핵심 요약
AI가 코드를 빠르게 생성하는 시대에는 "얼마나 빨리 코딩하느냐"보다 "무엇을 만들고, 어떻게 판단하느냐"가 더 중요해진다.
여기서 말하는 취향은 막연한 선호가 아니라 좋은 시스템, 좋은 제품, 좋은 방향을 알아보는 내부 평가 능력이다.
취향은 감각이 아니라 평가 함수다
원문에서 말하는 취향은 "나는 이게 좋아" 같은 개인 취향이 아니다.
좋은 코드인지, 좋은 구조인지, 좋은 제품 방향인지 판단하는 능력에 가깝다.
AI가 코드를 작성한다면 인간의 핵심 역할은 결과물을 평가하는 것이다.
즉, 앞으로 엔지니어의 가치는 코드를 직접 치는 손보다 "이게 맞는가?"를 판단하는 눈에서 나온다.
왜 갑자기 취향이 중요해졌나
AI 코딩 도구가 발전하면서 코드 작성 자체는 점점 흔한 능력이 되고 있다.
예전에는 숙련된 개발자가 몇 시간 걸려 작성하던 코드를 이제는 AI가 몇 분 만에 만든다.
하지만 AI는 무엇을 만들지, 어떤 문제를 먼저 풀지, 이 구조가 장기적으로 안전한지 스스로 책임 있게 판단하지 못한다.
그래서 남는 일은 문제 정의, 설계, 품질 판단, 사용자 이해, 커뮤니케이션이다.
이 영역들이 바로 좋은 엔지니어링 취향이 드러나는 곳이다.
취향의 첫 번째 형태: 좋은 것을 알아보는 능력
가장 기본적인 취향은 완성된 결과물을 보고 더 나은 쪽을 알아보는 능력이다.
예를 들어 두 가지 구현 방식이 있을 때, 하나는 단순하고 확장 가능하며 읽기 쉽고, 다른 하나는 복잡하고 중복이 많다면 좋은 엔지니어는 빠르게 차이를 감지한다.
이 능력은 요리사가 소스를 맛보고 "산미가 부족하다"고 느끼는 것과 비슷하다.
처음에는 설명보다 감각이 먼저 오지만, 경험이 쌓이면 그 감각을 논리로 설명할 수 있게 된다.
취향의 두 번째 형태: 방향을 잡는 능력
더 높은 수준의 취향은 아직 만들어지지 않은 것에 대해 방향을 잡는 능력이다.
단순히 주어진 기능을 구현하는 것이 아니라 "이 기능이 정말 필요한가?", "이 방식이 사용자에게 자연스러운가?"를 묻는다.
예를 들어 어떤 개발자가 할 일 목록 기능을 만들 때 첫 번째 아이디어를 바로 출시하지 않고, 여러 프로토타입을 빠르게 실험하며 가장 자연스러운 형태를 찾는다면 이것이 방향 감각으로서의 취향이다.
좋은 결과는 우연히 튀어나오는 것이 아니라, 수많은 작은 판단을 거쳐 "이게 당연하지"처럼 보이는 형태로 다듬어진다.
취향의 세 번째 형태: 미래를 보는 능력
가장 어려운 취향은 지금 좋은 것뿐 아니라 앞으로 중요해질 것을 알아보는 능력이다.
예를 들어 "코드 작성은 AI가 잘하게 될 테니, 나는 시스템 설계와 제품 방향에 집중해야 한다"고 판단하는 것은 미래를 보는 취향이다.
또한 AI 코드 생성기를 더 좋게 만드는 데서 멈추지 않고, AI가 비즈니스 목표와 팀 우선순위까지 이해하도록 설계하는 것도 같은 맥락이다.
이 수준의 취향은 단기 생산성이 아니라 장기적인 가치 이동을 읽는 능력이다.
높은 보상은 노력보다 판단에서 나온다
AI 시대에는 열심히 일하는 것만으로는 부족하다.
잘못된 문제에 AI 에이전트 8개를 투입하는 사람보다, 정확한 문제에 AI 에이전트 2개를 투입하는 사람이 더 큰 가치를 만들 수 있다.
좋은 아키텍처 결정 하나는 팀의 몇 달을 절약한다.
좋은 제품 판단 하나는 아무도 쓰지 않을 기능을 막아준다.
이처럼 좋은 판단은 시간이 지날수록 복리처럼 쌓인다.
취향이 가치를 만드는 다섯 영역
첫째는 문제 선택이다.
백로그에 있는 다음 티켓을 그냥 처리하는 대신, "이 문제를 풀면 다른 문제도 함께 사라지는가?"를 묻는 것이다.
둘째는 시스템 아키텍처다.
오늘의 구조 결정은 몇 년 뒤에도 영향을 미친다.
