AI 전환기, 개발자가 선택해야 할 기술과 플랫폼

과거 소프트웨어 개발은 지금보다 단순했다. 배워야 할 플랫폼과 언어 선택지가 많지 않았기 때문이다. 개발자는 자바, 닷넷, 또는 LAMP 개발자 중 하나로 구분됐다. 클라우드 환경에서도 아마존웹서비스, 애저, 구글 클라우드 가운데 하나에 집중했다. 풀스택 개발자는 특정 자바스크립트 프레임워크, 관계형 데이터베이스, CI/CD 도구의 구현 세부 사항을 익히는 데 주력했다.

환경이 안정적이던 시기에는 고용주의 지원 아래 기술 역량을 확장할 수 있었다. 기업 자금과 시간을 활용해 실험했고, 컨퍼런스에 참석하거나 교육 과정을 수강했으며, 기업이 도입한 로우코드 개발 플랫폼을 학습했다.

하지만 현재 많은 개발자는 AI의 새로운 기능 확산으로 인해 대대적인 재교육이 필요하다는 점을 인식하고 있다. 일자리를 잃은 개발자는 고용 가능성을 높이기 위해 새로운 역량을 개발해야 하는 상황이다. 생성형 AI는 고용 시장에 직접적인 영향을 미치고 있으며, 2025년 한 해에만 10만 명 이상의 기술 인력이 해고됐다는 통계가 나왔다.

코드 생성기, 바이브 코딩 도구, 로우코드 자동화 플랫폼을 활용한 개발이 늘어나면서, 무엇을 배워야 할지 선택하는 일은 더 이상 단순하지 않다.

새로운 기술 수요를 어떻게 판단할 것인가

개발자는 개인적 관심과 흥미를 따라야 할까, 아니면 수요가 높은 기술과 자격증을 분석해 학습 방향을 정하는 것이 현실적일까?

전문가는 현재 채용 공고에만 매달리지 말고, 향후 수년간 수요가 증가할 영역을 예측해야 한다고 조언한다. 기업용 플랫폼이 에이전트형 AI 기능을 본격적으로 제공하면서, 기업이 자체적으로 개발하는 영역과 외부 플랫폼에 투자하는 영역의 경계가 달라질 가능성이 크다.

코파도 제품 담당 수석부사장 글로리아 람찬다니는 역량을 평가할 때 개별 도구보다 학습과 협업, 적응력을 촉진하는 생태계에 주목해야 한다고 말했다. 로우코드, 자동화, 클라우드 개발 전반에서 실험을 장려하는 플랫폼을 선택해야 하며, 창의성·기술적 깊이·소프트 스킬이 결합된 하이브리드 역할이 중요해질 것이라고 설명했다. 또한 동료로부터 배우고 모범 사례를 공유하며 기술 변화와 함께 성장할 수 있는 커뮤니티에 투자해야 한다고 덧붙였다.

기술 수요를 파악하는 방법으로는 스택 오버플로 개발자 설문조사와 개발자 생태계 현황 보고서가 있다. DORA의 AI 지원 소프트웨어 개발 현황 보고서와 스탠퍼드대학교 AI 지수 보고서는 AI 모델과 플랫폼에 대한 구체적인 비교 지표를 제공한다.

주니어 개발자라면 깊이 확보가 관건

학습 전략은 경력 수준에 따라 달라져야 한다. 주니어 개발자에게는 기술 범위를 넓히는 동시에 구현 세부까지 빠르게 파고드는 전략이 효과적이다. 비교적 짧은 시간 투자로 특정 기술을 깊이 이해할 수 있는 도구를 우선 학습하는 것이 바람직하다.

디지털오션 개발자 관계 담당 부사장 매슈 마카이는 주니어 개발자가 유튜브 튜토리얼이 풍부한 도구를 선택하는 것이 도움이 된다고 말했다. 노코드, 로우코드 도구, 통합 개발 환경, 개발자 서비스는 문서만으로 익히기 어려운 경우가 많기 때문에, 영상 자료가 숙련 개발자의 실제 활용 방식을 보여주는 데 유용하다는 설명이다.

