[Lobsters 요약] 소프트웨어 개발과 AI: 플로팅 vs 팬싱 접근 방식 비교
2
설명
2026년 7월 18일, pyj의 블로그에 게시된 "Software and AI - Plotting vs. Pantsing"는 소프트웨어 개발에서 AI 활용 방식의 차이를 설명합니다.
이 글은 개발자들이 AI를 받아들이는 방식의 차이가 '플로팅(plotting)'과 '팬싱(pantsing)'이라는 두 가지 개발 접근 방식에 기인한다고 분석합니다.
AI가 개발자의 이해력 증진에 기여하는 방식과 그렇지 않은 방식을 구분하며, 각 접근 방식에 따른 AI의 역할과 영향을 탐구합니다.
### 배경 설명
소프트웨어 개발 분야에서 인공지능(AI)의 도입은 개발 생산성 향상과 새로운 개발 방법론의 출현을 가져왔습니다. 그러나 AI 도구의 활용에 대한 개발자들의 반응은 극명하게 나뉘는데, 이는 AI가 소프트웨어 개발 과정에서 '이해'를 구축하는 방식에 미치는 영향과 관련이 깊습니다. 소설 쓰기에서 작가들이 미리 줄거리를 구상하는 '플로터(plotter)'와 즉흥적으로 이야기를 풀어가는 '팬서(pantser)'로 나뉘는 것처럼, 소프트웨어 개발에서도 이러한 두 가지 접근 방식이 존재합니다. '플로팅'은 설계와 계획을 우선시하며 코드는 설계의 표현으로 간주되는 반면, '팬싱'은 코드를 중심으로 솔루션을 탐색하고 이해를 발전시키는 방식입니다. AI가 개발자의 '이해'를 대체하는지, 아니면 보조하는지에 따라 개발자들의 수용도와 만족도가 달라지는 것입니다. 특히 기존 코드베이스를 다루거나 새로운 프로젝트를 시작할 때, AI의 역할은 이러한 플로팅과 팬싱 접근 방식에 따라 다르게 해석될 수 있습니다.
### 소프트웨어 개발에서의 '플로팅'과 '팬싱'
'플로팅' 접근 방식은 코드를 작성하기 전에 솔루션을 철저히 구상하고 설계하는 것을 의미합니다. 이 경우 코드는 이미 정립된 설계의 결과물로 간주됩니다. 반면 '팬싱'은 코드를 주요 산출물로 삼아 솔루션을 탐색하며, 코드를 작성하는 과정에서 문제에 대한 이해를 발전시키는 방식입니다. 이는 'Parse, don't validate'와 같은 아이디어에서 볼 수 있듯이, 코드를 통해 문제를 학습하는 일종의 '놀이'이자 경험 축적 과정으로 이어집니다. AI가 코드를 직접 생성하는 것은 이러한 '놀이를 통한 학습' 과정을 생략하게 만들어, 일부 개발자들에게는 프로그래밍의 즐거움을 빼앗는 것으로 느껴질 수 있습니다.
### AI 활용: 위임(Delegation) vs 보조(Assistance)
AI 활용의 차이는 '위임'과 '보조'라는 두 가지 범주로 나눌 수 있습니다. '위임'은 AI에게 목표를 부여하고 자율적으로 작업을 수행하도록 하는 방식이며, 이는 '플로팅' 개발 방식을 지원하는 경향이 있습니다. 고수준의 명세에서 직접 최종 제품까지 도달하는 것을 목표로 합니다. 반면 '보조'는 인간이 통제권을 유지하며 AI가 코드 자동 완성, 리서치, 코드 리뷰 등에서 도움을 주는 방식입니다. 이는 '팬싱' 개발 방식을 지원하며, 인간과 협력하여 작업을 진행합니다. AI 도구가 단순히 코드를 생성하는 것을 넘어, 개발자의 이해를 돕거나 기존 시스템과의 상호작용을 촉진하는 방식으로 활용될 때 그 가치가 달라집니다.
