TAG · 태그

# AI 코딩

2026-08-04

AI 시대에 MVP를 먼저 만들어야 할까? 2억 1100만 줄의 코드가 보여준 재작업률 3.3% → 7.1%

AI 시대에 MVP를 먼저 만들어야 하나, 단계를 나눠 납품해야 하나. 아이디어를 AI에 던지면 열 번에 여덟 번은 최소 기능 버전부터 만들자고 답한다. 그런데 이 제안은 학습 데이터에서 외운 것이지 계산한 결과가 아니다. Agile Manifesto는 2001년, 『The Lean Startup』은 2011년의 것이고, 그 방법론이 성립하는 전제는 「조악한 구현과 완전한 구현 사이에 큰 비용 차이가 있다」는 한 가지다. AI의 손에서는 그 전제가 사라졌다. Cursor에게 「localStorage로 저장」이라고 말하는 것과 「PostgreSQL에 커넥션 풀」이라고 말하는 것의 생성 시간 차이는 몇 분에 불과하다. 더 심각한 것은 AI의 청구서 구조가 사람과 반대라는 점이다. 입력 토큰의 대부분은 작업이 아니라 맥락이고, 두 번의 재시도로 한 세션 비용이 세 배가 될 수 있다. GitClear가 2억 1100만 줄을 분석한 결과, 병합 후 며칠 안에 다시 쓰이거나 삭제되는 코드 비율은 3.3%에서 7.1%로 올랐다. 반복이라는 방법이 왜 사람의 비용 구조를 위해 설계되었는지, 그리고 「한 번에 제대로」와 「한 번에 전부」의 차이가 어디에 있는지 뜯어본다.

2026-06-19

베테랑 개발자 16명이 AI로 코딩했더니, 20% 빨라졌다고 느꼈지만 실제로는 19% 느려졌습니다

METR의 무작위 대조 실험. 베테랑 오픈소스 개발자 16명이 평균 5년간 직접 유지보수해온 프로젝트에서 실제 작업을 했고, AI를 쓴 쪽이 19% 느려졌습니다. 하지만 더 무서운 건 다른 절반입니다. 그들은 사전에 AI가 24% 빠르게 해줄 거라 예측했고, 다 끝내고 느려지는 걸 직접 겪고 나서도 여전히 자신이 20% 빨라졌다고 믿었습니다. 체감과 실제가 거의 40퍼센트포인트 차이 나고, 방향마저 거꾸로입니다. 매일 팀 생산성 추정치로 일정을 짜고 공수를 보고하고 예산을 지키는 사람으로서, 저는 이 착각이 어디서 오는지, 어디서 성립하는지, 그리고 그것이 어떻게 우리 업계의 AI 관련 결정 전부로 스며들었는지를 분명히 짚어두고 싶습니다.

2026-06-09

AI 코딩이 비싼 게 아니라, 아무도 그 가치를 측정하지 않았던 것이다

마이크로소프트는 내부적으로 Claude Code를 잘라냈고, Uber는 네 달 만에 연간 AI 예산을 소진했다. 여론은 'AI 코딩이 너무 비싸다'고 했다. 하지만 진짜 문제는 가격이 아니다. 모두가 '생산성 향상'을 느낌으로 사들였고, 그것이 얼마나 가치를 만들어냈는지 한 번도 측정하지 않았다는 것이다. 청구서는 센트 단위까지 보이는데, 수익은 숫자 하나도 내놓지 못한다.