📑 C11. 코딩하는 AI — 논증형 교안 v4

"AI가 코딩하니 개발자는 끝"이라는 인상을 검증한다. "AI는 코드를 어떻게 짜나"를 한 질문으로 따라가, 그것이 글쓰기(B5)와 같은 '다음 코드 예측'임을, 그리고 개발자의 역할이 어떻게 바뀌는지 논증한다.

이 장이 던지는 질문
AI가 코드를 짠다 — 그럼 개발자는 곧 사라지나?  →  주장: 코딩 AI는 글쓰기와 같은 '다음 코드 예측'이다. 그래서 강력한 초안 도구지만 '이해'가 아니라 패턴이라 버그·보안 구멍을 만든다 — 개발자는 사라지지 않고 '타이핑'에서 '설계·검증·판단'으로 역할이 옮겨간다.
C11
AI의 분야 · 코드 생성
MODULE C11

코딩하는 AI

'다음 코드'를 예측한다 — 그럼 개발자는?
글·그림·소리·영상을 만드는 AI를 봤다. 이제 코드다. AI에게 부탁하면 프로그램을 짜 준다. 그래서 "이제 개발자는 필요 없다"는 말이 나온다. 이 장은 묻는다 — "AI는 코드를 어떻게 짜고, 그게 개발자를 대체한다는 뜻일까?"
C11. 코딩하는 AI
01 / 13
C11 · 이 장의 지도
전체 구성 — 시작 전에 길을 펼친다

하나의 질문을, 여섯 단계로 답한다

"AI 코딩 = 개발자 종말"이라는 인상을 6단계로 검증한다. 윗줄은 "AI는 코드를 어떻게 짜나"를 논증하고, 아랫줄은 개발자 역할의 이동과 잘 쓰는 법으로 잇는다(E2·D1 연결).

AI는 코드를 어떻게 짜나 — 6단계  (p3–p8)
① 통념
"개발자는 곧 끝"
p3 · 대체 공포
② 주장
글쓰기와 같은 예측
p4 · 다음 코드
③ 왜
코드도 토큰
p5 · 패턴 학습
④ 한계
버그·보안 구멍
p6 · 이해 없음
⑤ 반론
"다 짜주면 끝?"
p7 · 안 넘어가는 것
⑥ 결론
역할이 이동한다
p8 · 설계·검증
코딩 AI와 함께 일하기  (p9–p11)  +  정리·출처
적용
잘하는 일/조심
p9 · 활용
근거
왜 검증이 핵심
p10 · 작동≠올바름
기술
초안+검증
p11 · 협업
정리
한 줄의 논증으로 회수
p12 · 요약 / p13 출처
→ 자, 출발먼저 통념을 깬다 — "AI가 코드를 짜면 정말 개발자는 필요 없어질까?"
C11. 코딩하는 AI
02 / 13
C11 · 논증 1단계
① 통념② 주장③ 왜④ 한계⑤ 반론⑥ 결론
통념 깨기

우리는 'AI가 코딩하니 개발자는 끝'이라 여긴다

AI가 부탁만 하면 코드를 척척 짜 주니, "이제 개발자는 곧 필요 없다"는 말이 흔하다. 반대로 어떤 이는 "AI가 짠 코드니 당연히 완벽하겠지"라며 그대로 쓴다. 두 생각 다 위험하다 — 코딩이라는 일의 실체를 오해한 것이기 때문이다. 코딩은 '타이핑'이 아니라 '문제 해결'이다.

🗣️ 두 가지 오해

  • "AI가 짜니 개발자는 끝이죠."
  • (반대로) "AI 코드니 다 맞겠죠."
  • "코딩은 그냥 타이핑 아녜요?"

🐛 그런데 — 그럴듯하게 틀린 코드

AI 코드는 잘 돌아가는 듯해도 미묘한 버그·보안 구멍을 품기 일쑤다. 게다가 코딩의 진짜 어려움은 타이핑이 아니라 "무엇을 어떻게 만들지 정하고, 맞는지 따지는 것"이다 — AI가 대신 못 하는 부분이다.

🔎 한 걸음 더 이는 D1(일자리)의 '과업' 관점과 같다 — AI가 자동화하는 건 '코드 타이핑'이라는 과업이지 '개발'이라는 직업 전체가 아니다. 설계·검증·판단이라는 과업은 남는다. 그러니 먼저 AI가 코드를 정확히 어떻게 짜는지부터 보자.
→ 그래서'개발자는 끝'이라는 단순한 그림부터 의심하자. 그렇다면 AI는 코드를 어떤 방식으로 만들까?
C11. 코딩하는 AI
03 / 13
C11 · 논증 2단계
① 통념② 주장③ 왜④ 한계⑤ 반론⑥ 결론
이 장의 주장

코딩 AI는 글쓰기와 같은 '다음 코드 예측'이다

코딩 AI의 정체는 익숙하다 — 코드도 일종의 '글'이라, AI는 방대한 코드를 배워 '다음에 올 코드'를 예측한다(B5와 똑같은 원리). 우리가 자연어로 "로그인 기능 만들어"라고 하면, 그 설명에 이어질 가장 그럴듯한 코드를 한 토큰씩 생성한다. 즉 코딩 AI는 '프로그래밍을 이해하는 천재'가 아니라 '코드 패턴을 잇는 예측기'다.

