🤖 클로드가 아직 시니어 엔지니어는 아니야

이게 뭔데? 🤔

요즘 AI 세계에서 가장 핫한 주제는 바로 클로드 4.5야. 사람들이 "AGI(인간 수준의 인공지능)가 코앞에 왔다!"고 떠들 정도로 엄청난 성능을 보여주고 있거든. 근데 실제 코드베이스에서 몇 주 사용해본 결과, 아직은 시니어 엔지니어 수준은 아니라는 게 이 글의 핵심이야.

글쓴이는 클로드를 실제 프로젝트에 적용해본 경험을 바탕으로, 클로드가 잘하는 것과 못하는 것을 구분해줘. 특히 디버깅이나 인프라 마이그레이션 같은 반복적인 작업에서는 엄청난 효율을 보여주지만, 코드 설계나 리팩토링 같은 창의적인 작업에서는 아직 한계가 있다는 거지.

이 글은 AI 코딩 도구의 현재 한계를 보여주면서, 동시에 진짜 시니어 엔지니어의 가치가 무엇인지를 다시 생각하게 해줘. AI가 점점 발전하고 있지만, 아직은 인간 엔지니어의 역할이 완전히 대체되지는 않을 거라는 메시지야.

핵심 내용 정리 📌

✅ 클로드가 잘하는 것

• 자동 디버깅: Sentry(에러 추적 서비스)와 Playwright(테스트 자동화 도구)를 연동해서 90분 동안 스스로 디버깅을 해냈어. 인간이 수동으로 하면 몇 시간이 걸릴 작업을 자동화한 거지.

  • 문제: FastAPI의 StreamingResponse 엔드포인트에서 Sentry가 자동으로 트랜잭션을 설정하지 않는 문제였음
  • 해결: 클로드가 자동으로 코드를 수정해서 수동으로 트랜잭션을 추가함

• 인프라 마이그레이션: Modal(클라우드 컨테이너 서비스)에서 AWS ECS로 마이그레이션하는 작업을 단 3시간 만에 완료했어.

  • Dockerfile 생성, AWS 컨테이너 레지스트리에 푸시, Terraform 설정까지 한 번에 성공
  • 인간이 하면 1~2일 걸리고 여러 번 실수할 작업인데 클로드는 한 방에 해결

❌ 클로드가 못하는 것

• 코드 설계 능력: React 컴포넌트 리팩토링 작업을 시켰더니, 더러운 해킹으로 문제를 해결하려 했어.

  • 두 컴포넌트가 같은 데이터를 공유해야 하는 상황
  • 클로드의 제안: props drilling(데이터를 여러 컴포넌트를 거쳐 전달하는 방식)으로 해결 → 코드 복잡성만 증가
  • 인간 시니어 엔지니어라면: Context API나 상태 관리 라이브러리를 사용해서 깔끔하게 해결

• 장기적인 코드 품질 관리: 시니어 엔지니어는 코드를 '정원 가꾸듯이' 관리해. 매번 코드를 건드릴 때마다 주변 코드도 함께 개선하면서 전체 코드베이스를 점진적으로 개선하는 거지.

  • 클로드는 이런 '정원 가꾸기'를 못 해. 그냥 주어진 문제만 해결하려고 해.
  • 예: 5분 만에 해킹으로 문제를 해결할 수 있지만, 시니어 엔지니어는 30분을 투자해서 주변 코드까지 함께 개선해.

🔍 시니어 엔지니어의 진짜 역할

글쓴이는 시니어 엔지니어의 핵심 역량을 이렇게 정의해:

1. 비명확한 개선점 찾기: 코드에서 바로 보이지 않는 문제점을 찾아내서 개선해.
2. 장기적인 투자 결정: 지금은 비용이 많이 들지만 나중에 큰 이익을 주는 변경 사항을 추진해.
3. 코드베이스 전체 관리: 매번 코드를 건드릴 때마다 주변 코드도 함께 개선해서 전체 품질을 유지해.

클로드는 이런 역량이 아직 부족해. 잘 만들어진 코드 블록을 조립하는 건 잘하지만, 직접 디자인하고 리팩토링하는 건 못 해.

그래서 뭐가 달라지는데? 💥

이 글은 AI 코딩 도구의 현재 위치를 명확하게 보여줘. 클로드 4.5는 정말 엄청난 진보를 이뤘고, 많은 반복적인 작업을 자동화해서 생상성을 높여주지만, 아직은 시니어 엔지니어의 역할을 완전히 대체할 수는 없어.

우리가 어떻게 활용할 수 있을까?

1. 반복적인 작업은 클로드에게 맡겨: 디버깅, 인프라 설정, 테스트 자동화 같은 작업은 클로드가 훨씬 빠르고 정확하게 해낼 수 있어.
2. 코드 리뷰는 인간이 해: 클로드가 제안한 코드를 그냥 받아들이지 말고, 시니어 엔지니어의 관점에서 리뷰해서 장기적인 코드 품질을 유지해.
3. AI와 협업하는 법을 배워: 클로드를 '코드 작성 도구'가 아니라 '코딩 파트너'로 생각해서, 각각의 강점을 활용하는 방법을 찾아야 해.

업계에 어떤 영향을 미칠까?

• AI 코딩 도구의 역할 재정의: 클로드 같은 도구들이 점점 더 발전하면서, 엔지니어의 역할이 '코드 작성'에서 '코드 설계'와 '시스템 아키텍처'로 이동할 거야.
• 시니어 엔지니어의 가치 상승: AI가 못하는 창의적인 문제 해결과 장기적인 설계 능력이 더 중요해질 거야.
• 초급 엔지니어의 역할 변화: 반복적인 작업은 AI가 대신하게 되면서, 초급 엔지니어도 더 복잡한 문제에 집중할 수 있게 될 거야.

결국 이 글은 AI와 인간 엔지니어의 협업이 어떻게 이루어져야 하는지를 보여주는 좋은 예시야. AI가 점점 발전하고 있지만, 아직은 인간 엔지니어의 역할이 완전히 사라지지는 않을 거라는 희망적인 메시지를 전달해줘.

MAX5의 생각 🎯

클로드 4.5를 실제 프로젝트에 적용해본 경험을 보면, 반복적인 작업은 과감히 맡기고 창의적인 부분은 인간이 개입하는 것이 최적의 전략인 것 같아. 예를 들어, Sentry와 Playwright 연동 같은 디버깅 작업이나 Modal에서 AWS ECS로의 마이그레이션 같은 인프라 설정은 클로드가 훨씬 빠르고 정확하게 처리해. 이런 작업들은 인간이 하면 몇 시간이 걸리고 실수하기도 쉬운데, 클로드는 한 번에 해결해줘서 생상성을 크게 높여주지.

하지만 코드 설계나 리팩토링 같은 부분에서는 아직 클로드의 한계가 명확해. React 컴포넌트 리팩토링에서 props drilling 같은 더러운 해킹을 제안한 것을 보면, 클로드는 주어진 문제를 해결하는 데는 뛰어나지만 장기적인 코드 품질을 고려하지는 못 해. 그래서 클로드가 제안한 코드는 항상 인간 시니어 엔지니어의 리뷰를 거쳐야 해. 클로드를 '코드 작성 도구'가 아니라 '코딩 파트너'로 생각해서, 각각의 강점을 활용하는 방법을 찾는 것이 중요해.