지금이 코딩 모르는 사람들이 코딩 입문하기 가장 적절한 시기인 이유.txt(펌글)

 [지금이 코딩 모르는 사람들이 코딩 입문하기 가장 적절한 시기라고 봄]

최근 AI를 활용해서 개발에 입문하게 된 컴공 비전공자로서, AI의 힘을 여실히 체감하고 있습니다.

원래는 스타트업에서 개발 빼고 다 하는 롤을 맡고 있다가, 이제는 개발까지 공부하고 있네요.

지금도 스랖에서 AI 시대에 다가올 변화, 구루들의 예측 등 여러 이야기가 많은데요.

간단하게 제 의견도 끄적여보고 싶어서 써봅니다. 그냥 개인적 견해이니 가볍게 읽어주셨으면 합니다.

구체적인 토픽은 ‘AI가 가져올 일자리의 변화 속에서 개인들은 지금 어떤 종류의 직업적 선택을 내리는 게 유리할까’에 대한 제 생각입니다.

그리고 저는, 지금이 코딩을 모르시는 분들이 코딩에 입문하시기에 가장 적절한 시기라고 봅니다.

오픈에이아이 CEO 샘알트만이 젊은 세대들에게 앞으로 코딩을 배우기보단 AI를 활용하는 역량을 기르라고 조언하는 마당에, 이게 무슨 소리냐 싶으실 수도 있는데요. 좀 더 구체적으로 설명하겠습니다.

적절하다는 말을 쉽다는 의미로 사용한 것은 아닙니다. 정확하게는 가장 ‘효과적인’ 시기일 수 있다고 봅니다. 즉, 하루 빨리 뛰어드는 게 장기적으로 더 폭넓은 경제적/직업적 성취의 기회를 열어줄 것이라고 생각합니다.

그리고 ‘코딩에 입문’이라고 했지만 단순히 코딩을 배우는 것으로 그치라는 것은 아닙니다. ‘코딩에 입문해서 쓸모(또는 가치)는 무언가를 만들고 그것을 수익화하는 데까지 나아가는 것을 의미합니다. 그리고 이전까지는 내재화하는 데에 정말 많은 시간과 노력이 들었던 개발 관련된 지식을 빠르게 익혀나가는 것을 의미합니다.

즉, AI를 활용하는 역량을 기르기 위해서 코딩(개발)을 배우는 것이 핵심이 될 것이며, 컴공 비전공인 현업자들 입장에서는 빠르게 코딩에 뛰어드는 게 꽤 좋은 선택일 수도 있다는 생각입니다.

AI가 정말 잘하는 것, 개발 :

AI는 정말 강력합니다. 개발에 AI를 써본 후에 이 말을 진심으로 말하게 됐습니다.

지금의 AI가 여러가지를 잘합니다. 다 잘하는 것은 아닙니다. 그러나 현재의 AI가 특히 강력하게 잘하는 부분이 개발이라고 생각합니다. 다른 데에 AI를 활용하면서 AI의 한계 중심으로 사고를 전개하기보다, AI를 개발 중심으로 활용하면서 AI의 가능성 중심으로 시야를 넓혀가는 것이 더 나은 선택이 될 확률이 높다고 믿습니다.

또한, 현재 생성형 AI를 유의미하게 활용 가능한 영역들 중, 개발이 아웃풋의 임팩트가 가장 크게 작용할 수 있는 영역이라고 생각합니다.

지금 AI를 활용해서 내놓는 아웃풋은 두 가지입니다. ‘콘텐츠(이미지/텍스트 포함)’와 ‘IT 제품’. 콘텐츠는 상대적으로 생성이 쉬우나 수익 창출의 지속성 측면에서 상대적으로 약합니다. IT 제품은 일반적으로 만들기는 콘텐츠보다 어렵지만 ‘가치 있는 도구’를 만드는 것이기에 반복적으로 가치를 창출할 수 있고 지속적인 수익 창출이 상대적으로 용이합니다.

