2026년 Sonar 조사 결과 커밋된 코드의 42%가 AI 생성물
AI가 짜준 코드를 복사해서 붙여넣었지만 정작 왜 작동하는지 몰라 당황한 경험이 있을 것이다. 작동은 하지만 내부 논리를 설명하지 못하는 상황은 이제 개인의 해프닝을 넘어 개발 현장의 보편적인 모습이 됐다. 2026년 Sonar(코드 품질 및 보안 분석 도구)의 조사 결과, 전체 커밋된 코드의 42%가 AI가 직접 생성했거나 상당한 보조를 받은 것으로 나타났다.
코드를 찍어내는 속도가 이를 검토하고 다듬는 통제 속도를 앞질렀다. 이로 인해 코드를 꼼꼼히 검토하고 검증하며, 작성 의도를 정확히 이해해 유지보수하는 능력이 희소한 자원이 됐다. AI가 쏟아내는 코드의 양과 인간이 이를 검증하는 속도 사이에 병목 현상이 발생하고 있다.
2026년 6월 GitLab(소프트웨어 개발 플랫폼) 연구에서도 AI 활용의 현재 병목 지점은 결국 검토와 검증 단계라고 짚었다. 거버넌스(관리 체계)가 주로 코드가 이미 만들어진 뒤에 적용되는 사후 형태로 운영되기 때문이다. 조직이 이미 잠재적 위험을 시스템에 받아들인 상태에서 뒤늦게 통제를 시도하는 한계가 있다.
AI가 만든 코드가 겉으로는 완벽해 보여도 실제 운영 환경에서 어떻게 작동할지 확신하기 어렵다. AI 생성 코드의 신뢰성을 검증하는 시간이 늘어날수록 개발자는 자신이 짠 코드보다 AI가 짠 코드를 이해하는 데 더 많은 시간을 써야 한다. 결국 코드를 만드는 시간은 줄었지만, 그 코드가 안전한지 증명하는 시간은 오히려 늘어난 셈이다.
에이전틱 엔지니어링의 내부 루프와 외부 루프 구조
에이전틱 엔지니어링(AI가 스스로 목표를 설정하고 수행하는 방식)은 내부 실행 루프와 외부 통제 루프로 나뉜다. 내부 루프는 AI 에이전트가 전담한다. 필요한 정보를 조사하고 코드를 구현한 뒤, 테스트로 검증하고 다시 수정하는 반복 과정을 스스로 수행하며 결과물을 만든다. 인간은 이 과정 밖에서 제약 조건을 설정하고 표본을 검토하며 감사를 진행하는 외부 루프를 운영한다. 최종적으로 실제 서비스 환경에 코드를 반영할지 결정하고 그 결과에 책임을 지는 소유권 루프를 관리하는 역할이다.
AI가 틀린 답을 내놓아도 사용자가 이를 그대로 믿는 현상이 나타났다. Wharton(와튼 스쿨) 연구에 따르면 참여자의 4분의 3이 AI의 오답을 그대로 수용했다. AI 없이 스스로 판단했을 때보다 오히려 더 높은 자신감을 보였다는 점이 위험 요소다. AI의 유창한 답변이 인간의 비판적 검토 과정을 생략하게 만든다.
단순한 자동화를 넘어 품질과 판정, 설명 책임이라는 거버넌스(의사결정 체계)를 설계해야 한다. AI가 수행한 내부 루프의 결과물을 인간이 어떤 기준으로 검토하고 승인할지 구체적인 절차를 만드는 작업이 필수적이다. 실행은 에이전트가 하더라도 최종 결정과 책임은 인간의 영역으로 남겨두는 구조를 짜야 한다.
AI 위임으로 발생하는 인지적 비용과 역량 퇴화
Anthropic이 진행한 무작위 대조시험 결과, AI로 코드를 작성한 엔지니어의 이해도 퀴즈 점수는 50%에 그쳤다. 직접 코드를 짠 집단의 점수인 67%보다 17%포인트 낮은 수치다. 도구가 작업 속도를 높여주지만 정작 내 머릿속에 남는 지식의 밀도는 낮아진다는 사실을 보여준다.
이런 현상은 AI 위임 과정에서 발생하는 세 가지 숨은 비용으로 설명된다. 먼저 AI가 내놓은 결과를 비판 없이 맹목적으로 수용하는 인지적 항복이 일어난다. 이어 생각하는 과정을 AI에 맡기면서 문제 해결 방법에 대한 이해도가 약해지는 인지 부채가 쌓인다. 사고의 과정을 외부로 밀어내면서 정작 필요한 순간에 스스로 문제를 해결할 능력이 퇴화하는 상태다.
여러 개의 AI 에이전트(특정 목표를 위해 스스로 계획하고 실행하는 AI 프로그램)를 동시에 관리해야 하는 오케스트레이션 비용도 무시할 수 없다. 인간이 한 번에 처리할 수 있는 정보량인 인지 대역폭에는 한계가 있기 때문이다. 수많은 AI의 작업물을 일일이 검토하고 조율하는 관리 업무가 늘어나면서, 정작 중요한 판단에 써야 할 정신적 에너지가 고갈된다. 도구를 다루는 비용이 도구가 주는 이득을 상쇄하는 지점이 온다.
AI가 생성한 코드의 비중이 급증하면서, 이제는 단순한 자동화를 넘어 품질과 판정, 설명 책임이라는 거버넌스 체계를 설계하는 것이 관건이다. 코드를 작성하는 시간보다 그 코드가 옳은지 판정하는 능력이 엔지니어의 진짜 실력이 되는 시대다.
