AI 시대, 숙련된 개발자의 암묵적 지식은 여전히 중요하다.

AI 코딩 도구는 명시적으로 기록된 지식(Explicitly Recorded Knowledge), 즉 문서, 주석, 테스트 코드 등을 기반으로 작동한다. 하지만 숙련된 개발자가 코드 리뷰에서 '이 코드는 뭔가 잘못됐다'고 직관적으로 느끼는, 암묵적 지식(Tacit Knowledge)은 AI가 접근할 수 없는 영역이다. 이는 AI 모델의 학습 데이터가 명시적 지식에 국한되기 때문이다. AI는 코드의 표면적인 이해는 가능하지만, 코드베이스의 맥락, 팀의 문화, 과거의 경험 등 암묵적 지식에 기반한 문제 해결 능력은 부족하다.

AI 기반 도구의 확산은 개발자의 역할 변화를 요구한다. AI가 코드 작성을 보조하는 시대에는, 숙련된 개발자가 암묵적 지식의 전달자(Tacit Knowledge Carrier)로서의 역할을 수행해야 한다. 페어 프로그래밍, 코드 리뷰 등을 통해 암묵적 지식을 전수하고, 코드베이스의 구조적 무결성(Structural Integrity)을 유지해야 한다. 또한, AI가 생성한 코드의 적합성을 판단하고, 코드베이스의 패턴을 관리(Pattern Guardian)하는 역할도 중요해진다.

AI 기반 도구의 과도한 의존은 개발팀 내 암묵적 지식의 소멸(Tacit Bankruptcy)을 초래할 수 있다. AI가 코드를 작성하면서, 숙련된 개발자의 경험과 직관이 담긴 암묵적 지식이 전수되지 않고, 코드베이스는 점차 그 형태를 잃어간다. 이는 코드의 유지보수성을 저하시키고, 새로운 개발자가 코드베이스를 이해하는 데 어려움을 겪게 만든다. 따라서, AI 도구 사용 시에도 암묵적 지식을 보존하고 전수하기 위한 노력이 필요하다.

AI는 코드에 대한 유창한 설명(Fluency)을 제공할 수 있지만, 이는 코드베이스의 실제 이유와는 무관할 수 있다. AI는 다양한 코드베이스에서 학습한 내용을 바탕으로 설명을 생성하지만, 팀 고유의 컨벤션, 설계 결정, 과거의 경험 등은 반영하지 못한다. 따라서 AI가 제공하는 설명은 그럴듯해 보일 수 있지만, 코드의 실제 의미를 정확하게 반영하지 못할 수 있다. 이는 AI의 설명을 맹신하는 경우, 코드베이스의 근본적인 문제(Fundamental Problems)를 놓칠 수 있다는 것을 의미한다.