필자는 이미지 처리, 자연어 처리, 검색을 위한 AI 알고리즘을 개발하는 아키텍트이자 코더로 경력을 시작했다. 시간이 흘러 지금은 기본적인 자동화, 데이터 수집, 기타 비즈니스 기능을 구현하기 위해 로우코드 플랫폼에서만 코드를 작성한다.

지난해 여름, 개인 블로그를 새로운 플랫폼으로 이전하는 과정에서 게시물 가져오기 기능이 각종 서식과 분류 체계 문제를 일으켰다. 이를 해결하기 위해 코딩 툴을 활용해 HTML을 정리하고, 정규 표현식으로 이미지 태그를 추출하고, 게시물을 공통 형식으로 재구성하는 간단한 알고리즘을 작성했다.

웹 개발 AI 현황 2025(The State of Web Dev AI 2025) 보고서에 따르면, 개발자의 91%가 코드 생성을 위해 AI를 사용하고 있으며, 깃허브 코파일럿, 탭나인(Tabnine), 젯브레인 AI(JetBrains AI), 수퍼메이븐(Supermaven), 쿠도(Qudo), 아마존 Q 디벨로퍼, 에이더(Aider)가 상위 도구로 꼽혔다. 또 다른 보고서에 따르면 데브옵스(DevOps) 팀은 AI 코드 추천의 20~35%를 실제로 채택하는 것으로 나타났다.

SAP 비즈니스 테크놀로지 플랫폼(SAP Business Technology Platform)의 수석부사장이자 CMO 바라트 산두는 “모든 수준의 개발자가 코드 개발에 생성형 AI를 활용하면 생산성을 크게 높일 수 있다. 이런 고급 도구는 개발 주기를 단축하고 디버깅이나 레거시 코드 유지보수 같은 반복 작업을 최소화하며, 항상 신뢰할 수 있고 문맥에 맞는 결과를 제공해 팀이 혁신과 복잡한 문제 해결에 더 집중할 수 있도록 해준다”라고 말했다.

AI 코딩 툴은 개발자 경험, 생산성, 코드 품질에 영향을 미치는 여러 AI 기반 패러다임 전환 중 하나다. 그렇다면 개발자는 이런 도구를 어떻게 활용해야 최고의 결과를 얻을 수 있을까? 필자는 여러 전문가에게 연락해 질문을 전했고, 그들은 이에 대한 답변과 함께 몇 가지 베스트 프랙티스를 제시했다.

시니어 개발자가 AI 코딩 툴을 활용하는 방법

AI 코딩 툴이 처음 등장했을 때, 여러 전문가는 숙련된 개발자가 가장 좋은 결과를 낼 것이라고 평가했다. 프롬프트로 요구사항을 명확히 전달할 수 있고, 생성된 코드를 평가할 수 있으며, 반복적인 개선을 통해 문제를 해결할 경험을 보유하고 있기 때문이다.

그래들(Gradle)의 리드 디벨로퍼 애드버케이트 트리샤 지는 “시니어 개발자는 생성된 코드의 동작을 빠르게 이해하고, 그 코드의 장단점과 상충 관계를 파악하며, AI 도구를 원하는 결과 방향으로 이끌 수 있는 최적의 위치에 있다. 하지만 이미 기존 도구에 익숙하고 종종 AI보다 더 빠르게 필요한 코드를 작성할 수 있기 때문에 AI 도구 사용 빈도는 오히려 낮을 수 있다”라고 말했다.

레드게이트(Redgate) 기술·혁신 총괄 책임자 제프 포스터는 “마음가짐을 조금만 바꾸면 최고 수준의 시니어 개발자도 코딩 툴의 활용 가능성을 더 잘 이해할 수 있다. 숙련된 개발자는 코딩 툴을 열정적이지만 경험이 부족한 인턴처럼 대해야 한다. 반복적인 보일러플레이트 코드(Boilerplate code)를 줄이고 아이디어를 탐색하는 데 활용하되, 맹신해서는 안 된다”라고 조언했다.

또한 CIO와 CTO는 시니어 개발자에게 단순한 코딩 과제를 넘어 그들의 고급 역량이 필요한 기회와 비즈니스 요구를 지속적으로 상기시켜야 한다고 덧붙였다.

페이저듀티(PagerDuty) 엔지니어링 수석부사장 루크미니 레디는 “숙련된 개발자는 AI 코딩 툴을 대체재가 아니라 역량을 배가시키는 도구로 봐야 한다. 진정한 가치는 단순한 속도 향상이 아니라, 시스템 설계, 성능 최적화, 멘토링처럼 더 높은 부가가치를 창출하는 업무에 시니어 개발자가 집중할 수 있도록 역량을 해방하는 데 있다”라고 말했다.

이어 두 명의 전문가가 시니어 개발자가 코딩 툴을 활용하는 구체적인 사례를 소개했다. 코더(Coder)의 CEO 롭 화이틀리는 “생성형 AI는 코드 자동 완성, 자동 주석 처리, 문서화 작업에 사용할 때 가장 효과적이다. 개발자가 몰입 상태에 들어가는 것을 방해하는 불필요하거나 지루한 관리 업무를 없애준다”라고 설명했다.

