AI 코딩 시대! 컴공생 필독: 서울대 교수가 말하는 미래 필수 역량은?

AI 시대, 코딩은 누가 할까? 중학생 눈높이로 쏙쏙!

미래에는 우리가 직접 코딩하지 않아도 될까?

요즘 인공지능(AI)이 정말 똑똑해져서 코딩까지 대신 해주고 있어. 마치 마법처럼 말이야. 예전에는 교과서에 나오는 문제처럼 정해진 문제들을 풀었는데, 이제는 AI가 100% 정확하게 풀어버린대.

그럼 코딩을 덜 하게 되면 컴퓨터 과학이나 공학의 가치가 떨어지는 걸까? 왜 컴퓨터 공학을 공부해야 하는지 궁금할 수도 있어.

서울대학교 컴퓨터공학과 이재욱 교수님과 함께 AI 시대의 코딩과 컴퓨터 공학의 미래에 대해 이야기해봤어.

AI, 코딩을 얼마나 대신할까?

"미래에는 사람이 직접 코딩할 필요가 없을 것 같다"는 말에 동의하냐고 물었더니, 교수님은 이렇게 답했어.

• 코딩 자체는 AI가 거의 100% 대신할 수도 있다.
• 하지만 '무엇을 만들고 싶은지', '어떤 목표를 달성하고 싶은지'를 정하는 건 여전히 사람의 몫이다. 마치 팀을 관리하는 매니저처럼 말이야.
• 엔지니어링 경험이 없으면 좋은 매니저가 되기 어렵듯이, 코딩 경험이 있어야 AI에게 뭘 시킬지 제대로 지시할 수 있다는 거지.
• 결국, 문제를 정의하고 역할을 나누는 건 사람이 하고, 그걸 실제로 구현하고 개선하는 건 AI가 할 가능성이 높다.

왜 개발자가 먼저 AI에게 대체될까?

AI가 개발자를 먼저 대체할 거라는 예상은 많지 않았는데, 왜 그랬을까?

• AI 애플리케이션에서 코딩이 차지하는 비중이 원래 높았어.
• AI를 처음 사용하는 사람들이 주로 소프트웨어를 개발하는 사람들이었고, 인터넷에 코딩 데이터가 엄청나게 많아서 AI가 배우기 쉬웠기 때문이야.

'바이브 코딩' vs 정식 코딩 교육

요즘 '바이브 코딩'이라고 해서 AI 도구를 써서 코딩하는 사람들이 많아졌잖아.

• 바이브 코딩은 간단한 시제품을 만드는 데는 정말 유용해. 예를 들어, 복잡한 규정을 찾아주는 챗봇을 만드는 데 쓸 수 있지.
• 하지만 완벽한 소프트웨어 코드는 아니야. 95%는 작동해도, 나머지 5%에서 문제가 생기면 아예 작동하지 않는 것과 같아.
• 특히 금융이나 보안처럼 중요한 분야에서는 99%도 부족할 수 있어.

AI 기술은 빠르게 발전하는데, 사람의 기술 발전 속도는 느리다는 '능력 과잉' 현상도 있대.

• AI를 잘 사용하는 사람과 그렇지 않은 사람 사이에 생산성 차이가 크게 벌어질 수 있다는 거지.
• AI를 잘 사용하려면 1. 어떤 일을 할 수 있는지 정확히 아는 것과 2. AI가 할 수 없는 한계를 아는 것이 중요해.

학교 숙제도 AI가 대신? 학습 방법의 변화

옛날에는 교과서 기반의 숙제를 냈는데, 이제는 AI가 100% 정확하게 풀어버리니 숙제를 어떻게 내야 할지 고민이 많대.

