AI 시대의 개발자 역량·채용 동향과 도메인 학습 방향이 궁금합니다

멘토 답변 2

• 신

  신*선 멘토

  대웅제약 AI 신약팀 · 선임연구원

  안녕하세요. 질문주셔서 감사합니다. 질문해주신 내용은 최근 개발자를 준비하는 분들과 그리고 현업에 계신 분들도 많이 고민하고 있는 부분입니다. 제 생각에는 AI 때문에 개발자의 역할이 사라진다기보다, 개발자가 일하는 방식과 신입에게 기대하는 수준이 빠르게 바뀌고 있다고 보는 것이 적절합니다. 1. 현업에서 AI를 어느 정도 활용하고 있나요? 저를 포함한 제 주변의 개발자 지인들에게 확인해봐도 대부분 AI코드 작성을 활용하여 업무를 빠르게 이어가고 있습니다. 다만 AI가 작성한 코드를 그대로 서비스에 반영하는 경우는 많지 않습니다. 기본 뼈대를 AI를 통해 빠르게 만들고 중요한 사항들은 직접 수정하거나 AI를 통한 부분 수정 및 반복수정 작업이 주를 이루고 있는것 같습니다. 2. 프론트엔드와 백엔드의 경계가 얕아지고 있나요? 일정 부분은 맞습니다. AI 도구와 프레임워크가 발전하면서 프론트엔드 개발자가 간단한 API를 만들거나, 백엔드 개발자가 기본적인 화면을 구현하는 일이 이전보다 쉬워졌습니다. 특히 스타트업이나 소규모 제품팀에서는 한 명의 개발자가 화면, 서버, 데이터베이스, 배포까지 폭넓게 다루는 경우가 많습니다. 그러나 역할의 경계가 완전히 사라지는 것은 아닙니다. 서비스 규모가 커질수록 프론트엔드에서는 렌더링 성능, 접근성, 상태 관리와 사용자 경험이 중요해지고, 백엔드에서는 트랜잭션, 동시성, 데이터 정합성, 보안과 시스템 확장성 같은 전문성이 필요합니다. 이런 부분들은 프론트와 백엔드를 잘 모르는 사람들이 쉽게 만들어서 더이상 개발자가 필요하지 않는것처럼 보일 수 있으나, 결국 얼마나 더 많이 아는 사람이 더 잘 prompt를 작성하고 전체 아키텍쳐를 설계할 수 있기 때문에 아직까지는 전문가의 영역이라고 볼 수 있을것 같습니다. 3. 프로그래밍 역량과 AI 활용 능력은 어떻게 평가될까요? 앞으로는 두 가지 역량을 모두 평가하되, 평가 기준은 서로 다를 가능성이 높습니다. 먼저 직접 프로그래밍하는 역량에서는 다음과 같은 기본기가 중요합니다. • 문제를 작은 단위로 나누는 능력 • 자료구조와 알고리즘에 대한 기본 이해 • 다른 사람이 작성한 코드를 읽는 능력 • 오류를 재현하고 원인을 찾는 능력 • 테스트 가능한 코드를 작성하는 능력 • 코드의 성능, 보안과 유지보수성을 판단하는 능력 • 자신이 선택한 구현 방법을 설명하는 능력 AI 활용 능력은 단순히 프롬프트를 잘 작성하는지를 의미하지 않습니다. AI에게 적절한 맥락과 제약 조건을 제공하고, 큰 작업을 단계별로 나누며, 생성된 코드의 오류를 검증하고 수정하는 능력이 더 중요합니다. 면접에서도 “AI를 사용했는가”보다 다음과 같은 부분을 확인할 가능성이 높습니다. • 어떤 작업에 AI를 사용했는가 • AI가 잘못 생성한 내용을 어떻게 발견했는가 • 생성된 코드를 어떤 테스트로 검증했는가 • 보안이나 개인정보 문제를 어떻게 고려했는가 • AI 없이도 해당 코드의 동작 원리를 설명할 수 있는가 최근에는 AI와 빅데이터, 기술 활용 능력이 빠르게 중요해지는 직무 역량으로 평가되고 있습니다. 동시에 신입에게도 단순 구현을 넘어 문제 판단과 검증 능력을 더 일찍 요구하는 경향이 나타나고 있습니다. 신입 개발자에게 가장 중요한 것은 AI를 사용하지 않고 모든 코드를 외우는 것도 아니고, 반대로 AI에게 모든 구현을 맡기는 것도 아닙니다. 기본 원리를 이해한 상태에서 AI로 개발 속도를 높이는 개발자가 최근 역량 높은 개발자로 평가되는 것 같습니다. 4. 산업과 기업의 도메인 지식은 어떻게 준비하면 좋을까요? 산업군에 속한 기본 지식들은 해당 산업군에 발담그기 전에는 알 수 없는 부분들이 많이 있습니다. 유통/리테일 분야는 SAP, ERP 시스템의 전반적인 흐름과 업계 표준을 이해하고 있어야하고, 제약/바이오/헬스케어 분야는 의료, 생명과학, 화학 등의 지식이 필요합니다. 금융 분야의 경우 각종 금융 지표나 경제학, 기업평가 방법 등의 지식이 필요합니다. 이런식의 산업지식, 도메인 지식을 모두 준비해서 취업한다기 보다 본인이 관심있는 분야 또는 좋아하는 분야에 대해서 스스로 프로젝트를 수행하면서 문제를 정의하고 어떻게 해결하였는지의 과정과 그 결과물을 제시할 수 있는 역량이 중요할 것 같습니다. 도메인 지식은 전문 서적부터 깊게 공부하기보다, 지원하려는 회사가 어떤 고객의 어떤 문제를 해결하는지부터 이해하는 것이 좋습니다. 예를 들어 이커머스 기업을 지원한다면 단순한 상품 등록 프로젝트보다 재고 차감, 동시 주문, 결제 실패, 주문 취소, 환불과 배송 상태 변경을 고려한 프로젝트가 더 좋은 평가를 받을 수 있습니다. 금융 분야라면 거래 내역의 정확성, 권한 관리, 감사 로그와 중복 결제 방지를 고려할 수 있고, 헬스케어 분야라면 개인정보 보호, 접근 권한, 데이터 추적성과 기록 관리 등을 프로젝트에 반영할 수 있습니다. 마지막으로 취업 준비 단계에서는 너무 많은 기술을 동시에 배우려고 하기보다, 먼저 주력 직무와 기술 스택을 정한 뒤 하나의 프로젝트를 기획부터 배포까지 완성해보는 것을 추천합니다. 그 과정에서 AI를 활용하되, 작성된 코드의 원리와 문제점을 직접 설명할 수 있을 정도로 학습하는 것이 중요할것 같습니다. AI 시대에 경쟁력 있는 개발자는 가장 빠르게 코드를 생성하는 사람이 아니라, 해결해야 할 문제를 정확히 정의하고 AI가 만든 결과를 올바르게 판단할 수 있는 사람이 될 것 같습니다.

