이 글의 순서
"요즘은 AI가 코드를 다 짜 준다면서요? 그럼 개발비도 훨씬 싸지겠네요." 개발 의뢰 상담에서 자주 듣는 말입니다. 반은 맞고 반은 다릅니다. AI 코딩 도구는 이제 대부분의 개발자가 쓰는 기본 도구가 됐지만, 그만큼 빨라졌는지는 생각보다 복잡한 문제입니다. 이 질문을 가장 꼼꼼하게 파고든 연구부터 보겠습니다.
숙련 개발자가 AI를 쓰자 19% 느려졌다
AI 평가 연구 기관 METR은 2025년 7월, 오픈소스 프로젝트에서 오래 일해 온 숙련 개발자 16명에게 실제 작업 246개를 맡기는 실험 결과를 냈습니다. 작업마다 AI 도구를 쓸 수 있는 경우와 쓸 수 없는 경우를 무작위로 나눴습니다. 개발자들은 AI가 작업 시간을 24% 줄여 줄 거라 기대했고, 실험이 끝난 뒤에도 빨라졌다고 느꼈습니다. 하지만 실제로 잰 시간은 AI를 쓸 때 19% 더 길었습니다.
이유로는 AI가 만든 코드를 읽고 고치는 시간, 큰 프로젝트의 맥락을 AI가 잘 모르는 문제 등이 꼽혔습니다. 이미 그 코드를 속속들이 아는 숙련자에게는 AI의 도움이 기대보다 작았던 것입니다.
1년 뒤: "빨라진 것 같지만, 재기 어렵다"
METR은 2026년 2월 후속 소식을 냈습니다. 도구가 좋아진 지금은 개발자들이 AI 덕에 더 빨라졌을 가능성이 높다고 봤습니다. 하지만 그 크기는 믿을 만하게 잴 수 없었다고 밝혔습니다. AI 없이 일하기 싫다며 실험 참여를 거절하는 개발자가 늘었고, 여러 AI 에이전트를 동시에 돌리는 개발자는 작업 시간을 재는 방식 자체가 맞지 않았기 때문입니다. 연구진은 실험 설계를 다시 짜고 있습니다.
개발자들은 빨라졌다고 느꼈지만, 시계는 다르게 말했습니다. 느낌과 측정은 다릅니다.
코드를 쓰는 속도가 전부가 아니다
이 연구가 주는 교훈은 "AI는 쓸모없다"가 아닙니다. 개발에서 코드를 타이핑하는 시간은 생각보다 작은 부분이라는 것입니다. 무엇을 만들지 정하고, 만든 것이 맞는지 검토하고, 예외 상황을 테스트하고, 출시 뒤에 고치는 일이 전체 시간의 대부분을 차지합니다. AI가 코드를 빨리 쓸수록, 그 코드를 확인하는 일이 병목이 됩니다. 확인 없이 빨리 만든 코드는 나중에 더 비싼 값을 치르게 합니다.
루비온에 어울리는 점
- 진행 중AI와 나누되 확인은 사람이 — 루비온은 코드 수정과 테스트 작성을 AI 에이전트와 나눠 합니다. 대신 서비스마다 자동 테스트를 두고, 실제 화면을 열어 확인하고, 배포처럼 되돌리기 어려운 일은 사람이 직접 봅니다. 자세한 방식은 「혼자서 서비스 다섯 개를 운영하는 법」에 적었습니다.
- 진행 중처음 들은 사람이 끝까지 — 의뢰받은 작업은 처음 이야기를 들은 사람이 출시와 운영까지 맡습니다. AI가 쓴 코드도 책임지고 이해하는 사람이 있어야 고칠 수 있습니다.
- 해 볼 것견적에 AI 몫을 드러내기 — 견적을 낼 때 AI로 줄어드는 작업과 줄지 않는 작업(기획, 검토, 테스트, 운영)을 나눠 보여 드리려 합니다. "AI가 하니까 싸겠지"와 "사람이 하니까 비싸다" 사이의 오해를 줄이고 싶습니다.
- 해 볼 것작업 기록 공유 — 의뢰 작업에서 무엇을 AI와 함께 만들었고 무엇을 어떻게 확인했는지 기록으로 남겨 드리는 방식을 시험해 보려 합니다.
개발 의뢰할 때 물어볼 것
- 자동 테스트가 있나요? 고칠 때마다 무엇이 깨졌는지 어떻게 확인하나요?
- AI가 만든 코드를 이해하고 설명할 수 있는 사람이 누구인가요?
- 출시 뒤에 문제가 생기면 누가, 얼마나 빨리 고치나요?
자주 묻는 질문
AI로 개발하면 개발비가 얼마나 싸지나요?
작업에 따라 다릅니다. 화면 시안, 반복적인 코드, 테스트 초안처럼 AI가 크게 줄여 주는 일도 있지만, 무엇을 만들지 정하고 결과를 확인하는 일은 그대로 남습니다. 비용보다는 같은 기간에 더 많이 시도해 볼 수 있다는 점이 더 큰 변화입니다.
바이브 코딩으로 만든 앱을 그대로 서비스해도 되나요?
시제품이나 혼자 쓰는 도구라면 충분할 수 있습니다. 하지만 다른 사람의 개인정보나 결제를 다루는 서비스라면, 보안·예외 처리·테스트를 사람이 점검한 뒤 내놓는 편이 안전합니다.
참고한 자료
- METR, 「Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity」 (2025년 7월)
- METR, 개발자 생산성 연구 후속 소식 (2026년 2월 24일)
위 연구는 특정 조건(숙련 개발자, 익숙한 대형 오픈소스 프로젝트)에서의 결과이며, 모든 개발 작업에 그대로 적용되지는 않습니다.
AI를 잘 쓰면서도 믿을 수 있게 만들고 싶다면테스트와 확인까지 포함해, 처음 이야기를 들은 사람이 끝까지 만들어 드립니다.
개발 의뢰 · 상담 →
루비온은 별짓·발도장·인생겜·FORESEE·BIDON을 직접 만들고 운영하는 제품 스튜디오입니다. 만들면서 확인한 것만 씁니다. 틀린 내용은 알려 주세요.