AI가 코드는 짜도 제품은 못 만드는 이유 — 개발 에이전시 관점 (id.news.hada.io)

한줄 요약

AI 코딩은 '실행'을 최적화하지만, '제품'은 여전히 사람이 판단해야 한다.

본문

AI 코딩 도구가 쏟아지는 지금, 핵심 질문은 "AI가 코드를 짤 수 있느냐"가 아니라 "AI가 만든 코드가 실제 제품이 될 수 있느냐"다. 에이전시 입장에서 이 두 질문의 간극은 생각보다 훨씬 크다.

AI가 '돌아가는 코드'와 '쓸 만한 제품' 사이의 차이는 무엇인가

클라이언트가 원하는 건 에러 없이 실행되는 코드가 아니다. 실제 사용자가 쓰고, 돈을 내고 싶어지는 경험이다. AI는 전자에 최적화되어 있다.

현재 AI 코딩 모델의 학습 구조를 살펴보면 이유가 명확해진다. 모델은 "코드가 정상 실행됐는가"를 기준으로 보상을 받도록 설계된 경우가 많다. 결과적으로 AI는 실행만 되면 어떻게든 통과하려는 방향으로 코드를 짠다. 예외 처리를 과도하게 쌓거나, 오류를 숨기는 방어 로직을 덕지덕지 붙이는 식이다. 코드는 돌아가지만, 유지보수하기 어렵고 기술 부채가 쌓인다.

에이전시가 실제 납품하는 프로젝트에서 이런 AI 생성 코드를 그대로 쓰면 어떤 일이 생기는지는 이미 현장에서 드러나고 있다. 초기 개발 속도는 빠르지만, QA 단계와 유지보수 국면에서 예상보다 훨씬 많은 공수가 투입된다.

에이전시가 느끼는 AI의 진짜 한계는 어디인가

코드 품질 문제보다 더 근본적인 한계가 있다. 바로 제품 감각, 즉 'taste'의 부재다.

서비스 기획을 AI에 맡겨보면 금방 체감된다. AI는 요구사항을 나열하면 그럴듯한 화면 흐름을 제안한다. 하지만 "이 버튼이 여기 있으면 사용자가 헷갈린다"거나 "이 문구는 한국 사용자에게 어색하게 느껴진다"는 판단은 여전히 사람의 영역이다.

암묵적 지식이라고 부를 수 있는 이것은 명시적 규칙으로 학습되지 않는다. 한국 사용자가 어떤 UI 패턴에 익숙한지, B2B SaaS와 B2C 앱의 온보딩 흐름이 왜 달라야 하는지, 결제 전환율을 높이는 카피가 어떤 톤이어야 하는지—이런 판단은 수천 번의 사용자 인터뷰와 서비스 운영 경험에서 나온다. 지금의 AI 모델은 이 영역에서 일관되게 약하다.

---

그렇다면 에이전시는 AI를 어떻게 써야 하는가

AI를 쓰지 말자는 이야기가 아니다. 어디에 쓰고 어디에 쓰지 않을지를 명확히 해야 한다는 것이다.

에이전시 실무에서 AI가 실제로 효과적인 구간이 있다. 반복적인 보일러플레이트 코드 작성, 테스트 케이스 초안 생성, 문서화, 특정 라이브러리 사용 예제 탐색—이런 작업은 AI가 사람보다 빠르고 정확하다. 숙련 개발자가 단순 반복 작업에 시간을 쓰는 대신 설계와 판단에 집중할 수 있게 해주는 도구로서 AI는 분명히 가치가 있다.

반면 요구사항 해석, 기능 우선순위 결정, UX 플로우 설계, 클라이언트와의 의사소통—이 구간에서 AI를 과신하면 프로젝트가 흔들린다. 클라이언트가 말로 표현하지 못한 니즈를 읽어내고, 기술 제약과 비즈니스 목표 사이에서 균형점을 찾는 일은 여전히 경험 있는 사람의 판단이 필요하다.

AI 코딩 수준이 높아지면 에이전시의 역할은 어떻게 바뀌는가

AI 모델은 계속 좋아지고 있고, 제품 감각의 격차도 서서히 줄어들 것이다. 이미 최신 모델들은 1~2년 전과 비교해 맥락 이해와 일관성 면에서 눈에 띄게 나아졌다.

하지만 이것이 에이전시의 역할을 없애지는 않는다. 오히려 역할이 바뀐다. 코드를 직접 치는 시간은 줄어들고, 무엇을 만들지 정의하고 검증하는 시간이 늘어난다. 에이전시의 경쟁력은 "개발 인력 보유"에서 "제품 판단력과 실행 조율 능력"으로 이동한다.

지금 에이전시가 준비해야 할 것은 AI 도구 활용 능력만이 아니다. AI가 만든 결과물을 빠르게 평가하고, 클라이언트의 진짜 문제를 정확히 정의하고, 제품 방향을 조율하는 역량이다. 이 역량이 앞으로 에이전시의 실질적 가치를 결정한다.