복잡한 소프트웨어 프로젝트에서 가장 시간이 걸리는 작업 중 하나는 기존 코드의 흐름을 이해하는 일인 것으로 보인다. 특히 레거시 코드나 타인이 짜놓은 코드를 마주할 때는 더욱 그렇다. 종이에 출력해서 보거나 모니터 여러 개를 켜놓고 비교해야 할 정도로 복잡한 경우도 많다. 한 개발자가 이 고민을 AI에 맡기기로 결심한 것으로 전해진다.
Gemini의 응답 — 시각화에 집중
Gemini에 코드 구조를 다이어그램으로 표현해달라고 요청한 결과는 상당히 직관적이었다. 뷰 파일 하나만 제시했음에도 불구하고 AI는 그 코드의 연결 고리를 시각적으로 표현한 것으로 전해진다. 마치 이미지 편집 소프트웨어처럼 코드의 각 부분을 레이어 형태로 쌓아올려 흐름을 보여주는 방식이었다. 전체 프로젝트를 먼저 파악할 필요 없이도 해당 파일이 어떻게 작동하는지 한눈에 들어올 수 있다는 장점이 있었다. 다만 깊이는 아쉬웠다. 3차원적인 축으로 다층 관계를 표현해달라는 요청에는 부분적으로만 응했고, 코드 간의 더 복잡한 종속 관계까지 담아내지는 못한 것으로 전해진다.
Claude의 응답 — 텍스트 분석에 몰두
같은 질문을 Claude 무료 버전에 던진 결과는 판이한 것으로 전해진다. 모델이 응답을 생성하는 데 꽤 오랜 시간이 걸렸다. 화면에 떠오른 것은 긴 설명과 분석글이었다. 코드를 마주했을 때 어떤 흐름으로 해석해야 하는지, 각 섹션이 무엇을 담당하는지를 자세히 풀어썼다. 토큰 제한이 있는 무료 버전의 특성상, 요청이 복잡할수록 모델은 내부적으로 '사고' 시간을 늘렸고, 최종 결과물은 텍스트 기반이었다. 개발자는 추가 질문을 여러 번 던져야 했고, 토큰이 차츰 소진되는 것을 감지하게 됐다.
같은 목표, 다른 경로
두 사례는 같은 '코드 이해하기'라는 목표를 놓고도 AI 모델마다 전혀 다른 답을 제시함을 보여준다. 시각화에 강한 모델은 빠르게 도형과 다이어그램을 만들어내지만, 세밀한 논리 흐름을 담기는 어렵다. 반면 언어 추론에 중심을 둔 모델은 깊이 있는 설명을 제공하지만, 이를 한번에 시각적으로 파악하기는 수월하지 않다.
이는 단순히 '어느 AI가 낫다'는 문제가 아니라는 지적이 나온다. 개발자가 처한 상황과 필요에 따라 적합한 도구가 달라진다는 뜻인 것으로 보인다. 빠르게 코드의 흐름도만 필요하다면 시각화 능력이 뛰어난 모델을, 깊이 있는 분석과 설명이 필요하다면 텍스트 추론에 강한 모델을 선택하는 것이 현명해 보인다. 결국 모니터 여러 개를 켜거나 종이에 출력하는 수고를 덜 수 있는지는 어떤 AI를 고르느냐가 아니라, 그 AI를 어떤 맥락에서 어떻게 활용하느냐에 달려 있다는 해석인 것으로 보인다.
📌 원문 발췌
프로젝트 전체를 다이어그램 그려보지 않더라도 이렇게하면 흐름 보기 좋겠네영. 클로드형님은 무료버전에 요청중인데 몇분째 뇌피셜 굴리는중이시네영.
원본 출처: 클리앙 모두의공원