AI로 인해 달라진 것, 디지털 자산 구현 능력 :

소위 3차 산업 혁명이라고 하는 컴퓨터와 인터넷의 등장이 자본주의 사회사에서 갖는 의미는, 가치를 창출하는 자산을 구축하는 데에 들어가는 비용의 형태 변화라고 생각합니다. 다르게 말하면 ‘물리적 비용의 절감’이라고 할 수도 있겠습니다.

그전까지는 회사든, 제품이든, 부동산이든, 사람들에게 가치를 주기에 돈을 받고 팔 수 있는 ‘자산’을 구축하는 데에는 물리적인 비용이 들었습니다. 자산은 모두 물리적으로 존재하면서 가치를 주었기에 그걸 만들기 위해 공간을 확보해야 했고, 사람이 되었건 원료가 되었건 실물 구성 요소들을 갖추기 위해 돈을 크게 써야 했습니다.

하지만 디지털이 등장하면서 자산이 꼭 실물일 필요가 없게 되었으며, 코드 덩어리들이 가치를 본격적으로 인정받기 시작했습니다. 코드를 짤 줄 알아서 코드 뭉치를 만들어 SW와 App 등 형태로 팔면서 수익을 창출하는게 가능해졌습니다. 사업을 시작하기 위한 초기 투자 비용이 매우 줄어들었습니다. 코드를 짤 컴퓨터와 클라우드 서비스로 사업을 돌릴 수 있으니까요.

그러나 자산을 구축하는데 들어가는 물리적 비용은 줄어들었지만 비용이 완전히 없어지진 않았습니다. 오히려 형태를 바꿨다고 볼 수도 있겠습니다.

코드를 짜는 건 어렵습니다. 개발자 몸값이 몇 년 전까지 천정부지로 치솟았던 이유 중 하나입니다. 제품이라는 형태로 동작하는 코드들을 만드는 데에, 그리고 그 수준까지 개발을 공부하는 데에 많은 인지적 비용이 들어갔고, 그 비용들은 개발자들의 인건비에 녹아 몸값을 올렸습니다. 그렇기에 AI의 본격적 등장 이전까지는 개발자들의 수준에 관계 없이 ‘코드를 짤 수 있는 사람’의 몸값은 일정 수준의 하방이 보장되었습니다. 아무나 코드를 짤 수 없었기에, 희소성도 어느 정도 유지되었습니다.

그러나 AI의 등장으로 인해, 디지털 자산을 구축(구현)하는 데에는 인지적 비용마저 대폭 낮아졌습니다. ‘제품이라는 형태로 동작하는 코드를 만드는 것’에의 진입 장벽이 낮아졌기 때문입니다.

개인적으로, 이제 남은 영역은 ‘디지털 자산을 설계’하는 영역이라고 생각합니다. 즉, 제품 기획/사업 기획과 관련된 영역일 것입니다.

물론 이 영역이 AI가 절대 침범하지 못할 영역이라고 생각하지는 않습니다. 아직 남아있다…는 느낌입니다. ‘먹히는’ 제품과 사업을 설계하는 건 시장을 읽어내고 비어있는 사업 기회를 포착해내는 작업, 시장과 소통해가며 사업을 수정해나가는 작업이 필수적입니다. 복잡계이자 4차원 현실 세계를 AI가 이해하고 유의미한 기회를 짚어내는 데에는 아직 기술적 한계가 있다고 생각합니다. 차후의 미래에 AI에게 정복될 것이라고는 생각합니다.

다시 돌아와서, 디지털 자산 구축(구현)의 인지적 비용이 낮아졌다는 것은 학습 비용이 낮아졌다는 의미기도 합니다. 예전에는 사람이 직접 학습한 후 코드를 생산해야 했고, 학습하는 데에도 많은 시간 비용이 소모되었던 것들이 이제는 더 이상 그렇지 않습니다.

코드를 생산할 수 있는 주체가 사람이 아니게 되면서 최저임금 등에 구애받지 않게 되었으며, 압도적인 효율성을 자랑하는 기계가 ‘인간의 지능’을 일부 대체할 수 있게 되면서 지능의 비용을 대폭 낮추었습니다.

