최근 뉴스에 AI 시대가 오면서 개발자라는 직업이 사라진다는 말들이 많다. 이와 관련해 같은 업계에 종사하시는 분들의 생각은 어떤지 궁금했고 실제로 AI를 어떻게 활용하고 계신지도 궁금했다. 그런데 마침, 잡코리아에서 'AI로 다시 만드는 커리어'를 주제로 밋업을 주최해 주셨다.
이번 글은 밋업의 내용과 느낀점을 기록해보려고 한다.
연사 3분이 오셔서 발표 해 주셨다. 모두 현업으로 바쁘실텐데 좋은 인사이트를 주셔서 너무 감사했다.
[AI 자동화로 더 나은 개발자 되는 방법 - 조민규님 (toss)]
AI 도구들을 이용해 AI가 할 수 있는 일들을 자동화한 방법들을 공유 해 주셨다.
업무를 진행하면서 내가 하는 업무를 AI를 이용할 수 없을지 고민하시고, 실제로 자동화하여 생산성을 향상시킨게 인상깊었다.
빠른 프로토타입핑
아이디어를 프로토타입핑하는 업무는 AI가 더 잘하고 빠르다. AI를 이용해 빠르게 프로토타입핑 하자.
API 테스트 자동화
API 개발 후 테스트하기 위해 보통 Postman을 많이 사용한다. 하지만 코드를 기반으로 Postman 세팅하는 작업은 번거롭다.
IntelliJ의 HTTP Client 기능을 사용하면 좀 더 간단하게 내가 개발한 API를 테스트할 수 있다. HTTP Client만 사용해도 Postman 대비 생산성이 많이 향상된다. 그런데 코드를 보고 .http 파일을 작성하는 일은 AI로 대체할 수 있다.
Claude Code에서 제공하는 Cusom Command를 사용해 커맨드 하나로 .http 파일을 만들 수 있다.
Code Review 자동화
개발한 내용을 배포하기전, 팀원들의 코드 리뷰를 받으면 작업자가 생각하지 못한 다른 관점으로 코드를 검토 받을 수 있다. 이를통해 버그 발생 확률을 줄이고, 코드의 가독성을 올릴 수 있다. 하지만 팀원분들의 시간이 필요하다.
코드를 읽고 주어진 컨벤션으로 리뷰해주는건 AI로 대체할 수 있다. (물론 팀원들의 리뷰까지 포함되면 더 좋을 것이다.)
요즘 가장 많이 사용하고 있는 솔루션은 CodeRabbit으로 보인다.
PR 작성 자동화
생각해보면 개발 중 반복되는 업무들이 많다. 그 중 하나가 내가 작업한 내용을 커밋하고 PR을 만드는 작업이다.
AI를 이용하면 코드를 분석해 코드가 어떤 내용인지 설명해주는 PR을 만들 수 있다.
Claude Code의 Custom Command 기능을 활용하면 가능하다.
(실제 사용 사례)
에러 분석기 만들기
서비스를 운영하다보면 예상치 못한 버그를 만날 수 있다. 그러면 StackTrace를 분석해 원인을 파악해야 한다.
이또한 AI를 활용하면 자동화 가능하다.
AI Agent Platforms 도구를 사용하면, Stacktrace를 보고 에러의 원인을 파악해주는 에러 분석기를 만들 수 있다.
LLM 에게 사내 데이터 사용할 수 있게 하기
LLM 모델은 공개되어 있는 데이터로만 학습되어있다. 따라서 LLM 모델에 'A 서비스의 리소스 사용 현황 알려 줘' 같은 질문을하면 답해주지 못한다. 하지만 MCP를 이용하면 LLM 모델이 답변하게 만들 수 있다.
민규님은 토스에서 Swagger MCP Tools를 만들어, LLM이 사내 API 명세 관련 질의를 처리할 수 있도록 개발했다.
[AI 시대 사라지는 건 AI 안 쓰는 개발자 뿐 - 유용우님(Naver)]
AI 시대에 개발자가 가져야할 태도에 대해 말씀주셨다.
AI 시대에 AI 도구를 잘 활용하지 못하면, 그런 개발자와 비교해 뒤처질 수 밖에 없다.
AI를 잘 활용하기 위해서는 튜닝 방법도 중요하다. 프롬프트 어떻게 작성할지 모델을 어떻게 튜닝할 수 있을지 찾아보자. 그리고 Think 모드를 사용하는 것을 추천한다. 좀 더 정확한 답변을 받을 수 있다. 좋은 글도 추천해주셨다.
[AI 때문에 사라지는 개발자 AI 덕분에 성장하는 개발자 - 강승현님(Kakaobank)]
AI를 활용해 개발자가 어떻게 성장할 수 있을지 말씀주셨다.
가장 중요한건 AI의 답변을 무지성으로 수용하지 않는 것이다. AI가 준 답변을 비판적 시각으로 살펴보는 것이 중요하다. 왜 이런 코드를 작성했는지? 이 코드가 진짜로 적합한지? 등등을 생각하자. 이 과정을 통해 성장할 수 있다.
추가로 몇 가지 Tip들도 주셨다. AI DeepSearch 기능을 활용해 방대한 양의 데이터를 빠르게 조사할 수 있다. Obsidian GrapView + AI를 이용하면 카테고리별로 내가 아는 지식을 정리할 수 있고, 쉽게 볼 수 있다.
정말로 유익한 시간이였다. 연사분들의 AI 시대에 어떻게 생각하고 있는지 알 수 있어 좋았다.
내가 의문을 품었던 'AI가 개발자를 대체할 것인가?'에 대한 답변은 현재 수준으로는 '아직, 아니다.'가 모든 연사분들의 답변이였다. 하지만, AI가 어느정도로 발전할지는 아무도 모르기때문에 미래에는 어떻게 될지 모르겠다는 의견을 모두 주셨다.
또 하나 좋은 인사이트도 있었다. AI 시대에 개발자의 역량에 관해서다.
'AI 시대에 개발자가 가져야할 역량은 무엇일까?'라는 고민을 했었다. 이에 대한 연사님들의 답변은 '기존과 동일하다' 였다. AI가 개발자를 많이 도와주는건 사실이지만 개발자는 주어진 문제를 해결하는 역량이 중요하다. 앞으로 오히려 더욱 더 중요해질 것이다. 따라서 AI가 주는 답변을 무지성으로 받아들이지 말고 비판적으로 사고하고 이를 활용해 문제해결 역량과 기술력을 더 키우는게 중요한 것 같다.
느낀 점으로 그치지 않고 3가지를 작은 프로젝트를 진행하려고한다.
1. AI 코드 어시스턴스(ex) Claude Code, Cursor ..)등을 이용해 사이드 프로젝트를 만들어보자. (AI의 능력을 몸으로 느껴보자.)
2. 발표해주신 자동화 방법들을 업무에 적용해보자. (Claude Code 대신 Junnie 또는 Gemini CLI를 이용해서 해보자.)
3. AI DeepSearch 기능 학습에 사용해보자.
'Conference' 카테고리의 다른 글
| [인프런 X VMware Tanzu] Spring Boot 밋업 with Josh Long 후기 (0) | 2024.10.01 |
|---|