1.3. AI 를 바라보는 관점

 

앞선 1.2. 개발자의 실제 업무 포스트에서는, 개발자의 일이 단순히 코드를 작성하는 것에 그치지 않고 계획, 분석, 설계, 구현, 테스트, 유지보수까지 이어지는 전체 흐름 안에서 이루어진다는 점을 살펴보았습니다.

여기에 한가지만 더 살펴봅시다.

인공지능 시대에 이 전체 흐름을 제대로 이해하고 다루기 위해, 여전히 기초 이론을 배워야 하나요?

 

1. 고리타분한 이론을 꼭 배워야 하는 이유

우리는 이제 🤖 AI 에이전트가 자연어 몇 마디만으로 프로젝트의 뼈대를 세우고 코드를 작성해 주는 시대에 살고 있습니다.

소프트웨어 개발의 진입 장벽이 크게 낮아진 지금, 많은 사람들이 자연스럽게 이런 의문을 품습니다.

 

“AI가 어느 정도 다 해주는데,
이제 컴퓨터 구조 같은 고전 이론은 몰라도 되는 것 아닐까?”

 

 

만약 이  이런 생각이 든다면, 잠시 ‘편리함’이라는 환상에서 한 걸음 물러나 현실을 다시 바라볼 필요가 있습니다.

첫째, 신기술은 기존 기술을 없애지 않습니다.

 

 

새로운 기술이 등장하면 많은 사람들은 기존 기술이 곧바로 쓸모없어질 것처럼 생각합니다.

하지만 현실은 정반대인 경우가 많습니다.

신기술은 기존 기술을 완전히 대체하기보다, 그 위에 더 높은 수준의 편리함을 덧쌓는 방식으로 발전합니다.

 

즉, 기술이 발전할수록 우리가 이해해야 할 기반이 사라지는 것이 아니라, 그 위에 새로운 계층이 계속 추가됩니다.

그래서 오늘날의 개발자는 과거보다 더 적게 배우는 것이 아니라, 오히려 더 두껍고 복잡한 기술 스택을 다뤄야 합니다.

둘째, AI 시대에도 변하지 않는 원리가 있습니다.

▲ 신기술이 등장해도 변하지 않는 것

 

 

AI가 코드를 대신 작성하는 시대가 와도, 컴퓨터가 실제로 동작하는 원리와 업무가 굴러가는 핵심 구조 자체는 바뀌지 않습니다.

앞서 1.2에서 살펴봤듯이, 개발 업무는 단순히 무언가를 “만드는 일” 하나로 끝나지 않습니다.

실제 업무는 보통 다음의 흐름 안에서 완성됩니다.

 

• 만들기 전: 협의·요구사항 조율(의도 정렬)
• 만드는 중: 구현/제작(산출물 생성)
• 만든 후: 운영·유지보수·관리(책임과 개선)

 

AI는 이 모든 단계에서 분명히 도움을 줄 수 있습니다.

하지만 의도, 제약, 맥락이 충분히 전달되지 않으면, 결과물은 겉보기에는 그럴듯해도 실제 상황과 어긋나는 단순 산출물에 그치기 쉽습니다.결국 AI는 사람의 의도를 실행하는 도구이고, 최종 책임은 여전히 사람이 집니다.

 

⚠️ 중요한 오해
AI가 코드를 만들어 준다고 해서, 사람이 원리와 구조를 몰라도 되는 것은 아닙니다. 오히려 무엇을 만들고 왜 그렇게 만들어야 하는지 아는 사람이 더 중요해집니다.

셋째, 이 원리는 다른 분야에서도 같습니다

이런 구조는 소프트웨어 분야만의 특수한 이야기가 아닙니다. 다른 분야를 보아도, 새로운 도구가 등장한다고 해서 기존의 핵심 원리가 사라지지는 않습니다.

