이든

개발 생산성을 측정할수록 팀이 느려지는 이유

개발 생산성은 측정할 수 없는 게 아니라, 코드 줄 수와 벨로시티처럼 잘못된 층위를 재는 순간 팀이 그 숫자를 연기하기 시작합니다. 굿하트의 법칙과 DORA 2024가 드러낸 AI 도입의 생산성 착시, DORA·SPACE·DX Core 4가 제안하는 균형 잡힌 측정법을 짚습니다.

코딩 테스트를 맞혀도 개발자 면접에서 떨어진다

코딩 테스트에서 정답을 맞혀도 개발자 면접에서 떨어집니다. 면접관이 채점하는 것은 완성된 코드가 아니라 문제를 좁히고 접근을 소리 내어 설명하는 과정이기 때문입니다. AI가 정답 코드를 대신 써주는 지금은 코드를 짜는 능력보다 그 코드를 의심하고 검증하는 판단이 중요합니다.

시스템 디자인 면접은 정답을 묻지 않는다

시스템 디자인 면접에서 떨어지는 개발자 대부분은 정답을 몰라서가 아니라 정답이 있다고 믿어서 떨어집니다. 면접관은 완성된 다이어그램을 채점표와 대조하지 않습니다. 요구사항을 좁히고 트레이드오프를 판단하고 그 판단을 설명하는 과정을 봅니다. 난제 이론으로 그 이유를 풀었습니다.

장애 대응은 복구가 아니라 학습이다

장애 대응의 진짜 성과는 복구 속도가 아니라, 같은 장애가 반복되지 않도록 팀이 무엇을 배웠는가다. 복잡한 시스템에 단일 근본 원인은 없고, 범인을 찾는 포스트모템은 학습을 멈춘다. 비난 없는 회고와 복구 시간 관점에서 장애를 다시 설계하는 법을 다룬다.

AI가 짠 코드는 누가 테스트하는가

AI가 코드 작성 비용을 거의 0으로 떨어뜨렸지만, 그 코드가 맞는지 판단하는 일은 여전히 사람의 몫입니다. 테스트 커버리지 숫자가 안심을 주지 못하는 이유, AI가 만든 테스트의 자기참조 함정, 그리고 검증의 책임을 어디에 다시 세워야 하는지 데이터와 함께 살펴봅니다.

마이크로서비스로 쪼개기 전에 멈춰라

마이크로서비스는 늘 정답이 아닙니다. 분산 아키텍처가 푸는 문제보다 만드는 복잡성이 더 클 때가 많습니다. Prime Video의 90% 비용 절감 사례와 콘웨이 법칙으로, 모놀리스에서 시작해 언제 마이크로서비스로 쪼개야 하는지, 모듈러 모놀리스라는 중간지대를 함께 살펴봅니다.

기술 부채는 갚는 게 아니라 관리하는 것이다

기술 부채를 0으로 만들겠다는 목표는 처음부터 틀렸다. 쓰이는 소프트웨어는 그대로 둬도 복잡도가 늘어나는 시스템이라, 부채는 제거할 결함이 아니라 이자율로 다루는 포트폴리오다. 커닝햄의 원래 비유와 파울러의 사분면으로 좋은 빚과 나쁜 빚을 가르고 우선순위를 매기는 법을 정리했다.

코드 리뷰는 코드를 보는 일이 아니다

AI가 커밋 코드의 절반 가까이를 쓰는 지금, 리뷰 요청은 폭증하는데 리뷰하는 방식은 5년 전 그대로다. 문법과 결함 검출은 기계에 넘기고, 사람은 의도·경계·시스템 영향이라는 기계가 못 보는 층을 봐야 한다. 코드 리뷰의 본질은 처음부터 검사가 아니라 이해의 전달이었다.

가장 비싼 모델만 쓰는 팀이 돈을 태운다

NVIDIA 연구진은 에이전트가 처리하는 작업 대부분에 소형 모델이면 충분하다고 말한다. 모든 호출을 가장 똑똑한 모델로 보내는 설계는 안전해 보이지만, 실제로는 측정을 회피한 과잉 설비 투자에 가깝다. 비용은 단가표가 아니라 호출 경로의 설계에서 결정된다.

개발자의 90%가 코드를 짜지 않게 된다

Gartner는 2026년 엔지니어의 90%가 직접 코딩 대신 AI 오케스트레이션으로 이동할 것이라 예측했다. 정작 무서운 변화는 시니어 자리가 흔들리는 것이 아니라, 시니어가 만들어지던 학습의 사다리가 부서지고 있다는 점이다.

AI 하나로는 프로덕션을 못 넘는다

Stack Overflow 2026 서베이에서 개발자 84%가 AI 코딩 툴을 매일 쓰지만, 리뷰 없이 프로덕션에 올릴 만큼 신뢰한다는 응답은 29%입니다. 이 간극을 메우는 길은 더 똑똑한 단일 에이전트가 아니라 역할을 나눈 에이전트 스택과 리뷰 게이트입니다.

코드의 절반은 이미 AI가 쓰고 있다

GitHub Copilot 사용자 기준 코드의 46%를 AI가 쓰고, 개발자의 95%가 매주 AI 도구를 씁니다. Stanford HAI의 AI Index 2026은 생성형 AI 채택이 PC와 인터넷보다 빠르다고 말합니다. 숫자 너머에 있는 개발자 역할의 구조적 전환을 짚습니다.

프론트엔드 기술 스택, 무엇을 기준으로 고를 것인가

React, Vue, Svelte, Astro, Qwik. 선택지는 매년 늘고 장점은 하나같이 그럴듯합니다. 배리 슈워츠의 선택의 역설처럼 선택지가 많을수록 결정의 질은 떨어집니다. 2026년 프론트엔드 생태계를 데이터로 분석하고 기술 선택의 본질인 트레이드오프 사고법을 제시합니다.

Claude Code로 광고를 자동화해봤다

API가 무엇인지, Claude Code와 AI 에이전트로 Meta·Google 광고를 자동화하는 방법까지. 개발자 이든과 마케터 제임스가 CLAUDE.md, Skills 구조를 활용한 광고 자동화 실전 사례를 풀어봅니다.

시니어 개발자는 코드를 짜기 전에 무엇을 하는가

시니어 개발자와 주니어의 차이는 코딩 속도가 아닙니다. 시니어가 키보드를 잡는 시간은 오히려 더 짧습니다. 차이는 키보드를 잡기 전에 문제를 분해하고 구조를 고르고 무엇을 만들지 않을지 정하는 시간에서 벌어집니다. AI가 코드를 대신 써주는 시대일수록 그렇습니다.

메신저로 AI 에이전트를 조종한다면

GitHub 스타 24만 개를 돌파한 오픈소스 AI 에이전트 OpenClaw. 로컬에서 실행되며 메신저로 제어하는 이 도구의 아키텍처, 활용법, 그리고 반드시 알아야 할 보안 리스크를 엔지니어링 관점에서 분석합니다.