며칠 밤을 새워 만들던 프로그램, 이제는 몇 분이면 완성된다
대학교에서 4년간 배운 코딩, AI 시대에는 정말 쓸모없어지는 걸까?
대학교를 다니던 시절, 졸업을 앞두고 프로그램을 만드는 과제가 있었다. 원하는 기능을 구현하려고 며칠 밤을 새워 가며 코드를 작성했던 기억이 아직도 생생하다.
1학년부터 4학년까지 C언어, HTML, 자바(Java), OpenGL 등 여러 언어와 기술을 배웠다. 문법을 익히고, 직접 코드를 작성하고, 컴파일하고, 오류를 수정하면서 프로그램이 작동하는 원리를 공부했다.
그런데 20여 년이 지난 지금은 상황이 완전히 달라졌다. 요즘은 챗GPT나 클로드에게 만들고 싶은 프로그램을 설명하면, 간단한 프로그램은 몇 분 만에 만들어 내기도 한다.
그 모습을 보면 4년 동안 어렵게 배웠던 코딩이 이제는 필요 없어지는 것처럼 느껴지기도 한다. 하지만 다시 생각해 보면, 오히려 소프트웨어공학(SE)의 설계 능력이 더욱 중요해지는 시대가 아닐까 싶다.
01. 밤새 코딩하던 시절
예전에는 프로그램 하나를 만들려면 직접 코드를 작성하는 과정이 필수였다. 버튼 하나를 누르면 어떤 동작을 할지, 데이터는 어디에 저장할지, 결과를 어떻게 보여 줄지 모두 코딩해야 했다.
졸업을 앞두고 프로그램 제작 과제를 하던 때도 마찬가지였다. 원하는 기능을 구현하려면 문법을 확인하고, 필요한 함수를 찾고, 한 줄씩 코드를 작성해야 했다.
한 부분을 고치면 다른 부분에서 문제가 생기기도 했다. 며칠씩 밤을 새우면서 겨우 프로그램을 완성했던 기억이 남아 있다.
02. 결과가 같아도 실행 속도와 메모리 사용량이 중요했다
프로그램이 원하는 결과를 출력한다고 해서 모든 평가가 끝나는 것은 아니었다. 같은 결과를 만들어도 누가 더 빠르게 실행하고, 누가 더 적은 메모리를 사용하는지가 중요했다.
불필요한 반복문을 줄이고, 같은 계산을 여러 번 하지 않도록 만들고, 적절한 자료형과 자료구조를 선택해야 했다. C언어를 공부할 때는 메모리를 어떻게 다루는지도 중요한 부분이었다.
코드를 짧게 작성하는 것과 효율적인 코드를 작성하는 것은 반드시 같지 않았다. 눈에 보이는 결과는 같아도 내부에서 어떤 순서로 계산하고 데이터를 처리하느냐에 따라 실행 속도와 메모리 사용량이 달라질 수 있었다.
이러한 경험은 지금도 의미가 있다. AI가 코드를 작성해 주더라도 비효율적인 알고리즘이나 불필요한 메모리 사용이 사라지는 것은 아니기 때문이다.
03. 컴파일 오류보다 더 어려웠던 논리 오류
코드를 작성한 다음에는 컴파일하고 실행 결과를 확인했다. 처음부터 정상적으로 작동하는 경우는 많지 않았다.
문법 오류는 비교적 찾기 쉬웠다
세미콜론을 빠뜨리거나 변수 이름을 잘못 입력하는 등 단순한 문법 오류는 컴파일러가 위치나 원인을 알려주는 경우가 많았다. 메시지를 확인하고 수정하면 해결할 수 있었다.
진짜 어려운 것은 로직 에러였다
반면 논리 오류(Logic Error)는 달랐다. 컴파일이 정상적으로 끝나고 프로그램도 실행되지만, 결과가 예상과 다르게 나오는 것이다.
