AI가 시니어를 과부하: 10 bit/s 한계

AI가 개발을 빠르게 하지만 고급 개발자에게는 인지적 한계를 초래

고급 개발자들은 모순에 직면해 있다. AI 도구는 리뷰 대기 중인 풀 요청(Pull Request)의 수를 두 배로 늘리지만, 뇌의 의식적 분석 능력은 여전히 초당 10비트에 머물러 있다. 캘리포니아대학 버클리 연구소, 업워크, 뉴런의 공동 조사에 따르면, AI는 작업 부담을 줄이는 것이 아니라 오히려 심화시켜 가장 생산적인 엔지니어의 88%가 번아웃 상태에 이르게 한다. 우리는 고급 개발자들에게 미치는 영향과 그 메커니즘을 분석한다.

작업 확장

AI는 작업을 줄이지 않고, 숨겨진 성장을 유도한다. 이를 '작업량 증가(Workload Creep)'라고 한다. 버클리 대학에서 200명 규모 기업을 대상으로 한 연구에서 세 가지 핵심 요인이 드러났다:

• 작업 범위 확대: AI 덕분에 더 많은 작업을 수행할 수 있게 되면서 프로젝트 범위가 커진다. 예상 수준은 그대로 유지하면서 작업 항목이 3개에서 5개로 증가한다.
• 경계의 흐림: AI 프롬프트 작성은 개인 시간까지 침범해 하루 8시간의 업무가 14시간의 인지적 노력으로 늘어난다.
• 암묵적 압박: 동료들이 AI를 잘 활용하는 모습은 팀 전체의 성과 기준을 자연스럽게 높인다.

업워크 연구소 보고서: AI 사용자의 77%가 업무량 증가 또는 생산성 저하를 경험했으며, 71%는 번아웃을 겪었다. 최고 성과자들의 번아웃 비율은 88%이며, 이직 위험은 두 배에 달한다.

상관관계는 인과관계가 아니지만, 중요한 진실을 드러낸다. 과도한 생산성을 장려하는 시스템은 다이어그램 관리자들 사이에서 번아웃을 가속화한다.

분석의 생물학적 한계

의식적인 사고는 초당 약 10비트만 처리 가능하며, 작업 기억은 단지 4개의 정보 단위(Chunk)만 저장할 수 있다(정 & 마이스터, 네이론 2025). 감각 입력은 초당 수십억 비트로 밀려오지만, 코드 리뷰의 병목 현상은 여전히 변하지 않는다.

깃허브 옥토포버스 2025: 월간 풀 요청 수 4,320만 건 (+23% 연간 증가). 파로스 AI: AI 도입 후 리뷰 대기 풀 요청 수 98% 증가, 리뷰 소요 시간 91% 증가, 풀 요청 크기 154% 증가. 스마트베어/시스코: 시간당 500줄 이상의 코드 처리 시 효율성이 급격히 떨어지고, 일일 작업 1시간 이후부터 성능 저하가 시작된다.

초보 개발자가 더 많은 코드를 생성하면서 고급 개발자의 리뷰 능력을 압도한다. METR 연구: AI를 사용하는 경험이 많은 개발자들은 느리게 작업하지만, 자신은 더 빠르다고 느낀다. 이는 인식과 현실 사이의 위험한 괴리를 만들어낸다.

전문성은 부담을 더욱 키운다

베인브리지(1983): 복잡한 자동화는 인간에게 가장 모호한 결정을 남긴다. 마이크로소프트 연구(2024): AI는 작업의 복잡성을 높여 인지 부담을 증가시킨다.

AI가 생성한 코드를 리뷰하는 것은 사업적 맥락 없이 타인의 논리를 재구성해야 하는 일이며, 자기가 작성하는 것보다 훨씬 어렵다. 클러치 조사: 개발자의 59%가 명확하지 않은 AI 코드를 작성했고, 고급 개발자 중 22%만이 그 코드에 자신감을 느꼈다(큐도). 고급 개발자는 초보자로부터 부담을 넘겨받은 후, 전적으로 인지적 비용을 감수하게 된다.

과부하의 신체적 결과

번아웃은 심혈관 질환 위험을 21% 증가시킨다(26,916명 대상 메타분석, 2024), 상위 20% 그룹에서는 79% 증가(토커 등). 컴퓨터 시각 증후군은 피크 업무 시 74%의 개발자에게 영향을 준다.

리뷰 → 더 나쁜 수면 → 낮은 의사결정 → 무비판적 승인 → 버그 발생 → 스트레스. 앉아 있는 개발자 중 32%가 대사증후군에 걸리며, 일반인의 두 배에 달한다.

잘못된 품질 지표

깃클리어: 코드 변경률은 3%에서 7~8%로 상승했고, 중복 코드는 수백 배로 증가했다. 파로스 AI: 풀 요청 수는 98% 증가했지만, 처리량이나 회사 품질에는 변화 없음. 소나르 CEO: AI는 구조적 결함을 가리며(90% 문제는 숨겨짐).

다이어그램은 활동량만 보여주며, 번아웃과 숨겨진 버그는 가려진다.

무엇이 중요한가

• AI는 풀 요청 수를 두 배로 늘리지만, 뇌는 초당 10비트로 제한되어 있어 고급 개발자가 병목이다.
• 최고 성과자 중 88%가 번아웃 상태이며, 가장 먼저 이직한다.
• 작업량 증가: 작업이 늘어나고 경계가 흐려진다—계획 없이 진행된다.
• 신체적 위험: 심혈관 질환 위험 +21~79%, 컴퓨터 시각 증후군 74%.
• 지표는 거짓말이다: 변경률은 오르고, 품질은 정체된다.

과부하를 막기 위한 실용적 방법

• 하루 3~5건의 풀 요청만 처리하기—무리한 승인보다 지연하는 것이 낫다.
• 생성과 리뷰 시간을 분리하기: 전환 비용은 15~25분이다.
• 화면 시간을 신체적 부담으로 간주하기—휴식, 수면 우선, 산책하기.

기술 리더는 풀 요청 크기 제한을 도입하고, 다이어그램을 통해 번아웃을 모니터링해야 한다.

— Editorial Team