에츠허르 다익스트라(E. W. Dijkstra)는 자연어로 프로그래밍하면 일이 쉬워진다는 생각이 문제를 잘못 짚었다고 주장했다. 1978년 글에서 그는 컴퓨터가 사람의 말을 알아듣게 만드는 부담뿐 아니라, 사람이 자신의 뜻을 정확히 전하고 결과를 확인하는 부담도 함께 봐야 한다고 지적했다. AI 코딩 에이전트가 일상 언어로 요청을 받아 코드를 만드는 지금, 이 글은 오래된 찬반론보다 더 날카로운 질문을 던진다. 최종적으로 무엇을 프로그램의 기준으로 삼고, 어디에서 모호함을 걷어낼 것인가.
핵심요약
- 다익스트라는 기계어보다 안전한 고급 프로그래밍 언어가 등장했어도 프로그래밍에는 여전히 정확한 기호 사용이 필요하다고 봤다.
- 그는 자연어 인터페이스가 기계의 부담을 늘리는 만큼 사람의 일도 줄여 준다는 보장은 없으며, 소통 자체의 비용을 따져야 한다고 주장했다.
- 다익스트라는 형식 기호가 표현을 어렵게 만드는 장애물이 아니라 잘못된 추론을 걸러 내는 도구라고 강조했다.
- 토론 참가자들은 AI가 자연어 요청으로 코드를 만들 수 있다는 점에는 주목했지만, 생성된 코드와 자연어 요청 중 무엇이 프로그램의 기준인지를 두고 의견이 갈렸다.
- 논쟁의 초점은 자연어로 코딩을 시작할 수 있느냐보다 복잡한 요구를 오래 유지하고 정확히 수정할 수 있느냐에 있다.
정확히 따르는 기계가 왜 불편했나
다익스트라는 자동 계산의 초기부터 프로그래밍에 요구되는 세심함을 불만스럽게 여긴 사람들이 있었다고 글을 시작한다. 기계는 명령에 사소한 실수가 있어도 지시받은 대로 실행한다. 사람 눈에는 오류가 뻔해 보여도 기계가 알아서 멈추지 않는다는 점이 불편했던 것이다. 하지만 다익스트라가 보기에 이는 기계가 유난히 어리석어서 생긴 문제가 아니라, 정확한 지시를 만들어야 하는 작업의 성격과 맞닿아 있다.
그는 이 불편함을 두고 기계에 더 많은 판단을 맡기려는 기대가 생겼다고 설명한다. 오타나 사무적인 실수로 엉뚱한 일을 시켰다면, 좀 더 ‘분별 있는’ 기계는 그 뜻을 알아채고 실행을 거부해야 한다는 기대다. 자연어 프로그래밍(일상 언어로 컴퓨터에 작업을 지시하는 방식)은 이 바람을 더 밀어붙인 제안이었다. 사람이 기계의 표현 방식에 맞추는 대신 기계가 사람의 언어를 이해하게 하자는 것이다.
고급 언어가 줄인 위험과 남긴 과제
다익스트라는 개선의 성과를 부정하지 않는다. 기계어는 오류를 드러내는 단서가 거의 없어 사람과 기계 사이의 위험한 접점으로 여겨졌고, 이에 대응해 고급 프로그래밍 언어(기계어보다 사람이 읽고 쓰기 쉽게 만든 언어)가 개발됐다. 그 결과 일부 단순한 실수는 틀린 답으로 이어지는 대신 오류 메시지로 드러났다. 실행 결과를 뒤늦게 의심하는 것보다 먼저 오류를 확인할 수 있게 된 셈이다.