• 자동차: 전기차 시대가 와도 조향, 제동, 현가 같은 기계적 원리는 여전히 기본입니다. 여기에 배터리, 전력전자, 모터 제어가 더해지면서 이해해야 할 기반은 ‘교체’가 아니라 추가됩니다.
• 건축: 3D 프린팅 건축이 도입되어도 구조역학과 지반공학은 여전히 건물 안전의 출발점입니다. 공정이 달라져도 안전을 좌우하는 원리는 바뀌지 않습니다.
• 금융: 핀테크와 암호화폐가 등장해도 시스템은 결국 정산의 정합성과 리스크·보안 위에서 설계됩니다. 기술이 새로워질수록 오히려 기초 개념이 더 중요해집니다.
• 음악 제작: 디지털 장비와 AI 도구가 발전해도 화성학과 성부 진행 같은 이론은 창작의 깊이를 결정합니다. 도구가 대신해 주는 것은 속도이지, 음악의 문법 자체는 아닙니다.
• 프로그래밍: 최신 프레임워크와 AI가 있어도 결국 성능, 안정성, 보안은 알고리즘, 자료구조, 운영체제, 네트워크 같은 기초 위에서 결정됩니다. ‘돌아가는 코드’를 넘어 ‘버티는 서비스’를 만들려면 기반 지식이 필수입니다.

정리: 그렇다고 지금 당장 모든 것을 완벽히 하라는 뜻은 아닙니다

물론 지금 이 순간 모든 하위 레벨 이론을 완벽하게 익히라는 뜻은 아닙니다.

하지만 이런 영역을 ‘영원히 몰라도 되는 것’으로 밀어두는 태도와, ‘언젠가 반드시 정복해야 할 기반’으로 인식하는 태도는 완전히 다릅니다.

바로 그 인식의 차이가 학습의 방향을 바꾸고, 시간이 지날수록 성장의 깊이도 크게 갈라지게 만듭니다.

💡 왜 이 개념이 중요한가요?

• 신기술은 ‘대체’가 아니라 ‘누적’과 ‘추상화’입니다
  추상화는 복잡함을 숨길 뿐, 없애지 않습니다. 위층이 아무리 편리해져도 실제 실행을 책임지는 하드웨어와 운영체제의 현실은 그대로 존재합니다.
• AI의 한계를 넘어서는 것은 결국 설계자의 시야입니다
  AI가 만든 코드도 결국 CPU와 메모리, 운영체제와 네트워크 위에서 동작합니다. 전체 흐름을 모르면 성능 병목이나 보안 취약점을 근본적으로 찾아내기 어렵습니다.
• 문제 해결의 마지막 1%는 결국 사람의 이해에서 나옵니다
  “왜 실행이 안 되지?”라는 질문에 끝까지 답을 찾는 힘은, 시스템의 동작 원리를 이해하는 사람에게서 나옵니다. 겉으로 드러나지 않는 현실의 문제를 해결하는 것은 결국 개발자의 몫입니다.

2. 이제 다음 단계로 넘어가겠습니다

앞에서 우리는 AI 시대에도 여전히 기초 이론과 실행 원리를 이해해야 하는 이유를 살펴보았습니다.

그렇다면 이제 한 걸음 더 나아가, 컴퓨터가 실제로 어떤 흐름을 거쳐 지금과 같은 모습에 이르렀는지를 살펴볼 차례입니다.

 

이번 챕터에서는[수동 계산기 → 초기 컴퓨터 → 현대적 폰 노이만 구조→ 바이브코딩 ]으로 이어지는 기술의 진화 흐름을 따라가 보겠습니다.

 

이 과정을 통해 여러분은 단순히 코드를 작성하는 방법을 배우는 데서 한 걸음 더 나아가, 기술이 실제로 어떻게 실행되는지 이해하는 엔지니어의 시야를 조금씩 갖추게 될 것입니다.

📌 학습 포인트
우리는 단순히 “컴퓨터를 사용하는 방법”이 아니라, 컴퓨터가 왜 지금과 같은 구조로 발전했는지, 그리고 그 구조가 오늘날의 소프트웨어 실행 방식과 어떻게 연결되는지를 이해하게 될 것입니다.

 

QUESTION

"컴퓨터가 뭔가요?"

 

2.1. 목표 및 개요

2.1. 목표 및 개요