많은 경우 “AI를 활용하면 CMS 정도는 빠르게 구축할 수 있다”는 인식이 먼저 형성됩니다. 실제로 코드 생성 속도만 놓고 보면 이 판단은 상당 부분 타당합니다. 화면 구성, 기본 CRUD, 관리자 UI, 단순 게시판 구조 정도는 AI를 통해 매우 빠르게 구현할 수 있으며, 초기 개발 속도만 놓고 보면 과거와는 비교할 수 없을 정도로 생산성이 높아진 것이 사실입니다.
그러나 CMS와 같은 시스템은 본질적으로 “기능 단위의 프로그램”이 아니라 “운영 구조 전체를 포함한 플랫폼”에 가깝기 때문에, 실제 난이도는 구현 단계 이후부터 급격하게 상승합니다. 단일 기능을 완성하는 것은 시작에 불과하며, 그 이후에는 기능 간 결합도, 데이터 일관성, 권한 계층, 멀티사이트 구조, 캐시 전략, SEO 처리, 확장성 설계 등이 동시에 작동하는 환경을 유지해야 합니다.
이 지점에서 구조적 특징이 명확하게 드러납니다. CMS는 기능을 추가할수록 시스템이 단순해지는 것이 아니라, 오히려 상호 의존성이 증가하는 방향으로 복잡도가 누적됩니다. 예를 들어 게시판 구조를 변경하면 권한 체계가 영향을 받고, 권한 구조를 조정하면 멀티사이트 로직이 연쇄적으로 영향을 받으며, 멀티사이트 구조를 수정하면 캐시 무효화 전략과 검색 엔진 최적화 로직까지 다시 점검해야 하는 형태로 연결됩니다. 즉, 모든 기능이 독립적으로 존재하는 것이 아니라 하나의 구조적 네트워크 안에서 서로 강하게 결합된 상태로 운영됩니다.
이 과정에서 실제 개발 비용의 대부분은 “기능 구현”이 아니라 “예외 상황 처리 및 구조 안정화”에 집중됩니다. 일반적으로 초기 구현 단계에서는 전체 공수 대비 20~30% 수준의 시간이 기능 개발에 사용되지만, 실제 운영 가능한 수준으로 올리는 단계에서는 예외 처리, 데이터 정합성 보정, 브라우저 및 환경별 대응, 레거시 호환성 유지 등이 전체 공수의 70~80% 이상을 차지하는 경우가 일반적입니다. 이는 단순한 개발 난이도의 문제가 아니라, 시스템이 실사용 환경으로 들어갔을 때 발생하는 비정형 케이스의 폭발적인 증가 때문입니다.
여기까지가 일반적으로 많은 개발 프로젝트에서 공통적으로 관찰되는 구조적 특징입니다. 그리고 이 지점에서 AI의 역할이 등장하게 됩니다. AI는 주로 “생성 영역”과 “반복 작업 영역”에서 높은 효율을 보입니다. 예를 들어 CRUD 코드 생성, 기본 템플릿 구성, 반복적인 UI 작성, 단순 로직 변환과 같은 영역에서는 생산성을 비약적으로 향상시킵니다. 이 구간에서는 AI가 전체 작업의 50~80%까지도 실질적인 속도 향상을 제공할 수 있습니다. 과거라면 사람이 직접 수시간, 수일 단위로 작성해야 했던 구조들이 매우 짧은 시간 안에 초안 형태로 생성되는 것이 현실이기 때문에, 단순 구현 속도만 놓고 보면 AI의 영향력은 이미 압도적인 수준에 도달해 있습니다.
하지만 이 지점에서 반드시 구분되어야 하는 영역이 있습니다. 생성과 구현은 AI가 빠르지만, “시스템이 유지되는 구조”는 완전히 다른 영역입니다. CMS와 같은 시스템에서 시간이 지날수록 핵심이 되는 부분은 코드 작성 자체가 아니라 구조 유지와 확장입니다. 이 단계에서는 단순히 기능을 만드는 것이 아니라, 기능들이 서로 충돌하지 않도록 조정하고, 새로운 기능이 추가되더라도 기존 구조가 붕괴되지 않도록 설계하는 작업이 중심이 됩니다.
이 영역에서 등장하는 개념이 바로 구조 설계, 상호 의존성 관리, 예외 상황 정의, 확장 전략 결정입니다. 이 네 가지는 단순한 개발 기술이 아니라 시스템 전체를 바라보는 관점의 문제에 가깝습니다. 예를 들어 하나의 기능을 추가할 때도 단순히 “동작하는 코드”를 만드는 것이 아니라, 이 기능이 다른 모든 기능과 어떤 관계를 가지는지, 어떤 조건에서 충돌이 발생할 수 있는지, 그리고 향후 1년 또는 3년 뒤 확장될 구조까지 고려할 수 있어야 합니다.