그런데 오류 메시지조차 모두가 반긴 것은 아니라고 그는 적었다. 피할 수 없는 오류 메시지를 잘못된 결과보다 더 성가시게 여기거나, 프로그래밍하기 쉬운 언어를 들키지 않고 실수하기 쉬운 언어와 혼동하는 태도도 있었다는 것이다. 이 대목에서 다익스트라는 편의와 정확성이 항상 같은 방향을 가리키지 않는다고 짚는다. 실수를 쉽게 드러내는 장치가 당장은 작업을 가로막는 것처럼 느껴질 수 있기 때문이다.
언어가 개선됐어도 기계는 지시를 충실히 따르는 존재로 남는다. 고급 언어로 쓴 명령이라고 해서 그 내용이 저절로 타당해지는 것은 아니다. 다익스트라의 논점은 기계어로 돌아가자는 것이 아니라, 표현을 바꿔도 프로그램을 작성하는 사람이 무엇을 시킬지 정확히 정해야 한다는 데 있다. 오류를 더 잘 발견하도록 도울 수는 있어도 정확성을 요구하는 일 자체를 없앨 수는 없다는 주장이다.
자연어로 바꾸면 누구의 일이 줄어드나
자연어 프로그래밍을 지지하는 구상은 기계를 훨씬 복잡하게 만들더라도 사람의 부담을 덜 수 있다는 계산에 기대고 있다. 다익스트라는 이 계산에 빠진 항목이 있다고 봤다. 인터페이스(사람과 기계가 지시와 결과를 주고받는 접점)를 바꾸는 일은 정해진 노동량을 양쪽에 다시 나누는 작업만이 아니다. 서로 뜻을 맞추고 전달하는 데 드는 일도 새로 계산해야 한다.
그가 특히 경계한 것은 기계의 일이 늘어나면 사람의 일은 그만큼 줄어들 것이라는 가정이다. 다익스트라는 인터페이스를 바꾼 뒤 양쪽의 작업량이 모두 크게 늘 수도 있다는 경험을 언급한다. 기계가 더 많은 표현을 받아들이게 하려면 사람이 뜻을 풀어 설명하거나, 해석된 결과가 의도와 맞는지 살펴야 할 수도 있다. 그래서 그는 주고받는 범위를 엄격히 정한 좁은 인터페이스(허용되는 입력과 출력의 형태를 제한한 접점)에 주목한다.
이 관점에서 자연어는 단순히 편리한 입력 수단이 아니다. 같은 말을 여러 뜻으로 받아들일 여지가 있다면, 기계가 어떤 뜻을 골랐는지 확인하는 과정까지 작업에 포함된다. 반대로 지시를 아주 자세히 다듬어야 한다면, 사람은 형식 언어를 피한 대신 다른 방식으로 엄밀함을 부담하게 된다. 다익스트라가 묻는 것은 자연어를 사용할 수 있느냐가 아니라 그 사용이 전체 작업을 실제로 줄이느냐다.
수학에서 찾은 형식 기호의 이유
다익스트라는 자신의 의문을 뒷받침하려고 수학의 역사를 끌어온다. 그는 그리스 수학이 말과 그림에 머물러 정체됐고, 수사적인 서술로 돌아간 대수학도 한계에 부딪혔다고 해석한다. 반면 비에트(Viète), 데카르트(Descartes), 라이프니츠(Leibniz), 불(Boole) 등이 발전시킨 의식적인 기호 체계는 새로운 길을 열었다고 본다. 이는 수학의 모든 변화를 한 가지 원인으로 설명하기보다, 다익스트라가 형식 기호의 가치를 강조하기 위해 제시한 역사적 논증이다.
그에게 중요한 것은 기호가 짧다는 사실만이 아니다. 형식적인 글에서는 표현을 바꾸거나 결론을 이끌어 내는 조작이 정당하려면 정해진 규칙을 따라야 한다. 규칙이 적고 분명할수록 그럴듯한 말 속에 숨어 있는 오류를 걸러 내기 쉽다. 다익스트라는 우리가 평소 언어로는 피하기 어려운 무의미한 주장을 배제하는 데 이 점이 강력하게 작용한다고 봤다.
