Locale: ko
※ 이 글은 AI 코딩이 의학적으로 ‘중독’이라고 확정되었다고 말하지 않는다. 도박 연구에서 다뤄지는 보상의 불확실성, 빠른 반복 구조와 AI 코딩 경험 사이에 비슷한 부분이 있다는 비교다.[3] AI 코딩에서 같은 인과관계가 입증된 것은 아니다.
1. 결론: AI 코딩은 ‘쓸모 있는 뽑기’처럼 느껴지기 쉽다
AI에게 수정을 시킨다. 잠깐 기다린다. 실패한다. 지시를 조금 바꾼다. 이번에는 거의 된다. 테스트를 돌린다. 다른 곳이 깨진다. 다시 시킨다. 통과한다.
마지막의 ‘통과’가 강하다.
그런데 일반적인 뽑기와 달리, 성공하면 코드와 테스트와 문서와 기능이 남는다.
놀이라는 속도로 진행되는데 실제 일이 끝난다.
소프트웨어 공장과 뽑기 기계가 한 몸이 된 셈이다.
2. ‘다음에는 될지도’가 몇 분마다 온다
도박 연구에서는 보상이 언제 나올지 모르는 불확실성이 반복 행동을 강하게 만들 수 있다는 점이 오래 연구돼 왔다.[3]
AI 코딩도 겉모습은 비슷하다.
같은 종류의 요청인데도,
- 한 번에 해결되거나
- 80%만 해결되거나
- 엉뚱한 파일을 망가뜨리거나
- 요구사항을 완전히 오해하거나
- 사람보다 빨리 원인을 찾기도 한다
결과를 미리 알 수 없다.
그리고 그 결과가 몇 분 안에 나온다.
다음 회차를 하루 기다릴 필요가 없다.
작은 반전이 자판기 속도로 계속 나온다.
3. 실패해도 완패처럼 느껴지지 않는다
AI 코딩은 도박과 중요한 차이가 있다.
실패해도 흔적이 남는다.
로그가 남고, 원인 후보가 늘고, 부분 수정이 남고, 테스트가 추가되고, ‘이 방법은 안 된다’는 정보도 얻는다.
그래서 세 시간을 써도 머릿속 장부에는
‘세 시간을 날렸다’보다
‘그래도 여기까지 왔다’가 적히기 쉽다.
실패해도 경험치를 주는 RPG 같다.
가끔은 경험치와 함께 실제 운영 코드까지 떨어진다.
4. 가장 아까운 것은 AI가 혼자 도는 실패 루프다
생산적인 실패와 쿼터를 태우는 실패는 다르다.
자율형 에이전트가
실행 → 실패 → 같은 방향으로 수정 → 실패 → 거의 같은 명령 재실행 → 실패 → ‘다른 방법을 시도하겠습니다’ → 사실상 같은 작업
을 반복하면 위험하다.
사람은 ‘그 구멍 그만 파’라고 말할 수 있다.
AI는 성실하다.
그래서 계속 판다.
그리고 사용량도 성실하게 태운다.
필요한 것은 근성이 아니라 브레이크다.
- 같은 실패가 2~3번이면 중단
- 오류가 바뀌지 않았다면 재실행 금지
- 다음 시도 전에 원인 요약
- 큰 수정 전에 되돌릴 지점 저장
- 사용량이 급증하면 경고
AI에게 필요한 것은 정신력이 아니라 손절 규칙이다.
5. 그래도 경제적으로는 도박과 다르다
AI 코딩은 돈을 걸고 확률적으로 돈을 되찾는 게임이 아니다.
잘 쓰면 생산물이 늘어난다.
2026년 NBER 연구는 50만 명이 넘는 GitHub 개발자를 분석해 AI 코딩 도구가 코딩 활동을 크게 늘렸지만, 실제 프로젝트와 릴리스 단계로 갈수록 효과가 줄어든다고 보고했다.[4]
즉,
코드가 많이 생기는 것과 가치가 실제로 출시되는 것은 다르다.
