요약:"느낌 코딩"(코드를 모른 채 소프트웨어를 만드는 것)에 대한 과대광고가 현실 점검을 받았습니다. UC 버클리의 사라 차신스 교수는 GenAI 시대에 수동 코딩 기술이 더필요하다고 주장합니다, 덜 필요하지 않습니다. 왜냐하면 AI는 '구식'에는 뛰어나지만 '신식'에는 형편없고, 속도에 대해 위험할 정도로 기만적이기 때문입니다. 최근 연구에 따르면 LLM이 실제로 당신을 20% 느리게만들 수 있으며, 그 동안 당신은 20% 더 빠르다고 느낄 수 있습니다.여기 제임스입니다, 머큐리 테크놀로지 솔루션의 CEO입니다.
홍콩 Hong Kong - 2026년 2월 1일
현재 기술 세계에서 퍼지고 있는 위험한 이야기: _"나는 Python을 배울 필요가 없다; 나는 영어만 배우면 된다. AI가 나머지를 해줄 것이다."_ 우리는 이것을 "바이브 코딩"이라고 부릅니다.
하지만 UC 버클리 컴퓨터 과학 교수 사라 차신스는 최근 모든 "노코드" 창업자가 들어야 할 진실을 전했습니다:"네, 여전히 이러한 GenAI 도구에서 프로그램을 꺼내기 위해서는 '구식' 방식으로 코드를 작성할 수 있어야 합니다."
컴퓨터 과학의 기초를 배우는 어려운 과정을 건너뛸 수 있다고 생각한다면, 당신은 실패를 준비하고 있는 것입니다. 그 이유는 다음과 같습니다.
1. 분해 결핍
공학의 가장 어려운 부분은 문법(if/else 문 작성)이 아닙니다. 그것은 분해입니다. 분해란 거대하고 모호한 비즈니스 문제를 보고 그것을 수천 개의 작은, 답할 수 있는 논리 게이트로 나누는 능력입니다.현실:
- AI는 이것을 당신을 위해 해줄 수 없습니다.기술:
- The Skill:AI는 전술적 실행자입니다. 당신이 전략적 설계자가 되어야 합니다.
문제를 분해하는 방법을 훈련하지 않았다면 (수동으로 코딩하면서 배우는 것), AI에게 무엇을 물어봐야 할지조차 알지 못할 것입니다.무엇을 AI에게 물어보게 될 것입니다. 당신은 모호한 프롬프트를 주고 모호하고 깨진 쓰레기를 돌려받게 됩니다.
2. "기도하고 배포하기" 전략
코드를 읽을 수 없다면, AI가 맞는지 어떻게 알 수 있겠습니까? 알 수 없습니다. 당신은 단지 기도하고 있습니다.당신은 "맹목적인 신뢰 배포"에 의존하고 있습니다.
어쩌면 당신은 20개의 테스트 케이스를 가지고 있을지도 모릅니다.
- 어쩌면 친구에게 확인을 부탁할 수도 있습니다.
- 하지만 대체로, 당신은 추측하고 있습니다.
- Chasins 교수는 수동 코딩 문해력이 없으면 "검증"할 수 있는 능력을 잃게 된다고 지적합니다. 기업 소프트웨어에서 검증되지 않은 코드를 배포하는 것은 태만입니다. 당신은 빨간 드레스를 입은 여성을 보는 것뿐만 아니라 매트릭스를 읽을 수 있어야 합니다.
Professor Chasins points out that without manual coding literacy, you lose the ability to Verify. In enterprise software, deploying unverified code is negligence. You need to be able to read the Matrix, not just look at the woman in the red dress.
3. 혁신의 한계 (거울의 함정)
AI는 과거의 거울입니다. 기존의 GitHub 저장소를 기반으로 학습됩니다.
- Vibe Coding은 작동합니다당신이 1,000번 이상 만들어진 것을 재구성하고 있을 때 (예: 할 일 목록 앱, 기본 CRM).
- Vibe Coding은 실패합니다당신이 진정으로 새로운 것을 만들고 있을 때.
당신이 혁신을 시도하고 있다면—한 번도 작성된 적이 없는 프로그램을 작성하려고 한다면AI는 환각을 일으킬 것입니다. 왜냐하면 의존할 학습 데이터가 없기 때문입니다. 그 순간, 당신은 혼자입니다. 기본 원칙으로 돌아가서 스스로 논리를 작성해야 합니다.4. "효율성 환각"
이것은 Chasins의 연구에서 가장 매혹적이고 (무서운) 부분입니다. 우리는 종종 AI가 사실을 "환각"한다고 이야기합니다. 그러나 사실,
AI는 인간이 효율성을 환각하도록 만듭니다.Chasins가 인용한 연구는 역설을 드러냈습니다:
인식:
- LLM을 사용하는 사용자 Users utilizing LLMs 느꼈다그들이 일하고 있다고20% 더 빠르다고.현실:
- 그 같은 사용자들은 실제로수동 제어 그룹보다20% 느렸다.AI는 당신에게 "진행"의 도파민을 제공합니다 (이 생성된 텍스트를 보세요!), 당신이 스스로 작성했을 때보다 디버깅하고 문제를 해결하는 데 더 많은 시간을 보내고 있다는 현실을 가립니다.
결론: 승객이 되지 마세요.
AI는 강력한 엔진입니다. 하지만 운전자가 없는 엔진은 단지 소음 기계일 뿐입니다. 2026년에 생존하려면 단순히 "Viber"가 되어서는 안 됩니다. 당신은
엔지니어가 되어야 합니다.모든 코드를 작성할 필요는 없지만, 모든 코드를 이해해야 합니다. 목표는 코드를 피하는 것이 아니라, 기계를 효과적으로 제어할 수 있도록 마스터하는 것입니다.머큐리 기술 솔루션: 디지털리티 가속화.
You don't need to write every line, but you must understand every line. The goal isn't to escape the code; it's to master it so you can command the machine effectively.
Mercury Technology Solutions: Accelerate Digitality.