따라서 기호를 배우는 일을 단순한 진입 장벽으로만 보는 시각에도 반대한다. 그는 잘 설계된 형식 기호 덕분에 학생도 과거에는 뛰어난 재능을 지닌 사람만 해낼 수 있던 일을 배울 수 있다고 주장한다. 그가 문제 삼은 것은 기호 사용의 어려움을 없애려다 기호가 주는 검증 가능성까지 잃는 태도다. 명료함을 위해 논리 연결 기호조차 피했다는 기술 보고서의 표현을 예로 든 것도 같은 맥락이다.
자연스러운 문장의 숨은 모호함
다익스트라는 모국어가 ‘자연스럽다’는 느낌을 거꾸로 해석한다. 일상 언어에서는 말이 되는 듯하지만 자세히 따지면 뜻이 성립하지 않는 문장도 쉽게 만들 수 있다는 것이다. 말을 유창하게 하는 능력과, 기계가 실행할 수 있을 만큼 조건을 빠짐없이 정하는 능력은 다르다. 그래서 자연어를 쓰기 편하다는 이유만으로 프로그래밍에도 더 적합하다고 보지 않았다.
그는 처음부터 컴퓨터의 입력과 출력에 자연어만 쓸 수 있었다면 어땠을지도 가정한다. 그의 추측으로는 컴퓨터 과학의 큰 과제가 그 출발점에서 충분히 잘 정의된 형식 체계를 만들어 내는 일이 됐을 것이다. 사람과 기계의 접점을 실제로 쓸 수 있을 만큼 좁히는 데 막대한 지적 노력이 필요했으리라는 판단이다. 자연어를 종착점으로 삼더라도 정확한 지시를 위해서는 다시 규칙과 제한을 세우게 된다는 주장으로 읽힌다.
언어 능력에 대한 마지막 경고
글 끝에서 다익스트라는 사람이 자기 언어를 얼마나 정확히 다루는지도 문제 삼는다. 그는 과학 논문, 기술 보고서, 정부 문서에서 자세히 읽으면 의미가 흐릿한 장황한 문장을 발견할 수 있다고 지적했다. 이를 당시 서구의 언어 구사력 저하와 연결하며, 자연어에 기계를 맡기자는 낙관론을 경계한다. 이는 자연어 사용자에 대한 그의 시대적 진단이자, 정확한 의사소통이 생각보다 어렵다는 주장의 연장선이다.
마지막 문장은 기계를 만드는 쪽과 쓰는 쪽을 다시 함께 바라본다. 다익스트라는 여러 모국어로 프로그래밍할 수 있는 기계가 만들기 어려운 만큼 사용하기도 어려울 것이라고 의심했다. 기술이 사람의 말을 더 많이 처리할수록 사용자의 표현까지 저절로 정확해지는 것은 아니라는 뜻이다. 글 전체를 관통하는 기준은 입력이 얼마나 친숙한가보다, 그 입력으로 의도한 행동을 얼마나 분명하게 정할 수 있는가에 있다.
커뮤니티 의견
한 사용자는 이 글이 AI 에이전트 시대에도 대체로 유효하다고 봤다. 에이전트에게 자연어로 요청하더라도 실제 프로그램은 러스트(Rust), 파이썬(Python), 타입스크립트(TypeScript) 같은 언어로 작성된다는 이유다. 다만 텍스트 어드벤처 제작 언어인 인폼 7(Inform 7)은 자연어와 프로그래밍을 독특하게 결합한 예외로 꼽았다.
다른 사용자는 영어를 기계어보다 한 단계 높은 프로그래밍 언어에 비유하는 데 반대했다. 컴파일러는 작성된 프로그램의 의미를 정확히 보존하며 옮기지만, 자연어로 쓴 요구에는 이를 만족하는 코드가 여러 개 있을 수 있다는 설명이다. 이 관점에서 AI는 컴파일러를 대체한다기보다 요구를 코드로 바꾸는 개발자의 일을 맡으며, 생성된 코드는 요구 사항 자체와 같지 않다.