‘복제 가능한 AI’가 코드를 학습하는 것의 효율은 굳이 언급할 필요도 없겠습니다. 심지어 사람이 개발을 배우는 학습 비용도 대폭 낮아졌습니다. 개인적으로 정말 체감하는 부분입니다. 몇 년 전에 개발을 찍먹해보았을 때랑은 정말 차원이 달라졌습니다.

예전에는 기본적으로 몇십 시간의 강의를 먼저 수강하고, 지루하고 어려운 독스를 먼저 읽어야 하고, 한 번 막혔을 때 구글과 유튜브를 뒤져가며 파편화된 정보들을 모아 에러 해결을 시도하면서 몇 시간을 써야 했을 과정들이, 몇 분으로 단축됩니다. Agent형 AI와 함께하는 요즘의 개발 학습은 그렇습니다.

AI가 뿅 하고 모든 걸 해결해준다는 말이 아닙니다. AI의 압도적인 정보 탐색력이 기존의 개발 학습 과정에 있었던 비효율을 대폭 제거하고 새로운 형태의 개발 학습을 가능하게 해줬다는 말입니다. 정말 Learning by Doing에 입각해서 개발을 배울 수 있습니다. 정확하게는, 기존에 개발을 배우려고 시도했던 많은 비전공자들의 좌절을 겪었을 부분인, '문제에 부딪히고 그걸 한땀한땀 해결해가면서 동작하는 코드를 만들어가는 과정'이 매우 쉬워졌습니다. 예전에는 100의 끈기가 필요했다면, 지금은 10 정도로 되는 느낌일까요. 프로젝트를 직접 만들어가면서 배움을 얻는 과정에서, 지식을 얻기 위해 앞서서 시간 투자해야 했던 부분과 에러 해결에 들어갔던 시간 비용들이 대폭 감소했습니다.

AI가 못하는 것, 책임지기 :

앞서도 비슷한 이야기를 했습니다만, AI의 등장이 인류사에서 갖는 의미 중 하나는 ‘지능의 비용’을 획기적으로 낮춘 것이라 생각합니다. 미래에는 ‘지능이 공기처럼 저렴해질 것’이라고 하죠. Open AI와 구글 등의 경쟁, 오픈소스들의 등장, AI API 비용의 감소 추체 등을 보아 꽤 현실성 있는 미래라고 생각합니다. 갈수록 공기의 비용이 증가할 것이라는 점도 고려하면 더더욱이요.

그래서 흔히 이제 ‘지능 말고 다른 것’에서 인간의 강점을 찾아야 할 것이라고 말합니다. 지능 제공 차원에서 인간이 AI와 경쟁하려면, 그 비용 효율성은 이길 수 없을 것이라고요. 일자리의 변화를 이야기할 때 많이들 말하시는 것처럼, 결국 인간은 AI가 못하는 영역에서 자신의 쓸모를 찾고 그걸로 승부해야 합니다.

AI가 못하는 영역을 이야기할 때, 육체를 활용해서 사람이 직접 해야하는 일들과, 오프라인이 결합된 경험 등이 으레 등장합니다. 현재 기준으로 어느 정도 다 일리 있는 말들이라고 생각합니다. 저는 거기에 개인적으로 지금도 AI가 못하고, 앞으로도 한동안은 못할 영역으로 '책임을 지는 일'을 더하고 싶습니다.

AI가 책임을 지지 못하는 이유는 간단합니다. 사람이 아니니까요. 주체로서 등장한 것이 아닌, 도구이자 객체로서 출발한 AI의 태생적 한계라고 생각합니다. AI가 도구로서 작동하는 한은, 도구의 소유자가 책임을 지지 AI 자체가 책임을 질 수 없습니다.  

책임과 권한은 항상 같이 옵니다. 어떤 권한을 행사하는 것 이면에는 책임이 항상 뒤따릅니다. 권한 행사의 방향성에 따라, 상황과 운에 따라 그 책임은 긍정적인 요소일 수도 있고 부정적일 수도 있습니다. 사업이 잘되면 대표에게 경제적 보상이라는 책임이 돌아올 것이고, 사업이 망하면 대표에게 빚이나 날린 시간, 부정적 평판 등의 책임이 돌아올 수 있는 것처럼요. 사실 우리가 회사 내에서 월급을 받는 것도, 회사와 맺은 계약 하에서 사업이라는 무형의 자산이 이끌어낸 책임을 일부 나눠 받는 것에 해당한다고 생각합니다. 법인이라는 인격체가 크게 그 책임을 받고, 그 안의 구성원 개인들에게 골고루 나눠져주지요. 주주들에게도 나눠주고요. 사업 자체가 책임을 가져가진 않잖아요. 사업에는 책임을 질 수 있는 인격이 없으니까요.

