1부 · 에이전트 홍수와 노하우의 자리

본서의 시작점. AI 개발 환경의 유동성과 노하우의 정의를 먼저 설정한다. 이 전제가 없으면 이어지는 모든 방법론 논의가 "왜 지금 다시 이 이야기인가"라는 질문에 걸려 넘어진다. 대응 규약: AICBOK P.6(적응형 방법론 원칙), D.2(범위 영역), T(재단)

1.1 하루 70개의 에이전트 — 시장의 풍경

게임 스튜디오 하나를 구성하는 데 과거에는 수십 명의 개발자가 필요했다. 기획·프로그래밍·아트·QA·PM이 각자의 자리에서 몇 달 혹은 몇 년을 움직여야 완성되는 구조였다. 그 역할들이 지금은 에이전트(agent)¹라는 이름으로 깃허브 저장소에 올라온다.

"수십 개 에이전트로 이루어진 게임 스튜디오"라는 제목의 리포지터리가 하루 만에 트렌딩에 오르고, 그 옆에는 "수십만 개의 별이 붙은 단일 에이전트 묶음"이 나란히 걸린다. 발표자는 "게임 제작자들은 이제 끝났다"라는 문장을 광고 카피로 쓰고, 다음 날 그 문장을 쓴 저장소 자체가 다른 새 저장소에 밀려난다.

이 풍경은 개별 프로젝트의 흥망성쇠가 아니라 시장 자체의 리듬이다. 새로운 에이전트가 올라오면 그것을 평가하거나 익힐 시간은 주어지지 않는다. 평가할 시간 대신 다음 에이전트가 도착한다. 며칠 전에 트렌딩에 있던 모듈은 일주일 뒤 검색 결과 2페이지로 밀려나 있다. 외부에 판매할 목적으로 제작된 에이전트는 채 한 번도 실전에 투입되지 못한 채 구식이 된다. 이 속도를 따라잡지 못하는 개발자는 "에이전트가 수천 개 있는 회사"가 있다는 소문에 눌려 자기 수십 개짜리 에이전트 세트가 초라해 보이는 착각까지 갖게 된다.

주의할 것은 숫자 자체의 의미가 아니라 숫자가 만드는 압박의 형태다. 수십만 개의 별, 수천 개의 에이전트, 100만 토큰의 컨텍스트, 30만 자의 원고. 이 숫자들은 실제로 그만한 체계가 존재한다는 증거로 제시되지만, 개발자 개인의 현실적 역량과는 몇 자릿수 떨어진 수치다. 이 간극 때문에 시장은 약팔이²에 가까운 담론으로 메워진다. “수십만 개의 별을 얻은 도구를 써야 한다”, "수천 개의 에이전트가 이미 이 문제를 풀고 있다"라는 주장들이 투자와 강연의 연료가 된다.

에이전트 하나는 프롬프트와 도구 호출 규약이 설정된 자율 실행 단위다. 과거의 매크로나 배치 스크립트와 기능적으로 다르지 않지만, 자연어로 지시받는다는 특성 때문에 복제와 재조합이 극단적으로 쉬워졌다. 한 사람이 수십 개를, 한 조직이 수천 개를 병렬 실행하는 것이 이론적으로 가능하다. 그러나 가능성이 품질을 비례해서 보장하지는 않는다.

에이전트 수의 폭증은 개발 역량의 폭증이 아니다. 오히려 반대다. 수가 폭증할수록 정리·판단·통합의 부담이 급증한다. 에이전트 50개와 5만 개는 사용자 관점에서 같은 결론(“전부 파악할 수 없다”)에 수렴한다. 일정 규모를 넘어선 수는 정보가 아니라 노이즈다. 노이즈를 걸러내는 행위 자체가 새로운 기술이 된다.

[배경] 에이전트와 MCP 에이전트 생태계는 2024년 말부터 MCP(Model Context Protocol)³가 보급되면서 재조립되었다. MCP는 대규모 언어 모델과 외부 도구·데이터베이스·서비스 사이를 잇는 표준 프로토콜로, 서로 다른 AI 제품이 공통 규격으로 외부 자원을 호출할 수 있게 한다. MCP 이전까지 각 AI 제품은 독자적인 함수 호출 규약을 두었고, 에이전트의 재사용은 플랫폼을 건너지 못했다. MCP 이후 하나의 에이전트 정의가 여러 제품에서 동작하게 되면서, 에이전트의 생산·유통 속도가 한 번 더 가속됐다. "MCP의 시대"라는 구호가 유행한 것도, 그 구호가 반년 만에 식상해진 것도 이 맥락에서다.

