코드가 공짜가 되자 취향이 비싸졌다
AI 팀은 PR을 98% 더 머지하지만 리뷰는 91% 더 걸린다
AI 도입률 높은 팀은 일을 21% 더 처리하고 PR을 98% 더 머지한다. 그런데 PR 리뷰 시간은 91% 늘었다. 병목이 코드 작성에서 사람의 판단으로 옮겨갔다는 신호다.
코드 생성이 사실상 공짜가 되자 가장 비싼 자원이 바뀌었다. 최근 데이터를 보면 AI 도입률이 높은 팀은 작업을 21% 더 처리하고 PR(pull request)을 98% 더 머지한다. 같은 기간 PR 리뷰에 걸리는 시간은 91% 늘었다. 만드는 속도는 두 배가 됐는데, 그걸 검증하고 승인하는 사람 앞에 병목이 쌓였다.
이 숫자가 말하는 건 하나다. 2026년의 30배 엔지니어는 코드를 가장 빨리 짜는 사람이 아니라, 무엇을 만들지와 무엇을 거절할지 아는 사람이다. 생성이 공짜일수록 판단이 비싸진다.
병목은 생성에서 검증으로 이동했다
예전 병목은 명확했다. 손이 느려서 코드를 못 짰다. 이제 AI가 초안을 무한히 뽑는다. 문제는 그 초안이 맞는지, 이 맥락에서 옳은 선택인지 가려내는 일이다. PR이 두 배로 쏟아지는데 리뷰어는 그대로니, 사람의 승인 게이트에서 줄이 길어진다.
이건 개인에게도 똑같이 적용된다. 1인 SaaS 개발자가 AI로 기능을 다섯 배 빨리 찍어내도, 그중 무엇을 실제로 배포할지 고르는 눈이 없으면 제품은 누더기가 된다. 인디 메이커의 경쟁력은 코드 생산량이 아니라 버릴 줄 아는 판단으로 옮겨갔다.
AI가 못하는 일은 따로 있다
코드 생성기가 잘하는 일과 못하는 일은 꽤 또렷하게 갈린다. AI는 보일러플레이트, 정형화된 변환, 익숙한 패턴 구현에 강하다. 반대로 다음 영역에서 약하다.
- 아키텍처 결정: 무엇을 쪼개고 무엇을 합칠지
- 언제 최적화하지 않을지 판단
- 비즈니스 로직의 맥락 이해
- 운영 데이터가 필요한 깊은 성능 프로파일링
- 동시성·분산 환경의 정합성
- 보안 민감한 코드 경로
- 기존 코드가 정말 틀렸는지, 그냥 낯선 것인지 구분
공통점이 보인다. 전부 맥락과 판단이 필요한 일이다. 생성형 모델이 따라오기 가장 어려운 지점이고, 그래서 사람의 가치가 가장 오래 남는 지점이다.
취향은 명시적 평가 함수다
취향은 모호한 감각이 아니다. 매번 취향을 발휘할 때 우리는 현재 상태를 내부 기준과 비교하는 평가를 돌리고 판단을 내린다. 핵심은 그 내부 평가 함수를 명시적으로 만드는 일이다.
AX 관점에서 이건 그대로 작업 패턴이 된다. AI에게 일을 시킬 때 "좋은 결과란 무엇인가"를 말로 적어두면, 그게 곧 평가 기준이자 리뷰 체크리스트가 된다. 카페 사장님이 AI로 인스타 카피를 뽑을 때도 마찬가지다. "우리 가게다운 문장이란 이런 것"을 세 줄로 정의해두면, 쏟아지는 초안 중 무엇을 버릴지 0.5초 만에 판단할 수 있다. 명시화된 취향은 검증 병목을 푸는 도구다.
anyAX 관점
머지는 98% 늘었는데 리뷰는 91% 더 걸린다. 이 두 숫자의 격차가 곧 다음 1년의 경쟁 지형이다. 생성이 공짜로 떨어지면 가치는 그 옆에 쌓인 검증 줄로 통째로 이동한다. 빠른 손은 더 이상 자산이 아니고, 무엇을 통과시키고 무엇을 되돌릴지를 0.5초에 결정하는 게이트키퍼가 자산이다.
그래서 인디 메이커가 지금 투자할 곳은 출력 속도가 아니라 평가 함수다. "우리 제품다운 결정이란 무엇인가"를 세 줄로 적어두는 1인 SaaS 개발자는, 같은 모델을 쓰는 옆 사람보다 초안을 거를 때 망설이지 않는다. 취향을 머릿속 감각으로 두면 병목이 되고, 문서로 꺼내두면 자동화 가능한 체크리스트가 된다.
이건 비개발 영역에서도 똑같다. 카페를 운영하는 자영업자가 AI 카피 스무 개를 받아도, 가게의 목소리를 미리 정의해두지 않으면 스무 개를 다 읽느라 시간만 샌다. 쏟아지는 초안의 시대에 격차를 만드는 건 더 많이 만드는 능력이 아니라, 빠르고 일관되게 거절하는 기준을 가진 쪽이다.