AI가 신규 코드의 절반 이상을 만든다면, 개발팀은 무엇을 덜 해야 하고 무엇을 더 잘해야 할까요. 이제 질문은 "AI가 코드를 쓸 수 있나"가 아니라, "어떤 코드를 맡겨도 되는가"와 "사람의 검증 능력이 충분한가"로 옮겨가고 있습니다.
Airbnb는 2026년 1분기 엔지니어가 생산한 신규 코드의 약 60%가 AI로 작성됐다고 밝혔습니다. 고객지원 AI 봇도 이슈의 40%를 사람에게 넘기지 않고 처리한다고 설명했습니다.1 숫자만 보면 자동화의 승리처럼 보이지만, 실무적으로 더 중요한 변화는 코드 작성보다 설계·리뷰·검증의 비중이 커진다는 점입니다.
60%라는 숫자보다 중요한 것은 '어떤 코드인가'
AI가 쓴 코드 비율은 매력적인 지표지만, 그 자체로 생산성을 증명하지는 않습니다. 신규 코드에는 반복적인 API 연결, 테스트 코드, 마이그레이션 스크립트, 내부 도구, 제품 핵심 로직이 모두 섞일 수 있습니다.
Airbnb가 특히 AI 효과를 강조한 영역은 API 파트너용 도구입니다. 숙소 관리 소프트웨어를 쓰는 파트너를 위한 기능 개발에서, 과거에는 큰 팀이 필요했던 일을 한 명의 엔지니어가 AI 에이전트를 감독하며 진행할 수 있다는 설명입니다.1
이 맥락은 중요합니다. 파트너 도구나 내부 운영 도구는 요구사항이 비교적 명확하고, 반복 패턴이 많으며, 검증 기준을 자동화하기 쉽습니다. 반면 결제, 신뢰·안전, 개인정보, 검색 랭킹처럼 실수 비용이 큰 영역에서는 "AI가 많이 썼다"가 곧 "좋다"로 이어지지 않습니다.
따라서 팀이 봐야 할 지표는 AI 생성 비율이 아니라 다음 질문입니다. AI가 쓴 코드가 배포 속도를 높였는가. 장애율과 롤백률은 낮아졌는가. 리뷰 시간이 줄었는가, 아니면 오히려 늘었는가.
코드가 싸질수록 리뷰는 비싸진다
AI 코딩 도구의 역설은 코드 생산량을 늘릴수록 사람의 판단 병목이 더 선명해진다는 데 있습니다. 사람이 직접 타이핑하는 시간은 줄어도, 요구사항 해석·보안 검토·테스트 설계·시스템 적합성 판단은 사라지지 않습니다.
Airbnb의 과거 사례도 이 점을 보여줍니다. React 테스트를 Enzyme에서 React Testing Library로 옮기는 대규모 작업에서 3,500개 이상의 테스트 파일이 대상이었고, 자동화 파이프라인과 LLM을 활용해 수주 단위로 압축했다는 분석이 있습니다.2 이런 작업은 AI에 잘 맞습니다. 반복적이고, 성공 조건이 비교적 명확하며, lint·TypeScript·테스트 같은 자동 검증 장치가 있기 때문입니다.
반대로 검증 장치가 약한 팀에서는 AI가 만든 코드는 생산성 자산이 아니라 리뷰 부채가 될 수 있습니다. "돌아가는 코드"와 "운영 가능한 코드" 사이에는 차이가 있습니다. 로그, 장애 대응, 권한, 데이터 보존, 예외 케이스까지 포함해야 제품 코드가 됩니다.
실무적으로는 프롬프트를 잘 쓰는 것보다 더 중요한 일이 있습니다. AI 생성 코드에 대한 리뷰 체크리스트, 테스트 커버리지 기준, 보안 스캔, 라이선스 검증, 생성 로그 보관 정책을 먼저 정해야 합니다.
개발자의 가치는 코딩 속도에서 '판단의 질'로 이동한다
Airbnb CEO 브라이언 체스키는 관리자들도 다시 코딩하거나 Claude Code 같은 도구를 써야 한다고 말했습니다. Business Insider 보도에 따르면 그는 손을 놓은 순수 관리자 모델에 회의적인 태도를 보였습니다.3
이 발언을 "관리자가 사라진다"로만 읽으면 절반만 보는 것입니다. 더 정확히는 관리와 개발의 경계가 바뀌고 있습니다. AI가 구현의 일부를 맡으면, 좋은 개발자는 더 많은 줄을 쓰는 사람이 아니라 더 나은 제약을 거는 사람이 됩니다.
앞으로 더 비싸지는 능력은 이런 것들입니다.
무엇을 만들지보다 무엇을 만들지 않을지 정하는 능력
AI가 만든 코드에서 아키텍처 부채를 발견하는 감각
모호한 요구사항을 테스트 가능한 acceptance criteria로 바꾸는 능력
사용자 경험, 보안, 운영 비용 사이의 트레이드오프를 설명하는 능력
즉 "코드를 안 써도 되는 개발자"가 강해지는 것이 아니라, "코드만 쓰는 개발자"의 입지가 약해집니다.
Airbnb를 따라 할 것인가, 기다릴 것인가
모든 팀이 당장 Airbnb식 AI 코딩 비율을 목표로 삼을 필요는 없습니다. Airbnb는 대규모 코드베이스, 강한 엔지니어링 문화, 자동화된 검증 체계, 내부 도구 수요를 가진 회사입니다. 이 조건이 없다면 같은 도구를 써도 결과는 달라질 수 있습니다.
도입 판단은 간단한 기준으로 시작할 수 있습니다. 테스트가 충분하고 반복 작업이 많은 팀이라면 AI 코딩은 생산성 레이어가 될 수 있습니다. 규제 산업, 결제, 의료, 개인정보처럼 리스크가 큰 영역이라면 제한된 실험부터 시작하는 편이 안전합니다. 리뷰 인력이 부족한 팀은 생성량을 늘리기 전에 검증 파이프라인부터 강화해야 합니다.
Airbnb의 60%는 개발자의 종말을 알리는 숫자라기보다, 소프트웨어 작업의 일부가 상품화되고 있다는 신호입니다. 이제 차이를 만드는 것은 코드를 얼마나 빨리 찍어내느냐가 아니라, 싼 코드가 시스템 전체를 망치지 않게 다루는 능력입니다.
참고
1Airbnb says AI now writes 60% of its new code
2Inside Airbnb's AI-Powered Pipeline to Migrate Tests: Months of Work in Days
3Airbnb's CEO says AI writes 60% of the company's code -- and makes managers get their hands dirty
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.