AI코드より「誰も何も知らない」問題
원제: The problem is not AI code, but not knowing about system architecture or intent
왜 중요한가
AI 도구 보급으로 코드 생산성은 높아지는 반면, 시스템 설계 역량의 공동화가 장기적 기술 부채로 이어질 위험성을 산업 전반이 직시해야 한다.
エンジニアのSimon Spätiは2026年9月26日、AI生成コードそのものではなく、システムアーキテクチャや設計意図を誰も理解しなくなっていることが本質的な問題だと指摘した。急成長スタートアップや大企業でClaude Codeが仕様・コード・テスト・チケットまで生成し、エンジニアが1日12〜13時間「Enterキーを押すだけ」の状態に陥っているという実態が報告されている。
Simon Spätiのブログ記事は、AI코드의 품질보다 더 심각한 문제를 지적한다. 팀 전체가 시스템 아키텍처나 설계 의도를 파악하지 못한 채, 모든 판단을 Claude에 위임하는 상황이다.
기사에서 인용된 엔지니어의 증언은 충격적이다. 대형 기업에 합류한 지 2주 만에 L1부터 L7까지 전 직급이 동일하게 행동한다는 것이다. 스펙, 코드, 테스트, PRD, 티켓—모두 Claude Code가 생성한다. 경영진은 "코드 배포가 병목이 아닌데 왜 느리냐"고 압박하고, 엔지니어들은 하루 12~13시간을 일하면서도 실제로 아무것도 이해하지 못한 채 Enter만 누른다.
Späti는 AI가 평균 이하였던 코드베이스를 평균 수준으로 끌어올리는 효과는 인정한다. 그러나 근본 문제는 코드 품질이 아니라 설계 의도의 소멸이다. 데이터 엔지니어링 분야에서는 "AI가 마찰을 줄여줄 뿐 도메인 지식은 여전히 필요하다"는 반론도 있지만, Späti는 AI 시대에 새로 입문하는 사람들이 그 지식 축적 과정 자체를 건너뛰게 된다는 점을 우려한다.
제품 관리자가 코딩 없이 제품을 만들 수 있게 된 것도 언급되지만, 잘못된 언어 선택이나 잘못된 멘탈 모델로 시작하면 유지보수 불가능한 기술 부채가 쌓인다는 한계는 여전하다. Späti의 결론은 단순하다. 시스템적 사고, 아키텍처 이해, 설계 의도—이것들이 AI 시대에도 우수한 소프트웨어 엔지니어를 구별하는 기준이 된다.