AI 락스타 시대, 기술 부채 관리 전략
이전 개발자들이 남긴 복잡한 레거시 코드 때문에 신입 엔지니어가 기술 부채를 물려받는 문제가 계속되고 있다. AI 도구가 수만 줄의 코드를 빠르게 생성하긴 하지만, 세션마다 일관성이 없어서 AI가 만들어낸 코드의 기술 부채가 급격히 늘어나는 상황이다. AI가 과하게 보수적인 방식으로 엔지니어링을 적용하면서 AI 환각(Hallucination)과 불필요한 복잡성이 쌓여 시스템 이해를 더 어렵게 만들고 있다. 커뮤니티에서는 deprecated 도구(CRA 등)를 발견하면 점진적으로 개선하는 방식으로 접근하고, 비즈니스 케이스를 만들어 설득하라고 권장한다. AI 도구를 쓸 때는 작은 단위로 코드를 만들어 쓰는 게 좋고, 엔지니어가 주도적으로 품질을 관리해야 한다. 오히려 직접 코드를 짜는 게 나을 때도 있다
AI 락스타와 인간 락스타의 유사한 패턴
본문에 따르면 인간 락스타 개발자와 AI 락스타 모두 과도한 복잡성을 야기하는 공통점을 보인다. 인간 락스타는 최신 기술과 라이브러리에 몰두하며 동료가 이해할 수 없는 '암흑 코드'를 남기고, AI는 세션 간 맥락을 기억하지 못해 매번 새로운 컨텍스트에서 코드를 생성한다.
세션 격리: AI는 이전 대화의 결정 사항을 유지하지 못해 일관성 없는 아키텍처를 초래함
속도 우선주의: 인간과 동일하게 AI도 빠른 완료에 집중하며 가독성과 유지보수성을 고려하지 않음
블랙박스 의존: 복잡성이 증가한 시스템은 결국 AI 없이는 이해 불가능해지는 의존성 역설에 빠짐
결과적으로 두 유형 모두 기술 부채 축적이라는 동일한 결과를 낳으며, 이는 시스템의 응답성과 확장성을 저하시킨다.
AI 도구 도입 시 기술 부채 관리 프레임워크
글에서는 AI를 활용한 점진적 코드 생성(Incremental Code Generation) 전략을 제시한다. 핵심은 AI가 주도하는 것이 아닌 인간 엔지니어가 아키텍처 결정(Architecture Decision)을 내리는 구조다.
단위 증분(Unit Increment): AI에게 전체 기능을 한 번에 요청하지 않고, 작은 코드 조각(Small Snippet) 단위로 생성하게 하여 결합도(Coupling)를 낮춤
품질 게이트(Quality Gate): AI 생성 코드에 대해 '이 코드를 나 혹은 다른 엔지니어가 내일 이해할 수 있는가?'라는 질문을 적용하여 인간 검증(Human Verification) 필수화
과도 엔지니어링 방지(Over-engineering Prevention): 'belt and suspenders' 패턴을 무조건 적용하지 않고, 문제 복잡도에 맞는 최소한의 설계(Simplest Design) 우선 적용
이러한 접근은 AI의 생산성 이점을 유지하면서도 기술 부채(Technical Debt) 누적 위험을 줄이는 균형점을 제공한다.
레거시 코드bases와 deprecated 도구 대응 전략
토론 스레드에서는 deprecated 도구(예: create-react-app)를 발견했을 때 실제로 어떻게 대응할지 실무적인 방법을 논의합니다. 단순히 "업데이트가 필요합니다"라고 말하기보다는 비즈니스에 미치는 영향을 근거로 설득해야 한다는 조언이 많았습니다.
현황 분석: 해당 도구가 왜 선택되었는지 과거 맥락을 파악하고, 조직적·정치적 이유를 존중해야 합니다.
영향도 측정: 빌드 시간 증가, 의존성 업데이트 난이도, SSR 미지원 등 구체적인 문제점을 문서화합니다.
EAFP 원칙: 먼저 소규모 개선을 시도한 뒤 실제 성과로 설득하는 전략입니다.
결론적으로, 기술 부채는 모든 조직에 존재하며 중요한 것은 "무엇을 바꿔야 하는가"가 아니라 "왜 바꿔야 하는가"를 명확히 하는 것입니다.
AI 의존과 기술 숙련도의 균형
본문에서 저자는 AI 도구에 대한 과도한 의존(Over-dependency)의 위험성을 경고한다. AI가 생성한 코드를 이해하지 못하면, 시스템 전체를 블랙박스(Black Box)로 전락시킬 수 있다.
지식 축적 중단(Knowledge Accumulation Stoppage): AI에게 모든 코딩을 맡기면 엔지니어의 문제 해결 능력(Problem-solving Skill)이 퇴화함
맥락 소실(Context Loss): AI가 생성한 코드는 설계 의도와 문제 상황이 명시되지 않아 의도적 설계(Intentional Design)가 부재함
기술 균형(Technical Balance): AI를 '도구'로 사용하되, 핵심 로직과 아키텍처 결정은 인간 엔지니어가 주도(Human Engineer Leadership)해야 함
저자는 'Craftsmanship will always be in our hands'라고 표현하며, AI가 창의적 문제 해결(Creative Problem-solving)을 대체할 수 없음을 강조한다.