1.2 약팔이와 선별적 멸종

에이전트 시장의 구조를 조금 더 들여다보면, 발표의 목적이 실제 사용이 아니라 증명에 있는 경우가 많다는 사실이 드러난다. "수십만 개의 별을 얻었다"라는 자랑은 그 자체가 상품이다. 별의 수는 외부 강연을 따내는 지표가 되고, 강연은 다시 새로운 투자 라운드의 근거가 된다. 이 사이클은 과거 게임업계의 "출시 당일 다운로드 수"와 본질적으로 같다. 숫자는 품질을 증명하지 못하지만, 숫자를 증명할 수는 있다. 그리고 그 증명이 돈을 끌어온다.

문제는 이 사이클이 너무 짧다는 것이다. 과거에는 출시 당일 다운로드 수가 몇 달 동안 회자됐다. 에이전트 시장에서는 트렌딩 1위가 다음 주면 교체된다. 별을 쌓는 데 걸리는 시간이 별을 활용하는 데 걸리는 시간보다 길어지면, 활용이라는 단계 자체가 시장에서 사라진다. 개발자는 "이 에이전트로 무엇을 할 수 있는가"를 묻기 전에 "다음 에이전트가 언제 나오는가"를 먼저 확인한다. 완성도는 구매 요인이 아니다. 최신성이 구매 요인이 된다.

이 구조는 작은 스튜디오와 스타트업에게 선별적 멸종⁴의 압력으로 작용한다. "업데이트가 한 번 일어날 때마다 스타트업 80만 개씩 망한다"라는 농담은 시장 관찰자들 사이에서 꾸준히 돌아다닌다. 숫자는 과장이지만 패턴은 사실에 가깝다. 거대 AI 플랫폼이 새 기능을 발표할 때마다, 그 기능을 전용으로 제공하던 서드파티 제품의 존재 근거가 하룻밤에 사라진다. PDF를 마크다운으로 변환하는 도구가 한 주 동안 인기를 끌었다가, 마이크로소프트가 같은 기능을 공식 유틸리티로 묶어 배포하는 순간 기존 도구는 그대로 매장된다⁵.

이 매장은 기술적 결함 때문이 아니다. 매장된 제품은 대체로 원본보다 품질이 좋았다. 그러나 사용자는 품질을 비교하지 않는다. 사용자는 플랫폼 쪽의 공식 선언을 기다린다. 플랫폼이 "이 기능은 이제 우리가 공식적으로 제공한다"라고 말하는 순간, 서드파티의 기술적 우위는 사업적 의미를 잃는다. 이 구조는 과거의 운영체제 생태계에서도 관찰됐지만, AI 생태계에서는 속도가 한 자릿수 빠르다. 운영체제의 기능 흡수가 연 단위로 일어났다면, AI 플랫폼의 기능 흡수는 주 단위로 일어난다.

선별적 멸종의 압력은 개발자를 두 방향으로 몰아간다. 첫째는 대기 전략이다. 플랫폼이 무엇을 흡수할지 지켜보고, 흡수되지 않을 틈새만 건드리는 방식이다. 이 전략은 안전하지만, 틈새를 정확히 예측할 수 없다는 점에서 도박에 가깝다. 둘째는 공개 경쟁 전략이다. 자기 도구를 최대한 빠르게 공개하고, 별이 붙는 속도로 존재 증명을 시도하는 방식이다. 이 전략은 존재감을 얻을 수 있지만, 플랫폼이 그것을 흡수하는 순간 소득 없이 끝난다. 어느 쪽도 안정적이지 않다.

이 불안정성 위에서 개발자가 할 수 있는 유일한 합리적 선택은 흐름을 쫓는 것이 아니라 흐름의 지층을 보는 것이다. 지층이라는 말을 조금 풀어서 설명한다. 지층은 흐름보다 느리게 움직이는 구조다. 파도가 매일 모양을 바꾸는 동안 해저의 퇴적층은 수천 년 동안 형태를 유지한다. 에이전트 시장의 파도가 매주 모양을 바꾸는 동안, 그 밑에는 변화가 느린 층이 있다. 프로젝트 관리의 기본 원리, 형상 관리와 변경 통제, 명령과 토의의 리더십 구분, 문서화의 책임 소재. 이런 층위의 지식은 1940년대에 어느 정도 완성되어 지금도 거의 그대로 작동한다. 지층을 이해하는 자는 파도의 모양이 바뀌어도 당황하지 않는다. 지층 위의 어느 지점이 지금 파도에 씻겨나가고 있는지 보이기 때문이다.

