한 달 AI 없이 코딩해 보니, 내가 쓴 코드조차 낯설어졌다

한 개발자가 AI 코딩 도구를 완전히 끊은 지 한 달이 지났다. 그가 블로그에 남긴 기록은 AI가 생산성을 높여준다는 통념을 정면으로 뒤집는다.

AI를 끊게 된 계기

필명 'bustikiller'의 개발자는 오픈소스 프로젝트 'LibreWeddingPlanner'에서 AI 기여를 금지했다. 기여가 많아서가 아니라 향후 분쟁을 피하고 입장을 정하기 위해서였다. 하지만 직장에선 달랐다. 동료 대부분이 AI를 쓰고 있었고, 그도 '강화된 자동완성'부터 시작해 코드 생성 모델을 연달아 도입했다.

통제가 환상이 된 순간

처음엔 함수 하나, 테스트 하나를 맡겼다. 곧 Jira 티켓 전체를 붙여넣고 구현을 맡기는 단계로 나아갔다. 낯선 코드베이스에서 AI가 "이 변경이 필요하다"고 하면 그대로 따랐다. 나중엔 깃 워크트리 여러 개에 에이전트를 띄워 병렬로 돌리는 지경에 이르렀다.

그는 고백한다. PR을 검토하는 데 2일이 걸렸다. 직접 짰다면 1시간이면 끝날 일이었다. 컨텍스트 전환이 기계는 빨라도 사람은 견디지 못했다. 단 한 건도 AI 결과물 그대로 머지하지 못했다고 적었다.

커뮤니티는 둘로 갈렸다

해커뉴스 댓글 126개는 두 축으로 나뉜다.

도구 탓이 아니다
"TDD를 지키며 테스트부터 짜고 AI를 제약하면 된다", "PR을 작게 쪼개면 검토 비용도 줄어든다"는 반론이 적지 않다. AI를 '마약'에 비유한 글쓴이의 태도 자체가 문제라는 지적도 있다.

구조적 한계다
"2000년대 '인터넷 없이 한 달' 글과 같다", "측정해 보니 오히려 품질이 올랐다"는 반박도 있다. 하지만 "토큰이 떨어져 직접 고쳐보니 30분 만에 끝났는데, 내가 아직 할 수 있는지 불안했다"는 댓글이 가장 많은 공감을 얻었다. 의존이 만든 심리적 위축을 보여준다.

본지가 앞서 짚은 두 지점과 맞닿는다

**오픈소스 거장들이 AI 기여를 거절하는 진짜 이유**에서 다룬 **'검토 비용 폭증'**이 바로 이 글의 핵심이다. AI가 코드를 쏟아내면 사람이 읽고 판단하는 비용이 기하급수적으로 는다.

**AI에게 글쓰기를 맡기면 내 생각이 사라질까**에서 논의된 **'주체성 상실'**도 같은 맥락이다. 코드를 이해하려 애쓰는 게 '수치심 회피'였다는 고백은, 생각을 위임했을 때 돌아오는 대가가 무엇인지 보여준다.

쉽게 풀어보면

이 개발자는 AI라는 '초고속 조수'를 여럿 둔 현장 소장이었다. 조수들이 밤새 도면을 그려 놓으면, 소장은 아침마다 검수하느라 진이 빠졌다. 직접 그리는 게 더 빠르고 정확했다는 깨달음이다.

중요한 건 AI가 쓸모없다는 이야기가 아니다. '여러 일을 동시에 맡기는 방식'이 사람 뇌에 맞지 않는다는 점이다. 한 번에 하나, 작게, 검증 가능하게 — 이건 AI 이전부터 좋은 개발 습관이었다. 도구가 바뀌어도 원칙은 변하지 않는다.

나에게 미치는 영향

챗GPT나 클로드로 코드 조각을 묻는 정도라면 이 글과 무관하다. 하지만 '에이전트에게 티켓 통째로 맡기기'를 시도 중이라면 두 가지를 오늘 확인해 보라.

첫째, PR 크기를 5개 파일 이하로 제한해 보라. 검토 시간이 확 줄어든다.
둘째, 테스트를 먼저 쓰고 AI에게 통과시키는 코드만 짜게 하라. TDD의 원래 목적대로 '설계 도구'로 쓰면 된다.

직접 타이핑하는 20분이, AI 결과물 읽고 고치는 2일보다 낫다는 게 이 개발자의 결론이다. 당신의 워크플로도 한 번쯤 되짚어 볼 시점이다.

남은 쟁점

양측이 동의하는 지점은 **'검토 비용이 본질'**이라는 것이다. 갈리는 지점은 그 비용을 줄이는 방법이 '도구 사용법 개선'에 있느냐, 'AI 의존도 축소'에 있느냐다.

관전 포인트는 세 가지다.
첫째, IDE 내장 에이전트가 '자동완성'에서 '자율 실행'으로 넘어가며 이 문제가 일반화될 것이다.
둘째, 오픈소스뿐 아니라 사내 코드리뷰 문화도 **'AI 생성물 검토 가이드라인'**을 따로 만들게 될 가능성이 크다.
셋째, '직접 짜는 개발자'와 'AI 지휘하는 개발자'의 임금 격차가 생길지, 아니면 후자가 번아웃으로 이탈할지가 현장의 다음 화두다.

글쓴이는 끝내 TDD로 돌아왔다. 테스트부터 짜고, 작은 커밋을 쌓고, 직접 읽으며 이해하는 방식. 도구가 아니라 습관이 생산성을 결정한다는 오래된 진실이, AI 시대에도 유효함을 그는 한 달 만에 증명했다.