인사이트 임팩트 (@insight_impact_)
2025-12-02 | ❤️ 777 | 🔁 260
컴퓨터 공학 지식이 더 중요해지는 이유이고 시니어가 선호되는 이유이죠.
지금 당장은 주니어 취업이 급감했으니 방황할 수 있지만, 장기적으로는 주니어에게 요구하는 스킬이 변할테고 자연히 주니어 채용도 늘어날 수밖에 없다고 생각합니다.
더 많은 곳에서 더 많은 코드를 사용하고 AI로 만든 코드를 유지보수하려는 니즈도 자연히 생겨날 거라고 생각합니다.
저는 이 현상을 코딩의 엑셀화라고 설명하죠. 이젠 누구나 엑셀을 사용하죠. 그렇다고 재무팀이나 회계사가 필요없어진 건 아니죠.
드디어 컴퓨터 공학이 코딩이 아니며 공학이 무엇인지 진지하게 고민하게 된 시점이라고 생각합니다.
전자공학과는 납땜하는 사람이 아니며 공학이 된지 오래되었습니다. 회로 설계, 반도체 회로 구조 설계, 신호처리 통신, 임베디드 시스템 등을 다루는 게 본질이지 납땜이 본질은 아니죠.
컴퓨터 공학은 자동화가 되지 않아서 사람이 코딩을 해야 했지만, 코딩을 하는 목적은 컴퓨터 공학의 이론을 실체화하는 매체였을 뿐입니다.
원래 머리를 쓰는 일보단 몸을 쓰는 일, 납땜, 코딩이 더 재밌는 법이죠.
자료 구조와 알고리즘에서 추상화 모델을 배우고 운영체제와 컴퓨터 구조에서 시스템 구조 설계를 배우는 게 본질이죠.
그러니 코딩을 빼면 무엇이 남지? 하는 질문을 해 봐야 합니다. 결국 ‘문제를 정의하는 능력’이 남죠. 시스템 설계, 요구사항 정의, 아키텍처 구성, 도메인 특화 모델링을 더 많이 하게 될 겁니다. 단순 구현, 반복 패턴, API 래핑, 클래스/함수 작성은 AI가 잘 하고 앞으로 점점 더 잘 할 겁니다.
컴퓨터 공학의 본질을 코딩에 뒀다면 전공이 망한 것처럼 여겨질 것이고, 그러니 컴퓨터 공부가 하기 싫어졌다는 글이 나오는 겁니다. 그러나 컴퓨터 공학의 본질이 계산 이론과 시스템의 추상화, 설계라고 본다면 문제 정의, 설계, 아키텍처가 더 중심 역량이 될 겁니다.
<클린 코드>의 필요성은 떨어질 겁니다. 늘 말하지만 컴퓨터 공학 석사, 박사, 교수가 코딩은 가장 못할 겁니다. 디자인 패턴이니 SOLID 원칙이니 떠들어도 그런 것도 하면 좋지 정도의 대답이 돌아올 겁니다. 영상 인식, 사물 인식, 음성 인식, 무인 비행 등을 연구해서 그게 되는 게 중요하고, 핵심 알고리즘이 되면 코딩 잘 하는 사람을 고용해서 코드는 다듬으면 된다는 관점이죠. 그러니 무슨 교수가 코딩도 못해서 코드를 이 따위로 짜느냐는 얘기를 코드 다듬이로 고용된 개발자가 하게 되는 겁니다. 물론 AI로 코드를 잘 깎으려면 디자인 패턴을 이해하고 있는 것도 도움이 될 겁니다. 그러나 AI 시대에 디자인 패턴은 지엽적인 문제가 될 겁니다. <#100일챌린지>에서도 상경계열 학부생인 저자가 카드의 상태 문제를 해결하고 싶다고 물어보니 상태 패턴을 쓰라고 알려주죠. 패턴을 미리 다 공부할 필요도 없고 필요한 순간순간 배우면서 하면 되는 문제가 될 겁니다.
더 상위 레벨에서 사고하는 게 더 중요하다는 뜻입니다.
납땜과 달리 코딩을 완전히 분리시킬 수는 없기 때문에 어느 정도의 코딩 지식은 앞으로도 요구될 겁니다. 그러나 지금처럼 지엽적인 수준의 지식까지 묻는 수준을 요구하지는 않게 될 겁니다.
🔗 원본 링크
인용 트윗
승귤 (@wapj2000)
앞으로 개발, 프로그래밍, CS 지식을 공부하고 배워야 하는 이유는 AI의 최선을 끌어내기 위해서이다.
내가 지식이 있는 상태에서 AI에게 무언가 해달라고 하는거랑 그냥 알아서 해줘 하는것은 퀄리티 차이가 30배쯤 난다.
AI가 해줬으면 하는게 무엇인지 정확하고 끈기(중요)있게 알려줘야한다.