AI(Artificial Intelligence)가 코드를 써 주는 시대에 엔지니어의 결과물은 코드 한 줄이 아니다. 그 코드가 왜 존재해야 하는지 방어하고 믿을 수 있게 만드는 추론 과정 전체가 결과물이다. 직접 타이핑하지 않으면서 판단력을 기르려면 묻는 질문을 바꿔야 한다. "다 했나?"가 아니라 "내가 책임질 수 있나?"를 묻는다.
작성자가 스스로 묻는 질문
- 이 변경이 왜 필요했는지 설명할 수 있나?
- 처음의 제품 요구에서 설계와 구현을 거쳐 사용자에게 닿기까지 흐름을 추적할 수 있나?
- 얻은 것과 포기한 트레이드오프를 설명할 수 있나?
- 테스트 환경을 넘어 실제로 동작한다는 증거가 있나?
리뷰어가 한 단계 위에서 묻는 질문
- 이 변경은 시스템에 대한 어떤 가정에 기대고 있나?
- 그 가정이 틀리면 최악의 경우 무슨 일이 생기나?
- 다른 컴포넌트나 다른 팀의 서비스에 어떤 연쇄 효과가 있나?
- 프로덕션에서 예상대로 동작하지 않으면 어떻게 알아챌 수 있나? → Spring Boot Actuator 같은 관측(Observability) 도구
실천
- 답하지 못하는 질문이 있으면 AI에게 설명을 요청하거나 직접 읽는다 → 인지 부채와 이해 병목
- 증거는 말이 아니라 테스트와 로그다 → 자가 테스트 코드
- AI에게 작업은 맡기되 책임은 넘기지 않는다. PR(Pull Request)에는 사람의 이름이 올라간다 → AI 시대 엔지니어의 역할 변화
출처: How I'd start my engineering career today Maxime Najim, LeadDev