비판적 수용: AI의 결과물을 어디까지 신뢰하고 활용할지 판단하기
학습자의 AI 활용 현황
AI의 발전으로 개발의 생산성은 비약적으로 높아지고, AI를 활용한 개발은 당연하게 여겨지고 있습니다. 부스트캠프에서도 학습자는 자신이 필요하다고 판단하면 언제든 AI를 활용할 수 있습니다. 챌린지 학습자 360명을 대상으로 한 설문 결과에 따르면, 절반 이상의 학습자가 부스트캠프에서의 활동 중 50% 이상에서 AI를 활용하고 있습니다.
멤버십에서는 AI 활용 영역에 대한 보다 자세한 설문도 진행했습니다. 이에 따르면, 전체 캠퍼의 80% 정도가 코드 작성 및 코드 초안 제작에 AI를 활용했으며, 코드 리뷰 및 리팩토링에는 75%, 설계 및 해결 방식 구상에는 67%로 소프트웨어 개발 생명 주기(SDLC)를 기준으로 요구사항 분석 및 이해를 제외하고는 모든 영역에서 50%이상의 학습자가 AI를 깊숙이 활용하고 있었습니다.
부스트캠프는 학습자에게 AI 활용을 열어두는 대신 “AI를 언제, 어떻게 쓰는 것이 본인의 성장에 도움이 되는가”를 매주 회고하도록 합니다. 초반에는 “시간 단축", “효율", “생산성 향상"에 만족하는 응답이 압도적이었습니다. 그러나 물리적 시간의 단축이 기술적 지식을 학습하고 문제 해결력의 성장으로 이어진 것이 맞는지에 대해서는 학습자 스스로도 확신하지 못했습니다.
한 주간 AI를 활용하며 가장 도움이 되었다고 느낀 순간은 언제였나요? 아래 질문을 중심으로 그 경험을 회고하고 구체적으로 답변해 보세요.
AI를 활용해야겠다고 판단한 이유와 배경은 무엇인가요?
문제를 해결하기 위해 AI를 어떤 방식으로 활용했나요?
문제 해결 과정에서 나의 역할과 AI의 역할은 각각 무엇이었나요?
AI 활용 결과는 어떠했고, 그 과정에서의 시행착오 또는 깨달음은 무엇인가요?
응답 결과
한 주간 AI를 활용하며 오히려 도움이 되지 않거나 방해가 된다고 느낀 순간은 언제였나요? 아래 질문을 중심으로 그 경험을 회고하고 구체적으로 답변해 보세요.
AI를 활용해야겠다고 판단한 이유와 배경은 무엇인가요?
문제를 해결하기 위해 AI를 어떤 방식으로 활용했나요?
문제 해결 과정에서 나의 역할과 AI의 역할은 각각 무엇이었나요?
AI 활용 결과는 어떠했고, 그 과정에서의 시행착오 또는 깨달음은 무엇인가요?
응답 결과
이에, 학습자들이 AI가 성장에 도움이 되는 상황과 방해가 되는 상황을 스스로 판단하고, 자신만의 활용 원칙을 정립해 나갈 수 있도록 회고의 질문을 재구성했습니다.
학습자들이 AI가 자신의 성장에 도움이 된다고 판단한 대표적인 상황은 아래와 같습니다.
사고의 출발점: 스스로 방향을 잡기 어려운 지점에서 생각의 물꼬를 트는 보조 장치로 활용하는 경우
비교와 검증: 본인이 설계나 구현 방식에서 놓친 점은 없는지, 혹은 더 나은 대안은 없는지 비판적으로 대조하는 경우
개념의 확장: 어려운 개념을 자신의 수준에 맞춰 풀어서 이해하거나, 지식 간의 연결고리를 찾기 위한 질문 도구로 활용하는 경우
반면, 스스로 고민하기 전에 AI의 답을 먼저 보거나 AI의 해결책을 비판 없이 그대로 수용하는 경우에는 오히려 트러블슈팅이 발생하거나 문제 해결에 더 많은 시간이 소요된다는 응답이 많았습니다. 이처럼 학습자 역시 AI를 잘 활용하기 위해 “스스로 판단하는 힘", “비판적으로 수용하는 힘”이 중요하다는 것을 체감하고 있습니다.
인지와 행동의 간극
문제는 머리로 이해하는 것과 구체적인 행동 사이에 간극이 있다는 것입니다. 이 간극은 현업 개발자들과의 1:1 피드백 세션에서 더욱 선명하게 드러났습니다. 대다수의 학습자가 AI의 답변을 비판적으로 검토하고 있다고 답했지만, 심층 대화를 통해 확인하니 그 논리의 깊이가 얕은 경우가 많았습니다. 현업 개발자들은 이러한 현상에 대해 학습자 수준의 지식과 경험에서 AI의 답변을 교차 검증하는 것이 쉽지 않을 수 있다는 점을 지적했습니다.
