[기타] 생성형 AI를 잘 활용할 수 있는 개발자가 되자

최근 빅테크 기업 면접에서 생성형 AI와 관련된 다양한 질문을 받았습니다.
예를 들면, '생성형 AI 시대에 대비해 내가 가진 강점은 무엇인지?', '생산성을 높이기 위해 AI를 어떻게 활용하고 있는지' 와 같은 내용이었습니다.

면접 마지막에는, 해당 기업에 정말 가고 싶지만 혹시 결과가 좋지 않을 경우 어떤 개발자로 성장해야 할지 조언을 부탁드렸습니다. 어느 한 면접관님께서는 '생성형 AI를 능숙하게 활용해 생산성을 극대화하는 개발자가 되면 경쟁력을 갖출 수 있을 것 같다'라는 식으로 말씀을 해주셨습니다.

 

면접 당시에는 이러한 생성형 AI 면접 질문들에 대해 머릿속에서 정리가 되지 않아 제 생각을 충분히 전달하지 못한 점이 아쉬웠습니다. 면접관님들께 제 모습을 온전히 보여드리지 못했다는 아쉬움도 남았습니다.

하지만 시간이 지나 다시 곱씹어보니, 앞으로 개발자로 성장하고 커리어를 쌓아가는 과정에서 경쟁력을 갖추기 위해 반드시 되새겨야 할 조언이었다는 생각이 들었습니다.

 

---

1. 생성형 AI와 대비해 내가 가진 강점은 무엇인가?

생성형 AI가 많은 업무를 자동화하고 있지만, 여전히 사람이 해야 하는 부분은 분명히 존재합니다.
저는 특히 다음 두 가지가 제 강점이라고 생각합니다.

 

① 문제를 구조화하고 본질을 파악하는 능력
AI가 코드를 만들어줄 수는 있지만, 무엇을 만들어야 하는지 정의하는 일은 결국 사람이 합니다.
기능 요구사항을 분석하거나 시스템 구조를 설계하는 과정에서는 여전히 개발자의 논리력과 추상화 능력이 중요합니다.

 

② AI의 출력을 무조건적으로 수용하지 않는 태도
AI가 틀린 정보를 제시하는 경우는 여전히 많습니다.
그렇기 때문에 저는 평소에도 AI의 답변을 그대로 적용하기보다,  아웃풋의 일부 문장에 출처도 달리고해서 이런 출처들을 하나씩 확인해보면서 믿을만한지 확인해보고 있습니다.

---

2. 생산성을 높이기 위해 AI를 어떻게 활용하고 있는가?

면접 당시에는 주로 리팩토링 측면에서만 AI 활용 사례를 말씀드렸지만, 실제로는 오류 탐지, 문서 정리, 학습 과정 등 여러 방면에서 큰 도움을 받아왔습니다.
이번 경험을 돌아보며, 앞으로는 AI를 단순한 코드 생성기가 아니라 개발 생산성을 전반적으로 향상시키는 도구로 활용해야 한다는 점을 더욱 명확히 느꼈습니다.

• 리팩토링(가독성 등)
• 오류 탐지와 디버깅
• 학습 과정에서의 도움
  예를 들어, 최근 Redis 오픈소스 내부 구조를 공부할 때 생소한 C 코드나 함수 흐름을 먼저 AI에게 개략 설명을 요청한 후, 이를 기반하여 이해도를 높이는 식으로 활용했습니다.

이 과정에서 위에서 언급했듯이 AI에 무조건적으로 의존하는 대신, 검증 → 채택과 같은 방식으로 활용해야할 것 같습니다.

---

3. 생성형 AI 시대의 개발자에게 필요한 마음가짐

면접관님의 조언처럼, 앞으로의 개발자는 AI를 얼마나 잘 다루느냐에 따라 생산성 격차가 크게 벌어질 것이라고 생각합니다.
하지만 단순히 “잘 요청하고 잘 활용하는 능력” 이상의 것이 필요합니다.

1. AI를 활용하되, 전체적인 숲을 보는 것은 개발자인 내가 한다.
2. 정답을 무조건적으로 신뢰하는 것이 아니라, 전체적인 맥락을 이해하고 충분한 검증을 거쳐 채택하는 역할을 한다.

---

4. 그래서 나는 무엇을 준비할 것인가

이번 면접 경험을 통해 저는 앞으로 다음과 같은 방향으로 성장해야겠다고 생각했습니다.

• 생성형 AI의 한계를 정확히 이해하고, “어디까지는 AI에게 맡기고 어디부터는 내가 판단해야 하는지” 기준을 명확히 세우는 것
• 특정 언어나 프레임워크를 넘어, 운영체제·네트워크·데이터베이스 등 CS와 같은 기초적인 역량을 키우는 것에도 활용할 수 있을 것.
• AI의 제안을 무비판적으로 수용하지 않고 충분한 검증(문서·버전 확인 - 출처, 로컬 테스트 등)을 적용하면서 AI를 활용해 생산성을 극대화하기.