셋째는 품질 판단이다.
모든 코드에 같은 기준을 적용하는 것이 아니라, 위험한 부분과 가벼운 부분을 구분해야 한다.
넷째는 사용자 공감이다.
사용자가 기다릴 때 아무 정보 없이 기다리는 것과, 시스템이 무엇을 하는지 알며 기다리는 것은 완전히 다른 경험이다.
다섯째는 커뮤니케이션이다.
좋은 기술도 제대로 설명되지 않으면 퍼지지 않는다.
README, 문서, 데모, 블로그, PR 설명까지 모두 엔지니어링 취향의 일부다.
나쁜 취향과 좋은 취향의 차이
나쁜 취향은 보통 유행이나 관성에 의존한다.
"다들 TypeScript 쓰니까", "Rust가 빠르다니까", "티켓에 이렇게 적혀 있으니까" 같은 식이다.
좋은 취향은 맥락을 본다.
AI 모델이 TypeScript를 특히 잘 다루기 때문에 TypeScript를 고르거나, 팀의 코드 품질 문화를 강화하기 위해 Rust를 고르는 식이다.
같은 선택이라도 이유가 다르면 완전히 다른 수준의 판단이 된다.
AI 코드 리뷰에서는 코드보다 의도가 중요해진다
AI가 만든 PR이 많아질수록 리뷰 방식도 바뀌어야 한다.
예전에는 코드 자체를 주로 봤다면, 이제는 어떤 프롬프트와 의도로 생성됐는지도 봐야 한다.
코드는 결과물이고, 프롬프트는 방향 설정이다.
방향이 틀리면 코드가 깔끔해 보여도 잘못된 결과가 나온다.
따라서 AI 시대의 리뷰는 "이 코드가 맞는가?"뿐 아니라 "이 문제 정의가 맞는가?"까지 확인해야 한다.
취향은 훈련할 수 있다
취향은 타고나는 감각처럼 보이지만, 실제로는 훈련할 수 있다.
좋은 도구와 나쁜 도구를 많이 비교하고, 왜 좋은지 언어로 설명하는 연습이 필요하다.
예를 들어 Stripe 문서와 다른 API 문서를 비교하며 "왜 Stripe 문서가 더 쓰기 쉬운가?"를 분석하는 식이다.
핵심은 "나는 이게 좋다"에서 멈추지 않고 "이것은 이 이유 때문에 더 낫다"까지 말하는 것이다.
이 과정에서 막연한 선호가 실제 판단력으로 바뀐다.
빠르게 취향을 기르는 실전 프로젝트
AI 생성 코드의 품질 평가 기준을 직접 만들어보는 것은 좋은 훈련이다.
정확성, 유지보수성, 보안, 성능, 코드베이스 일관성 같은 기준을 세우고 실제 AI PR에 적용해보면 자신의 판단 기준이 드러난다.
또 다른 방법은 오픈소스 프로젝트의 첫 5분 온보딩 경험을 개선하는 것이다.
좋은 개발자 경험은 문서, 설치 과정, 예제, 에러 메시지까지 모두 연결되어 있기 때문에 사용자 공감과 커뮤니케이션 능력을 함께 키울 수 있다.
48시간 안에 실제 사용 가능한 작은 제품을 출시하는 것도 효과적이다.
시간이 부족하면 무엇을 만들고 무엇을 버릴지 계속 판단해야 하기 때문이다.
커리어는 속도가 아니라 판단이 보상받는 곳으로 옮겨야 한다
AI가 코딩 속도를 평준화하면, 단순 구현 중심 역할의 가치는 줄어든다.
반대로 무엇을 만들지 결정하고, 구조를 설계하고, 품질 기준을 세우는 역할은 더 중요해진다.
초기 스타트업의 창업 엔지니어, 테크 리드, 플랫폼 엔지니어, 개발자 경험 엔지니어, 스태프급 엔지니어 역할은 취향이 강하게 보상받는 자리다.
또한 공개적으로 보여줄 수 있는 결과물을 쌓아야 한다.
잘 설계된 오픈소스, 명확한 관점이 있는 기술 글, 실제 사용자가 있는 제품은 이력서보다 강력하게 판단력을 증명한다.
인사이트
AI 시대의 핵심 질문은 "내가 코드를 잘 쓰는가?"에서 "내가 좋은 결정을 내리는가?"로 바뀐다.
코딩 실력은 여전히 중요하지만, 더 이상 최종 차별점은 아니다.
오늘부터 좋은 제품, 좋은 문서, 좋은 아키텍처를 볼 때마다 "왜 이게 더 나은가?"를 한 문장으로 적어보자.
그 한 문장이 쌓이면 취향이 되고, 취향이 쌓이면 AI를 부리는 엔지니어가 된다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.