AI 도구는 판단에 달려 있다.

Source: Hacker News

의존성 함정은 실제다 — 하지만 오진이다

일반적인 비판은 AI 도구가 엔지니어를 게으르게 만든다는 것이다. 나는 그것이 원인이라고 생각하지 않는다. 문제는 게으름이 아니라 책임 포기이다. 생성된 솔루션을 검증하지 않고 받아들일 때, 시간을 절약하는 것이 아니라 이자를 복리로 쌓는 부채를 미루는 것이다.

AI가 만든 인증 미들웨어를 읽지 않고 그대로 복사‑붙여넣는 엔지니어는 더 빨라지는 것이 아니다. 그들은 지금은 더 빨리 움직이지만, 그 미들웨어가 생산 환경에서 새벽 2시에 조용히 실패했을 때는 훨씬, 아주 크게 느려진다.

하지만 여기서 내가 실제로 주장하고 싶은 점은 다음이다: 해결책은 AI 사용을 줄이는 것이 아니다. 오히려 대립적으로 사용하는 것이다.

대립적 사용, 구체적으로

대립적 사용은 어떤 모습일까? AI 출력물을 자신감 넘치지만 과잉 자신감이 있는 주니어 엔지니어가 만든 초안이라고 생각한다. 무조건 거부하지도, 무조건 받아들이지도 않는다. 직접 질문을 던진다.

내 실제 워크플로에 넣은 프롬프트 패턴은 다음과 같다:

Here's the solution you proposed: [paste output]

Now argue against it. What are the edge cases this doesn't handle? 
What assumptions did you make that might not hold in a production system? 
What would you change if you knew this code would be read by a senior 
engineer in a security audit?

비정형적인 AI‑생성 솔루션을 얻은 뒤마다 이 프롬프트를 실행한다. 거의 항상 유용한 결과가 돌아온다 — 놓친 오류 상태, 입력 형태에 대한 암묵적 가정, 간과된 보안 표면 등. 그리고 가장 중요한 점은 이제 도구와 함께 생각하고 있다는 것이다. 단순히 출력만 소비하는 것이 아니다.

이 루프 — 생성 → 질문 → 수정 — 가 판단이 살아있는 곳이다. 여기서 날카롭게 유지할 수 있다.

진정한 기술은 프롬프트가 아니다

5년 뒤 AI와 함께 위험하게 활동할 엔지니어는 최고의 프롬프트 템플릿을 외운 사람들이 아니다. 그들은 생성된 어떤 출력물 — 코드, 아키텍처 다이어그램, 명세, 테스트 스위트 — 을 보고 즉시 올바른 회의적 질문을 던질 수 있는 사람이다.

그 기술은 연습을 통해 길러진다. 대립적 프롬프트는 우연이 아니라 의도적으로 연습할 수 있는 한 방법이다.

AI가 엔지니어링 판단을 약화시키는 것이 아니라, 수동적인 AI 사용이 판단을 약화시킨다. 이 구분은 중요하며, 완전히 여러분의 통제 하에 있다.

나는 매주 The AI Leverage Weekly에서 이런 구체적인 AI 워크플로를 하나씩 분석한다 — 실용적이고, 불필요한 내용 없이, 무료. 구독하기: