AI 에이전트 시대, 진짜 해자는 코딩 실력이 아니라 도메인 지식이다

이 글의 핵심 주장은 간단함. 소프트웨어에서 진짜 어려운 건 코드를 치는 게 아니라, 문제 세계를 제대로 이해하는 일이었다는 것

• 급여 시스템을 만들려면 압류, 세전 공제, 급여 기간 중 임금 변경 같은 규칙을 알아야 함
• 대중교통 앱을 만들려면 지티에프에스(GTFS) 피드, 노선과 운행의 차이, “정시”인데도 잘못된 버스 상태 같은 걸 이해해야 함
• 코드는 그 이해를 옮겨 적는 결과물에 가까웠고, 진짜 일은 그 이해를 얻는 과정이었다는 얘기임

에이전트형 AI가 끊어낸 건 바로 이 연결고리임. 이제 머릿속에 도메인 모델을 완전히 만들지 않아도 소프트웨어 비슷한 걸 뽑아낼 수 있음

• 그래서 병목이 “만들 수 있나”에서 “이게 맞는지 알아볼 수 있나”로 이동함
• 이 변화가 개발자 직업의 전제를 꽤 크게 흔든다는 게 글의 포인트

도메인 전문가는 코드 실력이 약해도 에이전트형 AI를 의외로 잘 쓸 수 있음

• 물류 배차 담당자는 AI가 만든 스케줄을 보고 “이 운전자는 법적으로 이만큼 일하면 안 됨”을 바로 알아챌 수 있음
• 의료 코딩 담당자는 특정 청구 코드 조합이 실제로는 보험금 지급이 안 된다는 걸 즉시 판단할 수 있음
• 이 사람들은 스택 트레이스나 해시맵을 몰라도, 입력과 출력의 정답을 오래 봐왔기 때문에 AI 결과를 검증할 수 있음

반대로 강한 일반ist 엔지니어도 도메인을 모르면 위험해짐

• 시스템 아키텍처, 안정성, 테스트, 새벽 2시 장애 대응은 잘할 수 있음
• 하지만 의료 청구 같은 영역에 들어가면 그럴듯하지만 비싼 오류를 내는 결과를 구분하지 못할 수 있음
• AI가 컴파일되고 테스트도 통과하는 규칙을 만들었는데, 실제 업무에서는 틀린 답이면 그건 그냥 위험한 소프트웨어임

예전엔 엔지니어에게 시간이 걸리더라도 도메인을 배울 수 있는 경로가 있었음

• 전문가를 따라다니고, 스펙을 읽고, 프로덕션에서 틀려보면서 머릿속 모델을 만드는 식
• 반면 도메인 전문가가 안정적인 소프트웨어 제작 능력을 얻는 건 훨씬 긴 길이었음
• 그런데 AI가 코드 생산을 대신하면서, 도메인 전문가 쪽의 약점 하나가 크게 줄어든 셈임

그래서 글이 말하는 최강 조합은 “도메인도 알고 소프트웨어도 아는 사람”임

• 이 사람은 생성된 코드가 기술적으로 괜찮은지 볼 수 있음
• 동시에 결과가 실제 업무 규칙에 맞는지도 판단할 수 있음
• 예를 들어 “운전자는 11시간을 넘겨 일할 수 없다”는 테스트를 작성할 뿐 아니라, 그 테스트가 왜 의미 있는지도 이해함

커리어 조언도 꽤 직접적임. 앞으로 몇 년을 어디에 투자할지 고민하는 개발자라면, 프레임워크 하나 더 파는 것보다 실제 산업 도메인을 깊게 배우라는 것

• 규제 체계, 물리적 프로세스, 금융 상품, 의료 청구, 물류 운영 같은 구체적인 세계를 하나 잡으라는 제안
• AI가 대체하기 어려운 건 코딩 손기술이 아니라, 수천 번의 실제 사례로 검증된 머릿속 모델이라는 결론임