2025.11.27 (목)

  • 흐림동두천 6.5℃
  • 구름많음강릉 12.3℃
  • 서울 7.5℃
  • 대전 7.6℃
  • 구름많음대구 11.6℃
  • 흐림울산 11.6℃
  • 흐림광주 10.5℃
  • 부산 11.0℃
  • 흐림고창 9.8℃
  • 흐림제주 13.2℃
  • 흐림강화 5.5℃
  • 구름많음보은 7.6℃
  • 흐림금산 8.8℃
  • 구름많음강진군 11.2℃
  • 구름많음경주시 14.2℃
  • 구름조금거제 11.1℃
기상청 제공

빅테크

메타 저커버그 "내년까지 코딩 절반 AI가 담당"…MS 나델라 "코드 30%는 AI가 작성”

메타 AI 개발자 행사서 밝혀
인공지능이 개발자 대체 가속

 

[뉴스스페이스=김시민 기자] 마크 저커버그 메타 CEO와 사티아 나델라 MS(마이크로소프트) CEO가 한목소리로 인공지능(AI)가 개발인력을 대체하는 현상이 가속화 될 것이라고 주장했다.

 

AI 성능이 빠르게 향상되면서 컴퓨터 코드를 작성하는AI가 결국 인간 개발자의 업무까지 대체하는 현상이 급속히 이뤄질 것이란 전망이다.

 

저커버그 메타 CEO는 4월 29일(현지시간) 진행된 메타의 AI 개발자 회의 '라마콘(LlamaCon)'에서 사티아 나델라 마이크로소프트(MS) CEO와 AI 발전에 대한 의견을 공유하며 "내년에는 AI가 개발인력의 절반가량을 대체할 것"이라고 예상했다.

 

이 자리에서 나델라 CEO 또한 MS에 저장된 코드의 20~30%를 AI가 작성했다고 밝혔다.

 

저커버그가 먼저 "현시점에서 MS 코드 중 AI가 작성한 비중이 얼마나 되냐"고 묻자 나델라는 "저장소에 있는 코드 중 20~30%는 AI가 썼으며 일부 프로젝트는 아마 전체가 AI로 개발됐을 것"이라고 답했다. 

 

또 프로그래밍 언어별로 차이가 있다며, 파이썬에서는 상당한 진전을 보이고 있지만 C++ 같은 언어에서는 상대적으로 발전이 더디다고 덧붙였다.

 

 

이에 저커버그도 자사의 전망치를 공유하며 "내년에는 AI가 개발의 절반을 수행할 것이며 비중은 앞으로 더 커질 것"이라고 추정했다.

 

순다르 피차이 구글 CEO도 지난해 구글의 새로운 코드 중 25% 이상을 AI가 작성한다고 밝힌 바 있다. 또 케빈 스콧 MS 최고 기술책임자(CTO)는 얼마 전 “2030년까지 전체 코드의 95%가 AI에 의해 작성될 것”이라고 예측했다.

 

AI업계 전문가들은 "AI가 코딩의 절반을 담당한다는 목표 자체가 인간 개발자를 AI가 대체하고 있는 트렌드를 단적으로 보여주는 현상"이라고 지적했다.

 

메타를 비롯해 MS와 구글 등 빅테크들은 핵심 부문에서는 개발자 채용을 이어가고 있지만 AI로 대체할 수 있는 영역에서는 AI 활용을 늘리는 추세다. 메타는 올해 초 저성과자를 중심으로 인력 5%를 감축했다.
 

나델라 CEO는 "AI는 잠재력이 있지만, 이제는 생산성에 실질적인 변화를 가져와야 한다"며 "그러기 위해서는 소프트웨어의 진화는 물론, 이를 사용하는 기업의 변화가 필요하다"고 역설했다.

 

이어 "전기를 제대로 사용하려면 공장 자체를 바꿔야 한다는 것을 사람들이 알아차리는 데 무려 50년이 걸렸다는 포드의 연구 결과가 있다"며 MS부터 실무프로세스에 AI를 적극 도입하겠다는 뜻을 강조했다.

배너
배너
배너

관련기사

93건의 관련기사 더보기


[빅테크칼럼] 맞춤형 알고리즘, 학습 왜곡과 과도한 자신감 부추긴다…"현실 인식의 함정에 빠진 이용자들”

[뉴스스페이스=이종화 기자] 개인화 알고리즘은 학습 과정에서 정보를 제한적으로 제공하여 사용자의 학습 능력을 저해하고, 잘못된 정보에 대해 과도한 자신감을 부추기는 것으로 밝혀졌다. news.osu, sciencedaily.com, sciencedirect.com, combinatorialpress에 따르면, 이 연구결과는 오하이오 주립대학교 연구진이 2025년 11월 발표한 논문에서 밝혀졌으며, 346명의 참가자를 대상으로 한 실험에서 개인화 알고리즘이 제공하는 정보가 사용자의 인지와 학습에 미치는 영향을 분석했다.​ 연구 개요 및 방법 연구진은 '수정 같은 외계인'이라는 가상의 대상들을 여섯 가지 특징으로 나누어 참가자들이 이를 학습하도록 설계했다. 참가자들은 회색 상자로 가려진 외계인 특징을 클릭하여 확인해야 했으며, 개인화 알고리즘이 탐색할 특징을 제한하자 참가자들은 전체 정보 중 일부만 선택적으로 관찰하는 경향을 보였다. 그 결과, 테스트 시 새로운 사례를 올바르게 분류하는 데 실패했고, 오답임에도 불구하고 더 높은 자신감을 나타냈다. 연구 주도자인 Giwon Bahg는 "잘못된 선택을 할 때조차도 정답을 맞혔을 때보다 더 자신감을 보였다"며 심각성