이 영역에서 AI의 역할은 급격하게 제한됩니다. AI는 과거 데이터와 패턴을 기반으로 제안을 할 수는 있지만, 특정 서비스의 운영 방향, 사용자 흐름, 비즈니스 정책, 예외 상황의 우선순위 같은 요소를 종합적으로 판단하는 데에는 구조적인 한계가 존재합니다. 특히 CMS처럼 “정답이 하나가 아닌 구조”에서는 이 한계가 더 명확하게 드러납니다. 동일한 기능이라도 어떤 서비스에서는 필수이고, 다른 서비스에서는 불필요할 수 있으며, 어떤 구조에서는 안정성을 높이지만 다른 구조에서는 병목이 될 수 있습니다.
결국 여기서 명확하게 분리되는 지점이 발생합니다. AI가 잘하는 영역과 사람이 반드시 남아 있어야 하는 영역이 구조적으로 나뉘게 됩니다. 그리고 이 분리는 단순한 역할 분담이 아니라, 전체 공정의 중심 이동으로 이어집니다.
초기 구현 및 반복 코드 생성 영역에서는 AI 비중이 50~80% 수준까지 올라갑니다. 이 영역에서는 사람이 직접 작성하는 것보다 AI를 활용하는 것이 더 빠르고 일관된 결과를 만들어내는 경우가 많습니다. 특히 반복되는 구조, 정형화된 코드, 단순 UI 구성에서는 인간의 속도보다 AI의 속도가 명확하게 우위에 있습니다.
중간 구조 통합 및 기능 연결 영역에서는 AI 비중이 20~40% 수준으로 감소합니다. 이 단계에서는 단순 코드 생성이 아니라, 기존 구조와의 연결, 데이터 흐름 조정, 모듈 간 충돌 방지 같은 요소가 중요해지기 때문에 AI는 보조 역할로 전환됩니다. 여기서부터는 AI가 제안은 할 수 있지만, 최종 결정은 사람이 내리는 구조로 전환됩니다.
그리고 시스템 설계, 확장 전략, 예외 처리 핵심 영역에서는 AI 비중이 5~20% 수준까지 낮아집니다. 이 영역은 단순 기술 문제가 아니라 구조적 의사결정 영역이기 때문에, 실제로는 경험과 맥락 이해, 운영 관점이 훨씬 더 중요해집니다. CMS 구조에서는 이 영역이 전체 시스템의 안정성과 직결되기 때문에 가장 높은 수준의 판단력이 요구됩니다.
즉, AI는 개발 속도를 가속화하는 도구이지만, 시스템의 완성도와 지속 가능성을 결정하는 것은 여전히 구조 설계와 운영 경험을 가진 사람의 영역입니다. 그리고 이 관계는 시간이 지날수록 더욱 명확해지고 있습니다. 단순히 “AI가 개발을 대신한다”는 구조가 아니라, “AI가 구현을 담당하고 사람은 구조를 결정하는 구조”로 역할이 재편되고 있는 것입니다.
특히 DXCMS와 같은 구조에서는 이 차이가 더욱 극명하게 드러납니다. DXCMS는 단순 CMS가 아니라 프레임워크와 CMS가 결합된 형태이며, 멀티사이트 구조, 확장 가능한 플러그인 시스템, 운영 레벨 캐시 전략, 권한 계층 구조, 그리고 다양한 외부 환경과의 연동 구조까지 포함하는 복합 플랫폼입니다. 이 구조에서는 기능 하나를 추가하는 것이 독립된 작업이 아니라 전체 시스템 구조에 영향을 주는 행위가 됩니다. 따라서 단순히 “코드를 잘 작성하는 능력”만으로는 전체 시스템을 안정적으로 유지할 수 없고, 오히려 구조 전체를 이해하고 판단할 수 있는 능력이 핵심이 됩니다.
여기서 중요한 사실은 하나 더 있습니다. 시스템이 커질수록 코드의 중요성은 줄어들고 구조의 중요성은 증가한다는 점입니다. 초기에는 코드 품질이 핵심이지만, 일정 규모를 넘어서면 코드보다 더 중요한 것은 “어디에 무엇을 둘 것인가”입니다. 그리고 이 판단은 AI가 대신할 수 있는 영역이 아니라, 서비스 전체의 맥락과 운영 경험이 결합되어야 가능한 영역입니다.
이러한 관점에서 보면 AI 시대의 개발 구조는 단순한 효율화가 아니라 역할의 재배치에 가깝습니다. 실행 영역은 AI가 담당하고, 판단 영역은 사람이 담당하는 구조로 이동하고 있으며, 이 경계는 점점 더 명확해지고 있습니다. 그리고 이 변화는 선택의 문제가 아니라 이미 기술 구조 자체가 그렇게 움직이고 있는 흐름입니다.
정리하면, AI는 개발의 속도를 바꾸고 있지만 시스템의 방향은 바꾸지 못합니다. 시스템의 방향을 결정하는 것은 여전히 구조를 이해하고, 예외를 포함하여 전체를 판단할 수 있는 사람의 영역으로 남아 있습니다. 그리고 CMS와 같은 구조에서는 이 차이가 단순한 역할 차이가 아니라 시스템의 생존 여부를 결정하는 핵심 요소로 작동하게 됩니다.
AI를 활용하면 CMS 정도는 빠르게 구축할 수 있다는 인식은 맞는가?
Administrator
