ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- 이제 코드의 거의 1/3이 AI에서 생성됩니다.
- 생성 AI 덕분에 개발자 생산성이 4% 향상되었습니다.
- 생산성 향상은 경험이 많은 개발자에게만 국한됩니다.
전 세계적으로 AI로 생성된 코드의 양은 지난 2년 동안 2022년 5%에서 2024년 말까지 거의 30%로 6배 증가했습니다. 이와 함께 프로그래머 생산성도 눈에 띄게 증가했습니다.
이는 AI 도구와 플랫폼이 소프트웨어 개발에 미치는 영향을 조사한 CSH(Complexity Science Hub)의 새로운 연구 결과 중 일부입니다. 연구원들은 6개국의 소프트웨어 개발 활동을 다루는 대규모 데이터 세트에 적용되는 모델을 개발했습니다.
또한: 4년 간의 제품 개발을 4일 만에 200달러에 완료했지만 여전히 놀랍습니다.
연구 저자들은 미국 기업들만 프로그래밍 관련 인건비에 연간 6,000억 달러 이상을 지출하는 것으로 추정되기 때문에 개발 시간 절약이 비용에 미치는 영향은 엄청나다고 지적합니다.
생산성 향상은 경험과 상관관계가 있습니다.
Generative AI는 프로그래머 생산성을 4% 가까이 높인 것으로 추산됩니다. 그러나 데이터에는 균열이 있습니다. 경험이 부족한 프로그래머는 AI를 더 자주 사용하지만(37%), 생산성 향상은 거의 경험이 많은 개발자에게서만 나타납니다.
Simone Daniotti가 이끄는 CSH 연구팀에 따르면 Gen AI는 프로그래밍 작업의 양과 성격을 모두 재편합니다. “세대 AI를 채택하기 전과 후의 동일한 개발자를 비교하면 AI 채택이 생산량을 크게 증가시킨다는 것을 알 수 있습니다. 또한 세대 AI를 사용하는 개발자는 소프트웨어 라이브러리의 새로운 조합을 코드에 통합할 가능성이 더 높으며 이는 익숙하지 않은 빌딩 블록을 사용하여 새로운 기술 영역에 모험을 시도하는 것을 의미합니다.”
또한: 소프트웨어 개발 프로세스에서 AI를 활용하기 위한 6가지 필수 규칙과 가장 큰 위험
업계 경영진은 생산성 향상을 환영하지만 이는 AI 영역으로의 성공적인 전환을 위한 한 가지 측면일 뿐이라는 점에 주의해야 합니다. Planview의 최고 마케팅 및 전략 책임자이자 자동차 솔루션 총괄 관리자인 Cameron van Orman은 “AI가 운영에 계층화되면 조직은 진행 중인 프로젝트와 제품을 비즈니스 목표에 더욱 긴밀하게 맞추는 다양한 이점을 누릴 수 있습니다.”라고 말했습니다.
그는 “업데이트 추적, 위험 식별, 보고 정규화 등의 수동 작업을 모두 자동화할 수 있습니다”라고 말했습니다. “또한 AI는 이전에는 숙련된 소수의 프로젝트 관리자만이 볼 수 있었던 포트폴리오 간 및 가치 흐름 종속성을 표면화하여 시스템, 데이터 및 도구 제한으로 인한 가시성 격차를 제거할 수 있습니다.”
구조와 책임을 무시하지 마십시오
개발자가 얻을 수 있는 이점은 속도와 생산성 그 이상입니다. BairesDev의 전달 담당 부사장인 Guillermo Carreras는 “1,000명이 넘는 개발자를 대상으로 설문 조사를 실시한 결과 76%가 AI가 혁신과 창의적인 문제 해결에 집중할 수 있게 해주기 때문에 업무 성과를 더욱 높여준다고 생각하는 것으로 나타났습니다.”라고 말했습니다. “일상적인 작업이 처리되기 때문에 팀에서 더 의미 있는 작업을 수행할 수 있습니다. 이는 투자 가치를 높입니다. 속도는 부작용일 뿐입니다.”