주니어 개발자는 새로운 구현 영역을 학습하는 것도 중요하다. 예를 들어 애플리케이션 개발자는 API 개발, 데이터 파이프라인, 플랫폼 통합, AI 에이전트 개발을 익혀 폭넓은 소프트웨어 개발 역량을 입증할 수 있다.

헤드리스 콘텐츠 관리 시스템(CMS) 플랫폼 업체 스토리블록 개발자 관계 엔지니어 파쿤도 줄리아니는 일시적인 도구보다 지속 가능한 사고방식에 집중해야 한다고 강조했다. 시스템 설계와 데이터 흐름에 대한 이해, 자동화·AI·API를 결합해 결과를 만들어내는 능력이 핵심이며, 로우코드와 노코드 도구는 진입점이 될 수 있지만 장기적인 경쟁력은 구성 가능성, 추론, 상호 운용성에 있다고 설명했다.

기업용 소프트웨어 제품 경험 분석 업체 펜도 소속 데이브 킬린은 플랫폼을 평가할 때 하루 안에 아이디어를 작동하는 프로토타입으로 구현할 수 있는지를 기준으로 삼아야 한다고 말했다. 피드백 루프를 단축하는 플랫폼이야말로 로우코드, AI 지원 개발, 클라우드 환경을 막론하고 익힐 가치가 있다는 설명이다.

시니어 개발자 역할을 위한 준비

시니어급 역할을 목표로 하거나 이미 해당 수준에 도달한 개발자는 소프트웨어 공학 원칙에 대한 탄탄한 이해를 입증해야 한다.

기업용 결제 기술 업체 NMI 최고기술책임자 필립 괴리케는 특정 생태계에 종속되는 플랫폼보다 API 통합, 워크플로 자동화, 모듈형 설계 등 이전 가능한 역량을 강화하는 플랫폼에 집중해야 한다고 말했다. 추상화 계층과 확장성을 이해하고, 추상적 개념이 실제 구현으로 이어지는 과정을 보여주는 기술이 중요하다고 설명했다. 또한 빠른 프로토타이핑과 확장 가능하고 안전한 설계를 지원하는 환경을 우선해야 한다고 덧붙였다.

기업용 정보 거버넌스·기록 관리 소프트웨어 기업 레코드포인트 최고기술책임자 조시 메이슨은 머신러닝 개념, 데이터 모델링, API 설계, 테스트, 보안처럼 어디서든 활용 가능한 역량을 최적화해야 한다고 조언했다.

개발자는 생성형 AI 도구를 활용해 요구사항 작성, 소프트웨어 개발, 테스트 자동화, 문서 유지 관리 등 소프트웨어 개발 생애주기 전반의 효율을 높이는 방법도 익혀야 한다. 개발 경험은 코드 작성 중심의 통합 개발 환경에서 자연어 대화, 코드 검증 도구, AI 에이전트가 실제 개발 작업을 수행하는 형태로 변화하고 있다.

구글 클라우드 전문 컨설팅 업체 SADA의 AI·머신러닝 담당 부책임자 사이먼 마골리스는 AI 기반 SDLC 도구가 최신 통합 개발 환경과 마찬가지로 개발 파이프라인에서 강력한 보조 수단일 뿐이라고 설명했다. 개발자의 본질적 목표는 변하지 않으며, 영어 기반 명령이나 제미나이 CLI, 또는 파이썬 코드를 사용하든 논리를 적용해 도구를 지휘하는 것이 핵심이라고 말했다.

서비스형 소프트웨어와 로우코드 개발 영역으로 확장

일부 개발자는 기업용 서비스형 소프트웨어 플랫폼을 기반으로 커리어를 쌓아 왔다. 반면 일부는 프로코드 개발과 오픈소스 프레임워크에 집중하며 로우코드와 독점 플랫폼을 멀리해 왔다.

