PM 한 명이 Claude Code(코딩 에이전트)를 통해 JSON(데이터 교환 형식) API(프로그램 간 연결 통로) 엔드포인트를 구축하고 SQL(데이터베이스 질의 언어) 쿼리 결과를 출력하는 작업을 시도했다고 한다. 그는 에이전트가 반복적으로 정확한 결과물을 내놓는 것을 확인하며 점차 생성된 코드 전체를 검토하지 않게 되었다.

코딩 에이전트의 신뢰도와 책임의 공백

Claude Code는 JSON API 엔드포인트 생성, SQL 쿼리 실행, 자동화 테스트 및 문서화 작업을 수행한다. Heavybit High Leverage(AI 및 스타트업 분석 팟캐스트)에서는 이를 통해 Vibe coding(결과물 위주의 무검토 코딩 방식)과 Agentic Engineering(전문적 제약을 고려한 AI 활용 공학)의 경계가 무너지고 있다고 분석했다. Vibe coding은 프로그래밍 지식이 부족해도 결과가 나오면 수용하는 방식이며, 반면 Agentic Engineering은 보안과 유지보수성 같은 제약을 이해한 엔지니어가 AI를 도구로 사용하는 방식이다.

과거에는 GitHub(코드 저장소)에 커밋 100개와 상세한 README(프로젝트 설명 파일), 테스트 코드가 있으면 정성이 들어간 프로젝트로 판단했다. 그러나 이제는 이러한 구성 요소를 30분 만에 생성할 수 있다. 주목할 점은 에이전트가 반복적으로 단순 작업을 올바르게 처리하면서 사용자의 신뢰를 얻지만, 정작 에이전트에게는 전문적 평판이나 책임이 없다는 사실이다.

대규모 조직의 엔지니어링 매니저가 다른 팀의 서비스를 이용할 때는 해당 팀의 모든 코드를 읽지 않고 문서와 결과물만으로 판단하는 블랙박스 방식을 사용한다. 하지만 사람 팀은 자신의 전문적 평판을 유지해야 한다는 압박을 받는다. 반면 Claude Code는 평판이라는 개념이 없으며, 단지 모델이 감시 없이 올바른 코드를 짤 때마다 신뢰가 커지는 일탈의 정상화 현상을 야기한다. 이는 결국 결정적인 순간에 과신으로 인한 피해 위험을 높이는 결과로 이어진다.

생산성 증폭에 따른 병목 지점의 이동

예전에는 엔지니어가 하루에 200줄의 코드를 작성했다. 이제는 AI 도구를 통해 2,000줄까지 생산량이 늘어났다. 이러한 변화는 소프트웨어 개발 생애주기의 병목 지점을 코드 작성 단계에서 설계, 검증, 운영 단계로 이동시켰다. 기존 디자인 프로세스는 수정 비용이 컸기에 매우 보수적이었으나, 빌드 시간이 획기적으로 단축되면서 더 많은 위험을 감수하는 설계가 가능해졌다.

개발자가 체감하는 변화는 AI와의 대화가 마치 알아듣기 어려운 moon language(AI 특유의 소통 방식)처럼 보일 수 있다는 점이다. 하지만 이는 엔지니어의 커리어를 끝내는 것이 아니라 기존 경험을 증폭하는 역할을 한다. 배관 관련 영상을 많이 본다고 해서 모두가 배관공을 대체하지 않듯, 전문적으로 관리되는 소프트웨어에 대한 수요는 여전하다.

기업 환경에서의 위험은 SaaS(클라우드 기반 소프트웨어 서비스) 도입 여부에서 드러난다. 자체 솔루션을 빠르게 만들 수 있게 되었음에도, 엔터프라이즈 수준에서는 최소 두 개 이상의 대기업이 6개월 이상 성공적으로 사용한 CRM(고객 관계 관리 시스템) 같은 검증된 솔루션을 선호한다. 겉모습만 화려한 결과물보다 실제 사용으로 입증된 소프트웨어의 가치가 더 높아졌기 때문이다.

결국 AI 시대의 소프트웨어 가치는 코드의 양이나 형식이 아니라 실제 사용자가 겪은 검증된 시간으로 결정된다.