형식 언어의 불편함을 달리 보는 의견도 나왔다. 한 사용자는 전문 용어와 번거로운 절차를 걷어 내면 형식적인 작업도 결국 자연어로 표현할 수 있다고 주장했다. AI가 반복적인 변환 작업을 덜어 준 덕분에 본래 해결하고 싶었던 일에 더 빨리 접근할 수 있다는 경험을 근거로 들었다.
반면 코딩 에이전트를 쓸수록 자신이 무엇을 원하는지 먼저 따져 보게 됐다는 사용자가 있었다. 코드베이스를 잘 모를 때는 결과를 쉽게 받아들이지만, 이해가 깊어지면 에이전트가 내린 세부 결정들이 눈에 들어온다는 것이다. 이 사용자는 TLA+처럼 프로그램의 동작을 형식적으로 적어 보는 과정이 막연한 기대를 구체적인 해결책으로 바꾸는 데 도움이 된다고 했다.
사람과 기계가 읽는 설명을 구분해야 한다는 의견도 있었다. 한 사용자는 교과서나 기술 문서가 자연어와 형식 표현을 섞어 쓰듯, AI와의 대화에도 필요한 곳마다 문법 표기나 짧은 코드를 넣는 방식이 효과적이라고 했다. AI가 그런 반형식적 설명의 빈틈을 메워 엄밀한 코드로 옮기고, 기술 제안을 다듬는 데도 쓸 수 있다는 주장이다.
또 다른 사용자는 자연어에 문화와 분야별 맥락이 암묵적으로 담겨 있다는 점을 강조했다. LLM이 많은 자료를 학습해 그 뜻을 일부 파악하더라도, 정확히 원하는 결과를 얻으려면 요청을 상세히 써야 한다는 것이다. 이에 대한 답글에서는 사람 역시 경험을 바탕으로 요구를 해석하며, 정확한 결과를 내려면 반복적인 설명이 필요한 점에서 다르지 않다는 반론이 나왔다.
무엇을 저장하고 수정하는지가 진짜 기준이라는 의견도 눈에 띄었다. 한 사용자는 자연어로 생성한 코드라도 저장소에서 자바(Java) 파일을 추적한다면 그 소프트웨어는 여전히 자바로 프로그래밍된 것이라고 봤다. 프로그램의 동작을 정의하는 주된 기록이 코드에서 자연어로 바뀔 때 비로소 다익스트라의 주장을 다시 평가할 수 있다는 설명이다.
자연어 명령의 지속성을 걱정하는 사용자도 있었다. 말의 뜻은 시간이 지나며 달라질 수 있고, 클라우드 모델의 제한이 바뀌면 같은 요청을 처리하지 못할 수도 있다는 지적이다. 이는 자연어로 한 번 코드를 만드는 편리함과 별개로, 나중에도 같은 요청을 실행하고 수정할 수 있어야 한다는 문제를 제기한다.
핵심통찰
AI 코딩은 다익스트라가 상상한 상황을 일부 현실로 만들었다. 사람은 자연어로 요청하고 기계는 코드를 내놓는다. 하지만 토론이 보여주듯 요청, 생성된 코드, 수정 이력 가운데 무엇을 동작의 기준으로 삼을지는 여전히 열려 있다. 자연어가 개발의 첫 단계를 빠르게 만들수록 중요한 것은 그 뒤의 확인 절차다. 복잡한 요구를 명확히 기록하고, AI가 채운 빈칸을 검토하며, 시간이 지난 뒤에도 같은 동작을 이해하고 고칠 수 있는지를 지켜봐야 한다.
원본: E.W.Dijkstra Archive: On the foolishness of “natural language programming”. (EWD 667)
토론: Hacker News