코드가 싸질 때, 이해는 비싸진다

마커스 포파스트링(Markus Poppastring)은 의료 전사 스타트업인 하트랜드 정보 서비스(Heartland Information Services)에서의 경험을 되돌아보며, AI로 인한 코드 생산 비용 하락이 2000년대 초반의 해외 아웃소싱 물결을 반영한다고 경고합니다. 그 당시에는 코드를 작성하는 것이 비싼 부분이 아니라, 안전하게 변경하기 위해 코드를 충분히 이해하고, 압박 속에서 디버깅하며, 다음 개발자에게 결정 사항을 설명하는 것이 비용이 많이 드는 작업이었습니다. 해외에서 생산된 코드는 종종 훌륭했지만, 지식은 한 시간대에 있었고 책임은 다른 시간대에 있었습니다.

AI 생성 코드의 경우 문제는 더 심각합니다: "지식이 어디에도 존재하지 않을 수 있습니다. 전체 그림을 한때 알고 있었던 인간이 반대편에 없습니다. 코드가 커밋되었고, 구문적으로는 올바르지만 의도가 결여되어 있습니다." 이는 예측 기계(Prediction Machines)의 논지를 반영합니다: 기본 투입물이 저렴해지면 가치는 그 보완재로 이동합니다. 소프트웨어에서 생산의 보완재는 이해입니다.

저자는 희소한 자원이 코드를 생산하는 것이 아니라, 코드를 읽고, 탐색하며, 어떤 부분이 중요한지 아는 것이라고 주장합니다. 그는 25년 전 조엘 스폴스키(Joel Spolsky)의 관찰을 인용합니다: "코드를 읽는 것이 작성하는 것보다 더 어렵다." 아웃소싱에서 배운 해결책은 공유된 맥락, 문서화, 코드 리뷰, 그리고 이해를 일급 엔지니어링 문제로 취급하는 데 의도적으로 투자하는 것입니다. 개발자 도구는 더 빠르게 새 코드를 작성하는 것뿐만 아니라 기존 코드를 이해하는 데 초점을 맞춰야 합니다.