AI 없인 못 코딩하는 시대, 진짜 생산성은 오히려 떨어지고 있다

요즘 개발자들끼리 농담처럼 하는 말이 있다. "Cursor 꺼지면 오늘 일 못 한다."

예전에는 IDE가 문제였다. 그 다음엔 Stack Overflow가 문제였다.

이제는 Claude나 GPT, Cursor, Devin 같은 AI 코딩 도구가 없으면 아예 개발이 막힌다는 사람들이 늘고 있다.

그런데 여기서 한 번 생각해볼 문제가 있다. AI가 코드를 대신 써주고 있는데 왜 개발자들은 점점 더 바빠지고 있을까?

왜 회사들은 AI 예산을 몇 배씩 늘리는데 생산성 논쟁은 더 커지고 있을까?

왜 "개발 속도는 빨라졌다"는 사람들 입에서 "유지보수가 지옥이다"라는 말도 동시에 나오고 있을까?

 

개발자는 빨라졌다고 느끼는데, 실제론 느려졌다고?

최근 AI 연구기관 METR이 했던 연구는 꽤 충격적이었다. 개발자들은 AI 덕분에 자신들의 생산성이 크게 올라갔다고 믿었다.

그런데 실제 시간을 측정해보니 결과는 달랐다. AI는 코드를 빨리 생성했다. 하지만 개발자는 그 뒤에 훨씬 많은 시간을 쓰고 있었다.

• AI가 만든 버그 찾기
• 이상한 로직 수정하기
• 프롬프트 다시 작성하기
• 생성 결과 검증하기
• AI 응답 기다리기

결국 체감 생산성과 실제 생산성 사이에 꽤 큰 차이가 발생한 것이다. 더 웃긴 건 후속 연구에서 벌어진 일이다.

연구팀이 다시 실험하려고 했는데 개발자들이 참여를 거부했다. 이유는 단순했다. "AI 없이 코딩하기 싫다."

이쯤 되면 생산성 도구가 아니라 거의 디지털 의존증에 가까운 모습이다.

 

토큰 많이 쓰는 사람이 열심히 일하는 사람?

2026년 개발 업계에는 이상한 문화가 하나 생겼다. 토큰맥싱(Tokenmaxxing).

AI를 얼마나 많이 돌렸는지. 얼마나 많은 토큰을 사용했는지. 그걸 생산성처럼 자랑하는 문화다.

예전에는 코드 라인 수를 자랑했다. 그 다음에는 커밋 수를 자랑했다. 이제는 토큰 사용량을 자랑한다.

그런데 이게 얼마나 이상한 일이냐면, 자동차 연비를 평가하면서 "기름을 얼마나 많이 썼는지"를 자랑하는 것과 비슷하다.

생산성은 결과물인데, 우리는 어느 순간 입력값을 경쟁하기 시작했다. 실제로 기업들도 이 함정에 빠졌다.

일부 기업은 내부 토큰 랭킹 시스템을 만들었다가 직원들이 점수 올리려고 AI를 과하게 돌리면서 비용만 폭증했다.

결국 시스템을 접었다. AI 사용량은 늘었는데 성과는 늘지 않았기 때문이다.

 

AI는 코드를 빨리 쓰지만, 기술부채도 빨리 만든다

여기서 가장 무서운 문제가 나온다. AI는 코드 작성 시간을 줄인다. 하지만 유지보수 시간을 줄여준다는 보장은 없다.

오히려 반대일 수도 있다.

최근 여러 보고서와 연구에서는 AI 생성 코드가 더 많은 수정 작업과 유지보수 비용을 유발할 수 있다는 경고가 반복적으로 나오고 있다. AI 코드를 많이 사용하는 조직일수록 배포 이후 안정성 문제가 증가했다는 조사도 등장했다.

생각해보면 당연한 이야기다. AI는 돌아가는 코드를 만드는 데 강하다. 하지만 왜 그렇게 설계해야 하는지까지 책임지진 않는다.