내가 생각한 답이 있을 때, AI를 활용해서 이를 검증하려고 하는데 AI의 확증편향 경향으로 인해 정확하게 판단이 어려운 거 같아요. 더 좋은 방법은 없을지를 찾을 수 있어야 하는데 AI는 본인(학습자)이 생각한 방향으로 계속 추천해주니까 학습자가 가진 지식과 생각보다 더 발전하기 어려운 구조인거죠.
현업 개발자, 학습자가 AI를 활용하며 더 어려움에 빠지는 이유
실제로 인지 과학자 대니얼 윌링햄(Daniel T. Willingham)은 ‘비판적 사고: 왜 가르치기 어려운가?(Critical Thinking: Why Is It So Hard to Teach?)라는 논문에서 학습자가 가진 배경지식이 비판적 사고에 영향을 미친다고 이야기합니다. 사람의 인지 시스템은 새로운 정보를 접할 때 기존에 알고 있던 지식을 바탕으로 이를 해석하는데, 이 과정에서 배경지식이 부족하면 문제의 근본적인 원리인 심층구조(Deep Structure)를 보지 못하고, 겉으로 드러난 상황인 표면구조(Surface Structure)에 집착하게 됩니다. 비판적으로 문제를 바라보기 위해서는 심층구조를 찾아내고 문제의 양면을 바라봐야 한다는 실행 전략은 누구나 알지만, 해당 주제에 대한 배경지식이 없다면 어떤 것이 유효한 근거인지, 혹은 어떤 관점을 더 확인해야 하는지조차 판단이 어려워집니다(링크).
비판적 수용을 위한 전제 조건
AI 시대 개발자에게 AI의 결과물을 얼마나 신뢰하고 활용할지 결정하는 비판적 판단력이 필요하다는 것에는 모두가 동의할 것입니다. OpenAI의 공동창업자이자, 테슬라의 전 AI 디렉터인 안드레아 카파시(Andrej Karpathy) 역시 AI 시대에는 개발자가 직접 코드를 짜기보다는 AI가 생성한 결과물을 검증하고 감사(Audit)하는 역할을 수행할 것이라고 말합니다(링크). 그러나 이러한 역할이 가능하려면 AI가 내놓은 결과물의 오류를 찾아낼 수 있는 배경지식이 뒷받침되어야 한다는 점을 놓쳐서는 안 됩니다.
최근 스탠포드 대학에서 공개한 ‘CS146S: The Modern Software Developer‘ 강좌 역시 이 지점을 분명히 하고 있습니다. AI 시대 개발자가 나아가야 할 방향을 제시하며 AI Native 개발 워크플로우를 가르치는 이 강좌의 커리큘럼을 두고 일각에서는 이제 코딩 없이 AI와 LLM만으로 개발하는 시대가 온 것이냐는 의문이 제기되기도 했습니다. 그러나 이 강좌의 FAQ에서는 이 과정이 탄탄한 프로그래밍 기초와 소프트웨어 엔지니어링 지식을 이미 갖춘 학습자를 대상으로, 최신 기법을 접목해 역량을 극대화하는 심화 학습이라는 점을 강조하고 있습니다. (링크).
Do I need prior experience with AI tools like GitHub Copilot?
No prior experience with AI development tools is required. The course will start with fundamentals and progressively build to more advanced usage. However, strong programming fundamentals (CS111 and above) are essential.
Will this course replace traditional software engineering courses?
This course complements traditional software engineering courses by focusing on modern tools and AI-assisted development. It assumes you have foundational software engineering knowledge and builds upon it with contemporary practices.
누구나 AI를 활용하여 개발을 쉽게 할 수 있지만, 역설적으로 AI를 더 잘 활용하기 위해서는 탄탄한 프로그래밍 기초와 소프트웨어 엔지니어링이라는 기본기가 더욱 중요해진 것입니다. 부스트캠프는 CS 지식을 만들면서 배우는 챌린지는 물론 멤버십에서도 CS 퀴즈, CS 리팩토링 경험을 지속적으로 강조하며 책 안의 지식이 아닌 개발자로서 의사결정하는 데 기본기를 활용하는 방법을 캠퍼들이 경험할 수 있도록 유도하고 있습니다. 이를 고려한 미션 설계에 대한 내용은 마스터 JK 노트에서 자세히 확인할 수 있습니다.
Last updated