Claude 마이크로서비스 추천 믿고 2주 날린 개발자가 깨달은 AI 한계 3가지

AI의 잘못된 추천

AI가 추천하는 마이크로서비스 아키텍처는 때로는 불필요하게 복잡할 수 있어요. 예를 들어, 한 개발자가 친구의 작은 프로젝트인 토도 앱을 위해 Claude에게 조언을 구했는데, AI는 마이크로서비스 아키텍처를 추천했어요. 사용자 서비스, 인증 서비스, 알림 서비스 등 여러 개의 서비스로 나누고, 메시지 큐를 통해 연결하라고 했죠.

하지만 이 개발자는 결국 익스프레스 서버 하나와 데이터베이스 하나로도 충분하다는 사실을 깨달았어요. AI는 문제를 해결하는 데 필요한 적절한 답변을 주기보다는, 겉보기에는 더 똑똑한 대안을 제시하는 경향이 있다는 점을 기억해야 해요. 이런 상황에서 AI의 추천을 무비판적으로 따르지 않는 것이 중요합니다.

AI가 가져가는 것과 가져갈 수 없는 것

AI가 가져가는 것에는 몇 가지가 있어요. 첫째, 평균적인 코드입니다. 기본적인 클라우드 작업이나 보일러 플레이트 코드는 AI가 빠르고 정확하게 생성할 수 있어요. 둘째, 초기 단계의 작업, 즉 0에서 1로 나아가는 작업도 AI가 잘 처리해요. 많은 사람들이 빈 화면 앞에서 멍하니 시간을 낭비하는 것보다는 AI에게 도움을 요청하는 것이 효율적일 수 있죠.

셋째, 반복 작업입니다. 테스트 케이스 작성, 데이터베이스 마이그레이션 스크립트 생성 등은 AI가 대신해 주면 시간을 절약할 수 있어요. 하지만 AI가 절대 가져갈 수 없는 것들도 있습니다. 거절 능력, 방향 설정, 책임감이 바로 그것인데요. 이 세 가지는 AI가 대체할 수 없는 인간의 고유한 능력이에요.

실전 팁: AI와 함께 작업하기

AI와 함께 일할 때는 몇 가지 실전 팁이 있어요. 첫째, Claude의 답변을 그대로 복사해서 붙여넣기 전에, 사람들끼리 30분간 토론해 보세요. 이 과정에서 좋은 아키텍처는 엔지니어들의 의견 충돌에서 나올 수 있다는 점을 명심해야 해요.

둘째, 라즈난단의 취향 훈련 루프를 시작해 보세요. 영향력 있는 산출물 하나를 선택하고, 그에 대한 변형을 여러 개 만들어 달라고 AI에게 요청하세요. 각각의 변형에 대해 왜 실패했는지 적어보면, 거절 능력이 향상될 거예요.

셋째, AI에게 질문할 때는 “어떻게 만들면 좋을까?” 대신 “가장 단순하게 만든다면 어떻게 할 수 있을까?”라고 물어보세요. 이렇게 질문을 바꾸면 AI의 답변이 더 간단해질 수 있어요.

이런 팁들을 통해 AI와 협업할 때 더 효율적인 결과를 얻을 수 있을 거예요.