70%를 넘어서: 인간 역할의 극대화

• 30%의 작업
  • 복잡한 요구사항 이해, 유지보수가 용이한 시스템 아키텍처 설계, 엣지 케이스 처리, 코드의 정확성 보장 등
  • 생성현 AI는 코드를 생성할 수 있지만, 엔지니어링에서는 종종 어려움을 격음
• 자동화는 프로그래밍 방식에 변화를 가져왔지만, 숙련된 개발자가 필요한 이유는 변하지 않았음
• AI가 가장 잘하는 70%를 활용하면서, 나머지 30%에 필요한 핵심 역량과 통찰력을 강화하자.

시니어 개발자 : AI를 활용한 경험의 극대화

• 높은 수준의 기술적 결정을 내리는 능력을 갖추고 있어 해당 경험을 잘 활용해야 함
• 아키텍트 겸 편집자
  • '수행해야 할 작업을 설명하고(프롬프트 작성), 결과물의 정확성을 검토'하는 역할을 함
  • AI와 함께 효율적인 페어 프로그래밍을 하자
  • 기준을 높게 잡아, 코드가 조직이 원하는 품질, 보안, 성능 기준을 충족하는지 확인해야 함
  • 주니어 개발자가 생성형 AI 출력을 그대로 가져오지 않고 먼저 확인해 보도록 지시해야 함
• 멘토링과 기준 설정
  • 경험이 적은 팀원들에게 효과적인 AI 사용법과 변치않는 모범 사례를 코칭하는 것
  • 주니어 개발자가 직접 코드를 검토하고 테스트하는 방법을 가르치는 것이 중요. AI의 코드를 철저히 테스트하는 방법을 시연하여 모범을 보이고, 출력된 코드를 의심하고 검증하는 문화를 장려해야 함
  • 시니어 개발자라면 팀에서 이러한 규범을 앞장서서 지켜야 함.
• 도메인 전문성과 통찰력 함양
  • 문제 도메인을 깊이 이해하도록 지속적으로 투자해야 함.
• 소프트 스킬과 리더십 연마
  • AI가 일부 코딩을 담당하면, 시니어 개발자는 엔지니어링의 인간적인 측면에 더 많은 에너지를 쏟을 수 있음
    • 이해관계자와의 소통, 설계 회의 리드, 기술과 비즈니스 전략을 조율하는 판단 등 핵심 업무에 집중할 수 있음
  • 아키텍처 로드맵 작성, 채택할 툴의 평가, 조직의 AI 코딩 가이드라인 정의 같은 작업에 참여. 이는 AI가 수행하지 못하는 작업
    • 리더로서의 존재감을 키워 당신이 (다른 도구로 대체 가능한) 코드 생성기가 아니라 팀을 이끄는 데 없어서는 안 될 기술 리더임을 어필하는 편이 좋음중금 개발자: 적응과 전문화
• 엔지니어링의 중심이 코드 작성에서 전문적인 지식을 쌓고 활용하는 방향으로 옮겨가고 있음
• 시스템 통합과 경계 관리
  • 엣지 케이스와 모호한 부분을 처리하는 방법을 배워야 함.
  • 지속가능한 기술은 비판적 사고와 통찰력. 엣지 케이스를 나열하고, 실패를 예상 하며, 이를 코드나 디자인에서 해결하는 것이 필요
• 도메인 전문성
  • 인간의 이해가 여전히 중요한 복잡한 도메인에서 전문성을 키워야 함
    • 규제 요건이 있는 재무 시스템
    • 프라이버시 우려가 있는 의료 시스템
    • 엄격한 성능 요구사항을 가진 실시간 시스템
• 성능 최적화와 데브옵스
  • 모니터링 및 가시성
  • 성능 프로프라일링 및 최적화
  • 보안 관행 및 준수
  • 비용 관리 및 최적화
• 코드 리뷰와 품즐 보징
  • AI가 생성하는 코드가 늘어날 수록 코드를 철저히 리뷰하고 테스트하는 능력이 더욱 중요해짐
    • 모두가 코드 테스트와 리뷰에 대해 훨씬 더 중요하게 생각해야 한다.
  • 모든 중요한 논리 경로를 검증하고 정적 분석이나 린터를 사용해야 함.
    • 품질 기준에 맞지 않는 AI 제공 코드는 주저하지 말고 재작성해야 함
    • 품질 보증은 AI에게 맡겨서는 안됨
• 적응력을 키우고 학습을 멈추지말것
• 교차 커뮤니케이션 능력
  • 비즈니스 요구사항을 기술적 솔루션으로 번역하는 능력은 구현 시간이 줄어들수록 가치가 높아짐
  • 프로덕트 매니저, 디자이너 및 기타 이해관계자와 효과적으로 소통할 수 있는 개발자는 점점 더 좋은 평가를 받을 것

요약

• 우리의 툴이 아무리 발전하더라도 여전히 매우 중요한 영역들
  • 시스템 설계 및 아키텍처 전문성 강화
  • 시스템 사고를 연습하고 전체적인 배경 정보에 대한 이해 유지
  • 비판적 사고, 문제 해결 능력, 미래 예측 능력을 연마
  • 전문 도메인에서의 전문성 구축
  • 코드 리뷰, 테스트, 디버깅 및 품질 보증
  • 커뮤니케이션 및 협업 기술 향상
  • 변화 적응력
  • 지속적인 학습과 기본기를 탄탄히 하면서 새로운 기술 습득과 지식 업데이트
  • AI 사용