AI 코딩 툴 6개월 써봤는데, 솔직히 한계가 있었어요 (2026년 후기)
작년 연말에 팀장님한테 반쯤 떠밀려서 AI 코딩 툴을 처음 도입했어요. "이거 쓰면 개발 속도 두 배는 된대"라는 말에 은근히 기대도 됐고요. 저는 백엔드 개발자로 일한 지 8년 됐는데, 솔직히 처음엔 좀 무시했어요. '이걸 쓸 정도면 실력이 부족한 거 아닌가' 하는 묘한 자존심도 있었거든요. 근데 주변에서 하나둘 쓰기 시작하고, 실제로 업무 속도가 달라진다는 얘기가 들려오니까 그냥 무시하기도 어렵더라고요.
📋 목차
그래서 진짜로 써봤어요. GitHub Copilot을 메인으로 쓰고, 중간중간 Cursor랑 Claude Code도 번갈아가면서 약 6개월 정도. 업무에도 붙여봤고, 사이드 프로젝트에도 써봤어요. 그 결과가 "역시 대단하다"였냐고요? 반반이에요. 분명히 좋은 점이 있었는데, 생각보다 한계도 뚜렷했어요. 오늘은 그 경험을 있는 그대로 얘기해볼게요.
처음 2주, 진짜로 신기했어요
처음 Copilot을 켜고 코드를 치는데, 제가 생각하던 다음 줄을 거의 정확하게 제안해줬을 때 그 느낌은... 솔직히 소름 돋았어요. 특히 반복적인 CRUD 작업이나, 테스트 코드 짤 때는 정말 편했어요. 평소에 mock 객체 만드는 게 귀찮아서 미루던 테스트 케이스들을 AI가 슥슥 채워주니까 오히려 테스트 커버리지가 올라가는 부작용(?)도 있었고요.
Python이나 TypeScript 같은 메이저 언어에서는 제안 품질이 정말 높았어요. 라이브러리 사용 패턴도 꽤 최신 버전까지 반영돼 있었고, 함수 시그니처도 대부분 맞게 나왔어요. "이 정도면 주니어 개발자 한 명 값은 하는 거 아닌가" 싶을 정도로요. 그 2주 동안은 완전히 긍정적인 편이었어요.
근데 진짜 업무에 붙여보니까 달라졌어요
문제는 우리 회사 코드베이스가 만들어진 지 5년이 넘은 레거시라는 거예요. 독자적인 내부 프레임워크도 있고, 팀마다 네이밍 컨벤션도 제각각이고, 주석도 거의 없는 코드들이 쌓여 있거든요. AI한테 이 환경에서 코드를 제안해달라고 하면... 그냥 틀려요. 일반적인 패턴으로 답을 내놓는데, 우리 코드 구조랑 안 맞는 게 한두 개가 아니었어요.
Cursor의 경우 프로젝트 전체를 컨텍스트로 넣을 수 있다고 해서 기대를 좀 했는데, 파일이 수백 개 넘어가면 결국 컨텍스트 한계에 부딪히더라고요. AI가 A 파일을 보면서 답을 주다가, B 파일의 의존성을 모르고 잘못된 함수를 호출하는 코드를 제안하는 경우가 생각보다 많았어요. 그걸 검토하는 시간이 오히려 직접 짜는 것보다 더 걸릴 때도 있었고요.
솔직히 말하면, 레거시 코드 환경에서는 AI 코딩 툴이 생산성을 올려준다고 말하기 어려웠어요. 제안 코드를 보고, 맥락이 맞는지 확인하고, 수정하는 과정을 반복하다 보면 처음부터 혼자 짜는 게 더 빠른 경우가 꽤 됐거든요.
의외로 좋았던 건 이런 부분이었어요
단점 얘기를 좀 했으니까, 예상 밖으로 유용했던 부분도 얘기해야겠어요. 저는 개인 사이드 프로젝트로 간단한 FastAPI 서버를 만들고 있었는데, 거기서는 진짜 속도가 달랐어요. 완전히 새로운 코드베이스에서 내가 원하는 방향을 명확하게 프롬프트로 줬더니, 기본 구조 잡는 데 하루면 충분했어요. 예전 같으면 2~3일은 걸렸을 것들이요.
그다음으로 좋았던 건 언어 경계를 넘을 때였어요. 저는 주로 Python 개발자인데, 가끔 간단한 쉘 스크립트나 Terraform 코드를 짜야 할 때가 있거든요. 이럴 때 AI한테 물어보면 꽤 정확하게 써줘요. 예전에는 Stack Overflow랑 공식 문서를 번갈아보면서 반나절 쓰던 걸, 이제는 30분 안에 끝내는 경우가 많아졌어요. 이 부분은 진짜 체감이 크더라고요.
코드 리뷰 준비할 때도 의외로 유용했어요. PR 올리기 전에 AI한테 "이 코드 뭐 이상한 점 없어?" 하고 물어보면, 내가 놓친 엣지 케이스나 예외 처리 빠진 부분을 짚어줄 때가 있었어요. 100% 믿을 수는 없지만, 2차 검토 용도로는 충분히 쓸 만했어요.
이런 사람한테는 맞고, 이런 사람한테는 안 맞아요
6개월 써보면서 느낀 건데, AI 코딩 툴은 환경과 용도가 맞아야 효과가 나요. 그게 핵심이에요.