요청(자연어)

"숫자 정렬 함수 만들어"

다음 코드 예측

배운 코드 패턴으로 한 줄씩

코드 생성

그럴듯한 함수 출력

🔎 한 걸음 더 그래서 코딩 AI의 강점·약점은 챗봇(B5)과 똑같다 — 흔한 패턴은 놀랍게 잘하지만(많이 본 코드), 드물거나 까다로운 건 그럴듯하게 틀린다(환각). 코드도 결국 '패턴'이라, "자주 나오는 코드"를 잘 잇는 것이다.
→ 그래서글쓰기와 같은 원리다. 그럼 코드가 어떻게 '글(토큰)'이 되는지 한 번 더 짚자.
C11. 코딩하는 AI
04 / 13
C11 · 논증 3단계 · 코드도 토큰
① 통념② 주장③ 왜④ 한계⑤ 반론⑥ 결론
메커니즘 — 코드는 '규칙이 또렷한 글'

코드는 오히려 글보다 '패턴이 또렷한' 언어다

코딩 AI가 잘 작동하는 데는 이유가 있다 — 코드는 사람 말보다 문법이 엄격하고 패턴이 또렷하다. 비슷한 기능은 비슷한 코드 구조로 반복되고, 인터넷엔 방대한 공개 코드가 있다. 그래서 '다음 토큰 예측'이 코드에서 특히 잘 통한다. AI는 코드를 토큰으로 쪼개(C4) 패턴을 익히고, 자연어 설명을 코드로 번역한다.

📐 코드가 학습에 유리한 점

  • 문법이 엄격해 패턴이 또렷
  • 비슷한 기능 = 비슷한 구조 반복
  • 공개 코드가 방대(학습 데이터 풍부)

🔁 그래서 잘하는 일

흔한 기능(정렬·로그인·차트), 반복 코드, 다른 언어로 번역, 주석·설명, 오류 메시지 해석. 사람이 자주 짜는 건 AI도 잘 잇는다.

🔎 한 걸음 더 그래서 코딩 AI는 '자연어와 코드를 잇는 통역사'처럼 쓰인다 — 사람은 '무엇을'을 말로 하고, AI가 '어떻게(코드)'의 초안을 댄다. 단, 통역이 매끄럽다고 내용이 옳은 건 아니다 — 다음 한계로 이어진다.
→ 그런데패턴이 또렷해 잘하지만, '이해'가 아니라 패턴이라 위험한 약점이 있다. 무엇인가?
C11. 코딩하는 AI
05 / 13
C11 · 논증 4단계 · 한계
① 통념② 주장③ 왜④ 한계⑤ 반론⑥ 결론
한계 — '작동'과 '올바름'은 다르다

AI 코드는 '돌아가는 듯'해도, 틀렸을 수 있다

코딩 AI의 가장 위험한 점은 '그럴듯하게 틀린 코드'다. 언뜻 잘 돌아가는 것 같아도 미묘한 버그, 보안 취약점, 비효율, 없는 라이브러리(환각)를 품을 수 있다. AI는 코드가 '왜 맞는지'를 이해하는 게 아니라 '그럴듯한 코드 패턴'을 이을 뿐이라, 작동하는 것처럼 보이는 것실제로 올바른 것을 구분하지 못한다.

⚠️ AI 코드의 함정

  • 미묘한 버그 — 특정 경우에만 틀림
  • 보안 구멍 — 취약한 코드 패턴
  • 환각 — 없는 함수·라이브러리 호출
  • 오래되거나 비효율적인 방식

🧪 그래서 필요한 것

AI 코드는 반드시 '정말 맞는지·안전한지'를 검증해야 한다. 테스트로 돌려보고, 읽어서 이해하고, 보안을 점검하는 — 사람의 검증이 빠지면 위험하다.

