AI는 SDLC의 거의 모든 단계에서 도울 수 있지만, 그 역할과 위험은 단계마다 달라집니다. 경험칙: AI는 생성과 탐색을 가속하고, 사람은 결정과 책임을 소유한다.
| 단계 | AI가 돕는 곳 | 사람이 루프 안에 남아야 하는 것 |
|---|
| Design | 옵션 brainstorm, RFC 비평, 트레이드오프 드러내기 | 실제 아키텍처 결정과 그 결과 |
| Coding | Generation, autocomplete, boilerplate, refactor | 정확성, codebase와의 적합성, 소유권 |
| Testing | test case 생성, edge case와 입력 제안 | 테스트가 올바른 동작을 단언하는지 여부 |
| Review | 버그, 스타일, 누락 케이스 1차 스캔 | 최종 승인, 의도와 설계에 대한 판단 |
| Docs | API docs, changelog, README 초안 | 정확성과 문서화할 가치가 있는 것 |
| Ops | 로그 요약, 이상 징후 드러내기, runbook 초안 | 진단과 모든 production 조치 |
틀렸을 때의 비용이 크거나 되돌리기 어려운 모든 곳: 아키텍처, security, 데이터, production 운영. AI는 제안하고, 이름이 있는 엔지니어가 결정하고 책임집니다.
AI를 단순한 code-completion 묘기가 아니라 수명주기 전반의 보조자로 보는 것이 진짜 leverage를 여는 길입니다. 하지만 가치는 어느 단계가 자동화를 견디고 어느 단계가 사람의 판단을 요구하는지 아는 데서 나옵니다. 그래야 팀은 속도를 얻으면서도 중요한 결정을 조용히 외주로 넘기지 않습니다.