새 프로젝트를 처음부터 만드는 사람, 아직 익숙하지 않은 언어나 프레임워크를 배우면서 쓰는 사람, 반복적인 보일러플레이트 코드를 자주 써야 하는 사람한테는 진짜 시간을 아껴줘요. 특히 스타트업이나 1인 개발자처럼 혼자 다양한 기술 스택을 다뤄야 하는 상황에서 꽤 강력한 도구가 된다고 생각해요.
반면, 복잡한 도메인 로직이 많고 코드베이스가 오래된 팀에서, AI가 뱉는 코드를 제대로 검토할 시니어 없이 주니어가 그냥 붙여넣기 하는 방식으로 쓰면 오히려 기술 부채가 쌓일 수 있어요. 제 주변에서 실제로 그런 경우를 몇 번 봤거든요. AI가 틀린 코드를 자신 있게 내놓는데, 검토 없이 바로 merge 된 케이스요. 나중에 버그 찾다가 고생하는 거 보면서 '이게 맞는 방향인가' 싶었어요.
관련해서 GitHub의 개발자 설문 조사에 따르면, AI 코딩 툴 사용자의 상당수가 코드 품질보다 속도 향상에 더 집중한다고 응답했어요. 이 부분이 좀 걱정스럽기도 해요. 빠르게 짜는 것과 잘 짜는 것은 다른 얘기거든요.
그래서 지금도 쓰냐고요?
네, 써요. 근데 쓰는 방식이 완전히 달라졌어요. 처음에는 "이게 내 개발을 다 해줄 수 있나" 하는 기대로 썼는데, 지금은 "이 작업에서 AI가 나한테 도움이 될 수 있나"를 먼저 생각해요. 반복 코드, 새 언어, 테스트 케이스, 코드 리뷰 준비 — 이 용도로는 계속 써요. 그 외 복잡한 비즈니스 로직은 여전히 직접 짜는 게 더 빠르고 정확하더라고요.
AI 코딩 툴이 개발자를 대체할 거라는 얘기도 많은데, 제 경험상 적어도 지금은 아니에요. 컨텍스트를 이해하고, 비즈니스 요구사항을 코드로 옮기고, 기술 부채를 판단하는 건 여전히 사람 몫이에요. Stack Overflow의 개발자 동향 보고서에서도 AI 툴을 생산성 보조 수단으로 활용한다는 응답이 대체재로 본다는 응답보다 훨씬 높았고요. 저도 그게 맞는 시각이라고 생각해요.
기대했던 것의 60% 정도는 충족됐고, 40%는 현실의 벽이 있었어요. 그 40%를 알고 쓰면 충분히 유용한 도구예요. 모르고 쓰면 가끔 발목을 잡히고요.
자주 묻는 질문
Q. GitHub Copilot이랑 Cursor, 어떤 게 더 낫나요?
용도가 달라요. Copilot은 에디터에 자연스럽게 녹아있어서 기존 방식 유지하면서 제안을 받는 데 편하고, Cursor는 프로젝트 전체 컨텍스트 기반으로 대화하듯 코드를 짜는 게 강점이에요. 새 프로젝트 시작할 때는 Cursor가 빠르고, 기존 업무 흐름에 얹어 쓰려면 Copilot이 덜 불편했어요.
Q. AI 코딩 툴이 주니어 개발자 성장에 방해가 될까요?
이게 진짜 걱정스러운 부분이에요. 직접 에러를 만나고 디버깅하면서 실력이 쌓이는데, AI가 다 해결해주면 그 과정이 생략돼요. 주니어라면 AI가 준 코드를 그냥 쓰기보다 왜 그렇게 짰는지 이해하려는 습관이 중요해요. 속도보다 이해를 먼저라는 마인드셋이 필요하다고 생각해요.
Q. 레거시 코드가 많은 환경에서도 AI 코딩 툴이 도움이 되나요?
솔직히 제한적이에요. 코드 분석이나 리팩토링 제안 정도는 도움이 되는데, 기존 로직 그대로 수정하거나 내부 컨벤션에 맞게 코드를 짜는 건 컨텍스트 한계 때문에 자주 틀려요. 이 경우엔 AI 제안을 참고 정도로만 쓰고, 검토는 반드시 직접 하는 게 안전해요.
Q. 월 구독료 낼 만한 가치가 있나요?
새 프로젝트나 다양한 기술 스택을 자주 다루는 사람이라면 낼 만해요. 저는 사이드 프로젝트에서 확실히 시간을 아꼈거든요. 반면 익숙한 언어로 한 가지 레거시 프로젝트만 유지보수하는 상황이라면 체감 효과가 생각보다 낮을 수 있어요.
Q. AI가 만든 코드를 그냥 믿고 써도 되나요?
절대 그냥 믿으면 안 돼요. AI 코딩 툴은 그럴듯하게 틀리는 능력이 있어요. 특히 보안 관련 코드나 외부 API 호출, DB 쿼리는 반드시 직접 검토해야 해요. AI가 자신 있게 제안한 코드에서 SQL 인젝션 취약점이 나온 사례도 있었거든요. 리뷰 없는 AI 코드는 리뷰 없는 주니어 코드랑 같은 리스크예요.
📚 참고 자료
📌 이 글이 도움이 됐다면 북마크 & 공유해주세요!
⚠️ 투자·의료·법률 등 전문 분야는 반드시 전문가와 상담하세요.