게다가 속도와 생산성만을 추구하다 보면 소프트웨어 개발 프로세스의 중요한 요소를 놓치게 됩니다. van Orman은 “구조와 책임이 없으면 가장 유망한 AI 프로젝트도 중단될 것이며 AI는 소프트웨어 개발 수명주기에 영향을 미치지 못할 것”이라고 덧붙였습니다. “실험에서 전사적 채택으로 확장할 때 소프트웨어 리더는 규율 있는 계획, 우선순위 지정 및 후속 조치에 우선순위를 두어야 합니다.”
또한: 2026년 기술 향상을 위한 최고의 무료 AI 강좌 및 인증서 – 모두 시도해 보았습니다.
그리고 CSH 연구에서는 경력 초기 개발자들 사이에서 생산성이 눈에 띄게 부족하다는 점을 발견했습니다. 연구에 따르면 Gen AI의 채택률은 “초기 개발자들 사이에서 더 높다”고 추정됩니다. “그러나 생산성과 탐색상의 이점은 거의 전적으로 고위급 개발자에게만 집중됩니다. 이와 대조적으로 초기 경력 개발자는 Gen AI를 더 많이 사용했지만 동일한 이점을 실현하지 못했습니다.”
그 이유는 “개발자가 광범위한 작업에 걸쳐 Gen AI를 얼마나 잘 활용하는지의 차이를 반영할 수 있기 때문”이라고 Daniotti와 그녀의 공동 저자는 이론화했습니다. “예를 들어, 고위 개발자는 AI 생성 코드에서 실수를 더 빠르게 해석하고 찾아낼 수 있습니다.”
‘동일한 것으로 더 많은 일을 하세요’
이는 경험이 풍부한 소프트웨어 전문가에게 더 많은 기회를 제공한다는 것을 의미합니다. DataRobot의 최고 제품 책임자인 Venky Veeraraghavan은 “시장이 얼마나 빠르게 움직이고 혁신의 기하급수적인 속도를 고려할 때 소프트웨어 개발자가 단위 시간당 더 많은 기능을 제공해야 한다는 수요가 더 많아질 것이라고 생각합니다.”라고 말했습니다. “미적분학은 ‘더 적은 것으로 동일한 작업을 수행’하는 것이 아니라 ‘동일한 작업으로 더 많은 작업을 수행’하는 것입니다.”
코딩을 더 빠르게 처리하는 AI 도구를 사용하면 “개발자는 실제로 판단이 필요한 아키텍처 및 엣지 케이스에 대해 생각할 수 있습니다”라고 Carreras는 말했습니다. “또한 문서화 프로세스와 테스트 케이스 생성을 용이하게 합니다.”
또한: Google의 Antigravity는 AI의 과대 광고보다 코딩 생산성을 우선시하며 그 결과는 놀랍습니다.
Jobright의 공동 창립자이자 CEO인 Eric Cheng은 “성공하는 개발자는 AI를 팀의 하급 엔지니어처럼 유용하고 빠르지만 감독이 필요한 개발자처럼 대하는 사람이 될 것”이라고 말했습니다. “AI 출력을 프롬프트, 검토 및 개선하는 방법을 아는 것은 깨끗한 코드를 작성하는 것만큼 중요합니다.”
CSH 연구에 따르면 Gen AI는 새로운 라이브러리에 대한 실험을 늘렸습니다. 보고서는 “이는 Gen AI를 통해 사용자가 새로운 프로그래밍 영역으로 더 빠르게 발전하고 코드에 새로운 유형의 기능을 내장할 수 있음을 의미합니다”라고 밝혔습니다. “Gen AI는 개인의 혁신을 증가시켜 새로운 라이브러리 조합 사용 측면에서 개인의 능력을 향상시킵니다. 그러나 경험이 풍부한 고위급 사용자만이 Gen AI를 이러한 방식으로 활용할 수 있는 것으로 보이며 이는 Gen AI가 있는 곳에서 경력 개발 및 학습에 중요한 결과를 가져옵니다.”