90%. Dario Amodei가 공개 석상에서 직접 꺼낸 숫자다.
“우리 회사에서 작성되는 코드의 약 90퍼센트는 AI가 생성한다.”
Anthropic CEO가 이 말을 내뱉었을 때, 반응은 두 가지로 갈렸다. 한쪽은 “올 게 왔다”였고, 다른 한쪽은 “그게 가능한 얘기냐”였다. 그 숫자를 만들어낸 도구가 바로 Claude Code다. AI가 소프트웨어 회사의 코드를 90% 짠다는 것이 실제로 무엇을 의미하는지, 그리고 개발자에게 무엇을 요구하는지 짚어본다.
AI가 코드를 90퍼센트 짠다는 것의 실제 의미
숫자가 숨기는 맥락
“90% AI 생성”이라는 표현은 맥락을 생략한다. 무엇의 90%인가? 라인 수인가, 커밋 수인가, 기능 단위인가?
Claude Code 같은 도구가 개입하는 방식을 보면 이렇다.
- 보일러플레이트 코드: 거의 100% AI 생성
- 단순 CRUD 로직: 80~90% AI 생성
- 비즈니스 로직 핵심: 사람이 설계, AI가 구현
- 아키텍처 결정: 사람이 담당
Anthropic이 말하는 90%는 “타이핑하는 코드의 90%”에 가깝다. 무엇을 왜 만들지 결정하는 사고의 90%가 AI로 대체됐다는 뜻이 아니다. 하지만 이 구분이 점점 흐릿해지고 있다는 것도 사실이다.
실제 Claude Code 워크플로우
Anthropic 내부 개발자들이 Claude Code를 쓰는 방식은 대략 이렇다.
# 개발자가 요구사항을 자연어로 작성
claude "사용자 인증 미들웨어를 JWT 기반으로 구현해줘.
리프레시 토큰 지원, Redis 캐시 연동 포함"
# Claude Code가 전체 구현체 생성
# 개발자는 코드 리뷰 후 수정 또는 승인
이 흐름에서 개발자가 하는 일은 요구사항 명세화, 코드 리뷰, 테스트 검증이다. 코드를 직접 타이핑하는 시간은 대폭 줄었다. 결국 “코딩”의 정의 자체가 바뀌고 있다.
Claude Code가 실제로 가져오는 변화
속도와 품질 사이의 긴장
빠른 코드 생성이 항상 좋은 코드를 의미하지 않는다. 흥미롭게도 AI 코딩 도구가 오히려 개발자를 19퍼센트 느리게 만든다는 연구 결과도 있다. AI가 생성한 코드를 검토하고 디버깅하는 데 오히려 더 많은 시간이 걸리는 경우다.
이는 AI 코딩 도구의 역설을 보여준다.
- 단순 작업: AI가 압도적으로 빠름
- 복잡한 도메인 로직: AI 결과물 검증에 시간 소모
- 레거시 시스템 연동: AI가 컨텍스트를 파악하는 데 한계
소프트웨어 엔지니어링이 달라지는 방식
| 기존 개발자 역할 | AI 시대 개발자 역할 |
|---|---|
| 코드 작성 | 요구사항 명세화 |
| 구현 디버깅 | AI 결과물 검증 |
| 반복 패턴 구현 | 아키텍처 설계 |
| 문서 작성 | AI 프롬프트 최적화 |
이 표에서 오른쪽 열을 수행하려면 코드를 읽고 이해하는 능력이 여전히 필수다. “코딩을 배울 필요가 없다”는 말이 떠돌지만, 생성은 AI가 해도 판단은 사람이 한다. 판단력 없이 AI 결과물만 통과시키는 개발자는 이미 병목이 되고 있다.
개발자는 어디로 가야 하나
AI 시대 개발자 생존 체크리스트
지금 당장 점검할 항목들이다.
# 1. AI 협업 능력 점검
- Claude Code / Cursor / Copilot 중 하나를 메인 도구로 사용하는가?
- 프롬프트를 명확하게 작성할 수 있는가?
- AI 결과물의 버그를 빠르게 찾아낼 수 있는가?
# 2. 상위 추상화 능력 점검
- 시스템 아키텍처를 설계하고 트레이드오프를 설명할 수 있는가?
- 비즈니스 요구사항을 기술 명세로 번역할 수 있는가?
- 코드 리뷰에서 AI가 놓친 보안 및 성능 이슈를 잡아낼 수 있는가?
# 3. 도메인 전문성 점검
- AI가 모르는 사내 레거시 및 도메인 지식을 보유하고 있는가?
- 특정 산업의 규제와 패턴을 이해하는가?
코드를 빠르게 생성하는 능력보다, 무엇을 만들어야 하는지를 정의하는 능력이 점점 더 희소해진다. AI가 “어떻게”를 담당하기 시작하면, 개발자의 경쟁력은 “왜”와 “무엇을”에서 나온다.
AI 의존이 낳은 아이러니
2026년 3월 2일, Claude가 전면 서비스 장애를 겪었다. Anthropic이 “전례 없는 수요”라고 표현한 그 날, Claude Code에 의존하던 개발팀들은 갑자기 손이 묶였다.
Anthropic의 코드 90%를 AI가 생성한다면, Claude가 멈추는 날 Anthropic의 개발 속도도 멈추는가. 이 질문은 농담이 아니다.
AI 도구 의존도가 높아질수록, 그 도구의 신뢰성이 팀 전체의 생산성과 직결된다. 단일 AI 서비스에 대한 과도한 의존은 새로운 형태의 단일 장애점이 된다. 실용적인 대응을 정리하면 이렇다.
- AI 코딩 도구를 하나만 쓰지 말 것 (Claude Code와 Copilot 병행 등)
- 핵심 도메인 로직은 AI 없이도 구현 가능한 팀 역량 유지
- AI 다운타임 대비 기본 개발 워크플로우 문서화
90%가 증명한 한 가지
Anthropic이 자사 코드의 90%를 AI로 생성한다는 사실은, 역설적으로 인간 개발자가 여전히 필요하다는 증거다. AI가 혼자 100%를 만들어냈다면, 나머지를 채울 사람도 필요 없었을 것이다.
AI는 타이핑을 대체했고, 판단은 아직 대체하지 못했다.
타이핑에 가치를 두던 개발자는 위협받는다. 판단과 설계에 가치를 두는 개발자는 오히려 AI 덕분에 더 많은 것을 만들 수 있게 됐다. 지금 어느 쪽인지 점검해볼 시간이다.
Comments