반복문이 한 번 더 실행되거나, 조건문이 잘못 판단하거나, 계산 순서가 틀어져 엉뚱한 값이 나오는 경우가 있었다. 이런 문제는 컴파일러가 반드시 알려주는 것이 아니었다.
오류를 찾으려면 프로그램의 흐름을 처음부터 따라가며 변수 값이 어떻게 바뀌는지 확인해야 했다. 중간중간 값을 출력해 보고, 디버거로 한 줄씩 실행하면서 어디서 결과가 달라지는지 추적했다.
몇 시간 동안 코드를 들여다보다가 조건문 하나가 잘못된 것을 발견하기도 했다. 수정하고, 다시 컴파일하고, 다시 실행하는 과정을 수없이 반복했다.
지금과의 차이
요즘은 AI에게 오류 메시지와 관련 코드를 보여주면 원인 분석과 수정안을 제안받을 수 있다. 물론 AI가 항상 정확한 것은 아니므로 수정 후 테스트는 여전히 필요하다.
04. 바이브 코딩, 말로 프로그램을 만드는 시대
최근에는 바이브 코딩(Vibe Coding)이라는 표현이 널리 사용되고 있다. 사람이 코드를 일일이 작성하기보다 AI에게 자연어로 원하는 기능을 설명하고, AI가 생성한 결과를 바탕으로 프로그램을 만들어 가는 방식이다.
예를 들어 예전에는 계산기를 만들기 위해 숫자 버튼, 연산 처리, 결과 표시 기능을 직접 코딩해야 했다. 지금은 이렇게 요청할 수 있다.
AI가 HTML, CSS, JavaScript 코드를 작성하고, 결과가 마음에 들지 않으면 말로 수정을 요청할 수 있다.
기능 구상 → 직접 코딩 → 컴파일 → 오류 추적 → 최적화
요구사항 설계 → AI 코드 생성 → 실행·검증 → 수정·최적화
하지만 바이브 코딩이 모든 개발 과정을 자동으로 해결해 주는 것은 아니다. 간단한 도구와 복잡한 서비스는 난도가 다르며, AI가 작성한 코드에도 보안 문제나 논리 오류가 생길 수 있다.
05. IT와 SE, 무엇이 달랐을까?
대학교 시절을 떠올리면 IT는 프로그램을 구현하는 데, SE는 프로그램을 어떻게 만들지 체계적으로 분석하고 설계하는 데 더 무게를 두는 느낌이었다.
물론 학문적으로 IT와 SE를 완전히 나눌 수는 없다. IT는 정보기술 전반을 뜻하는 넓은 개념이고, 소프트웨어공학은 요구사항 분석부터 설계, 구현, 테스트, 유지보수까지 다룬다. 아래 표는 구현 중심 교육과 설계 중심 교육의 강조점을 비교한 것이다.
| 구분 | 구현 중심 IT | 설계 중심 SE |
|---|---|---|
| 핵심 질문 | 어떻게 코딩할까? | 무엇을 어떤 구조로 만들까? |
| 주요 활동 | 프로그래밍, 기능 구현 | 요구사항 분석, 시스템 설계 |
| 대표적인 작업 | 코드 작성, 실행, 디버깅 | 순서도, UML, 자료흐름도, 테스트 설계 |
| 중요한 관점 | 기능이 작동하는가? | 목적에 맞고 유지보수하기 쉬운가? |
| AI 시대의 활용 | AI 코드 이해와 검증 | AI에 전달할 요구사항과 구조 설계 |
예전에는 순서도를 그리는 일보다 코딩을 빨리 끝내는 일이 더 중요하게 느껴지기도 했다. 그런데 AI가 코드를 작성하는 지금은 설계 과정이 새로운 의미를 갖게 된 것 같다.
06. AI로 직접 프로그램을 만들어 보면서 느낀 점
최근 챗GPT와 클로드를 이용해 마찰력과 부력을 배우는 과학 교육용 프로그램을 만들어 봤다.
