AI 시대 엔지니어의 역할 변화

Shopify의 엔지니어링 총괄 파한 타와르(Farhan Thawar)가 강연 "What Is Your Job Now"에서 정리한 관점이다. 코드를 한 글자씩 직접 치던 시대는 사실상 끝났고, 개발 주기의 무게중심이 코딩에서 기획·검증·학습으로 옮겨 가고 있다고 본다.

바뀌는 것

• 병목의 이동: 공장 최적화처럼 코딩 병목이 풀리면 다음 병목은 코드 리뷰와 기획으로 옮겨 간다. 그것을 차례로 푸는 것이 관리자의 일이다 → 프론티어 팀의 습관
• 반사 신경에서 레버리지로: 처음에는 "문제를 만나면 얼마나 빨리 AI(Artificial Intelligence)에 손을 뻗나"가 중요했다면, 이제는 "얼마나 적은 시간으로 큰 결과를 내나"가 중요하다
• 사람의 시간이 더 비싸다: 그래서 엔지니어에게 가장 좋은 모델을 쓰게 한다
• 여러 모델의 리뷰: 여러 모델이 각자 다른 관점(접근성 등)을 맡아 PR(Pull Request)을 검토하게 해 형식적인 승인의 빈틈을 메운다

지키는 것

• 책임은 넘기지 않는다: AI에게 작업은 맡겨도 PR에는 항상 사람 이름이 올라간다 → AI 시대 변경에 대한 책임 질문
• 프로토타입과 프로덕션은 다르다: 바이브 코딩(Vibe Coding)으로 만든 시제품을 바로 배포할 수는 없다
• 숫자로 생산성을 재지 않는다: 토큰 사용량, 코드 줄 수, PR 수로는 생산성을 알 수 없다. 코드 몇 줄을 지워 큰 비용을 아낀 사례처럼, 지표는 목표가 되는 순간 왜곡된다 → 굿하트의 법칙(Goodhart's Law)
• 학습이 진짜 산출물이다: 코드가 아니라 배운 것이 결과물이다. 오래 만든 것을 버리고 더 단순하게 다시 만드는 결정도 그 배움에서 나온다 → 학습 프레임과 실행 프레임
• 페어의 가치: 사람 둘이 AI와 함께 일할 때 얻는 학습은 여전히 크다
• 취향과 판단: 무엇을, 왜 만들지에 대한 사람의 판단은 오히려 더 중요해진다

규모를 줄이기보다 같은 인원으로 더 큰 야망을 품자는 것이 강연의 결론이다. 무엇을 만들지 정하고, 결과를 검증하고, 팀과 함께 배우는 일은 사람의 몫으로 남는다.

사람의 자리: 스펙과 검증기

구현의 중간(타이핑)을 에이전트가 맡으면 가치는 상류와 하류로 옮겨 간다. 상류는 문제 정의와 수용 기준 작성, 하류는 검증 장치 설계와 리뷰다.

• 완료를 어떻게 확인할지 먼저 쓴다: 작업을 맡기기 전에 "무엇이 되면 끝인가"를 테스트나 체크리스트로 적는다. 에이전트는 그 기준으로 스스로 확인하며 오래 일할 수 있다 → 프론티어 팀의 습관
• 확인 방법이 없는 작업은 위임하지 않는다: 결과를 검증할 수단이 없으면 맡긴 뒤에 맞았는지 알 길도 없다. 먼저 검증기를 만들거나 작업을 확인 가능한 크기로 자른다 → 생성과 평가 분리
• 사람은 무엇을 봐야 하는지에 집중한다: 위험한 행동은 훅으로 막고 기계적인 확인은 테스트에 맡겨, 사람의 리뷰는 설계 결정과 트레이드오프에 쓴다 → 하네스 엔지니어링
• 설명할 수 있어야 한다: 에이전트가 쓴 코드의 설계 결정을 설명하지 못하면 검증도 못 한다 → 인지 부채와 이해 병목

문제를 정의하는 사람

AI가 답을 주는 도구라면, 어떤 질문을 넣을지 정하는 것은 사람이다. 기술 도구를 다뤄 본 경험보다 복잡한 현장에서 무엇이 진짜 문제인가를 발라내는 능력이 더 귀해진다.

• 해법보다 진단을 먼저 말한다: 모호한 상황을 받으면 바로 솔루션을 꺼내기보다 무엇이 일어나고 있는지부터 분석한다 → 디버깅 문제 정의 5단계, 문제 공간과 해결 공간
• "무엇을 썼나"보다 "왜 풀어야 했나": 어떤 모델·프레임워크를 써 봤는지보다, 그 문제를 왜 풀어야 했고 복잡한 현상에서 핵심 문제를 어떻게 끌어냈는지가 실력을 보여 준다
• 도메인을 빨리 익혀 비즈니스 언어로 옮긴다: AI 기술은 금방 배워도 산업의 특수성과 맥락은 오래 걸린다. 낯선 도메인을 빨리 흡수해 기술 용어가 아니라 비즈니스 언어로 설명할 수 있어야 AI를 어디에 쓸지 고를 수 있다 → 도메인 주도 설계 (DDD)

출처: What Is Your Job Now Farhan Thawar, Cursor Compile 26 (2026 기준 사례)

참고: Harness design for long-running application development Anthropic(2026)