전문가는 고용 기회를 넓히기 위해 폭넓은 학습 전략을 취하고, 특히 대기업 환경을 목표로 한다면 플랫폼 선택에서 열린 태도를 유지해야 한다고 조언한다. 확장된 개발 기능을 제공하는 기업용 서비스형 소프트웨어 플랫폼으로는 SAP, 세일즈포스, 워크데이가 대표적이다.

SAP의 비즈니스 테크놀로지 플랫폼은 AI 에이전트와 솔루션 개발을 위한 SAP 빌드, 기업 시스템 연계를 위한 SAP 통합 스위트, 데이터 거버넌스와 외부 데이터 연계를 위한 SAP 비즈니스 데이터 클라우드를 포함한다.

세일즈포스 개발자 플랫폼에는 AI 에이전트 개발을 위한 에이전트포스 360, 시스템 통합을 위한 뮬소프트, 외부 데이터 연계를 위한 데이터 360이 포함된다.

워크데이의 빌드 플랫폼은 솔루션 개발용 익스텐드, 워크플로 자동화용 오케스트레이트, 데이터 레이크에 대한 제로 카피 접근을 제공하는 데이터 클라우드, 에이전트 개발을 위한 플로우이즈로 구성된다.

개발자는 애피언, 아웃시스템즈, 페가, 퀵베이스처럼 AI를 수용한 기업용 로우코드 플랫폼도 학습 대상에 포함할 필요가 있다.

워크데이 핵심 소프트웨어 담당 수석부사장 맷 그리포는 플랫폼 자체보다 환경, 보안 모델, 비즈니스 프로세스에 대한 이해가 실제로 더 많은 학습을 요구한다고 설명했다.

서비스형 소프트웨어와 로우코드 플랫폼에 대규모 언어 모델과 에이전트형 AI 기능이 도입되면서, 개발자는 해당 기술 학습이 장기적으로 유효한 커리어 선택인지 고민하고 있다.

SAP 최고기술책임자 필리프 헤르치히는 AI가 개발자를 대체하지는 않을 것이라고 말했다. AI는 코드를 생성할 수 있지만, 내부 구조에 대한 이해가 부족하면 한계가 분명하며, 기업 환경에서 확장성과 안정성을 확보하려면 여전히 높은 수준의 전문성과 노력이 필요하다고 설명했다.

도구가 아니라 역할에 집중하라

역량 강화를 목표로 하는 개발자는 기술 스택 자체보다 더 상위의 역할에 주목해야 한다. 코딩은 비즈니스 과제를 해결하고, 아이디어를 검증하며, 고객 경험을 설계하고, 워크플로를 자동화하고, 데이터에서 인사이트를 도출하기 위한 수단이다. 기업은 개발자에게 기술 역량뿐 아니라 비즈니스 이해도와 애자일 기획 참여 역량을 요구하고 있다.

데이터 분석 소프트웨어 기업 KNIME 제품 관리 담당 부사장 크리스티안 비르크홀트는 기술은 계속 진화하지만 진정한 경쟁력은 호기심, 비판적 사고, 목적을 갖고 구축하는 능력에 있다고 말했다. AI를 활용해 속도를 높이되 내부 작동 방식을 이해하고 기본기를 다져야 변화가 가속화되는 환경에서도 주도권을 유지할 수 있다고 강조했다.

AI로 인해 해결해야 할 문제, 도구, 비즈니스 기회가 빠르게 변화하면서 개발자는 평생 학습을 받아들여야 한다. 새로운 소프트웨어 개발 도구를 익히고, AI 역량에 대한 이해를 강화하며, 해결 중심 사고방식을 바탕으로 데브옵스 커리어 경로를 확장해야 할 시점이다.

dl-itworldkorea@foundryco.com

Isaac Sacolick editor@itworld.co.kr
저작권자 Foundry & ITWorld, 무단 전재 및 재배포 금지