LLM으로 몇 달간 코딩한 후, 다시 내 두뇌를 쓰기로 했어요

• 고성능 LLM을 활용하여 인프라를 구축했으나, 코드 품질과 유지보수성에서 큰 문제점이 드러남
• AI의 비효율성과 일관성 없는 결과 때문에 직접 코드 이해와 조사, 역량 강화 필요성을 느낌
• 프로젝트를 빠르게 끝내려는 목적이 오히려 코드 구조의 혼란, 중복, 비일관성을 초래함
• 이제는 AI를 단순 반복작업이나 코드 변환 등 보조 용도로만 제한적으로 활용함
• AI 활용이 코딩 감각과 문제해결 능력 저하로 이어질 수 있으므로, 적극적으로 두뇌 사용을 우선시함

서론: LLM을 활용한 인프라 구축 시도

• 기존 PHP+MySQL 인프라가 한계에 이르러 새로운 인프라 필요성 인식
• Go와 Clickhouse 선택, AI와 함께 인프라 설계 및 계획 수립 진행
• Claude 등 LLM에게 베스트 프랙티스 및 아키텍처에 대해 문의하며 자세한 계획 도출
• 기능 완성과 빠른 릴리스를 목표로 코드 개발을 속도 중심으로 전개

개발 과정과 문제점 발생

• Cursor 등의 툴을 사용해 AI가 코드를 작성, 본인은 빌드와 테스트 중심으로 작업 진행
• 코드베이스 정돈이 미흡해도 우선적으로 요구되는 데이터 제공에 집중
• 개발을 빠르게 진행했음에도 시간이 지날수록 계속해서 새로운 이슈가 발생함
• Go와 Clickhouse에 대한 경험 부족으로 인한 어려움, AI가 내놓는 수정안이 연속된 문제를 야기함

코드 품질 문제와 한계 체감

• 제작된 코드 전체를 면밀히 검토하는 코드 리뷰 시간 마련
• 같은 기능을 수행하는 파일들이 이름·파라미터·구조 등에서 불일치 및 중복, 혼란 많음
  • 예시: "WebAPIprovider"와 "webApi"가 동일 파라미터를 의미하지만 따로 존재함
  • 동일 메소드가 여러 파일에서 재정의되는 현상
  • 설정 파일 접근 방식 일관성 결여
• 실제로는 여러 주니어 개발자가 소통 없이 동시에 작업한 듯한 결과물 생성

LLM 문맥 피드백의 한계와 전략 변경

• 컨텍스트 정보를 충분히 제공하고, Gemini 등 대형 윈도우 LLM을 활용했음에도 불구하고 일관적인 개선 미흡
• 인프라와 언어에 대한 자기주도적 학습 및 문서, 동영상 자료 등 추가 학습 필요성 인식
• 클린 코드 작성과 조직화를 위해 AI 주도 개발에서 자율적 코드 설계로 방향 전환

AI 보조 활용 방식 변화

• 반복적인 리팩터링과 코드 정비로 직접적인 코드 이해와 관리에 집중
• AI의 역할을 코드 자동 변경, 파라미터 일괄 변경, 코드 변환 등의 단순 반복 작업에 한정
• 새로운 기능 기획, 코드 초안 작성 등은 직접 사고 후 LLM에 검증 or 보조 역할 부여
• AI를 “조수”로 두고, 계획 및 구조 결정권은 개발자 자신이 역임

사고력 저하 우려 및 변화된 태도

• AI가 있으니 두뇌 사용 빈도 감소, 계획이나 사고 과정을 AI에 의존하게 된 현실 인식
• 펜과 종이, 직접적인 설계, 직접 코딩을 통해 개발자 역량과 문제 해결력 회복 추진
• AI로 인해 코딩 감각 저하 위험 있음에 경각심

비개발자 및 ‘Vibe Coding’에 대한 우려

• 비개발자가 LLM만으로 개발을 진행할 때, 복잡·혼란스러운 코드와 오류 반복 현상이 더 심각
• ‘노코드’ 툴보다 AI 기반 개발이 구조 파악에 더 큰 어려움 야기 가능성
• 파악 불가능한 코드 벽, 계속되는 오류-수정-재발 과정에서 근본적 난이도와 위험성 언급

AI 활용 현실에 대한 단상 및 커뮤니티 분위기

• AI 상용화, 벤치마크, 인플루언서, AI 회사의 과대광고 및 성능 불일치에 혼란감 표출
• 동일 모델·프롬프트에서 완전히 다른 결과 나오는 일관성 결여
• 고성능 최신 LLM조차 클릭하우스 수억 행 쿼리 등 실제 복잡 업무를 완벽하게 소화하지 못함
• 복잡한 세팅 및 비효율적 워크플로우 강요 상황에서, 그 자체가 ‘시간 낭비’일 수 있음
• AI가 굉장한 듯하지만 아직까진 ‘좋지만 뛰어나진 않은 도구’라는 신중한 시각

결론

• 최신 기술과 AI에 여전히 큰 기대와 흥미 보유
• 그러나 현재 시점에서는 올바른 역할과 한계를 이해하고, AI를 보조적이거나 학습용 도구로 제한적으로 활용하는 것이 현명한 전략임
• AI 사용으로 인한 개발자 역량 저하 경고와 함께, 본인의 사고와 계획 중심으로 돌아감
• ‘코드 작동 원리와 구조’를 이해하지 못한 상태에서 AI에 전적으로 의존하는 개발은 실패 가능성 높음