지루한 기술을 선택하라, Revisited (2025)

지루한 기술을 선택하라, Revisited (2025)

10년 전 Dan McKinley가 "Choose Boring Technology"라는 글을발표했다했다. 기업은 한정된 "innovation tokens"를 보유하며, 검증되지 않은 흥미로운 기술보다는 확립되고 잘 이해된 기술에 전략적으로 배분해야 한다는 주장이었다. 새벽 3시에 장애가 발생했을 때, 미지의 영역을 개척하기보다 Stack Overflow 답변이 존재하는 기술을 디버깅하는 편이 낫다는 논리였다.

2026년 현재, 이 원칙은 오히려 더 중요한 의미를 갖게 되었다. 이유는 바로 AI 코딩 도구의 등장이기 때문이다.

AI 코딩 도구는 모든 기술 스택에 대해 그럴듯한 코드를 생성한다

Claude야좋다 Copilot야좋다, Kubernetes 기반 microservices에 GraphQL federation, 최신 JavaScript 프레임워크 — 요청하면 규칙을 따르고 실행도 되는 코드를 반환한다. AI는 정말로 다양한 기술 스택에 대해 전문적인 코드를 생성할 수 있다.

그러나 여기에 함정이 있다. 본인이 모르는 기술이 둘 이상 결합되면, AI가 잘못된 결과를 내놓고 있는지 검증할 방법이 전무하다. LLM은 인상적인 능력에도 불구하고 기술적 세부사항에서 hallucinate를 일으킨다.deprecated API 사용, 보안 안티패턴 구현, 프로덕션 부하에서야 드러나는 미묘한 성능 문제 — 코드 는 올바르게 보였고, 네이밍 규칙을 따랐으며, 적절한 에러 처리도 있었다. 그러나 해당 기술에 익숙한 사람만 알아챌 수 있는 방식으로 틀려 있었다.

미지의 기술 + AI 코드 = 불확실성의 곱셈

주목해야 할 핵심 수식이 있다. 익숙하지 않은 기술과 AI 생성 코드를 결합하면, 미지수를 더하는 것이 아니라 곱하는 결과를 낳는다.

• 프레임워크 선택이 적절한지 알 수 없다

• AI 구현이 best practice를 따르는지 알 수 없다

• 생성된 코드 중 어디가 boilerplate이고 어디가 핵심 비즈니스 로직인지 알 수 없다

• 어떤 실패 모드를 주시해야 하는지 알 수 없다

이는 단순한 cargo-culting을 넘어 "cargo-culting times 2,356" 수준의 문제다. 아무리 AI가 정교한 코드를생성해도, 그 기술을 이해하지 못하면 검증 불가능한 black box가 된다.

AI는 Force Multiplier인가, Crutch인가?

반면, 이미 잘 아는 기술 스택에서는 상황이 완전히 다르다. Rails를 충분히 이해하고 있으면, Claude가 의심스러운 제안을 할 때 바로 포착할 수 있다. JavaScript의 동작 방식을 이해하고 있으면, Copilot의 제안을 fact-check할 수 있다. AI는 이미 이해하고 있는 기술에서는 force multiplier가 되고, 모르는 기술에서는 단순 의존용 목발로 전락한다.

핵심은 "AI가 이 기술의 구현 코드를 생성했을 때, 내가 적절히 리뷰할 수 있는가?"라는 질문을 먼저 따져보는 것이다. 답이 "아니오"라면, mission-critical한 곳에 그 기술을 사용하지 않는 것이 현명하다.

실용 가이드라인

새로운 것을 배울 때도 전략이 필요하다. innovation token은 하나뿐이므로, 새로운 기술을 도입한다면 AI 제안을 fact-check할 수 있을 만큼 깊이 이해하는 데 실제 시간을 투자해야 한다. 단순히 복사-붙여넣기 후 잘 되기만 바라는 것은 위험한 전략이다.

AI 도구를 핑계로 여러 새 기술을 동시에 떠안는 유혹도 경계해야 한다. AI는 새 언어, 새 프레임워크, 새 인프라를 한꺼번에 다룰 수 있는 것처럼 느끼게 하지만, 실제로는 어느 것도 제대로 검증할 수 없는 상태가 된다.

결론: 지루함의 가치

원래의 "choose boring technology" 주장은 운영 복잡성과 인지 부하를 줄이는 것이 목적이었지만, AI 시대에는 추가 위험이 존재한다. AI는 모든 스택에 전문적으로 보이는 코드를 생성할 수 있기 때문에, 실제로는 문제 없는 코드인데도 문제 없는 것처럼 느껴지게 하는 false confidence를 주기 때문이다.

문제를 해결할 때는 이미 아는 것을 사용하고, 새로운 것을 배울 때는 배우는 데 집중하며, AI 생성 코드를 이해와 혼동하지 말아야 한다. 가장 지루한 기술이란, 결국 AI가 틀렸을 때를 알아챌 만큼 잘 이해하고 있는 그 기술일 수 있다. 한 번도 써본 적 없는 기술로 AI가 수천 줄의 코드를 자신 있게 생성하는 세상에서, 그 이해의 가치는 그 어느 때보다 크다.

---

📚 출처

• Choose Boring Technology (2015) — Dan McKinley

• 지루한 기술을 선택하라, Revisited (2025) — GeekNews

---

📚 출처

• https://news.hada.io/topic?id=30036