AI가 다 해주는데 아직도 공부해야 할까요?
제목: AI가 다 해주는데 아직도 공부해야 할까요?
원문 링크: https://velog.io/@gms72901217/AI%EA%B0%80-%EB%8B%A4-%ED%95%B4%EC%A3%BC%EB%8A%94%EB%8D%B0-%EC%95%84%EC%A7%81%EB%8F%84-%EA%B3%B5%EB%B6%80%ED%95%B4%EC%95%BC-%ED%95%A0%EA%B9%8C%EC%9A%94
카테고리: 커리어
핵심 요약: AI가 코딩을 대신하면서 공부의 재미와 동기를 잃은 경험에서 출발해, 그래도 개발자가 공부를 계속해야 하는 이유와 다시 동기를 되찾는 학습 방향을 이야기합니다. 공부의 목적을 '코드를 잘 쓰는 것'에서 '더 좋은 소프트웨어를 만드는 것'으로 옮기면 유능감을 회복할 수 있다는 것이 핵심입니다.
주요 내용:
- 공부가 재미없어진 이유: 자기결정성 이론(자율성·유능성·관계성)에 비추어 보면, AI가 코딩을 대신하면서 '성장해도 어차피 AI가 한다'는 생각에 유능성이 무너지고, 회사의 AI 학습 압박으로 자율성도 약해졌습니다.
- 여전히 공부해야 하는 이유 ①: AI는 아직 불완전해서 코드 리뷰, 테스트, 배포 결정 같은 검증의 권한과 책임은 인간에게 있고, 이를 위해 기본기가 필요합니다.
- 여전히 공부해야 하는 이유 ②: 회사 사정과 비즈니스 맥락에 맞춰 기술을 고르는 판단력은 인간의 몫입니다. 예를 들어 서버 1대 환경에서 AI가 Redis를 제안했지만, 로컬 캐시가 더 적절했던 사례가 있습니다. 구체적인 도구를 공부하는 것은 추상적인 개념을 익히는 좋은 수단입니다.
- 여전히 공부해야 하는 이유 ③: OS 스케줄링을 일머리에, 의존성을 인간관계에 빗대듯 기술 공부는 결국 삶에 대한 공부로 이어진다는 개인적 견해를 밝힙니다.
- 공부 방법: AI가 못하는 부분은 내가 채우고, 잘하는 부분은 AI에 맡기는 방식으로 유능감을 되찾습니다. 필자는 자신에게 부족한 부분을 스스로 골라 공부하며, AI 협업으로 늘어난 결함을 줄이기 위해 테스트·검증 체크리스트를 시스템화하는 방법을 공부했습니다. 다른 회사의 문제를 모방해 직접 풀어보는 방법도 시도할 계획입니다.
- AI가 완전해진다면: 과거 계산수를 뜻하던 '컴퓨터'라는 말이 기계를 가리키게 되었듯 개발자의 형태는 바뀔 수 있습니다. 그래도 개념을 이해하며 쌓은 지혜는 다른 길로 옮겨갈 힘이 되므로, 막연한 불안보다 현재에 충실하자고 말합니다.