AI가 주니어 개발자와 유사하다고 평가받는 기술적 이유는 무엇인가?

AI가 **"손은 매우 빠르지만 경험과 판단력이 부족한 주니어 개발자"**와 유사하다고 평가받는 기술적 이유는 명확합니다.

AI는 대학에서 배우는 이론적 지식(형식지)에는 능통하지만, 실무 현장에서 필요한 맥락적 이해(암묵지)와 아키텍처적 판단력(Technical Taste)이 결여되어 있기 때문입니다. 구체적인 기술적 이유는 다음과 같습니다.

1. '형식지(Codified Knowledge)'에는 강하나 '암묵지(Tacit Knowledge)'에 약함

가장 근본적인 이유는 AI가 학습한 데이터의 성격에 있습니다.

• 형식지의 숙달: AI는 인터넷상의 방대한 코드와 문서를 통해 프로그래밍 문법, 알고리즘, 디자인 패턴 등 교과서적인 지식(형식지)을 완벽하게 습득했습니다. 이는 갓 대학을 졸업한 주니어 개발자가 이론적 지식으로 무장한 상태와 유사합니다. 따라서 '보일러플레이트 코드'나 '단순 기능 구현'은 인간보다 훨씬 빠르게 수행합니다.
• 암묵지의 부재: 반면, AI는 특정 회사의 비즈니스 로직, 복잡하게 얽힌 레거시 시스템의 의존성, 문서화되지 않은 팀의 관습 같은 '암묵지'를 이해하지 못합니다. 이로 인해 AI는 새로운 프로젝트(Greenfield)에서는 생산성이 높지만, 기존의 복잡한 코드베이스(Brownfield)를 수정하는 작업에서는 맥락을 파악하지 못해 생산성이 급격히 떨어집니다.

2. '작동하는 코드'와 '좋은 코드'를 구별하지 못함 (판단력 부재)

AI는 코드를 "작동하게(Correctness)" 만드는 데는 능하지만, 그 코드가 시스템 전체에 적합한 "좋은(Good)" 코드인지는 판단하지 못합니다.

• 구현 중심의 사고: AI는 주니어 개발자처럼 주어진 명세를 코드로 변환하는 '구현(Implementation)' 자체에 집중합니다. 코드가 컴파일되고 기능이 작동하면 성공으로 간주하지만, 그 코드가 장기적으로 유지보수 가능한지는 고려하지 않습니다.
• 아키텍처적 시야 부족: AI는 당장의 문제를 해결하기 위해 **'모놀리식 구조(Return of Monoliths)'**로 코드를 짜거나, **'리팩터링을 회피(Avoidance of Refactors)'**하고 기존의 나쁜 패턴을 답습하는 경향이 있습니다. 또한, 불필요하게 복잡한 추상화를 도입하거나 반대로 필요한 추상화를 건너뛰어 기술 부채를 유발하기도 합니다. 이는 전체 시스템의 설계를 보는 눈이 부족한 초급 개발자의 특징과 일치합니다.

3. '비전문가의 무지'와 보안 리스크 (Insecure by Dumbness)

AI가 작성한 코드는 겉보기엔 완벽해 보이지만, 실무 경험 부족으로 인한 치명적인 결함을 내포하는 경우가 많습니다.

• 보안 및 성능 안티 패턴: AI는 기능 구현에 급급해 보안성이 낮은 라이브러리를 사용하거나(Vanilla Style), 소규모 데이터에서는 작동하지만 대규모 트래픽에서는 시스템을 마비시키는 비효율적인 쿼리(N+1 문제 등)를 작성할 수 있습니다. 이는 "작동하니까 괜찮겠지"라고 생각하는 주니어의 실수와 유사하며, 이를 **'비전문가의 무지(Insecure by dumbness)'**라고 부릅니다.
• 형식적 테스트: 테스트 커버리지 수치만 채우기 위해 의미 없는 테스트 코드를 작성하는 것(Fake Test Coverage)도 AI 코드에서 자주 발견되는 안티 패턴 중 하나입니다.

4. 맥락(Context) 유지의 한계

기술적으로 AI 모델은 **'컨텍스트 윈도우(Context Window)'**의 한계를 가집니다.

• 기억력의 한계: 프로젝트 규모가 커질수록 AI는 전체 코드베이스를 한 번에 이해하지 못하고, 이전에 처리한 내용을 잊거나(Signal-to-noise ratio 문제) 엉뚱한 코드를 생성할 확률이 높아집니다. 이는 복잡한 시스템의 히스토리를 다 파악하지 못해 헤매는 신입 사원의 모습과 기술적으로 맞닿아 있습니다.

---

[요약]

결국 AI가 주니어 개발자와 같다고 평가받는 이유는 **"정해진 문법대로 코드를 짜는 속도(Coding)는 압도적이지만, 이 코드가 전체 시스템에서 어떤 영향을 미칠지 설계하고(Architecting), 검증하며(Verifying), 책임을 지는 능력은 없기 때문"**입니다.

따라서 AI는 **'유능하지만 감독이 필요한 조수'**로 활용되어야 하며, 이를 관리하는 시니어 개발자의 **'기술적 안목(Technical Taste)'**과 **'검증 능력'**이 더욱 중요해지고 있습니다.