수동으로 코딩하던 시대는 완전히 지나갔을까요? 그렇게 생각하는 IT 전문가도 있습니다. 미국 내 319명의 IT 전문가를 대상으로 한 최근 조사에 따르면 IT 근로자 중 72%는 개발 프로세스에서 AI 생성 코드를 사용하는 것으로 나타났습니다. 버그를 자동으로 감지하는 것부터 독창적인 코드 조각을 생성하는 데 이르기까지 소프트웨어 개발에서 인공 지능(AI)이 할 수 없는 일은 거의 없습니다.
숙련된 기술 전문가들은 AI가 일상적이거나 반복적인 코딩 작업을 처리할 수 있다는 것을 알고 있습니다. 그러나 최근 연구에 따르면 그 영향력은 코드 생성, 최적화, 테스트와 같은 더욱 복잡한 프로세스까지 확대되고 있습니다. 이 획기적인 기술은 개발 주기의 단축과 더욱 강력하고 신뢰할 수 있는 소프트웨어를 약속합니다.
IT 전문가를 대상으로 AI가 IT 부문을 혁신하는 방식, 특히 개발 및 코딩 분야의 AI 활용에 대해 조사했습니다. 응답자들에 따르면, 코딩 분야에서 생성형 AI 사용이 증가하고 있으며, 이러한 추세는 당분간 지속될 것으로 예상됩니다.
- IT 근로자 중 72%가 각자의 직무에서 AI 생성 코드를 사용하고 있습니다.
- IT 근로자 중 30% 이상은 코드 생성이 AI에서 가장 유용한 기능이라고 말합니다.
- 정확성에 대한 우려에도 불구하고, 전망은 여전히 긍정적입니다. 응답자의 1/3 이상이 생성형 AI의 코드를 매우 정확한 것으로 평가했습니다.
- IT 근로자 중 50% 이상이 코딩의 미래에 AI가 포함될 것이라고 생각합니다.
응답자들에 따르면 생성형 AI 코드는 미국 내 300만 명의 IT 전문가들 사이에서 널리 채택되고 있습니다. 설문 조사 대상 전문가들 중 상당 수(34.8%)가 개발 프로세스에 AI 생성 코드를 광범위하게 사용하고 있다고 응답했습니다. 추가로 21.94%는 가끔씩, 15.05%는 드물게 사용한다고 답했습니다. 이러한 응답을 모두 합하면 IT 근로자의 72%가 AI를 업무에 활용하고 있는 것입니다.
또한 현재는 AI를 사용하고 있지 않은 근로자 중 일부(10.66%)도 AI를 채택할 계획이 있다고 말했습니다. 팀 전체의 AI 도입을 가로막는 잠재적 장벽으로는 기술에 대한 재정적 투자 의지 또는 능력 부족, AI 활용을 위한 팀의 준비 부족, 그리고 생성형 AI의 가치에 대한 조직의 제대로 된 인식 부재 등이 있습니다. 강력한 생성형 AI 도구의 도입률을 높이는 한 가지 가능한 해결책은 앞으로 해당 기술에 대한 접근 장벽을 낮추는 것을 꼽을 수 있습니다.
급속도로 성장하는 이러한 기술은 우리 시대에 가장 흥미롭고 혁신적인 기술 중 하나가 되었습니다. 실제로 개발자 중 72%는 이미 AI를 사용하여 코드를 작성하고 있습니다.
AI는 지난 몇 년간 뜨거운 논쟁의 대상이었지만, 이 데이터는 IT 분야와 기술 분야 전체에서 AI 채택의 상당한 성장 추세를 보여줍니다. AI 윤리 문제, 생성형 AI 사용의 모순, 그리고 이 기술과 관련하여 흔히 거론되는 기타 문제에 대한 우려에도 불구하고, 데이터는 명확합니다. 기술 종사자들은 코딩 및 개발과 같은 복잡한 프로젝트에 AI를 사용하고 있거나 사용할 계획입니다.
이는 혁신적인 기술 팀에 질문과 도전 과제를 제기합니다. AI를 사용하고 있습니까? 사용하고 있지 않을 경우, 특히 경쟁업체가 이미 사용하고 있다면 업계에서 뒤처질 수 있습니다. AI 코드 생성을 이미 사용하고 있다면 잘하고 있습니다. 하지만 이 도구로 더 많은 일을 할 수는 없을까요?
기술 분야의 코딩을 위한 생성형 AI의 최전선에서는 한계가 없습니다. 아직까지 이러한 혁신의 모든 가능성을 보지 못했습니다.