• 가장 걱정되는 건 학생들이 '중간 전달자' 역할만 하는 거야. 문제가 주어지면 AI에게 답을 물어보고, 그걸 그대로 제출하는 식이지. 이렇게 되면 진짜 학습이 일어나지 않아.
• 진짜 학습은 문제를 정의하거나, 문제를 푸는 과정에서 일어나. 계산기가 있다고 해서 곱셈을 안 배우는 게 아니잖아? 계산 결과를 이해하고 평가하려면 기본적인 계산 능력이 필요하듯이 말이야.
• 그래서 학교에서는 문제를 스스로 정의하게 하거나, 최소한의 제약만 주고 학생들이 직접 설계하게 하는 방식으로 바꾸고 있어.

그럼 컴퓨터 공학은 왜 공부해야 할까?

"어차피 AI가 다 하는데, 왜 컴퓨터 공학을 공부해야 해?" 라는 질문에 교수님은 이렇게 답했어.

• 컴퓨터 공학은 결국 컴퓨터를 도구로 삼아 다양한 문제를 해결하는 학문이야.
• 핵심은 '데이터 기반 사고'와 '컴퓨팅 사고'야. 복잡한 문제를 잘게 쪼개서 해결하는 '알고리즘적 사고'나, 데이터를 분석해서 의미를 찾아내는 '데이터 기반 사고' 같은 능력은 AI 시대에도 계속 중요할 거야.

AI 시대, 개발자의 미래와 필요한 능력

AI 때문에 일자리가 줄어들까 걱정하는 학생들도 많아.

• AI가 코딩을 쉽게 만들어 전체적인 일의 양이 늘어날 거라는 긍정적인 시각도 있고, AI가 모든 코딩을 대체해서 일자리가 없어질 거라는 시각도 있어.
• 현실은 그 중간쯤일 가능성이 높아.
• ATM이 나왔을 때 은행 창구 직원이 사라질 거라는 말도 있었지만, 결국 다른 역할로 발전했듯이 말이야.
• AI는 전체적인 일의 양을 늘릴 수 있지만, 신입 개발자가 취업하기는 더 어려워지고 있다는 현실도 있어.

그렇다면 AI 시대에 개발자가 갖춰야 할 능력은 뭘까?

• 코딩 경험은 여전히 중요해. AI에게 제대로 지시하려면 코딩을 알아야 해.
• AI 도구를 활용해서 업무를 나누고 위임하는 능력도 중요해져.
• 핵심 기술과 개념을 깊이 이해하는 것도 필수야.
• 문제를 정의하고, 좋은 해결책이 무엇인지 판단하는 능력이 점점 더 중요해질 거야. 이걸 키우려면 많은 경험이 필요해.

미래의 컴퓨터 공학 교육은 어떻게 바뀌어야 할까?

• AI를 당연하게 사용하는 'AI 네이티브' 교육이 필요해.
• AI 도구를 활용해서 더 높은 수준의 과제, 즉 설계와 문제 정의에 집중해야 해.
• 비판하는 능력을 키워야 해. 코드나 디자인을 보고 장단점을 파악하는 연습을 자주 해야 하지.
• 기획과 개발을 모두 할 수 있는 '프로덕트 매니저–개발자 하이브리드' 같은 역할이 중요해질 거야.
• 특정 분야나 산업에 대한 이해를 바탕으로 문제를 정의하고 해결하는 능력이 중요해.

AI 시대를 살아갈 우리에게

AI는 모두에게 똑같은 출발선을 제공하는 '위대한 평등화 장치'가 될 수 있어.

• 변화를 적극적으로 받아들이고, 사람에게 도움이 되는 기술을 만들어야 해.
• 컴퓨터 공학은 단순히 코딩을 가르치는 학문이 아니라, 복잡한 문제를 해결하는 방법을 배우는 학문이야.
• 코딩을 덜 하게 된다고 해서 컴퓨터 공학의 가치가 떨어지는 게 아니라, 오히려 사고의 틀을 만들고 다른 분야에 적용하는 능력을 키우는 데 더 중요해질 수 있어.

AI 시대에 너무 불안해하지 말고, 변화를 기회로 삼아 새로운 가치를 만들어나가자!