AI가 코드를 짜는 시대에도 객체지향이 필요할까?
요약
- 객체지향은 사람이 한 번에 생각할 양(인지 부하)을 줄여 주는데, AI가 사람보다 훨씬 많은 코드를 읽는 지금도 여전히 필요함
- 사람이 AI에게 일을 맡기고 결과를 검토할 때, 책임별로 나뉜 클래스 이름이 둘 사이에서 작업 범위를 정해 줌
- AI도 한 번에 읽는 양이 늘수록 성능이 떨어지니, 사람이 읽을 때처럼 코드를 책임별로 나눠 둬야 함
질문: AI가 큰 컨텍스트를 읽어도 객체지향이 필요할까
- 객체지향은 프로그램을 책임별 객체로 나눠서, 사람이 한 번에 생각해야 할 양(인지 부하)을 줄여 줌
- AI는 사람보다 훨씬 큰 컨텍스트(AI가 한 번에 읽는 입력)를 읽고, 지저분하게 얽힌 코드도 어느 정도 읽어 냄
- 그래서 AI 시대에는 객체지향이 필요 없다는 주장이 나올 수 있음
이유: 사람과 AI가 같은 구조로 의도를 주고받음
- AI가 코드를 고치게 돼도, 무엇을 고칠지 정하고 결과를 검토하는 일은 여전히 사람이 함
- 결제와 이메일 발송이 한 함수에 섞여 있으면, 결제만 고쳐 달라고 해도 AI가 이메일 코드까지 건드릴 수 있음
- 결제 클래스가 따로 있으면 “결제 클래스만 고쳐 줘” 한 줄로 범위가 정해지고, 사람도 그 클래스만 검토하면 됨
- 이렇게 클래스 이름은 사람의 요청, AI의 작업 범위, 사람의 검토를 잇는 공통 언어가 됨
한계: AI의 컨텍스트도 무한하지 않음
- AI가 사람보다 큰 컨텍스트를 읽는 건 맞지만, 무한히 큰 컨텍스트를 잘 다룰 수 있는 건 아님
- 2025년 벡터 DB 회사 Chroma가 GPT-4.1, Claude 4, Gemini 2.5를 포함한 최신 모델 18개를 시험했더니, 모든 실험에서 입력이 길어질수록 성능이 떨어졌음
- 일부러 단순하게 만든 작업에서도 그랬고, 연구진은 실제처럼 복잡한 작업에서는 더 크게 떨어질 거라고 봤음
- 이 연구는 코드가 아닌 글로 시험했지만, AI는 코드도 같은 컨텍스트로 읽으니 같은 한계를 겪는다고 보는 게 자연스러움
- 그래서 AI와 일할 때도 클래스로 범위를 나눠 한 번에 읽힐 코드를 줄여 줘야 하고, 객체지향이 그 일을 해 줌