🔎 한 걸음 더 그래서 코딩 AI를 쓰려면 역설적으로 코드를 읽고 판단할 실력이 필요하다(E3의 '기초+분별'). AI가 짠 코드를 검증할 줄 모르면, 그럴듯한 버그를 그대로 제품에 넣게 된다. AI는 실력 있는 사람을 더 빠르게 만들지, 실력 없는 사람을 전문가로 만들지 않는다.
→ 그런데그래도 점점 잘하니 이런 의문. "결국 AI가 검증까지 다 하게 되면 개발자는 필요 없잖아?"
C11. 코딩하는 AI
06 / 13
C11 · 논증 5단계 · 안 넘어가는 것
① 통념② 주장③ 왜④ 한계⑤ 반론⑥ 결론
반론 처리 — "다 짜주면 개발자 필요 없잖아?"

코드를 짜는 것과, '무엇을·왜 만들지 정하는 것'은 다르다

"AI가 다 짜주면 개발자는 끝"이라는 생각은 코딩이 곧 개발의 전부라고 착각한 것이다. 진짜 개발은 "무엇을 만들지(요구 파악)·어떻게 설계할지·이게 맞는지(검증)·왜 이 방식인지(판단)"이고, '코드 타이핑'은 그중 일부다. AI가 타이핑을 대신할수록, 설계·검증·판단이라는 더 어려운 과업이 오히려 중요해진다(E2·D1).

🤖 AI가 잘 대신하는 과업

  • 흔한 코드 타이핑
  • 반복·번역·자동완성
  • 오류 설명·예시

🧑 사람에게 남는 과업

  • 무엇을·왜 만들지(요구·설계)
  • AI 코드가 맞는지 검증
  • 전체 구조·보안·판단·책임
🔎 한 걸음 더 그래서 D1에서 본 결론이 코딩에 그대로 적용된다 — AI가 당신을 대체하는 게 아니라, AI를 잘 쓰는 개발자가 못 쓰는 개발자를 대체한다. 코드 생산이 쉬워질수록 설계·검증·판단의 실력이 개발자의 진짜 가치가 된다.
→ 따라서코딩 ≠ 개발 전부다. 그럼 개발자의 역할은 어떻게 바뀌는가?
C11. 코딩하는 AI
07 / 13
C11 · 논증 6단계 · 결론
① 통념② 주장③ 왜④ 한계⑤ 반론⑥ 결론
결론 — 역할이 '타이핑'에서 '설계·검증'으로

그래서 개발자는 사라지지 않고, 위로 이동한다

코딩 AI를 정확히 보면 — 강력한 '코드 초안 도구'이고, 개발자를 없애는 게 아니라 역할을 '타이핑'에서 '설계·검증·판단'으로 끌어올린다. AI가 코드를 빠르게 대 주면, 사람은 무엇을 만들지 정하고, 맞는지 따지고, 책임지는 더 가치 있는 일에 집중한다(E2 켄타우로스). 이는 코딩의 문턱을 낮춰 더 많은 사람이 만들 수 있게도 한다.

이전AI 시대
개발자 = 코드를 타이핑하는 사람개발자 = 설계·검증·판단하는 사람
AI 코드 = 정답AI 코드 = 검증할 초안
"개발자는 끝""AI 잘 쓰는 개발자가 대체"(D1)
🎯 그래서 당신은 코딩 AI를 '빠른 초안 도구'로 쓰되, 설계·검증·판단은 사람이 쥔다 — 그게 AI 시대 개발의 핵심 실력이다.
C11. 코딩하는 AI
08 / 13
C11 · 적용 · 잘하는 일 / 조심
적용근거기술— 본질로 활용을 가른다
결론 → 적용 다리

'초안엔 강하고, 검증엔 사람이 필요'하다

코딩 AI의 본질(예측기)을 알면, 어디에 맡기고 어디서 검증할지가 또렷하다. 흔한 코드·반복 작업엔 탁월하지만, 정확성·보안·전체 설계엔 사람의 검증이 필수다.

✅ 잘 맡기는 일

  • 흔한 기능·반복 코드 초안
  • 문법·예시·오류 메시지 설명
  • 코드 번역·주석·정리, 학습 도우미

⚠️ 꼭 검증할 일

  • 실제 제품 코드 — 버그·보안 점검
  • 중요한 로직·돈·개인정보 처리
  • 전체 구조·설계 결정
🎓 교실에서 AI에게 간단한 코드를 짜게 한 뒤 "이게 정말 맞는지 직접 돌려보고, 일부러 틀린 입력도 넣어 보기"를 한다. '작동하는 듯'과 '진짜 맞음'의 차이를 체험 — 검증의 중요성을 몸으로.
→ 그런데왜 그렇게 '검증'을 강조할까? '작동하는 것'과 '올바른 것'은 정말 다를까?
C11. 코딩하는 AI
09 / 13
C11 · 근거: 작동 ≠ 올바름
적용근거기술
왜 검증이 핵심인가

'지금 돌아간다'가 '항상 안전하다'를 뜻하진 않는다

코딩에서 검증이 핵심인 이유는, '작동'과 '올바름'이 다르기 때문이다. 코드가 지금 내 화면에서 돌아가는 것과, 모든 경우에·안전하게·효율적으로 맞는 것은 전혀 다르다. AI는 '그럴듯해서 대개 돌아가는' 코드를 잘 만들지만, 드문 경우·악의적 입력·보안에서 무너질 수 있다 — 이건 눈으로 안 보이고 검증해야만 드러난다.

