AI는 개발자들의 코드 작성 속도를 비약적으로 끌어올리고 있지만, 테스트·배포·보안 등 후속 단계에서의 병목 현상으로 인해 실제 생산성 향상은 무산되고 있다.

글로벌 AI 데브옵스 플랫폼 기업 하네스(Harness)가 미국, 영국, 프랑스, 독일의 엔지니어, 플랫폼 리더, 기술 관리자 900명 대상 설문조사를 토대로 한 ‘AI 속도 역설(AI Velocity Paradox)’ 보고서를 발표했다. 이 보고서는 AI 현상을 심층적으로 분석하며, 자동화 부족과 도구 확산이 기업의 리스크를 증폭시키고 있음을 보여준다. 

AI 속도와 생산성의 역설

하네스 보고서에 따르면 응답자의 63%는 AI 도입 이후 코드 발송 속도가 빨라졌다고 답했다. 그러나 실제 배포 단계에서는 문제가 빈번하게 발생하고 있다. 조사 결과, AI가 생성한 코드가 포함된 배포의 45%에서 문제가 발생했으며, 전체 조직의 72%는 적어도 한 건 이상의 프로덕션 사고를 경험한 것으로 나타났다.

이는 AI가 코딩 속도는 가속화했지만, 실제 소프트웨어 제공 속도와 품질은 오히려 저해되는 구조적 역설을 낳고 있음을 보여준다. 하네스는 이러한 현상을 “AI 속도 역설”이라 정의하며, 단순한 효율성 향상을 넘어 기업의 운영 안정성과 비용 통제에까지 심각한 영향을 미친다고 강조했다.

보안 위험과 비용 급증

보고서는 보안이 가장 큰 우려 요소로 지목됐음을 밝혔다. 응답자의 48%는 AI로 인해 소프트웨어 취약성이 증가할 것이라 답했으며, 41%만이 자사의 거버넌스 프로토콜이 배포 이전에 문제를 안정적으로 차단할 수 있다고 확신했다. 이는 AI 기반 개발 환경에서 보안 검증의 자동화가 여전히 부족하다는 점을 의미한다.

또한 클라우드 비용 증가 역시 중요한 문제로 드러났다. 70%는 비효율적인 AI 생성 코드가 통제 불가능한 클라우드 비용 초과를 초래할 것이라고 우려했다. 특히 개발 및 엔지니어링 팀은 평균 8~10개의 서로 다른 AI 도구를 사용하고 있으며, 응답자의 36%는 그보다 더 많은 도구를 동시에 활용한다고 답했다. 이로 인해 71%의 조직이 도구 간 컨텍스트 전환으로 인해 생산성이 저하되고 있다고 지적했다.

자동화 부족과 바이브 코딩의 부담

자동화 성숙도가 낮은 점도 문제의 핵심으로 꼽혔다. 보고서에 따르면 단 6%의 기업만이 지속적 전달(CD) 프로세스를 완전히 자동화했다고 답했으며, 대부분은 여전히 수작업 의존도가 높았다. 하지만 낮은 수준의 CD 자동화에서 중간 수준으로 전환하면 속도 향상 가능성이 26%에서 57%로 두 배 이상 증가하는 것으로 조사됐다.

바이브 코딩에 대한 우려도 크다. 응답자의 63%는 바이브 코딩을 “재앙을 기다리는 것”이라고 표현했으며, 이는 숙련된 엔지니어들이 부정확한 코드의 후속 작업을 다시 처리해야 하는 부담으로 이어지고 있다. 보고서는 이 같은 반복 작업이 기업의 리소스를 낭비하게 만들고, 개발자들이 혁신보다 재작업에 집중하게 되는 악순환을 초래한다고 설명했다.

리더들의 해결책: 전체 SDLC 확장

하네스 보고서는 리더들이 공통적으로 제시한 해결책도 함께 소개했다. 응답자의 83%는 AI가 진정한 잠재력을 발휘하려면 단순한 코드 작성 지원에 머물지 않고, 테스트·품질 관리·배포까지 소프트웨어 제공 라이프사이클(SDLC) 전반에 걸쳐 확장돼야 한다고 답했다.

하네스의 수석 부사장 트레버 스튜어트(Trevor Stuart)는 “AI 속도 역설은 현실이다. 팀은 코드를 더 빨리 작성하지만, 배포 속도는 더 느리고 위험도 더 크다”고 강조했다. 그는 “자동화 없이는 프런트엔드에서 얻은 생산성 향상이 다운스트림 병목으로 인해 상쇄된다. 기업은 코드 생성뿐 아니라 테스트와 배포 단계까지 AI를 확장해 더 빠르고 안전하며 복원력 있는 소프트웨어를 제공해야 한다”고 덧붙였다.

위험 구역과 조직의 우선 과제

이번 연구는 관리되지 않는 AI 어시스턴트가 릴리스 실패의 파급 범위를 확대할 수 있다는 점을 경고했다. 응답자의 73%는 이를 주요 리스크로 꼽았으며, 74%는 내년에 SDLC 전반에 AI를 통합하지 못하는 기업은 “공룡과 같은 길을 갈 것”이라고 답했다.

보고서는 기업이 집중해야 할 세 가지 우선 과제를 제시했다. 첫째, AI 코딩 어시스턴트는 반드시 자동화된 테스트, 배포 검증, 보안 점검과 함께 운영돼야 한다. 둘째, 코드 생성이 아닌 배포와 거버넌스 자동화에 투자를 확대해야 한다. 셋째, 무분별한 도구 확산은 거버넌스 문제와 비용 증가를 야기하므로, 통합 플랫폼 기반 운영으로 전환해야 한다.

스튜어트는 “하네스는 현재 이러한 기반을 구축하고 있다”며, “전체 서비스 제공 라이프사이클에 AI를 적용함으로써 기업이 속도의 역설에서 벗어나 혁신에 집중할 수 있도록 지원한다”고 밝혔다.

하네스의 ‘AI 속도 역설’ 보고서는 AI 활용의 성과와 그 이면의 위험을 동시에 보여주고 있다. AI는 개발 속도를 높이고 있지만, 자동화 부족과 도구 확산으로 인해 생산성 향상 효과가 배제되고 있다. 기업이 이 역설을 극복하기 위해서는 테스트·배포·거버넌스 전반에 걸친 AI 확장과 자동화 전략이 필수적이다. 이는 단순한 기술 효율성 문제가 아닌, 보안·비용·운영 안정성을 지키기 위한 핵심 과제다.