AI 시대, 주니어를 얇은 시니어로 만들지 말자

코드 산출은 늘었는데 리뷰 자리에서 설명이 막힌다. AI가 작성한 코드로 티켓은 닫았지만, 왜 이 구조인지, 엣지 케이스는 무엇인지 답이 없다. 팀의 속도는 오르는데, 실력의 뼈대가 비어 간다.

문제는 대체가 아니라 학습 회로의 붕괴다

AI 도구 보급 이후 현장에서 먼저 사라진 것은 멘토링 시간이다. AI Impact Report 2025에서 38%가 “AI 도구가 주니어가 시니어로부터 받는 직접 멘토링을 줄였다”고 답했다. 팀의 학습 회로가 구조적으로 축소됐다.

동시에 27%는 “AI가 새 기술 학습에 도움이 될 잠재력이 있다”고 본다. 즉, 도구 자체는 문제도 해법도 된다. 설계와 운영이 갈랐다.

AI는 주니어를 대체하지 않는다. 설명할 줄 모르는 시니어를 양산한다.

이 조합이 ‘얇은 시니어’를 만든다. 결과물은 낼 수 있지만, 원리·트레이드오프·복잡도 통제가 비어 있는 상태다. 엣지 케이스 질문에 멈춘다. 이는 지식 보존이 아니라 지식 누락 문제다.

얇아지는 메커니즘을 끊어야 성장 경로가 복원된다

주니어는 AI로 정답 비슷한 코드를 빠르게 만든다. 그러나 “왜 이렇게 되는가”를 건너뛰면서 개념 연결이 끊긴다. 이후 역할이 커질수록 빈틈이 확대된다.

Kent Beck 프레임은 방향을 명확히 준다. 증폭되는 스킬은 아키텍처 판단, 코드 품질 감각, 시스템 설계 비전, 전략적 작업 선택, 디버깅(특히 AI 생성 코드), 프롬프트 엔지니어링, 검증 기술이다. 반대로 문법 암기, 보일러플레이트 작성, 수동 리팩토링은 쇠퇴한다. 첫 수업도 “for 루프”가 아니라 “프롬프트를 어떻게 설계하고, AI 답을 문서로 교차 검증해 나쁜 코드를 거부하는가”로 바뀌었다.

아래 표처럼 육성 프레임을 통째로 바꿔야 한다.

멘토링·훈련·평가를 AX Ops로 재설계하라

육성은 업무와 분리된 교육이 아니다. 스프린트 안에서 작동하는 운영 체계여야 한다. 다음 루틴을 팀 규칙으로 박아 넣어라.

• 이해도 퀴즈: 제출 코드에 대해 이유, 트레이드오프, 예상 엣지 케이스를 설명하게 한다. 구두와 문서 모두 남긴다.
• AI 없이 AI 생성 코드 디버깅: 생성 코드를 받아 도구 도움 없이 재현·가설·검증 루프를 돈다. 로그와 결론을 기록한다.
• 아키텍처 결정 설명: 선택지와 제외 근거, 품질 속성(성능·보안·운영성) 영향도를 말로 설명하게 한다.
• 수동 구현 vs AI 구현 비교 리뷰: 두 경로의 복잡도, 유지보수성, 리스크를 표로 비교하게 한다.
• 시니어 페어링: 시니어가 AI가 생성한 코드만 전담 리뷰해 프롬프트, 검증 기준, 거부 기준을 교정한다.

온보딩도 바꿔야 한다. “AI 어시스턴트와 협업하는 법” 모듈을 정식 커리큘럼으로 편입한다. 프롬프트 패턴, 레퍼런스 문서 교차 검증, 허용 불가 코드 규칙을 운영 문서로 고정한다.

평가는 산출물이 아니라 설명 가능성으로 전환한다. 의사결정 로그, 실패 모드 식별, 리스크 대응안을 정기 점검 항목으로 삼는다. 시니어 승격의 기준도 “혼자 빨리”가 아니라 “모호성을 구조화하고 팀을 안전하게 이끈 기록”으로 다시 정의한다.

실행 요약과 다음 단계

논지는 단순하다. AI는 생산성을 올렸고, 그만큼 학습 회로가 줄었다. 방치하면 얇은 시니어가 늘어난다. 멘토링·훈련·온보딩·평가를 작업 흐름 안에서 재설계하면 성장 경로는 복원된다.

이제 팀에 루틴을 설치하라. 이해도 퀴즈, AI 없는 디버깅, 결정 설명, 비교 리뷰, 시니어 페어링을 이번 스프린트에 넣고, 온보딩 모듈을 다음 분기까지 표준화하라. 방법론과 체크리스트는 여기서 가져가라: AX Ops 방법론 →