이러한 IT 근로자 중 72%는 어떤 프로젝트에 AI를 사용하고 있을까요? 놀라실 수도 있지만 당사 데이터에 따르면 AI는 기존 코드를 단순히 편집하는 데서 그치는 것이 아니라 새로운 코드를 만들고 테스트하는 데 가장 많이 사용되고 있습니다. 기술직 종사자들이 언급하는 주요 용도 중에는 코드 생성(37.62%), 버그 탐지(35.42%), 자동 테스트(34.48%)가 있습니다.
개발 시 사용되는 생성형 AI의 일반적인 용도는 다음과 같습니다.
- 코드 생성 및 합성: 훌륭한 AI 코딩 도구는 명확한 지침과 설명서를 기반으로 전체 코드 블록이나 함수를 생성할 수 있습니다.
- 자동 완성: 앱 또는 도구 내에서 AI는 Gmail이나 문자 메시지의 예측 텍스트처럼 사용자가 입력하는 코드의 다음 부분을 제안할 수 있습니다.
- 템플릿 생성: CRUD 작업이나 API 엔드포인트와 같은 일반적인 패턴에 대한 상용구 코드나 스니펫을 만드는 데 AI 코드를 사용하는 개발자가 많습니다.
- 오류 탐지 및 수정: AI 코드용 특수 도구를 사용하면 기존 코드에서 오류를 자동으로 식별하고 수정 사항을 제안할 수 있습니다.
- 성능 최적화: AI는 코드를 분석하여 속도, 메모리 사용량 또는 기타 성능 메트릭 최적화를 추천할 수 있습니다.
- 현대화 이니셔티브 지원: 아직도 레거시 애플리케이션을 사용하는 기업이 현대화를 하기 위해서는 막대한 시간이 소요될 수 있습니다. 2024년 Gartner 보고서에 따르면 AI는 이러한 애플리케이션을 설명하고 대체품을 생성하여 비용을 최대 70%까지 절감할 수 있습니다.
나열된 용도 중 다수가 QA 및 테스트와 관련이 있기는 하지만, AI의 활용도가 QA를 훨씬 뛰어넘는다는 점을 이해하는 것이 중요합니다. IT 전문가의 31.35%는 코드 편집 및 검토에, 33.86%는 성능 최적화에 AI를 사용하며, 대부분의 IT 전문가가 코드 생성에 AI를 사용합니다.
AI 코드 생성과 관련해 이러한 전환이 이루어진다는 점은 매우 흥미롭습니다. 이는 최종 사용자가 기술 활용에 비교적 능숙하고 최소한의 개발 역량을 갖춘 IT 분야에서도 여전히 AI를 사용하여 코드를 작성하고 개선하는 것을 선호한다는 점을 시사합니다. 이는 모든 유형의 개발에서 AI가 팀의 효율성을 극대화하는 데 어떻게 도움이 될 수 있는지에 대해 많은 것을 말해줍니다.
코드 생성에 AI를 사용하는 방법에 대해 살펴보지 못했다면 현재 작업과 관련해 팀의 효율성을 높이고 새로운 문제를 더 빠르게 해결할 수 있는 중요한 기회를 놓치게 될 것입니다. 하버드 비즈니스 스쿨에 따르면, 실제로 고도로 숙련된 작업자가 생성형 AI를 그 기능 내에서 사용할 경우 생산성을 최대 40%까지 향상시킬 수 있다고 합니다. 특히 경쟁이 치열하고 빠르게 변화하는 IT 업계에서는 이러한 이점을 거부할 수 없습니다.
AI에 대한 가장 일반적인 논쟁 중 하나는 생성된 결과가 정확한지 여부입니다. 당사의 연구에 따르면, IT 근로자 중 3분의 1 이상이 AI 생성 코드의 정확도가 높다고 응답했으며, 회의론자들은 이러한 결과에 놀랄 수도 있습니다. IT 근로자 중 33.86%가 AI 생성 코드를 매우 정확하다고 평가했고, 21.63%는 대체로 정확하다고 평가했다는 사실은 AI의 현재 역량에 대한 신뢰를 분명히 보여줍니다.
그렇기는 하지만 정확성은 AI 코드를 구현하는 데 있어 가장 큰 과제이기도 합니다. 응답자 중 46.08%는 정확성을 주요 과제로 꼽았지만, 코드에 일관성이 없다고 생각하는 사람은 10.34%, 정확성이 부족하다고 생각하는 사람은 0.63%에 불과합니다. 개선의 여지도 물론 있지만 전체적으로는 긍정적인 결과입니다.
