AI-First 개발에서 기술 리더는 주니어 개발자를 어떻게 성장시킬 것인가

AI 도구를 통해 코드를 빠르게 생성하는 시대가 되었습니다. 구현 속도가 빨라지면서 팀 안에서 자연스럽게 생기는 질문이 있습니다. 주니어 개발자는 어떻게 성장하는가입니다.

이전에는 구현 과정 자체가 학습이었습니다. 직접 코드를 짜면서 오류를 만나고, 디버깅하고, 구조를 이해했습니다. 그 과정에서 성장과 실력이 쌓였습니다. AI가 구현을 대신해주는 비중이 높아질수록 그 경로가 달라집니다.

 

처음에는 AI 도구의 도입 자체가 문제라고 생각했습니다. 팀 내 주니어가 AI로 만든 코드를 붙여넣고, 돌아가면 이해하지 못한 채 넘어가는 경우가 많았습니다. 팀을 운영하면서 이 문제를 해결하기 위한 방안을 고민했습니다. 해결의 포인트는 AI 도구 사용 여부가 아니라, 어떻게 사용할지에 대한 시스템과 정책을 수립하는 것이었습니다. 

 

AI가 만든 코드를 그냥 쓰는 것이 아니라, 이해하고 판단한 후 활용하는 것을 시스템과 정책으로 만들었습니다. 이 방식으로 팀을 훈련하고 문화를 만들어가는 것이 기술 리더의 역할이라고 생각했습니다 

 

현재 팀에서 구체적으로 세 가지를 적용하고 있습니다.

1) AI 결과물에 대한 설명 요청입니다. 모든 결과물에 적용하기는 어렵지만, 작업 산출물 중 임의의 결과물을 선정해 다음 과정을 진행합니다. 왜 이 코드를 AI와 함께 선택했는지, 어떤 트레이드오프가 있었는지를 설명하도록 합니다. 설명하지 못한다면 이해하지 못한 것입니다.

2) 의도적인 제약 상황 부여입니다. AI를 사용하되, 먼저 제약 조건을 설정하고 그 안에서 최적의 방안을 AI와 함께 찾도록 합니다. 성능 요구사항, 기술 스택, 설계 방향 같은 조건을 스스로 정의한 뒤 작업을 시작하게 합니다. 조건을 설정하는 과정 자체가 판단 능력을 훈련하는 구간이 됩니다.

3) 설계 단계에서의 참여입니다. 구현은 AI가 도와줄 수 있지만, 이 구조를 선택한 이유는 사람이 주체가 되어야 합니다. 주니어도 설계 논의에 참여하고, 자신의 판단을 말하는 경험을 반복하게 합니다. 실제로 주니어의 판단이 최종 결과물에 반영되는 경험이 중요합니다.

 

AI-First 개발 환경에서 개발자의 성장 경로는 바뀌었습니다. 구현을 많이 해보는 것도 중요하지만, AI 도구를 잘 활용하기 위한 판단과 설계가 중요한 성장 경로가 되었습니다.

 

코드를 잘 짜는 방법을 코칭하는 것에서, AI 결과물을 판단하고 좋은 설계를 결정하는 방법을 코칭하는 것으로 기술 리더십의 방향도 이동하고 있다고 생각합니다.