두 AI 모두 각각 한 번의 제작 요청으로 프로그램을 완성했고, 직접 실행해 주요 기능을 테스트했을 때 모두 안정적으로 작동했다.
차이가 나타난 부분은 화면 구성과 교육 방식이었다. 챗GPT는 물체를 직접 움직이고 힘의 방향을 확인하는 체험형 구성이 두드러졌다. 클로드는 실험 조건을 조정하고 그래프와 수치를 확인하는 구성이 두드러졌다.
어느 쪽이 더 안정적이었다는 이야기가 아니다. 같은 교육 주제라도 어떤 방식으로 배우도록 설계하느냐에 따라 프로그램의 모습이 달라진다는 점이 흥미로웠다.
그래서 AI에게 제작을 맡기기 전에 일반 채팅에서 기능과 화면, 조작 방식을 충분히 구상하고, 실제 파일 제작이나 테스트가 필요한 단계에서 작업을 진행하는 편이 효율적이라고 느꼈다.
07. 코딩이 쉬워질수록 설계가 더 중요해지는 이유
AI에게 단순히 “과학 프로그램을 만들어 줘”라고 요청해도 결과물은 나올 수 있다. 하지만 사용자가 원하는 방식과 일치한다고 보장할 수는 없다.
반면 “학생이 물체를 마우스로 움직이고, 바닥 재질에 따라 마찰력이 달라지며, 힘의 방향을 화살표로 표시해 줘”라고 요청하면 의도가 더 명확해진다.
이 차이는 단순히 질문을 길게 작성하는 기술이 아니다. 프로그램의 목적을 정의하고 필요한 기능, 사용자의 동작, 예외 상황을 미리 정리하는 소프트웨어공학적 사고와 연결된다.
AI가 코드를 빠르게 작성할수록, 사람은 무엇을 만들고 어떤 기준으로 완성도를 판단할지 더 깊이 고민해야 한다.
코드 생성 속도가 빨라져도 잘못 설계한 프로그램을 올바른 프로그램으로 바꿔 주는 것은 아니다. 기능을 많이 넣는 것보다 필요한 기능을 정확히 구현하는 일이 더 중요할 수 있다.
08. AI 시대에 개발자에게 필요한 능력
문제를 정확히 정의하는 능력
사용자가 무엇을 불편해하는지, 어떤 결과를 원하는지 파악해야 한다. 잘못 정의된 문제를 빠르게 해결해도 좋은 프로그램이 되기는 어렵다.
시스템을 체계적으로 설계하는 능력
기능의 순서와 데이터 흐름, 화면 구성, 예외 상황을 정리해야 한다. 프로그램 규모가 커질수록 전체 구조를 이해하는 능력이 중요하다.
코드를 이해하고 검증하는 능력
AI가 작성한 코드를 모두 직접 작성할 필요는 없더라도, 무엇을 하는 코드인지 이해하고 문제가 없는지 확인할 수 있어야 한다.
성능과 메모리를 최적화하는 능력
예전처럼 실행 속도와 메모리 사용량은 지금도 중요하다. 특히 많은 사용자가 동시에 이용하거나 자원이 제한된 환경에서는 효율적인 알고리즘과 메모리 관리가 필요하다.
AI를 효율적으로 활용하는 능력
AI에게 무작정 코딩을 맡기기보다 먼저 요구사항을 정리하고, 구현한 결과를 테스트하며, 필요한 부분만 수정하도록 요청하는 능력이 중요하다.
09. 그렇다면 SE 전공자의 전망이 더 좋아질까?
개인적으로는 AI 시대에 소프트웨어공학의 가치가 더 주목받을 가능성이 있다고 생각한다. AI가 반복적인 코딩을 도와주면 사람은 요구사항 분석과 설계, 검증에 더 많은 시간을 사용할 수 있기 때문이다.
하지만 SE 전공자라서 무조건 유리하고 IT 전공자라서 불리하다고 단정할 수는 없다. 실제로 두 분야 모두 코딩과 설계를 다루며, 전공의 이름보다 어떤 능력을 갖췄는지가 중요하다.