이 데이터는 개발 프로젝트에 AI 또는 생성형 AI를 구현할지 여부를 아직 결정하지 못한 모든 사용자에게 희망을 줍니다. AI 생성 코드는 정확도에 대한 우려가 큰 잠재 고객에게도 높은 수준의 정확도를 보여주는 것으로 나타났습니다. 2025년에는 AI가 개발자의 도구 상자에서 신뢰할 수 있는 도구가 될 수 있으며, 반드시 그래야 합니다.
프로세스에 AI를 언제, 어디에 추가해야 할지 확신이 없다면 작고 반복적인 작업부터 시작하는 것이 좋습니다. 자동 완성 또는 디버깅 등 AI가 가치를 더할 수 있는 작업을 파악해 보세요. 코딩 AI를 사용하는 데 자신감이 붙으면 이 새로운 도구를 모든 프로젝트와 프로세스에 적용해 볼 수 있습니다.
마지막으로, 매우 중요한 질문을 던졌습니다. AI는 앞으로 기존의 코딩 기술의 필요성을 대체하게 될까요? 전문가의 의견은 여전히 엇갈렸습니다. 대부분의 개발자(46%)는 AI가 자신의 기술을 보완하지만 인간의 판단력이 여전히 중요한 미래를 전망합니다.
물론 더 낙관적인 IT 전문가도 있는데, 12.85%는 AI를 코딩의 미래라고 생각합니다. AI 기반 솔루션이 이미 생산성과 효율성을 대폭 향상시키고 인적 오류의 가능성을 줄이는 세상에서, 이러한 견해가 전혀 말이 안 되는 것은 아닙니다. 인공 지능의 미래는 매우 밝기 때문입니다.
생성형 AI 코딩 도구는 개발자를 대신하는 것이 아니라 개발자의 역량을 강화하기 위해 설계되었습니다. 앞으로 몇 년 동안 기술 환경에서 AI의 역할은 개발자를 대체하기보다는 숙련된 개발자와 협력하는 방향으로 나아갈 것입니다. 개발자의 역할은 반복적 작업을 수행하는 AI의 능력을 고려하도록 바뀔 수 있습니다.
그러나 인공 지능의 책임 있는 개발이 인간의 창조 능력과 고급 문제 해결 능력을 능가하지는 못할 것입니다. 기계가 생성한 AI 코드로 특정 작업을 대신 수행할 수는 있지만, 인간이 항상 기계를 훈련시키고 프로젝트의 전략적 비전을 이끌어야 할 것입니다.
수집된 데이터 전반의 흐름은 명확합니다. 특히 기술 분야에서 AI는 계속 존재할 것입니다. 사실, IT 전문가들의 AI 사용 여부에 대해 질문하기 보다는 사용량에 대해 질문하는 것이 더 적절합니다. 특히 개발 및 코딩 분야에서 생성형 AI의 활용은 2024년에 매우 광범위하게 확산되었으므로 더 이상 의심의 여지가 없습니다. 대부분의 IT 전문가는 이미 AI를 사용하고 있습니다.
앞으로 코드 생성을 위해 AI를 사용하는 사례는 더욱 확산될 것으로 예상할 수 있습니다. 디버깅, 통합, 보안 분야에서 AI 활용 시 남아있는 문제점들이 해결되고, 특히 정확도 향상과 맞물리면서, 코딩을 위한 생성형 AI의 사용은 계속 증가하며 널리 채택될 것입니다.
이러한 상황이 팀에는 어떤 의미를 가질까요? 사실 코딩에 생성형 AI를 활용하는 것에 대한 확신이 없더라도, 이 기술을 도입하지 않으면 팀이 뒤처질 가능성은 높습니다. 사실, 개별 팀원들은 아마도 회사의 기술 정책에 관계없이 이미 일상 업무에 AI를 사용하고 있을 것입니다. AI 코드 생성, 버그 탐지, 자동화된 테스트는 AI가 핵심 업무를 간소화하며 가치를 더하는 주요 영역입니다. 아직도 수동으로 처리하고 있다면 경쟁사에 뒤처지고 있는 셈입니다.
팀을 위한 최첨단 생성형 AI 솔루션에 투자할 준비가 되었다면 Now Assist를 선택하세요. 바로 사용 가능한 생성형 AI 경험은 인공 지능의 힘을 활용하여 팀의 효율성과 효과를 높이도록 설계되었습니다.
