AI 자동화할 때 알아두어야 할 개념 - 기술부채
2026.07.27

요약
오늘 [2주차 핵심강의] 박정기 님의 클로드 코드를 100% 쓰는 10가지 열쇠를 주제에서 "기술부채"라는 개념이 나왔습니다.
지금 AI 개발사가 우후죽순 생기고 있고 소비자가 그 피해를 고스란히 감당하고 있습니다.
AI를 이해하지 못한 채 코드만 쌓고 있기 때문입니다. 이것이 기술부채이고, 개인 차원에서는 더닝 크루거 효과로 나타납니다.
조금 배운 사람이 자신의 실력을 과대평가하고, 실제로는 할 수 없는 일을 약속합니다.
예: "2억 주시면 한 달 안에 그 프로그램 만들 수 있어요."
이 글에서는 기술부채가 어떻게 개인 성장과 산업 전체를 망치는지, 그리고 우매함의 봉우리를 빠져나오는 방법을 이야기합니다.
이런 분께 도움이 됩니다
AI 자동화로 빨리 만들고 싶은데 불안한 분
"잘 모르는데 자신감 있는 사람"과 일한 경험이 있는 분
기술부채가 쌓이는 걸 보면서 불안감을 느끼는 분
좋은 팀을 구성하고 싶은데 어떤 기준으로 선택해야 할지 모르는 분
이런 분께 도움이 됩니다
AI 자동화로 빨리 만들고 싶은데 불안한 분
"잘 모르는데 자신감 있는 사람"과 일한 경험이 있는 분
기술부채가 쌓이는 걸 보면서 불안감을 느끼는 분
좋은 팀을 구성하고 싶은데 어떤 기준으로 선택해야 할지 모르는 분
현재 상황
1. AI 개발사 난립
지금 시장에서 벌어지는 일입니다.
비개발자들이 "AI로 개발사를 차리자" 하고 우후죽순 진입
AI가 뭔지는 모르지만 코드는 막 쌓인다
"이것 같은 프로그램은 1개월이면 만들 수 있어요" (근거 없음)
"프레임워크가 뭔지, 데이터베이스가 뭔지는 모르는데 이해와 검토 없이 코드만 쌓인다"
결과: 3~5년 뒤 유지보수 지옥
예를 들어 한국 통신사들이 기초 공사를 고려하지 않고 통신망을 깠던 것처럼, 지금의 AI 개발사들도 유지보수를 고려하지 않고 기능만 밀어붙이고 있습니다. 지금은 모르지만 나중에 시스템 전체가 카오스가 될 수 있습니다.
2. 더닝 크루거 효과
한편 개인 차원에서도 같은 일이 생깁니다.
더닝 크루거 효과란?
과대평가: 능력이 부족한 사람은 자신이 "무엇을 모르는지 모른다"
과소평가: 능력이 뛰어난 사람은 다른 사람도 자신만큼 안다고 생각해 능력을 낮춘다
"조금 배운 사람, 선무당이 무섭다."
강의에서 배운 점
구체적인 과정: 계획 → 검증 → 3가지 모드 선택
그래서 더욱 더 계획이 중요하고, 기술부채와 인지부채를 "인지"하는 것이 필요합니다.
1단계: 계획 세우기
스스로 물어보기
이 작업이 왜 필요한가?
사용자는 누구인가? (나? 팀원? 외부인?)
어떤 위험이 있을까? (되돌리기 어렵나? 데이터 손실 가능성?)
다른 방법은 없을까?
강사님 말씀대로 이 단계에 55분 투자합니다. 서두르지 않습니다.
2단계: 다관점 검증 (ralplan 사용)
특히 되돌리기 어렵거나 고위험 결정일 때는 AI에게 "ralplan으로 검증해줄래?"라고 합니다.
예: 데이터베이스 스키마를 바꾼다면?
AI한테: "이 스키마 변경을 ralplan으로 검증해줄래? 보안, 성능, 되돌릴 수 있는지 여러 각도에서 봐줘"AI가 여러 각도에서 문제점을 찾아주고, 당신이 더 나은 계획을 만듭니다.
3단계: 3가지 실행 모드 중 선택
계획이 확실해졌으면, AI에게 어떤 방식으로 진행할지 선택합니다:
모드 | 뜻 | 언제 쓸까 |
|---|---|---|
Build Me | AI가 전부 구축 (나는 결과만 받음) | 계획이 명확하고 신뢰할 때 |
don't stop | 막힐 때만 멈추고 계속 진행 | 최소 상호작용으로 빠르게 |
ulw(ultrawork) | 복잡한 작업을 병렬로 처리 | 큰 프로젝트, 여러 서브태스크 |
주의: ulw는 토큰을 빠르게 소모하니까 필요할 때만 씁니다.
적용할 점
기술부채를 인식하고 행동하기
빨리 결과 vs 지속가능한 코드
개인의 선택이 산업에 영향을 미친다
AI 사용 시 항상 자문하기
"내가 이걸 이해하나?"
"근거 있는 약속인가?"
"이 인프라를 왜 선택하는지 알고 사용하는가?"
"유지보수할 사람이 있나?"
마지막으로
최종 결론: 기술부채가 쌓이지 않도록, 계획에 55분을!




기술부채 개념을 한국 통신사 인프라 사례에 빗댄 설명이 직관적으로 와닿았어요. 기초 공사 없이 기능만 밀어붙이면 3~5년 뒤 유지보수 지옥이 온다는 구조를, 지금 AI 개발 시장에 그대로 대응시킨 논리가 명확했습니다.
강의에서 배운 "계획에 55분"을 실제로 적용할 방법까지 ralplan과 3가지 모드(Build Me · don't stop · ulw)로 구체화해 정리해주신 게 유용해요. 특히 ulw는 토큰 소모가 크니 필요할 때만 쓴다는 주의까지 남겨주신 부분이 현실적이었습니다.
"내가 이걸 이해하나?", "유지보수할 사람이 있나?"를 AI 사용 전에 자문하는 습관, 그리고 개인의 선택이 산업 전체에 영향을 미친다는 마무리가 묵직하게 남아요 🐈⬛