AI가 코드를 다 짜는 시대, 컴공은 무엇을 배워야 하나

#질문이 바뀌었다 — 코딩을 배울까가 아니라 무엇을 맡길까

예전의 컴퓨터공학 논쟁은 대개 이랬습니다. 어떤 언어를 배울 것인가, 어떤 프레임워크를 먼저 익힐 것인가, 알고리즘 문제를 얼마나 풀 것인가. 그런데 생성형 AI가 코드 작성의 상당 부분을 자동화하면서 질문의 초점이 바뀌었습니다.

이제 중요한 질문은 내가 직접 타이핑할 수 있는가가 아닙니다. 어떤 문제를 소프트웨어로 바꿀 수 있는가, 어떤 부분을 AI에게 위임해도 되는가, AI가 만든 결과가 실제로 맞는지 판단할 수 있는가입니다.

#쓰기에서 읽기로 — 생산성의 병목이 이동한다

AI가 잘하는 일은 초안을 빠르게 만드는 것입니다. 코드, 문서, 슬라이드, 요약, 테스트 케이스까지 대부분의 산출물을 짧은 시간 안에 만들어냅니다. 그래서 예전처럼 첫 줄을 쓰는 데 쓰던 시간이 줄어듭니다.

그 대신 시간이 들어가는 곳은 읽기입니다. 생성된 코드가 요구사항을 만족하는지, 빠진 예외는 없는지, 보안이나 비용 리스크는 없는지, 사용자가 실제로 겪는 문제와 맞닿아 있는지를 검토해야 합니다. 쓰는 시간이 줄어든 만큼 읽고 비평하는 시간이 늘어납니다.

1. AI가 만든 결과의 전제를 확인한다.
2. 요구사항과 다른 부분을 찾아낸다.
3. 작동하는 데모와 실제 서비스 사이의 차이를 식별한다.
4. 테스트 가능한 기준으로 다시 쪼갠다.
5. 버릴 결과와 살릴 결과를 구분한다.

이 변화는 개발자만의 이야기가 아닙니다. 사업계획서도 마찬가지입니다. AI가 문장을 매끄럽게 만들 수는 있지만, 그 문장이 심사 기준을 통과하는지는 별도의 읽기와 검증이 필요합니다.

#95퍼센트짜리 결과물은 실무에서 부족할 수 있다

프로토타입 단계에서는 95퍼센트 정확한 결과가 충분히 유용할 수 있습니다. 내부 데모를 만들고, 아이디어를 확인하고, 반복 속도를 높이는 데는 큰 도움이 됩니다. 문제는 그 결과를 실제 사용자에게 내보내는 순간입니다.

사용자가 100명일 때 1퍼센트 오류는 작은 문제처럼 보입니다. 사용자가 10만 명이면 1,000명이 잘못된 결과를 받습니다. 금융, 보안, 행정, 투자 판단처럼 결과의 비용이 큰 영역에서는 99퍼센트도 느슨한 기준이 될 수 있습니다.

#컴공의 본질은 문법보다 추상화와 검증이다

컴퓨터공학을 코딩 학과로만 보면 AI 시대에는 가치가 약해 보입니다. 하지만 컴공의 본질은 문법 암기가 아닙니다. 복잡한 현실을 자료구조, 알고리즘, 인터페이스, 상태, 제약 조건으로 바꿔 생각하는 훈련입니다.

AI에게 일을 시키는 것도 결국 이 훈련을 요구합니다. 모호한 요구를 그대로 던지면 AI는 그럴듯한 평균값을 돌려줍니다. 반대로 입력, 출력, 실패 조건, 검증 기준을 분명히 주면 결과의 품질이 달라집니다.

• 추상화: 현실의 문제를 계산 가능한 구조로 바꾸는 능력
• 분해: 큰 목표를 독립된 작업 단위로 나누는 능력
• 검증: 결과가 맞는지 테스트 기준을 세우는 능력
• 복구: 실패했을 때 원인을 좁히고 다시 설계하는 능력

결국 AI를 잘 쓰는 사람은 코딩을 몰라도 되는 사람이 아닙니다. 코딩을 이해하기 때문에 무엇을 맡기고, 무엇을 직접 확인해야 하는지 아는 사람입니다.

#창업자에게도 같은 변화가 온다

사업계획서 작성도 비슷한 길을 갑니다. AI는 시장 분석 문단, 고객 문제 문단, 매출 추정 문단을 빠르게 만들어줍니다. 하지만 심사위원이 보는 것은 문장의 매끄러움이 아니라 문제정의, 근거, 숫자, 실행 가능성입니다.

그래서 창업자에게 필요한 역량도 작성에서 비평으로 이동합니다. 내 사업계획서가 실제 고객 문제를 붙잡고 있는지, 숫자가 출처와 산식으로 설명되는지, 팀 역량이 주장인지 증거인지 읽어낼 수 있어야 합니다.

#자주 묻는 질문

Q. AI가 코드를 다 짜면 컴공을 안 배워도 되나요? — 아닙니다. 단순 타이핑 비중은 줄어들 수 있지만, 문제를 구조화하고 결과를 검증하는 능력은 오히려 더 중요해집니다.

Q. 비전공자는 어디서 시작해야 하나요? — 거창한 커리큘럼보다 작은 현실 프로젝트가 좋습니다. 예약 관리, 비용 계산, 문서 자동화처럼 본인이 실제로 겪는 문제를 AI로 해결해보면 한계를 빨리 배웁니다.

Q. 창업자는 이 흐름을 어떻게 적용해야 하나요? — 사업계획서를 AI로 한 번에 완성하려 하지 말고, 본인이 쓴 초안을 기준으로 약점 진단과 수정 우선순위를 반복해서 받아야 합니다.