ChatGPT, Gemini, copilot. 개발자라면 당연히 많이들 쓰고 있을거다. 나도 즐겨사용중. 최근에는 AI 기반 디자인툴도 찾아서 즐겨 사용중이다.

그렇지만 잘 사용해야 실질적인 생산성 향상이 될 듯.

우선 그라운드리서치는 탁월하다. 그라운드 리서치할 주제를 물어보고 특히 여러 방식중 비교를 한다거나 가장 범용적으로 사용되는 방식을 리스트업한다거나 아주 잘해온다. 하지만 주의할 점은 팩트체크. 주로 여러솔루션을 AI 가 찾게하고 그걸 직접 사용해보고 비교하는 편이다. AI 도 결국 공개된 웹페이지나 많은 사람들과 대화로 학습한다면 틀릴 수 있기 때문. 여러개 답을 찾아오게 하고 찍어 먹어보는 편이다. 나는.

문제해결에도 쓸 수 있다. 정리되지 않은 스택오버플로우나 검색을 잘 하지 않게 되었다. 얼마전 앱 빌드 배포후 푸쉬가 안오는 현상이 있었던 사례. 일단 너무 애매하게 물어보면 역시 AI 도 헤맨다. 의심가는 사례가 있어서, "최근에 APN(Apple Push Notification) 에 정책변화가 있었어?" 아... Gemini 가 단번에 찾아오는거다. 인증서 정책이 바뀌었고 과거 발급받은 인증키가 심지어 종료되었다고. 애플이건 구글이건 치사한게 각 종 보안을 이유로 구형 sdk, policy 를 훅 종료는 시키지만 전세계 유저 cs 나 경쟁에서 밀리긴 싫으니 안 고치고 구형을 쓰면 조용히 지원한다는 사실이다. 그래서 이런 정책 변화는 새로 빌드 배포했을 때만 나타나는 점. 아무튼 새로운 정책 요약, 제조사의 가이드 문서 등을 찾아오게 하고 바로 당일 해결. 업데이트 이유에 이 정책변화 대응이라고 썼더니 1-2시간만에 승인나오고 큰 사고 없이 배포까지 완료하는데 4-5시간밖에 안 걸렸다.

그런데 여기서 AI 랑 문제해결을 했다고 해도 난 아래를 해둔다.

• 정확한 원인, 해결 이력 남기기 -> 팀내 공유

• 해당 문제를 배포전에 확인할 수 있도록 하는 qa 프로세스 확립

최근에 AI 에게 간단한 쉘스크립트, sql 을 짜오라고 시킬 때도 많다. 근데 이 때 난 와꾸만 짜오게 하는 편. 기본 문법은 내가 아니까 짜온 와꾸에 변수를 지정받거나 연결 작업을 넣거나 조인을 넣어서 완성하는 편. 회사의 소중한 자산인 코드나 비즈니스 로직을 공용 AI 서버에 퍼줄수는 없으니까 이렇게 하는 편. 개인적으로 AI 가 보편화되면 보안문제나 개인정보보호의 문제는 중요해질 것 같다.

그래도 내가 주니어라면 AI 를 맹신해서 단편적인 답변만으로 일처리를 하고 자족하면 언젠가 당신은 쉽게 대체될거다. 잘 활용하고 근본 원리나 AI 를 부하직원으로 또는 동료로 같이 일할 수 있으려면 경험을 쌓을때 내걸로 만들고 종합적인 판단과 책임질 수 있는 수준이 될 수 있게 해야하지 않을까?

아주 옛날 퍼블릭 클라우드 임원에게 인프라 담당 직원이 이런 질문을 한 적이 있었다. "퍼블릭 클라우드를 쓰면 SE 들은 뭘 하나요?" "SE 따로 Developer 따로가 아니라 새직능이 만들어질거에요" 그게 오늘날 DevOps다.

어느 직능이나 그렇지만 이젠 AI 를 잘 고용하고 잘 활용하는 개발자들이 경쟁력을 유지할 것. 나도 그러려고 노력 중!