에이전트가 100번 돌고 커밋이 늘어도 사용자가 쓰는 결과가 없다면 공장은 빠르게 헛돌고 있는 것이다.
반대로 기능이 실제로 배포되고 테스트를 통과하고 쓰인다면 단순한 오락이 아니다.
AI 코딩의 묘한 힘은 오락 같은 피드백과 실용성이 같은 화면에 있다는 것이다.
6. 비싼 구독도 쉽게 정당화되는 이유
게임에 큰 월 구독료를 내면 ‘오락비’라고 느끼기 쉽다.
AI는 다르다.
업무 시간을 줄이고, 모르는 개념을 설명하고, 코드를 쓰고, 자료를 조사하고, 문서를 만들고, 앱까지 만든다.
그러면 구독료가 취미 비용이 아니라 도구 비용처럼 보인다.
문제는 실제로 도구가 맞다는 것이다.
오락, 업무, 학습, 제작이 한 장의 청구서에 들어온다.
그래서 비싼 플랜도
‘몇 시간을 아꼈다’ ‘기능 하나를 끝냈다’ ‘혼자 조사했으면 훨씬 오래 걸렸다’
로 계산하면 충분히 납득되기 쉽다.
7. ‘도움이 된다’가 ‘얼마를 써도 이득’이라는 뜻은 아니다
AI와 열 시간을 보냈는데 예전에는 다섯 시간이면 끝나던 일이 아직 안 끝났다면, 생산성 도구가 아니라 새로운 취미를 찾은 것일 수 있다.
취미라면 괜찮다.
문제는 일을 하고 있다고 생각하지만 실제로는 AI 구경 시간이 늘어난 경우다.
볼 숫자는 단순하다.
- AI가 없으면 몇 시간이 걸렸나
- 실제 완성물이 얼마나 늘었나
- 사람의 검토 시간은 줄었나
- 실패 반복으로 사용량을 얼마나 버렸나
- 싼 모델로 처리 가능한 일은 없나
- 코드가 아니라 실제 배포가 늘었나
많이 썼다는 것은 성과가 아니다.
헬스장에 오래 산다고 근육이 자동으로 생기지는 않는다.
8. ‘매일 개선 아니면 전체 리셋’이 매력적인 이유
2026년 10월 OpenAI의 Codex·ChatGPT Work 책임자는 28일 동안 매일 다수 사용자에게 의미 있는 개선 하나를 내거나 전체 리셋을 하겠다고 공개적으로 밝혔다.[1]
직전에는 단순화, 더 효율적인 사용, 큰 기능, 새 모델에 집중하겠다고도 말했다.[2]
비공식 커뮤니티 트래커는 이를 태평양 시간 기준 10월 5일부터 11월 1일까지로 추적한다.[5]
보통은 새 기능 하나가 더 화려해 보인다.
하지만 사용량을 실제로 끝까지 쓰는 사람에게는 때때로
새 기능 1개 < 사용량 전체 회복
이다.
고성능 AI의 가치는 똑똑함뿐 아니라 ‘몇 번 더 시도할 수 있느냐’에도 있기 때문이다.
실패 루프로 쿼터를 태운 직후에는 새 버튼보다 리셋이 훨씬 빛난다.
9. 재미를 없앨 필요는 없다. 의미 없는 반복만 막으면 된다
AI 코딩이 재미있는 것은 결함이 아니다.
귀찮았던 제작을 ‘한 번만 더 해보자’로 바꾼 것은 엄청난 장점이다.
문제는 그것이
‘한 번만 더’
에서
‘AI가 같은 실수를 스무 번 자동 반복’
으로 바뀔 때다.
따라서 답은 간단하다.
유용한 반복은 빠르게. 의미 없는 반복은 일찍 중단.
마지막에 볼 것은 몇 번 돌렸는지가 아니다.
무엇이 실제로 완성됐는가.