결국 코드베이스는 점점 커진다. 복잡도는 증가한다. 그리고 몇 달 뒤 누군가가 그 코드를 다시 뜯어봐야 한다.

보통은 미래의 내가. 개발자들이 무서워하는 진짜 비용은 작성 비용이 아니다. 유지보수 비용이다.

 

AI는 시니어 개발자가 아니라 똑똑한 주니어에 가깝다

많은 사람들이 착각하는 게 있다. AI를 시니어 개발자처럼 생각한다는 점이다.

하지만 실제 AI 코딩 에이전트 기업 CEO들조차 현재 AI 수준을 "주니어~미들급 개발자" 정도로 평가한다.

이 말은 매우 중요하다. 주니어 개발자가 만든 코드를 팀에 바로 머지하지는 않는다. 리뷰한다. 검증한다. 아키텍처를 확인한다. 보안도 본다.

그런데 이상하게 AI가 만든 코드는 검증 없이 통과시키는 경우가 많다.

사람보다 AI를 더 신뢰하는 기묘한 현상이다.

 

진짜 위험한 건 개발자의 사고력이 줄어드는 것이다

최근 개발자 커뮤니티에서는 다른 불만도 나오기 시작했다. "내가 점점 생각을 안 하게 된다." "디버깅 실력이 떨어진다." "코드를 읽는 시간보다 AI에게 물어보는 시간이 많다." "구조를 이해하기보다 결과만 확인한다."

이런 이야기들이다.

사실 AI의 가장 큰 위험은 일자리를 뺏는 게 아닐 수도 있다. 사고력을 외주화하는 것이다. 계산기를 쓰면 암산 능력이 줄어든다.

네비게이션을 쓰면 길 찾기 능력이 줄어든다. AI에 과도하게 의존하면 문제 정의 능력과 설계 능력이 줄어든다.

개발자는 결국 코드를 치는 사람이 아니라 문제를 해결하는 사람인데, 문제 해결 과정을 AI에게 통째로 넘겨버리면 성장 자체가 멈출 수도 있다.

 

다른 숫자를 봐야 한다

요즘 개발 조직에서 가장 위험한 착각 중 하나가 있다. "AI 사용량 = 생산성" 아니다. PM이나 실제로 봐야 하는 건 다른 숫자다.

• 실제 릴리즈 개수
• 장애 발생률
• 핫픽스 비율
• 유지보수 공수
• QA 비용
• API 비용
• 인프라 비용
• 기술부채 증가량

AI 덕분에 기능 하나를 3일 빨리 만들었다고 하자. 그런데 이후 3개월 동안 버그 수정하느라 30일을 썼다면? 그건 생산성 향상이 아니다.

빚이다. 그리고 그 빚은 언젠가 반드시 갚게 된다.

 

앞으로 살아남는 개발자는 따로 있다

결국 AI 시대에 살아남는 개발자는 두 종류로 나뉠 가능성이 높다. 첫 번째는 AI 없으면 아무것도 못 하는 개발자. 두 번째는 AI를 활용하지만 스스로 설계할 수 있는 개발자. 둘 다 코드는 빨리 만든다.

하지만 차이는 위기 상황에서 드러난다.

장애가 터졌을 때. 보안 이슈가 발생했을 때. 아키텍처를 갈아엎어야 할 때. 복잡한 서비스 설계를 해야 할 때.

그 순간 결국 필요한 건 프롬프트가 아니라 판단력이다.

AI는 앞으로 더 강해질 것이다. 하지만 그럴수록 더 중요한 건 AI 사용 능력이 아니라 AI 검증 능력이 될 가능성이 높다.

결국 미래의 시니어 개발자는 코드를 가장 많이 쓰는 사람이 아니라, AI가 만든 결과물의 위험을 가장 잘 읽는 사람이 될지도 모른다.