LLM 시대에도 코딩을 배워야 하는 이유

LLM 시대에도 코딩을 배워야 하는 이유

AI 뉴스 썸네일

코드를 대신 써 주는 도구가 늘면서 “이제 코딩을 배울 필요가 있나”라는 질문이 자주 나와요. Steve Krouse는 원문에서 코딩을 취업용 기술 하나로만 보면 답이 좁아진다고 말해요. 코딩은 수학을 만지는 방법이자, 생각을 쪼개고 고치는 훈련이며, 원하는 것을 컴퓨터가 실행할 수 있는 형태로 바꾸는 창작 도구라는 쪽에 더 가까워요. 2

핵심 요약

구분	핵심	왜 볼 만한가요
코딩 교육	코딩은 단순 취업 스킬보다 사고 훈련에 가까워요	LLM이 코드를 잘 써도 문제를 나누고 검토하는 능력은 여전히 사람이 가져야 해요
학습법	LOGO와 Mathland 사례는 코딩을 수학 탐구의 매체로 봐요	문법 암기보다 디버깅, 구성, 논리를 몸으로 익히는 쪽에 초점이 있어요
개발 문화	바이브 코딩은 진입 장벽을 낮추지만 코드 리터러시를 없애지는 않아요	결과물을 믿고 고치려면 코드가 무엇을 하는지 읽을 수 있어야 해요
창작 도구	프로그래밍은 글쓰기와 수학, 게임 같은 피드백을 함께 써요	개인이 아이디어를 바로 실행 가능한 형태로 바꾸는 힘은 더 넓게 쓰일 수 있어요

1. 코딩은 취업 보장보다 사고 훈련에 가까워졌어요

한때 “learn to code”는 빠르게 소득을 바꿀 수 있는 구호처럼 쓰였어요. 지금은 JavaScript 몇 줄을 쓸 수 있다고 높은 연봉이 보장되는 분위기가 아니에요. LLM과 바이브 코딩 도구가 코드 작성의 일부를 대신하면서, 초급 코딩만으로 얻던 시장 가치는 전보다 약해졌어요. 1

그래도 글쓴이는 모두가 코딩을 배울 이유가 사라졌다고 보지 않아요. 코딩을 수학, 문학, 과학처럼 교육적 가치가 있는 분야로 보는 쪽이에요. 직업으로 이어질 수는 있지만, 그보다 먼저 문제를 작게 나누고, 시도하고, 틀린 부분을 고치고, 다시 구성하는 법을 배우는 매체라는 얘기예요. 2

LOGO와 Mathland가 말하는 코딩의 학습 효과

원문은 Seymour Papert의 Mathland와 LOGO를 예로 들어요. 아이들이 수학 공식을 먼저 외우는 대신, 화면 속 거북이에게 명령을 내려 그림을 그리며 수학적 사고를 익히는 방식이에요. 명령을 바꾸면 결과가 바로 달라지고, 예상과 다르면 코드를 고쳐야 해요. 이 과정에서 추상적인 수학이 손으로 만지는 문제처럼 바뀌어요.

728x90

이 지점은 요즘 AI 코딩 도구 논쟁에도 그대로 이어져요. 도구가 코드를 만들어 줘도 “왜 이렇게 나왔는지”, “어디가 틀렸는지”, “어떤 요구를 더 정확히 줘야 하는지”를 보려면 기초 감각이 필요해요. 계산기가 있어도 기본 수학을 배운 사람이 식의 의미를 더 잘 읽는 것과 비슷해요.

바이브 코딩은 코딩 학습의 끝이 아니라 입구를 바꿔요

바이브 코딩은 초보자가 바로 무언가를 만들어 보게 해 줘요. 빈 파일 앞에서 문법부터 외우는 대신, 원하는 기능을 말하고 결과를 확인하는 방식으로 시작할 수 있어요. 이 변화는 코딩 학습을 덜 고통스럽게 만들 수 있어요.

하지만 입구가 쉬워졌다고 내부 구조를 몰라도 된다는 뜻은 아니에요. 작은 앱은 그럴듯하게 나와도, 오류가 생기거나 기능이 꼬이면 결국 코드를 읽고 판단해야 해요. 특히 팀이 쓰는 서비스, 돈이 오가는 기능, 오래 유지해야 하는 도구라면 “돌아간다”와 “믿고 운영할 수 있다” 사이의 차이가 벌어져요.

프로그래밍은 여전히 표현 수단이에요

Steve Krouse는 프로그래밍을 글쓰기의 상상력, 수학의 정밀함, 게임 같은 즉각 피드백이 만나는 활동으로 설명해요. 과장처럼 들릴 수 있지만, 핵심은 분명해요. 코딩은 머릿속 아이디어를 컴퓨터가 실행할 수 있는 언어로 바꾸는 작업이에요.

문장 하나를 고쳐 의미를 다듬듯, 코드 한 줄을 고쳐 동작을 바꿀 수 있어요. 이 감각은 개발자에게만 필요한 것도 아니에요. 제품을 기획하는 사람, 데이터를 다루는 사람, 자동화를 만들고 싶은 사람에게도 코드 리터러시는 강한 도구가 돼요. LLM이 코드를 써 주는 시대일수록, 직접 쓴 코드가 아니어도 읽고 질문할 수 있는 능력이 더 중요해져요.

왜 중요한가요

AI 코딩 도구의 성능이 좋아질수록 코딩 교육의 목표도 바뀌어야 해요. 예전처럼 문법을 외우고 정해진 문제를 푸는 방식만으로는 설득력이 약해요. 대신 “문제를 어떻게 나눌지”, “생성된 결과를 어떻게 검토할지”, “내가 원하는 결과를 어떤 언어로 설명할지”를 가르치는 쪽이 더 맞아요.

이 글이 흥미로운 이유는 코딩을 직업 시장의 유행어로만 보지 않는다는 점이에요. LLM이 코드 작성 비용을 낮추면, 더 많은 사람이 작은 도구와 실험을 만들 수 있어요. 그때 필요한 것은 모든 API를 외우는 능력이 아니라, 결과를 읽고 고치고 책임질 수 있는 기초 체력이에요.

개발자에게도 메시지는 단순해요. 손으로 코드를 쓰는 시간이 줄어도 코딩 감각은 사라지면 안 돼요. 코드를 읽는 눈, 나쁜 추상화를 알아보는 감각, 테스트와 디버깅으로 결과를 확인하는 습관은 AI가 만든 코드 위에서도 그대로 필요해요. 2

참고 자료

1. 코딩 배우기는 여전히 가치 있다 — GeekNews
2. Learning to code is still worthwhile — Steve Krouse