코딩의 중요성이 점점 더 높아지고 있다. 코딩 교육을 하는 고등학교가 계속해서 증가하고 있고, 더 많은 분야에 사용되고 있다. 그래서 많은 사람들이 기본적인 컴퓨터 기술은 더 이상 전문가의 영역이 아니고, 모든 사람들이 가지고 있는 삶의 기술로 변했다고 생각하고, 코딩이 읽고 쓰는 것처럼 보편화될 것이라고 예상한다.

멀티미디어 웹 포털 BigThink는 미래에 코딩이 기본적인 기술이 될지, 미래의 프로그래머들은 어떻게 변화할지에 대한 전문가 의견을 전했다.

■ 학생들을 위한 코딩 교육
2016년 갤럽과 구글은 K-12 교육(유치원~고등학교 과정)에서 프로그래밍 수업이 얼마나 보편화되었는지 조사했다. 그들은 모든 학교의 40%가 적어도 하나 이상의 코딩 수업을 제공했다고 보고했다. 조사 1년 전에 25%였던 것과 비교해 큰 폭으로 상승했는데, 이를 통해 2016년 보고 이후 코딩 교육이 빠르게 성장했을 것이라고 짐작할 수 있다.

최근에 시카고 시에서 고등학교를 졸업하기 위해 컴퓨터 사이언스에 대해 최소 한 학점을 취득해야 한다는 졸업요건을 만들었다. 앞서 지난 3월 애플의 최고경영자 팀 쿡은 백악관 정책자문위원회에서 트럼프 대통령과 나눈 대화에서 코딩 학습의 중요성을 강조했는데, 코딩이 현대 교육에서 점점 더 핵심적인 부분이 되어가고 있는 것을 확인할 수 있다.

코딩을 통해 아이들이 논리적이고 엄격하게 생각할 수 있도록 훈련시킬 수 있고, 미래에 고소득 직업을 확보하는 데에 도움이 될 기술을 배울 수 있다.

■ 코딩이 글을 읽고 쓰는 것처럼 흔한 일이 될까?
영국인 교수 아네트 비(Anntte Vee)는 그녀의 저서 "Coding Literacy: How Computer Programming is Changing Writing"에서 프로그래밍 역할을 글을 읽고 쓰는 능력이 역사적으로 가졌던 역할과 비교했다.

중세 시대에는 글쓰기가 전문적인 기술이었다. 하지만 시간이 지나 읽고 쓰는 능력이 보편화되면서 글을 읽지 못할 경우 낙오되는 것으로 변화했다. 그녀는 컴퓨터적으로 문맹이면 일상생활이 어려워질 것이라고 주장한다. 프로그래밍을 모르면 다른 사람에게 의존해야만 일상생활이 가능하고, 그들의 전망에 심각한 영향이 있을 것이다.

비 교수는 "프로그래밍을 할 줄 몰라도 완벽하게 훌륭한 생활을 계속할 수 있다. 하지만 이것은 곧 바뀔 것이다."라고 말하며 프로그래밍은 컴퓨터 사이언스 분야에만 한정되어서는 안된다고 말했다. 코딩은 컴퓨터 사이언스 외의 분야에서도 적절한 교육이 필요하며 기술 산업뿐만 아니라 의료 및 금융 산업에서도 필요로 하는 중요한 기술이다.

■ low-code 플랫폼 및 머신 러닝의 영향
미래에 프로그래밍 기술의 폭은 증가할 수 있지만, 깊이는 줄어들 수 있다. 더 많은 프로그래머가 생길 것이지만, 전문 프로그래머는 그만큼 증가하지 않을 것이다. 오히려 프로그래밍 툴이 발전하고 강력해짐에 따라 줄어들 수도 있다.

Forrester Research의 정의에 따르면 low-code 플랫폼을 통해 최소한의 수작업 코딩과 설정을 하고, 교육 및 구축에 대한 초기 투자를 최소화하면서 비즈니스 애플리케이션을 신속하게 제공할 수 있다. 이러한 플랫폼은 특정 기술적 과제를 단순화하거나, 어플리케이션을 신속하게 구축하기 위한 일반적인 도구 역할을 한다.

low-code 플랫폼은 가까운 미래에 비전문가들이 소프트웨어 개발에 기여하도록 돕는다. 자동화와 머신 러닝은 일의 성격을 빠르게 변화시키고 있으며, 소프트웨어 개발도 예외는 아니다. 이것은 자동화된 미래에서는 아무도 프로그램 방법을 알 필요가 없어질 수 있다는 것을 의미하기도 한다.

구글 AI 연구원 피트 워든은 이 변화가 빨리 올 것이라고 믿고 있다. 워든은 2017년 블로그 글에서 "개발자 커뮤니티를 통해 지식이 확산되면서 큰 상승이 있을 것"이라며 "10년 후에는 대부분의 소프트웨어 작업에 프로그래밍이 개입되지 않을 것으로 예상한다"고 말했다.

머신러닝 알고리즘이 제대로 동작하기 위해선 올바른 종류의 데이터에 접근해야 한다. 예를 들어 사진에서 사람의 얼굴을 자동으로 식별하는 알고리즘을 개발하기 위해선 사람들의 얼굴에 태그가 붙어있는 데이터 세트에 대한 훈련이 필요하다. 워든은 이와 같은 작업이 향후 소프트웨어 개발자의 주요 업무가 될 것이라고 생각한다. 다중의 복잡한 로직을 쓰고 유지하는 대신에 개발자는 가르치고, 데이터 트레이닝을 관리하고, 결과를 분석하는 역할을 할 것이다.