돌아와서, 이제 사람이 해야할 일은 AI라는 강력한 도구로 자신의 권한을 신장시키면서 그 책임을 지는(또는 누리는) 일이라고 생각합니다. 이때 책임을 지는 구조가 중요해지겠습니다. 만약 현재 직장인이라면, 회사 안에서 AI를 활용하느냐 밖에서 활용하느냐 꽤 차이가 날 겁니다. 회사 밖에서 활용할수록 책임을 더 많이 질 수 있겠죠. 물론 제가 긍정적인 책임을 주로 조명하면서 말하고 있기는 합니다만, 지금 AI 활용은 구조적으로 긍정적 책임을 질 확률이 높은 선택이라고 생각합니다. 이 부분 관련 내용은 후술하겠습니다.

AI의 등장으로 인해, 이전보다 훨씬 소수의 인원으로 거대한 규모의 사업을 만들어낼 수 있고, 개인 차원에서는 개인이 직장에 다니는 것 외에도 1인 사업들을 만들면서 사회에 부가가치를 창출해낼 것이라는 데에는 저는 강하게 동의하는 편입니다. 현재도 부업 많이 하는 것처럼요.

물론 사업은 여전히 어렵습니다. 그러나 많은 부분이 디지털화된 현대 사회에서, AI로 인해 분명히 손쉬워진 부분들이 있습니다.

저는 어떤 사업이든 간에 결국 사업의 의사결정권자들이 시장과 고객에 대해 배워나가면서 시장에 존재하는 사업 기회와 사업을 점점 일치시켜나가는 과정이 필수적이면서도 가장 핵심적인 과정 중 하나라고 생각합니다. 만들고 시장에 던져보고 듣고 배우고, 이 과정을 반복해가면서 영점을 맞춰가는 거죠. 한정된 리소스 안에서 잘 투자해가며 그 과정을 버티면 성공하고, 못 버티면 망합니다.

IT가 어느 정도 기반이 되는 사업이라면, AI는 이 Iteration 비용을 압도적으로 줄여줍니다. AI는 코딩을 잘하니까요. 예전에는 스타트업이 가설 세워서 시장 검증을 해보려고 해도 개발이 비싸니까 MVP니 MVT니 Prototyping이니 최대한 비용효율적으로 접근하려고 했습니다. MVP 만드는 데에도 한 세월 걸렸습니다. 이제는 가설 → 제품 → 검증의 과정에 들어가는 비용이 매우 줄었습니다. 개발 외에도 디자인, 마케팅, CS 등에서 AI는 이미 많은 일들을 덜어주고 있고, 학습 비용 역시 줄어주고 있으니까요.

(그리고 개발이든 마케팅이든 디자인이든 저는 '좋음'을 결정하는 건 결국 숙련도보다도 '고객에 대한 집착'이라고 생각합니다. AI는 '그럴듯한' 수준으로 뭔가를 잘 만들어줍니다. 일단 시장에 던져본 다음 개선하는 과정 안에서, 그 첫 발자국을 떼기에 충분한 퀄리티로 말이죠.) 

물론 여전히 어려운 부분이 남아있습니다. 앞서 언급한 많은 변화에도 불구하고 여전히 사업은 어려운 일입니다. 그러나 AI를 통해 예전보다 훨씬 비용부담 없이 IT 사업을 시도해볼 수 있게 된 것은 분명합니다. 주말에 흘려보내는 3~4시간을 조금씩 투자해서 뭔가를 노려볼 수 있을 정도로요.

컴공 비전공자 입장에서, 이제는 IT사업을 시도하기 위해 극초기에 개발자나 디자이너를 구인하는데 시간과 돈과 노력을 들이는 것보다, 본인이 AI 끼고 직접 개발과 디자인을 시도해보는 게 더 남는 장사가 됐다고 생각합니다.

