AI는 전문 소프트웨어 개발 분야에서 친숙한 도구가 되고 있습니다. 많은 프로그래머들이 AI를 사용하여 코드를 작성하고, 오류를 찾고, 기술을 지속적으로 자동화합니다.
그러나 일련의 연구와 새로운 데이터는 AI에 대한 점점 더 커지는 의존성이 많은 사람들이 이전에 이전하지 않았던 장기적인 관련 시스템을 가져올 수 있음을 보여줍니다.
2026년 초, 미국의 독립 AI 연구 기관인 METR) 미국은 많은 소프트웨어 개발자들이 AI 도구의 지원 없이는 거의 일하고 싶어하지 않는다는 주목할 만한 발견을 발표했습니다. 결과를 발표했습니다.
이 결과는 METR이 프로그래밍 생산성에 대한 AI 작동에 대한 이전 연구를 반복하려고 시도했을 때 나타났습니다. 2025년 연구에서 오픈 소스 소프트웨어 개발자는 전송 방법과 AI 지원 모두를 사용하여 작업을 수행해야 했습니다.
예상치 못한 것은 대부분의 참가자가 AI가 있으면 자신의 작업이 더 효율적이라고 느끼지만 실제 데이터는 작업 완료 속도가 느려진다는 것을 보여준다는 것입니다.
그 이유는 AI가 생성한 코드를 확인하고, 발생하는 오류를 수정하고, 명령을 조정하고, 대기 시스템을 처리하는 데 더 많은 시간을 할애해야 하는 업무 때문입니다.
METR이 2026년에 AI 진행 상황을 평가하기 위해 유사한 연구를 수행하고 싶었을 때 많은 프로그래머들이 AI 지원이 없는 조건에서 작업하고 싶지 않아 참여를 거부했습니다.
그럼에도 불구하고 METR이 실시한 또 다른 설문 조사에 따르면 소프트웨어 엔지니어들은 AI가 조직에 두 배의 가치를 창출하는 데 도움이 된다고 믿고 있습니다. 그러나 많은 전문가들은 이러한 주관적인 평가가 실제 효과를 충분히 반영하지 못한다고 생각합니다.
2026년의 두드러진 추세 중 하나는 "tokenmaxxing"이며, 이는 업무 성과의 척도로 소비되는 AI 토큰의 수를 사용하는 용어입니다. 그러나 많은 기업들이 이러한 접근 방식의 한계를 인식하기 시작했습니다.
파이낸셜 타임즈에 따르면 아마존은 직원들이 점수를 높이기 위해 AI 요인을 활용하여 운영 비용이 급증했지만 상응하는 효율성을 가져오지 못하자 Kirorank 내부 분류 시스템을 폐쇄해야 했습니다. 했습니다.
유사한 상황이 우버에서도 나타났습니다. 이 회사는 연초 4개월 만에 2026년 전체 AI 예산을 모두 사용했습니다. 그러나 우버 경영진은 이러한 대규모 투자가 프로젝트 수나 생산성 측면에서 상당한 증가를 가져오지 못했다고 밝혔습니다.
비용 문제뿐만 아니라 AI가 생성하는 고품질 코드 소스도 많은 논란을 일으키고 있습니다.
미국 소프트웨어 개발 컨설턴트 제임스 쇼어는 더 빠른 코드 작성이 미래에 업무량을 줄이는 것을 의미하지는 않는다고 말합니다. 그에 따르면 새로운 소스 코드가 더 많은 유지 보수 비용을 연장시킨다면 개발 속도의 단기적인 이점은 빠르게 사라질 것입니다.
최근 일부 데이터에서도 이를 확인하려고 노력하고 있습니다. 스타트업 Entelligence AI는 기업들이 AI 토큰의 약 44%를 AI 자체 생성 오류 수정에 사용하고 있다고 밝혔습니다.
한편, 소스 코드 평가 플랫폼 CodeRabbit은 AI가 생성한 코드는 일반적으로 프로그래머가 수동으로 작성한 코드보다 오류 또는 문제 수가 약 1.7배 더 많다고 밝혔습니다.