이 과정에서 필자는 특히, 시니어 개발자의 전문 역량이 필요하지만 작성 과정이 오래 걸리고 오류 발생 가능성이 높은 고난도 코딩 과제에서 AI 도구가 어떤 역할을 할 수 있는지에 대해서도 물었다.

체크막스(Checkmarx) 제품 관리 부사장 오리 벤데트는 “숙련된 개발자는 AI 코딩 툴을 자율적인 저자가 아니라 강력한 가속기로 취급해야 한다. AI 코딩 툴은 보일러플레이트 코드 작성, 반복적인 테스트 스캐폴딩, 코드형 인프라(Infrastructure-as-Code, IaC) 템플릿 생성, 난해한 문법 설명, 최적화 이전 단계의 알고리즘 프로토타이핑에 이상적이다. 다만 경험 많은 개발자는 아키텍처, 보안, 성능상의 장단점과 상충 관계에 대한 통제권을 반드시 유지해야 한다”라고 강조했다.

주니어 개발자가 AI 코딩 툴을 사용하는 방법

전체 개발자의 91%가 AI 코딩 툴을 사용하고 있다는 것은 CIO와 CTO가 경력이 적은 개발자에게 이 도구 사용을 허용할 만큼 그 가치를 인정한다는 의미다. 다만 주니어 개발자는 문제 해결이나 생산성 향상보다는 학습 도구로 AI 코딩 툴을 활용하는 경우가 더 많다.

레드게이트의 포스터는 “주니어 개발자는 코딩 툴을 학습 도구로 활용하되, 이에 지나치게 의존해서는 안 된다. AI가 생성한 코드가 왜 작동하거나 작동하지 않는지를 항상 확인해야 한다. AI는 작성 속도를 높일 수 있지만, 정확성을 보장하지 않는다. 숨겨진 전제나 보안 취약점, 의도치 않은 복잡성이 있는지 비판적으로 검토하고 철저히 테스트해야 한다”라고 말했다.

주니어 개발자는 생성형 AI를 코딩 동반자로 삼아 “이 코드를 어떻게 하면 더 신뢰성 있게 만들고 다른 사람이 이해하기 쉽게 만들 수 있을까?”와 같은 질문을 던지며 활용하는 것이 바람직하다.

제이프로그(JFrog)의 디벨로퍼 애드버케이트 요나탄 아르벨은 “주니어 개발자는 AI 도구를 통해 영감을 얻거나 대안을 모색할 수 있지만, 이에 지나치게 의존해서는 안 된다. 비판적으로 사고하고 생성된 코드의 품질을 검증하는 것이 중요하다. 이런 툴은 철저한 이해와 검증을 대체하는 수단이 아니라, 아이디어를 검토하는 참고용으로 활용해야 한다”라고 조언했다.

또한 주니어와 시니어 개발자가 서로 베스트 프랙티스를 공유하며 협업을 강화하는 것도 중요하다. 프롬프트 작성과 AI가 생성한 코드를 검증하는 과정에서 이런 협력이 특히 중요하다.

그레이들의 지는 “주니어 개발자는 AI 코드 생성 도구를 활용할 때 생산성 측면에서 가장 큰 이점을 얻지만, 이를 효과적으로 사용할 만큼의 전문성을 아직 갖추지 못했다. 시니어 개발자가 주니어 개발자를 멘토링해 기술적 절충과 설계 선택에 대한 이해를 높이고, 비판적으로 기술을 활용할 수 있도록 하는 것이 핵심”이라고 설명했다.

주니어 개발자는 생성형 AI를 역량 개발에 활용하는 것이 바람직하다. WSO2의 최고 AI 책임자 라니아 칼라프는 “주니어 개발자에게 코드 생성은 유용한 학습 도구가 될 수 있으며, 생산적인 출발점을 제공하고 생성된 코드를 면밀히 검토하는 과정을 통해 낯선 언어나 개념을 이해할 기회를 준다”라고 말했다.

AI 코딩 툴에서 프롬프트 작성 시 주의사항

선도적인 데브옵스팀은 베스트 프랙티스를 공유하고 AI가 생성한 코드를 반복적으로 개선하는 방법을 보여주기 위해 프롬프트 지식 베이스를 구축한다. 아래는 코딩 쿨 프롬프트 작성에 관한 전문가의 조언을 모았다.