### 기존 코드베이스에서의 AI 활용
기존 코드베이스에서 작업하는 경우, 개발자는 종종 수백만 라인에 달하는 복잡하고 오래된 시스템을 다루게 됩니다. 이러한 환경에서는 시스템의 아키텍처, CI/CD 설정, 의존성 등을 파악하는 것이 중요하며, 이는 종종 '팬싱' 모드로 시작하게 만듭니다. AI '위임' 도구를 사용하여 명세에서 코드를 생성하는 것은 시스템에 대한 근본적인 이해를 구축하는 데 도움이 되지 않을 수 있습니다. 오히려 '보조' AI는 코드 컨벤션 준수, 적절한 내부 타입 사용 추천, 문제 해결을 위한 코드 영역 탐색 등을 통해 개발자의 이해를 증진시키는 데 기여할 수 있습니다. AI가 개발자의 이해를 대체하지 않고 보조할 때, 기존 코드베이스에서의 작업 효율성이 향상될 수 있습니다.
### 새로운 프로젝트(Greenfield)에서의 AI 활용
새로운 프로젝트(Greenfield) 개발 환경에서는 기능 구현이 안정성보다 우선시되는 경우가 많습니다. 코드의 변경 가능성이 높고, 기존의 제약 사항이 적기 때문에 AI '위임' 도구의 위험이 상대적으로 낮습니다. 개발자들은 이미 프로젝트의 목표와 초기 설계를 이해하고 있기 때문에, AI를 활용하여 빠르게 코드를 생성하고 프로토타입을 개발할 수 있습니다. '플로팅' 접근 방식을 바로 적용하기 용이하며, AI는 개발자가 문제 해결 방식을 탐색하고 코드로 표현하는 과정을 가속화하는 데 도움을 줄 수 있습니다. 그러나 이 과정에서도 AI가 '놀이를 통한 학습'을 완전히 대체하지 않도록 주의해야 합니다.
### 가치와 인사이트
이 글은 AI가 소프트웨어 개발에 미치는 영향을 '플로팅'과 '팬싱'이라는 두 가지 개발 스타일로 구분하여 설명함으로써, AI 도구의 효과적인 활용 방안에 대한 통찰을 제공합니다. 개발자는 자신의 작업 방식과 현재 처한 상황(기존 코드베이스 vs. 신규 프로젝트)에 맞는 AI 활용 전략을 선택해야 합니다. AI '위임'은 설계가 명확한 경우 효율적일 수 있으나, '팬싱' 방식에서는 개발자의 이해를 저해할 수 있습니다. 반면 AI '보조'는 개발자의 이해를 증진시키고 생산성을 높이는 데 기여할 수 있습니다. AI가 개발자의 '이해'를 구축하는 과정을 방해하지 않도록, 적절한 AI 도구와 활용 방식을 선택하는 것이 중요합니다.
### 향후 전망
향후 AI 기술의 발전은 개발자들의 '플로팅' 및 '팬싱' 접근 방식과 더욱 밀접하게 통합될 것으로 예상됩니다. AI는 단순히 코드를 생성하는 것을 넘어, 개발자의 의도를 더 잘 파악하고 복잡한 시스템에 대한 이해를 돕는 방향으로 진화할 것입니다. '위임' AI는 더욱 정교해져 복잡한 설계 요구사항을 충족시킬 수 있게 될 것이며, '보조' AI는 개발자의 학습 곡선을 완만하게 하고 코드 품질을 향상시키는 데 핵심적인 역할을 할 것입니다. 개발 커뮤니티는 이러한 AI 도구들을 어떻게 효과적으로 통합하고, 개발자의 창의성과 문제 해결 능력을 저해하지 않으면서 생산성을 극대화할지에 대한 논의를 지속할 것입니다. 또한, AI가 개발자의 '이해' 과정을 어떻게 지원하고 확장할 수 있는지에 대한 연구도 활발해질 것입니다.
📝 원문 및 참고
- Source: Lobsters
- 토론(Lobsters): [lobste.rs](https://lobste.rs/s/ba0j54/software_ai_plotting_vs_pantsing)
- 원문: [링크 열기](https://pyjarrett.github.io/2026/07/18/software-and-ai-plotting-versus-pantsing.html)
---
출처: Lobsters · [원문 링크](https://pyjarrett.github.io/2026/07/18/software-and-ai-plotting-versus-pantsing.html)
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.