AI 컴퓨팅 자원을 균등하게 나누지 마세요: 시니어 엔지니어를 위한 최고 모델이 비용을 절감하고, 주니어의 반복 작업은 더 이상 효과 없어

2026년 세계 인공지능 콘퍼런스(World AI Conference) 기간 중 열린 InfoQ 미디어 라이브 방송에서 전문가 Teng Yu와 Tang Feihu가 인공지능(AI, Artificial Intelligence) 코딩이 가져오는 근본적인 변화에 대해 이야기를 나눴다. 두 사람은 AI가 시니어 엔지니어의 판단력을 더욱 중요하게 만드는 반면, 반복적인 코딩에 의존해 온 신입 엔지니어들은 불리해질 것이라는 데 의견을 같이했다. 두 사람 모두 여러 모델을 병행해 사용하고 있지만, 토큰(Token) 소비량은 더 이상 핵심 지표가 아니며 과제 완수와 그에 따른 가치가 중요하다고 지적했다. Tang Feihu는 모델이 판단력을 갖추고 있다고 본다며, Kimi K3가 단 하나의 프롬프트로 3D 게임을 만들어 낸 사례와 안전상의 우려로 모델이 코드 업로드를 거부한 사례를 근거로 들었다. 반면 Teng Yu는 모델에는 진정한 책임감이 없으며 최종 결정을 내릴 수 없다고 주장했다. 기업을 향해서는 토큰 사용량을 핵심 성과 지표(KPI, Key Performance Indicator)로 삼을 경우 지표를 악용하는 행태가 나타날 수 있다고 경고하며, 대신 투자 수익률(ROI, Return on Investment)에 집중하고 과제별로 적합한 모델을 선택하며 최고 성능의 모델은 시니어 엔지니어에게 우선 배정할 것을 제안했다. 신입 엔지니어에게는 AI를 일찍부터 활용하고, LeetCode 같은 코딩 문제 풀이로 AI와 경쟁하지 말며, 인문학 교육도 고려하라고 조언했다. 두 사람은 소프트웨어 엔지니어링의 무게추가 코드 작성에서 시스템 이해와 책임 수행으로 옮겨가고 있다고 진단했다. Tang Feihu는 커리큘럼의 변화를 전제로 컴퓨터 과학 전공을 여전히 권했지만, Teng Yu는 전통적인 컴퓨터 과학(CS, Computer Science) 학위의 가치가 떨어질 수 있다고 내다봤다.