• IBM 왓슨x 코드 어시스턴트(watsonx Code Assistant) 부사장이자 IBM 캐나다 연구소 디렉터인 마이클 콕 박사는 “AI에 프롬프트를 작성할 때는 명확하고 구체적으로 전달하고, 모호한 표현은 피하며, 반복적으로 다듬어야 한다. AI가 생성한 코드는 항상 정확성을 검토하고, 요구사항과의 일치 여부를 확인하며, 테스트를 실행해야 한다”라고 전했다.
• 코더의 화이틀리는 “최고의 개발자는 생성형 AI 도구를 사용하기 전에 문제와 필요한 결과를 완전히 이해한 뒤 프롬프트를 작성한다. 잘못된 프롬프트는 그 가치보다 더 많은 시간을 문제 해결에 소모하게 만들 수 있다”라고 설명했다.
• 페이지듀티의 레디는 “프롬프트 작성은 2025년에 가장 중요한 핵심 엔지니어링 역량 중 하나로 자리 잡고 있다. 가장 좋은 프롬프트는 명확하고, 반복적으로 다듬어지며, 범위가 제한돼 있다. 프롬프트를 잘 작성하는 것은 새로운 디버깅과 같으며, 이는 사고의 명확성을 드러낸다”라고 언급했다.
• 펜도(Pendo)의 CPO 라훌 자인은 “시제품을 검증하는 시니어 개발자든 프롬프트를 실험하는 주니어 개발자든, 핵심은 AI 출력 결과를 실제 사용 데이터와 엄격한 테스트에 기반하는 것이다. 향후 개발의 미래는 AI를 깊이 있는 제품 인사이트와 결합해 실제로 제공되는 결과물이 가치를 전달하도록 하는 데 있다”라고 말했다.
• 애피로(Apiiro) 제품 관리 디렉터 카렌 코헨은 “개발자는 AI 출력 결과를 신뢰할 수 없는 입력으로 간주해야 한다. 정확한 프롬프트를 작성하고, 모호한 요청을 피하며, 기본적인 스캔을 넘어서는 심층 검토를 수행해야 한다”라고 조언했다.

AI가 생성한 코드, 어떻게 검토하고 테스트해야 할까?

개발자는 검증과 테스트 없이 AI가 생성한 코드를 코드베이스에 바로 포함하면 안 된다. AI는 개발자보다 코드를 더 빠르게 생성할 수는 있지만 비즈니스 요구, 최종 사용자 기대치, 데이터 거버넌스 규칙, 비기능적 승인 기준, 데브섹옵스(DevSecOps) 필수 요건, 기타 규제 준수 사항 등 전체 맥락을 충분히 이해할 가능성은 낮다.

소나(Sonar)의 그룹 제품 관리자 에드가 쿠스버그는 “AI가 생성한 코드가 코딩 표준, 보안 요소, 전반적인 코드 품질을 준수하는지 검토해야 한다. 정적 분석기와 같은 도구를 SDLC(Software Development Life Cycle) 초기부터 사용하면 IDE에서 직접 코드를 검사해 코드 품질 문제의 유입을 방지할 수 있다. 또한 개발팀은 코드 생성 과정에 SAST(Static Application Security Testing)와 같은 보안 절차를 통합하고, 정기적인 보안 점검을 실시하며, 수동 작성 코드와 AI 생성 코드의 취약점을 식별·해결하기 위해 자동화 보안 도구를 활용하는 방안을 고려해야 한다”라고 조언했다.

코딩 툴을 도입하는 기업은 반드시 코드 리뷰를 시행해야 한다고 말했다. 페이지듀티의 레디는 “생성된 코드를 동료가 작성한 코드와 다르게 취급해서는 안 된다. 오히려 팀의 실제 맥락이나 시스템 지식을 담고 있지 않기 때문에 더 면밀히 살펴야 한다”라고 강조했다.

보안은 최우선 과제로 삼아야 한다. 시프트 레프트(Shift-left)와 데브섹옵스 프랙티스가 미흡한 기업이라면 코드 생성 툴 도입을 보안 우선순위를 앞당기는 계기로 삼아야 한다.

애피로의 코헨은 “위험을 완화하려면 개발 워크플로우에 보안을 통합하고 자동화된 점검과 정책 적용을 통해 AI 지원 코드가 규제를 충족하도록 해야 한다. AI가 생성한 코드는 기업의 맥락과 컴플라이언스 인식이 부족하므로, 자동화된 보안 리뷰와 위협 모델링이 필수적”이라고 말했다.

AI 코딩 툴 활용과 AI 에이전트 개발에서는 데이터 품질을 높이고 테스트 케이스를 다양화하기 위해 합성 데이터 활용의 필요성이 갈수록 커지고 있다.

제이프로그의 개발자 관계 책임자 멜리사 맥케이는 “데이터 무결성을 우선시하고 AI 툴을 활용해 일부 과정을 자동화하면 생산성 향상은 물론 위험을 줄일 수 있어 AI 기반 애플리케이션을 원활하게 출시할 수 있다”라고 말했다.

코드 생성은 시작에 불과하다. 에이전틱 AI 기능이 소프트웨어 개발 생명주기 전반에 걸쳐 확산하면서 생성형 AI를 효과적이고 안전하게 활용하는 데브옵스팀은 더 높은 수준의 기술 과제에 집중하면서도 비즈니스 가치를 창출할 기회를 크게 넓힐 수 있을 것이다.
dl-itworldkorea@foundryco.com