🟢 작동하는 듯

"내 예시에선 잘 돌아간다." → 그러나 특정 입력·많은 사용자·공격에선?

✅ 진짜 올바름

모든 경우에 맞고, 안전하고, 효율적인가. 테스트·리뷰·보안 점검으로만 확인된다.

🔎 한 걸음 더 그래서 코딩 AI 시대에 더 중요해진 건 '코드를 읽고 판단하는 힘'이다(E3). 짜는 건 AI가 빨라도, 맞는지 가려내는 건 사람이다. 검증할 줄 모르면 AI는 위험을 빠르게 양산하는 도구가 된다.
→ 그래서검증이 핵심이다. 그럼 코딩 AI와 잘 협업하는 법은?
C11. 코딩하는 AI
10 / 13
C11 · 핵심 기술 · 초안 + 검증
적용근거기술
도구를 자산으로 — 협업하기

AI에게 초안을, 사람이 이해·검증·결정을 맡는다

코딩 AI를 잘 쓰는 건 E2의 켄타우로스와 같다 — AI가 빠른 초안을 대고, 사람이 이해·검증·결정을 한다. 핵심은 'AI 코드를 그대로 붙여넣지 않는 것'이다. 읽고, 이해하고, 돌려보고 나서 내 책임으로 쓴다. 그래야 AI가 내 실력을 키우지, 갉아먹지 않는다.

📝 명확히 요청

무엇을·어떤 조건으로를 구체적으로. 맥락을 충분히.

🔍 읽고 이해

그대로 붙여넣지 말고 왜 이렇게 짰는지 이해. 모르면 물어본다.

🧪 돌려보고 검증

테스트·이상 입력·보안 점검. 작동≠올바름을 확인.

📝 한 줄 원칙 "AI 코드는 내가 이해하고 검증한 만큼만 내 코드다." 이해 못 한 코드를 그대로 쓰는 건, 모르는 길을 눈 감고 달리는 것과 같다.
🎯 그래서 당신은 코딩 AI로 더 빨리 만들되, 더 깊이 검증한다 — 타이핑은 AI에게, 이해와 판단은 나에게.
C11. 코딩하는 AI
11 / 13
C11 · 정리
C11이 증명한 것 — 한 줄의 논증

'개발자의 종말'에서 출발해, '역할의 이동'에 도착했다

이 장은 "AI는 코드를 어떻게 짜나"라는 한 질문을 따라간 추론이었다. 출발은 "개발자는 끝"이라는 통념, 도착은 "역할이 설계·검증·판단으로 옮겨간다"는 결론이었다.

통념AI가 코딩하니 개발자는 곧 필요 없다
↓ 그런데
주장글쓰기와 같은 '다음 코드 예측' — 대체가 아니라 증강
↓ 왜냐면
코드도 토큰 — 패턴이 또렷해 예측이 잘 통함(C4·B5)
↓ 그러나
한계이해 없는 패턴 — 버그·보안·환각(작동≠올바름)
↓ 하지만
반론"다 짜주면?" → 설계·검증·판단은 사람(D1·E2)
↓ 따라서
결론역할이 '타이핑'에서 '설계·검증'으로 이동
🎯 한 문장 요약 코딩 AI는 '다음 코드 예측' 초안 도구이며, 개발자는 설계·검증·판단으로 역할이 올라간다.
C11. 코딩하는 AI
12 / 13
더 읽을거리 · 검증된 자료

근거가 된 자료 & 다음 장

  • 코딩 보조 AI — GitHub Copilot·Codex·Cursor 등(자연어→코드) · ②③ 근거
  • AI 코드의 버그·보안 취약점 — 검증 없이 쓰면 위험 · ④⑩ 근거
  • 패키지 환각(hallucinated dependencies) — 없는 라이브러리 호출 · ④ 한계 근거
  • 과업 기반 일자리 변화(D1)·켄타우로스(E2) — 역할 이동 · ⑤⑥ 근거
다음 장 — C12. 엑셀·데이터 AI · 코드를 짠다면, 표와 데이터는? AI가 엑셀·데이터를 다루고 분석하는 방식과, '숫자는 거짓말하지 않는다'는 믿음의 함정을 따라간다.
C11. 코딩하는 AI
13 / 13