  2026. 07. 28. 08:05

  ♡좋아요 3
• 김

  김*엽 멘토

  LIG넥스원 D&A 기계기술팀 · 선임

  안녕하세요 답변드립니다. 1. 아무래도 방산쪽 업무를 수행하다보니 코드작성, 테스트 등을 직접적으로 일반인들이 사용하는 AI모델에는 적용하진 못하지만 사내 인트라넷에서 사용할수 있는 자체 AI모델을 통해 보고서를 작성하거나 외부 AI모델에서 자료를 분석하고 해당내용을 인용하거나 자료를 가공하여 쓰는등의 방법으로 활용하고있습니다. 또한 최근엔 AI 자동화 툴을 팀별로 과제화하여 개발후 자료작성 자동화 모델링 분석 등에 활용중입니다. 2. 제가 기계 전공이라 자세히는 모르나 통상 업무 수행함에 있어 다양하게 지식을 쌓고 입사후 내용을 더 디테일하게 배우는게 낫다고 생각합니다. 3. 기계 개발, 양산쪽 수행하는 입장으로 말씀드리면 개발자나 설계등 수행할때는 직접 프로그램을 작성하는것부터 평가가 우선 될거라 생각됩니다. 아무래도 방산에선 오픈된 AI모델을 사용하기 어렵기에 개발자의 역량이 중요하게 볼거라 생각되며 추가로 업무를 수행함에있어 기계분야도 다양한 AI에이전트나 모델을 사용하여 검증은 하고있기에 해당 역량(AI등을 활용하여 새로운걸 찾는등의 역량) 또한 강조하는것이 취준에 도움이 될거라 판단됩니다. 4.사실 방산이라는게 학부생때 딥하게 업무를 알기는 어렵지않을까 생각됩니다. 저 같은 경우엔 4학년때 드론 관련 3D프린트 제작, 설계 등으로 수행하여 1차면접인 pt면접에서 설계, 제작 능력등의 범용으로 활용하나 드론이라는 방산에도 적용할수있는 역량을 강조하였습니다. SW 쪽에서도 4학년 프로젝트를 진행하게되면 예를들자면 어떤 물체(빛이나 소리)의 추적, 감지(레이더나 미사일의 눈을 담당하는 시커와같은) 등 유사한 프로젝트를 진행하거나 현재 진행하는 프로젝트가 있다면 해당 프로젝트를 수행함에 있어 심화적인 부분을 수행하고 방산에서 적용할 수있는 부분을 강조하는것이 좋을거라 생각됩니다.

  2026. 07. 27. 11:30

  ♡좋아요 2