링크드인 염병과 AI 똥무더기: 생산성 향상은 개뿔

My subtle dyslexic arse with a lack of dopamine gave up proofreading after multiple tries. If you see grammatical errors or some awkward sentences, move on. Use the context clues to understand my post, thanks.

서론: 링크드인, 환장의 콜라보

요즘 링크드인 들어가면 진짜 환장한다. 한쪽에서는 AI가 세상을 구원할 것처럼 염병 떨고 있고, 다른 한쪽에서는 “나 해고됐어요. 일자리 구함 ㅠㅠ” 이러고 있다. 7~10년차 짬밥 좀 먹은 사람들 다 번아웃 와서 업계 탈주하는 거 보면 진짜 씁쓸하다. AI가 생산성 향상? 웃기고 있네.

Gen LLM AI, 환상과 현실 - CSS 리팩토링부터 망했어요

매니저들은 Gen LLM AI가 뭐든 다 해줄 거라고 착각한다. “이거 AI로 하면 금방 뚝딱 아님?” 이런 소리 들을 때마다 진짜 귓방망이 날리고 싶다. 큰 그림으로 보면 맞는 말 같기도 하겠지. 근데 실무는 그렇게 만만하지 않다고, 이 양반들아!

나도 처음엔 AI에 대한 기대가 컸다. 특히 CSS 디버깅이나 리팩토링 정도는 잘 해줄 거라고 믿었다. 그런데 현실은 시궁창이었다. 예를 들어, style.css 파일 하나 제대로 해석을 못 하더라. 기존 코드를 CSS에서 SCSS로 리팩토링해서 제공하라고 했더니, 엉뚱한 내용을 자꾸 덧붙이는 거야. GSAP 코드 레퍼런스도 마찬가지였다. y 값, 타이밍, CSS 위치 값까지 뻔히 다 주어졌는데, 이걸 jsx, scss, vite.js 기반 코드베이스에 제대로 결합시키지 못했다. 쓸데없이 코드를 꼬아서 렌더링 결과가 거지같이 나왔다. 이걸 디버깅하느라 시간을 다 낭비했다. AI가 만든 코드 때문에 사람이 다시 디버깅해야 하는 상황? 이미 생산성은 저 멀리 안드로메다로 간 거지.

확장성? 그게 뭔데? 먹는 건가?

AI가 짠 코드는 확장성이 꽝이었다. “확장성”이라고 하면 뭔가 거창해 보이지만, 쉽게 말해서 코드가 얼마나 유연하고 재사용 가능한지를 의미한다. 근데 AI가 만든 코드는? 컴포넌트가 어떤 맥락에서, 어떤 구성으로 쓰였는지 파악하기가 너무 힘들었다. 다른 코드 블록과의 일관성도 없어서, 인간이 읽고 디버깅하기가 진짜 빡셌다. 심지어 내가 요청하지도 않은 라이브러리에 멋대로 의존하는 코드도 막 써놨더라.

겉보기에는 그럴싸해 보이니까 처음에는 속았다. 근데 모든 코드를 합쳐서 컴파일링을 끝내면? 비주얼, 레이아웃이 와장창 무너지는 대참사가 벌어졌다. 이렇게 겉만 번지르르하고 속은 에러투성이인 코드는 시니어 개발자인 나조차도 디버깅하기가 까다로웠다. 이게 무슨 생산성 향상이란 말인가.

쏘넷 3.7, 그리고 또다시 찾아온 현타

얼마 전에 쏘넷 3.7이 나왔다. 얼마 안 돼서 로직 모델도 나왔다네? 작년까지만 해도 코딩 rubber ducky로 잘 써먹던 쏘넷 3가 3.5로 업그레이드되고 얼마 안 지나서 완전 멍청해졌다. 반복 프롬프트에도 말귀를 못 알아듣는 지경이 되었다.

그래서 3.7은 좀 나을까 기대했다. 그래서 간단한 업무를 줘 봤다. app.js, html, css로 이루어진, 그렇게 복잡하지도 않은 코드였다. 이 레퍼런스를 분석해서 각 섹션별로 가이드를 주고, 애니메이션을 설명해 준 다음, React.jsx와 scss로 변환해 달라고 했다. 처음엔 꽤 잘하는 것 같았다. 그래서 렌더링을 돌렸는데… 시발, 하나도 안 돼! 어디가 문제인지 디버깅하다가 하루가 다 갔다. 현타 제대로 오지 않겠는가.

통역조차 못하는 멍청이

AI가 싼 똥을 치우면서 현타가 제대로 왔다. ‘이럴 거면 그냥 내가 직접 코딩하고, AI한테는 코드 해석이나 시키는 게 낫겠다’ 싶더라. 근데 이젠 그 통역마저도 제대로 못 한다. 예를 들어, jsx 플레이스홀더 파일에 tsx 코드를 쑤셔 넣는 등, 맥락을 완전히 무시하는 경우가 다반사였다. 기본적인 파일 확장자 구분도 못 하는 놈한테 뭘 더 바라겠는가.

결과는 보여주면서, 과정은 왜 숨기는데?

그리고 꼭 이런 글에 댓글 달면서 “나는 AI로 엄청난 성과를 냈다!“라고 자랑하는 놈들이 있다. 근데 이 놈들은 하나같이 결과물만 띡 보여준다. 그것도 전체 결과물이 아니라, 아주 짧게 편집된 영상만. 코드 레포지토리? 커밋 트래킹? 각 커밋 단계에서 어떤 프롬프트를, 어떤 모델에, 어떻게 RAG로 적용했는지? 이런 건 절대 공개 안 한다.

솔직히 이거 사기 아니냐? 결과를 못 얻은 사람들은 어떤 문제에 부딪혔는지 구체적으로 말할 수 있다. 어떤 사유에서 어떤 문제를 직면해 이걸 해결하려고 했는데 어떤 문제가 발생했다 등등. 근데 결과를 얻었다는 놈들은 왜 그 과정을 꽁꽁 숨기는 걸까? 어떤 프롬프트를 어떻게 사용했고, 어떤 문제에 어떻게 대처했는지, 왜 아무도 말해주지 않는 거냐고! 약 파는 것도 아니고, 참나.

마무리: 아직은 똥 싸는 기계일 뿐

AI가 미래를 바꿀 기술이라는 건 부정하지 않겠다. 하지만 적어도 지금 당장은, 특히 개발 현장에서는, 시기상조라는 생각이 든다. AI는 아직 똥만 싸는 기계일 뿐이다. 그 똥 치우느라 내 소중한 시간과 정신력을 낭비하고 싶지는 않다.