설계만 알고 구현을 이해하지 못하면 AI가 만든 코드의 오류를 판단하기 어렵다. 반대로 코딩만 할 줄 알고 전체 구조를 설계하지 못하면 복잡한 프로그램을 체계적으로 만들기 어려울 수 있다.
앞으로 경쟁력 있는 개발자는 설계 능력과 코드 이해·검증 능력을 함께 갖춘 사람일 가능성이 크다.
10. 코딩 교육과 개발자의 미래는 어떻게 달라질까?
예전에는 변수, 반복문, 조건문 같은 문법을 익히는 데 많은 시간을 사용했다. 이런 기본 지식은 지금도 중요하다. 다만 앞으로는 문법을 배우는 것에 더해 프로그램을 기획하고 검증하는 교육의 비중이 커질 수 있다.
- 문제 발견: 실생활에서 해결하고 싶은 문제를 찾는다.
- 요구사항 분석: 어떤 기능이 필요한지 정리한다.
- 시스템 설계: 순서도와 화면 구성으로 흐름을 정한다.
- AI 활용 구현: AI를 이용해 코드를 작성하고 실행한다.
- 검증과 최적화: 오류, 성능, 메모리 사용량을 확인하고 개선한다.
앞으로 5년 동안 개발자의 역할이 정확히 어떻게 바뀔지는 예측하기 어렵다. 다만 반복적인 코딩 작업은 더 자동화될 수 있고, 사람은 설계·검증·보안·유지보수 같은 부분에 더 집중하게 될 가능성이 있다.
AI가 코드를 생성했다고 해서 그 코드가 안전하고 효율적이라는 뜻은 아니다. 특히 운영체제, 임베디드 시스템, 대규모 서비스 등에서는 깊은 프로그래밍 지식이 계속 필요하다.
11. 마무리 — 4년 동안 배운 코딩은 정말 쓸모없어졌을까?
대학교 시절 며칠 밤을 새워 코딩했던 시간을 생각하면 지금의 AI 기술이 놀랍기도 하고 조금 허탈하기도 하다. C언어와 자바를 배우고, 컴파일 오류를 고치고, 로직 에러를 추적하던 과정이 이제는 AI와 몇 마디 대화로 해결되는 것처럼 보이기 때문이다.
하지만 그동안 배웠던 것이 모두 쓸모없어진 것은 아니라고 생각한다. 프로그래밍을 배웠기 때문에 프로그램의 구조와 실행 원리를 이해할 수 있고, AI가 만든 결과를 판단할 때도 그 지식을 활용할 수 있다.
예전에 중요했던 실행 속도와 메모리 최적화 역시 사라진 문제가 아니다. AI가 더 많은 코드를 빠르게 만들어 낼수록 그 코드가 제대로 작동하고 효율적인지 검증하는 능력은 여전히 필요하다.
코딩의 시대가 끝나는 것이 아니라, 개발자의 역할이 바뀌고 있다.
예전에는 어떻게 코드를 작성할 것인지가 큰 고민이었다면, 이제는 무엇을 만들고 어떤 구조로 작동하게 할 것인지가 더 중요한 질문이 될 수 있다.
그런 의미에서 오래전 순서도를 그리며 프로그램의 흐름을 고민했던 소프트웨어공학의 기본 원칙이 AI 시대에 다시 새로운 가치를 갖게 되는 것은 아닐까 생각한다.
- Stack Overflow Developer Survey — 개발자의 AI 도구 활용 현황
- IEEE Computer Society — Software Engineering Body of Knowledge — 소프트웨어공학의 지식 영역
- ACM Education — 컴퓨팅 교육 관련 자료
※ 본문은 대학 시절 경험과 AI 프로그램 제작 경험을 바탕으로 한 의견이다. 특정 전공이나 직업의 미래를 확정적으로 예측한 글은 아니다.
