강대명님이 코딩 AI를 실제 오픈소스 컨트리뷰션에 사용하며 느낀 변화와 위험, 그리고 AI 시대 엔지니어가 어떤 방식으로 학습해야 하는지 정리한 세션. 핵심은 “AI가 구현의 하한선을 올렸지만, 제품과 기술 판단의 상한선은 여전히 사람이 결정한다”는 것이다.
코딩 AI 시대의 엔지니어 성장은 “더 빨리 구현하기”가 아니라, AI가 만든 결과의 진위와 리스크를 판단하고, 요구사항·기술 선택·운영 책임을 설명할 수 있는 능력으로 이동하고 있다.
코딩 AI는 생산성을 크게 올리지만, 성장감을 자동으로 주지는 않는다.
설계와 구현의 마찰 구간이 AI에 의해 생략되면서, 예전에는 자연스럽게 발생하던 학습 시간이 사라진다.
AI는 코드를 빨리 만들지만, 방향성·필요성·책임은 사람이 져야 한다.
코드가 맞는지, 과한지, 실제 제품에 필요한지, 운영 리스크는 무엇인지는 사람이 판단해야 한다.
오픈소스 컨트리뷰션은 AI 생산성의 좋은 검증장이다.
자기 저장소에 커밋하는 것과 달리, 오픈소스는 리뷰어를 설득하고 방향성을 맞추고 반론/수정을 반복해야 한다. 여기서 인간의 판단 역량이 드러난다.
성장의 축은 How에서 Judgment로 이동한다.
예전에는 “직접 만들 수 있는가, 얼마나 빨리 만드는가”가 중요했다면, 이제는 “이 결과가 맞는가, 이 선택이 적절한가, 어떤 위험이 있는가”가 중요해진다.
AI는 평균적인 답과 하한선을 만들고, 인간은 질문과 판단으로 상한선을 만든다.
AI만 쓰면 결과물은 빠르게 나오지만 평균적인 품질에 머물기 쉽다. 차이를 만드는 것은 좋은 질문, 깊은 이해, 리스크 예측, 기준 설정이다.
발표자는 클로드 코드, 코덱스, 제미나이 같은 코딩 AI 사용이 이미 개발자 일상에 깊게 들어왔다고 전제한다. 생산성은 올라갔지만, 동시에 “내가 정말 이해했나?”, “내 실력이 성장했나?”라는 의문이 생긴다.
강대명님은 2026년 4월 한 달 동안 코딩 AI를 활용해 오픈소스 컨트리뷰션 실험을 진행했다.