Why now? 현재 AI의 한계 :

저는 1년 이내에 90%의 코드를 AI가 작성하게 될 수도 있다는 앤스로픽 CEO의 말을 어느 정도 신뢰합니다. 불가능한 이야기가 아니라고 생각합니다. 그러나, 비전공자로서 내가 코딩을 '전혀' 몰라도 좋은 IT제품/사업을 쉽게 만들 수 있는 세상(즉, IT 사업하려는 데 개발을 아는 사람이 필요 없는 세상)은 1년 내에 오지 않을 거라고 생각합니다. 

앞서 AI가 개발 영역에서 갖는 장점에 대해 많이 이야기했으니, 한계에 대해 간단히 짚어보겠습니다.

직간접적 경험을 바탕으로, AI를 지금 개발에 가장 효과적으로 활용하려면,  개발에 대해 어느 정도 잘 알아야 합니다.

AI는 일반적인 코드 작성에는 능하지만, 비즈니스의 핵심이 되는 로직이나 핵심 기술을 구축하는 데에는 효용이 적습니다. 일반적이지 않기에 학습 데이터가 적어 오류를 일으킬 확률이 매우 올라가기 때문입니다.

그리고 지금의 AI가 도깨비 요술방망이는 아니기 때문에, 'AI에게 일을 잘 시키고, 결과물을 잘 검수하는 능력'이 필수적입니다. 아마 GPT를 업무에 활용해보신 분들이라면 많이들 느끼셨을 부분입니다. 결국 관련 업무 영역에 대한 이해도가 필요하죠.

그러나 앞서 말씀드린 것처럼 압도적으로 줄어든 개발 학습비용으로 인해, '동작하는 코드를 만드는데까지' 개발을 배워나가는데 드는 시간이 엄청 줄어들었습니다. 그리고 이후에 계속 개발을 학습해나가는 비용도요.  

코딩을 전혀 모르는 채로 AI가 지금보다 훨씬 더 발전하기를 기다리는 것보다, AI와 함께 개발을 빠르게 배워보시는 것을 추천드립니다. 디자인도, 마케팅도 마찬가지입니다.

IT 사업에는 정말 다양한 역량이 필요합니다만 개발은 그중에서도 가장 진입장벽이 높고 강력한 역량 중 하나였습니다. 초기 IT 스타트업 팀을 볼 때도 개발자 유무가 아주 중요했고요. 1명이 모든 역할을 다해야 하는 상황이라고 하면, 개발자가 비개발 역량(사업개발, 디자인, CS, 세일즈마케팅 등)을 배우는 것이, 비개발 직군이 개발을 배우는 것보다 빨랐습니다. AI로 인해 이제는 그 속도가 서로 균형이 맞춰졌다고 생각합니다. 비개발 직군들에게는 매우 좋은 상황입니다.

또한 개발자 친구와 최근에 이야기를 나누었는데, ‘개발자’라는 직군의 역할이 많이 바뀔 것 같다고 이야기하더군요. 이전처럼 IT 사업의 시작 단계부터 웹페이지 html 코드 짜는 데부터 개발자가 필요한 게 아니라, 확장성이 필요할 때나 중요한 개발적 이슈를 다루거나 설계하는 데에 집중적으로 투입되는 느낌이 될 거라고요. 즉, 담당 영역이 좁아지고 전문성이 강화되는 방향으로 변화한다는 것입니다. 이미 실리콘밸리 JD 등에서도 초기 기능 개발 및 테스트 등이 PO나 Designer 등의 Job으로 이관되는 케이스가 있는 것처럼요.

IT 기업 기준으로,  AI를 활용한 코딩은 대부분의 직무에서 필수가 되는 미래가 올 수 있다고 생각합니다. 코딩을 공교육에서부터 자연스럽게 배운 세대가 사회로 진출하기 시작하면 더더욱이요. 지금 현업자들도 빨리 뛰어들수록 좋다고 생각합니다.

