AI가 만든 버그를 고치는 데 AI 토큰의 44%를 사용하고 있다.
전문가들의 권고 해답은 질문하는 사람에 따라 다르다. AI 코딩 에이전트 Devin을 만든 Cognition의 CEO Scott Wu는 개발자들이 AI가 만든 문제를 해결하기 위해 더 많은 AI를 사용하면 된다고 주장한다. 하지만 Wu도 Devin이 현재는 작업에 따라 주니어와 중급 프로그래머 사이의 수준을 보여주며, 완전한 손 놓기 솔루션은 아니라고 인정한다.
싱가포르 경영대학 연구진은 보다 인간 중심적인 접근을 옹호한다: 개발자들은 AI가 잘 다루는 작업과 못 다루는 작업을 자신이 프로그래밍 언어를 아는 만큼 깊이 이해해야 한다. 그들은 AI가 만든 코드를 위한 강력한 품질 보증 시스템과, 주니어 개발자의 작업처럼 AI 출력물을 신중히 인간이 검토할 것을 권한다. 연구진과 Wu는 한 가지 점에서 의견이 일치한다: 소프트웨어 아키텍처와 보안 설계 같은 큰 그림 결정은 인간이 책임을 져야 한다.
결론 코딩 직업은 전환점에 서 있다. 개발자들은 AI를 워크플로에 너무 깊게 통합했기 때문에 많은 이가 AI 없이 작업할 수 없거나 원하지 않는다. 그러나 증거는 이 의존성이 실제 비용을 동반한다는 것을 보여준다 — 예산 과다, 숨겨진 유지보수 부담, 그리고 인식된 생산성과 실제 생산성 사이의 격차. 앞으로의 길은 AI를 포기하는 것이 아니라 언제, 어떻게 사용할지를 보다 규율 있게 정하고, 소프트웨어 엔지니어링에서 인간 판단이 여전히 필요하다는 점을 받아들이는 방향일 것이다.
FAQ Q1: METR가 2025년 AI 생산성 연구를 재현하지 못한 이유는? 개발자들이 AI 지원 없이 작업해야 하는 대조군에 참여하기를 거부했기 때문이다. METR는 대신 설문 기반 보고서를 발표했다.
Q2: Tokenmaxxing이란 무엇이며 왜 논란이 되는가? Tokenmaxxing은 AI 토큰 소비를 직원 생산성의 대리 지표로 사용하는 관행이다. 아마존과 우버 같은 기업은 직원들이 시스템을 게임화해 비용만 상승시키고 실제 산출물은 늘어나지 않아 토큰 추적 프로그램을 포기하게 되었다.
Q3: AI가 만든 코드가 유지보수 비용을 증가시키는가? 싱가포르 경영대학의 학술 연구, Code Rabbit의 독립 분석, 그리고 업계 전문가들의 논평 등 여러 출처가 AI가 만든 코드가 인간이 작성한 코드보다 더 많은 버그와 장기적인 유지보수 부담을 초래한다는 점을 지적한다.
이 글 Coders refuse to work without AI — but the hidden costs are piling up은 최초로 BitcoinWorld에 게재되었습니다.