현대 AI 도구가 제공하는 편의성은 자동화가 가져오는 미묘한 비용을 간과하게 만든다. 우리가 AI에게 코드나 복잡한 문서 작성을 맡기면, 기계는 즉각적으로 결과물을 도출하는데, 이는 인간의 노력이 수반하는 마찰이 완전히 제거된 상태다. 하지만 시스템 엔지니어인 브라이언 캔트릴(Bryan Cantrill)은 이러한 마찰의 부재가 장기적인 프로젝트 측면에서 AI 결과물을 위험하게 만든다고 경고한다. 인간은 본능적으로 시간을 아끼기 위해 효율적이고 재사용 가능한 구조를 만들고 싶어 하는데, 이러한 '게으름'이 없다면 AI는 최적화되지 않은 코드의 더미를 디지털 쓰레기처럼 쌓아 올리게 된다.

컴퓨터 과학에서 추상화란 복잡한 세부 사항을 간단한 인터페이스 뒤로 숨겨 사용자가 내부 구조를 신경 쓰지 않게 하는 강력한 도구다. 인간은 동일한 작업을 반복하기 싫어하는 타고난 게으름 덕분에 자연스럽게 이러한 추상화를 추구한다. 한 번 작성한 코드를 여러 번 재사용하거나, 유지보수가 최소화되는 우아한 시스템을 설계하려는 욕구가 여기서 비롯된다. 반면 LLM은 시간 개념이 없기에 스스로 최적화해야 할 동기를 전혀 느끼지 못한다.

AI에게 문제 해결을 요청하면, 결과물로 나오는 코드가 500줄이든 5줄이든 전혀 신경 쓰지 않는다. AI는 그저 가장 확률이 높은 토큰 순서를 생성할 뿐이다. 인간 전문가가 개입해 결과물을 유지보수가 가능한 정제된 추상화로 다듬지 않으면, 결과적으로는 쓸모없는 코드의 층만 겹겹이 쌓이게 된다. 이는 단순히 철학적인 문제가 아니라 실무적인 기술 부채에 관한 경고다. 설계를 위한 절제보다 속도를 우선시하면, 디버깅과 개선이 갈수록 어려운 시스템을 만들게 될 뿐이다.

AI 도구를 사용하는 대학생들에게 전하는 교훈은 명확하다. AI는 당신의 업무를 돕는 파트너일 뿐, 설계자가 되어서는 안 된다. 대학 교육의 핵심은 문제의 어떤 부분을 단순 반복으로 해결하고, 어떤 부분에서 우아하고 세련된 해결책이 필요한지 구분하는 법을 배우는 것이다. 만약 구조적 설계에 대한 책임을 LLM에게 떠넘긴다면, 훌륭한 엔지니어를 만드는 가장 중요한 과정인 설계 역량을 스스로 포기하는 꼴이 된다.

결국 이번 논의는 '의도적인 설계'에 대한 호소이다. 우리는 인간이기에 겪는 주의력의 한계, 피로, 그리고 귀찮음을 해결하기 위해 지름길을 찾는 본성을 오히려 품질을 높이는 설계 제약 조건으로 활용해야 한다. AI가 뱉어내는 무한하고 사유 없는 결과물을 당신의 미래를 지탱할 기반에 그대로 쏟아부어서는 안 된다. 당신이 직접 '게으른' 문지기가 되어 시스템이 이해하기 쉽고 지속 가능하도록 통제해야 한다.

현대 AI 도구가 제공하는 편의성은 자동화가 가져오는 미묘한 비용을 간과하게 만든다. 우리가 AI에게 코드나 복잡한 문서 작성을 맡기면, 기계는 즉각적으로 결과물을 도출하는데, 이는 인간의 노력이 수반하는 마찰이 완전히 제거된 상태다. 하지만 시스템 엔지니어인 브라이언 캔트릴(Bryan Cantrill)은 이러한 마찰의 부재가 장기적인 프로젝트 측면에서 AI 결과물을 위험하게 만든다고 경고한다. 인간은 본능적으로 시간을 아끼기 위해 효율적이고 재사용 가능한 구조를 만들고 싶어 하는데, 이러한 '게으름'이 없다면 AI는 최적화되지 않은 코드의 더미를 디지털 쓰레기처럼 쌓아 올리게 된다.

컴퓨터 과학에서 추상화란 복잡한 세부 사항을 간단한 인터페이스 뒤로 숨겨 사용자가 내부 구조를 신경 쓰지 않게 하는 강력한 도구다. 인간은 동일한 작업을 반복하기 싫어하는 타고난 게으름 덕분에 자연스럽게 이러한 추상화를 추구한다. 한 번 작성한 코드를 여러 번 재사용하거나, 유지보수가 최소화되는 우아한 시스템을 설계하려는 욕구가 여기서 비롯된다. 반면 LLM은 시간 개념이 없기에 스스로 최적화해야 할 동기를 전혀 느끼지 못한다.

AI에게 문제 해결을 요청하면, 결과물로 나오는 코드가 500줄이든 5줄이든 전혀 신경 쓰지 않는다. AI는 그저 가장 확률이 높은 토큰 순서를 생성할 뿐이다. 인간 전문가가 개입해 결과물을 유지보수가 가능한 정제된 추상화로 다듬지 않으면, 결과적으로는 쓸모없는 코드의 층만 겹겹이 쌓이게 된다. 이는 단순히 철학적인 문제가 아니라 실무적인 기술 부채에 관한 경고다. 설계를 위한 절제보다 속도를 우선시하면, 디버깅과 개선이 갈수록 어려운 시스템을 만들게 될 뿐이다.

AI 도구를 사용하는 대학생들에게 전하는 교훈은 명확하다. AI는 당신의 업무를 돕는 파트너일 뿐, 설계자가 되어서는 안 된다. 대학 교육의 핵심은 문제의 어떤 부분을 단순 반복으로 해결하고, 어떤 부분에서 우아하고 세련된 해결책이 필요한지 구분하는 법을 배우는 것이다. 만약 구조적 설계에 대한 책임을 LLM에게 떠넘긴다면, 훌륭한 엔지니어를 만드는 가장 중요한 과정인 설계 역량을 스스로 포기하는 꼴이 된다.

결국 이번 논의는 '의도적인 설계'에 대한 호소이다. 우리는 인간이기에 겪는 주의력의 한계, 피로, 그리고 귀찮음을 해결하기 위해 지름길을 찾는 본성을 오히려 품질을 높이는 설계 제약 조건으로 활용해야 한다. AI가 뱉어내는 무한하고 사유 없는 결과물을 당신의 미래를 지탱할 기반에 그대로 쏟아부어서는 안 된다. 당신이 직접 '게으른' 문지기가 되어 시스템이 이해하기 쉽고 지속 가능하도록 통제해야 한다.