(다만, 구직/구인 시장에서 Computer Science를 전공 또는 깊이 있게 배운 사람들과 아닌 사람들의 차이는 갈수록 더 벌어질 거라고 생각합니다. 결국 상위 1%의 퀄리티 차이, 깊이 있는 전문성은 컴퓨터 공학을 기초부터 제대로 배워야 나옵니다. 이 글은 일정 수준의 제품 만들기가, 그리고 그 과정을 통해 배우기가 예전에 비해 매우 쉬워졌다는 것이 요지입니다)  

Why now? 구조적 이득 :

앞서 긍정적/부정적 책임에 대해 다룬 내용으로 연결된 부분입니다만, AI를 개발에 활용하는 것을 포함해서 ‘AI를 활용해서 돈을 버는 시도’가 높은 경제적 보상을 가져올 확률이 높은 구조를 띄고 있다고 생각합니다.

간단히 말하면, 실질적 권한의 정도와 실질적 책임의 정도가 같지 않습니다. 권한이 책임보다 크기에, 계속 시도할 경우 결과적으로 긍정적 책임을 남기게 되는 (권한을 활용해서 창출한 가치가 투자된 비용을 상쇄시키고도 남는) 확률이 높다고 생각합니다.

와닿지 않으실테니 좀 더 이어가보겠습니다.

권한, 즉 AI를 활용해서 개인이 할 수 있는 일은 훨씬 다양하고 강력해졌습니다. 그를 통해 어떤 형태로든 가치를 창출해내는 데에 성공한다면 경제적 보상이라는 형태로 긍정적 책임이 돌아오겠죠. 강화된 권한을 통해 가치를 창출한 만큼 알맞은 긍정적 책임이 돌아옵니다.

그런데 책임은 긍정적 책임만 있지 않고 부정적 책임도 있습니다. 남에게 이익을 주어 긍정적 책임이 돌아온다면 남에게 피해를 끼쳤을 때 부정적 책임이 돌아와야 합니다. 보통 부정적 책임을 부과하는 역할은 정부 등 제도권이나 무엇이 되었건 감시자 역할을 하는 이들이 합니다. 자유 시장만으로 시장이 온전히 돌아가지 않는 이유, 시스템/정부의 개입이 필요한 이유도 여기에 있습니다.

그런데 AI(특히나 LLM)는 1) 신기술이기 때문에 2) 태생적으로 Gray area와 연결된 면이 있어서 부정적 책임이 올바르게 부과되기가 어렵습니다.

AI는 사람들의 생활을 빠르게 바꾸고 있고, 기술 자체가 빠르게 발전하고 있기에 관련 법규나 규제, 사회적 논의가 그 속도를 따라가기 어렵습니다.

또한, 인류의 공익/연구라는 명분 하에 데이터의 저작권 등은 여전히 모호하게 처리되고 있습니다. 저작권이라는 인류의 기존 합의 방식에 새로운 변화가 일고 있는 것인지도 모르겠습니다만, 기존의 방식에 예외가 생기고 있음은 분명합니다.

이런 국면에서는 기존에는 허용되지 않았을 새로운 방식으로도 돈을 벌 수 있습니다. 좋게 표현하면 타이밍을 이용하는 것이고, 반대로 표현하면 선을 타면서 돈을 버는 것이겠죠.

코인도 AI와 동일한 방식은 아니지만 유사한 위치를 점했다고 생각합니다. 아직도 제도권에 완전히 편입되어 적절한 규제가 마련되지 않았지요. 그래서 코인, 그리고 블록체인의 실질적 가치에 동의하는 사람의 규모를 떠나, 코인/블록체인 관련 프로젝트로 큰 돈 버신 분들이 많습니다.

개인적으로는 선한 가치를 좇고 돈이 따라오게 만드는 것이 좋다고 생각합니다만, 어쨌든 이런 가능성 역시 어떤 분들에게는 AI를 긍정적으로 보게 할 요인이라고 생각해서 덧붙여 봤습니다.

글이 길었습니다.

한줄 요약하자면 ‘AI로 개발 배우기 매우 쉬워졌음, 앞으로도 중요할 거임, 비개발자들 추라이해서 사업/부업 레츠고’가 되겠습니다.

출처: 스누라이프