1.3 자원이 남아도는 시대의 코드

노하우의 정의를 다루기 전에, 지금이 어떤 시대인지를 한 번 더 분명히 해둔다. 정확히는 지금이 어떤 풍요의 시대인지를 밝혀야 한다. 과거에는 개발자가 매일 걱정해야 하는 자원이 존재했다. 메모리, 저장 공간, 네트워크 대역폭, 그리고 CPU 사이클. 이 네 가지는 1990년대 게임 개발의 핵심 제약 조건이었다. 한 바이트를 아끼기 위해 변수의 이름을 한 글자로 줄이고, 함수 호출 한 번의 오버헤드를 없애기 위해 매크로로 치환하고, 캐시 미스를 피하기 위해 데이터 구조의 필드 순서를 바꾸는 작업이 코딩의 본질이었다. 코드는 항상 기계의 한계에 부딪혔고, 좋은 개발자란 그 한계를 가장 우아하게 피하는 사람이었다.

이 시대가 완전히 종료된 것은 아니다. 임베디드 시스템이나 모바일 기기의 일부 영역은 여전히 자원 제약을 다룬다. 그러나 AI 개발자가 일하는 환경은 지난 10년 사이에 근본적으로 달라졌다. 메모리는 테라바이트 단위로 확장되고, 저장 공간은 클라우드에서 사실상 무한에 가깝게 제공되며, 네트워크는 기가비트 단위의 지연 없는 전송을 전제로 한다. CPU는 여전히 제약이지만, 그 제약은 병렬화와 GPU 가속으로 대부분 우회된다. 개발자가 "한 바이트를 아끼는 작업"을 하는 시간은 코드 전체에서 차지하는 비중이 극히 작아졌다. 한 바이트를 아끼는 시간에 새 기능 하나를 프로토타이핑하는 편이 시장 가치가 더 크다는 계산이 어디서나 성립한다.

이 풍요가 만든 가장 극적인 변화는 크롬이라는 기준선이다. 작업 관리자 창을 열어보면, 아무리 무거운 코드를 돌려도 크롬 브라우저가 먹는 메모리가 그 세 배다. 자신이 작성한 코드가 500메가를 잡아먹는다는 사실을 발견한 개발자는, 크롬 탭 몇 개가 3기가를 잡아먹고 있다는 사실을 보는 순간 안심한다. 이 기준선의 이동이 단순한 우스개가 아닌 것은, 그것이 코드 최적화의 경제적 의미를 바꿔 놓았기 때문이다. 크롬보다 적게 먹는 코드는 최적화할 필요가 없다. 최적화할 시간에 기능을 추가하는 편이 사용자에게 더 큰 가치를 제공한다. 이 판단이 암묵적으로 업계 전반에 깔려 있다.

AI 시대의 코드는 이 풍요를 한 번 더 극단으로 끌어간다. 대규모 언어 모델은 코드를 생성할 때 효율을 고려하지 않는다. 정확히는 고려할 수 없다. 모델이 배운 것은 "정답에 가까운 코드"이지 "효율적인 코드"가 아니다. 모델이 뱉은 코드는 종종 필요 이상으로 많은 메모리를 잡아먹고, 필요 이상으로 많은 호출을 수행하며, 필요 이상으로 많은 데이터를 중복 저장한다. 이 사실을 알고도 개발자들은 모델의 코드를 그대로 쓴다. 왜냐하면 고치는 데 드는 시간이 낭비로 잃는 자원보다 비싸기 때문이다.

이 선택은 과거 세대 개발자 입장에서는 신성모독에 가깝다. 매크로 어셈블리로 시작한 개발자는 한 바이트를 아끼기 위해 며칠을 쓰던 사람이다. 그 세대의 시선으로 보면, AI가 생성한 코드는 낭비의 표본이다. 그러나 현재의 경제 구조는 그 낭비를 허용한다. 허용한다기보다, 그 낭비가 새로운 승리 전략이다. 자원이 충분할 때는 낭비하는 쪽이 이긴다. 이 명제는 경제학에서 오래된 원리이고, 소프트웨어에서도 점점 더 자주 관찰된다.

한 가지 구체적인 장면을 끌어와 본다. 에어건 실전 경기장에서는 방아쇠를 쉬지 않고 당기면서 탄띠를 여러 개 매단 선수가 경기를 지배한다⁶. 이 선수는 조준하지 않는다. 사정거리 안에 있는 모든 방향으로 페인트탄을 쏟아붓는다. 절반 이상은 허공에 흩어지고, 페인트탄이 쌓여서 숨을 곳의 윤곽을 덮어버린다. 상대는 숨을 곳이 사라지는 속도에 밀려 먼저 노출된다. 이 방식은 비효율의 극단이지만, 탄이 무한하다는 전제에서는 가장 강한 전략이다. 탄이 부족하면 성립하지 않지만, 탄이 넘쳐나면 다른 어떤 전술보다 잘 작동한다.

AI 시대의 코드가 바로 이 에어건 경기와 같다. 토큰은 무한에 가깝게 공급되고, 모델은 쉬지 않고 결과를 뱉는다. 개발자는 그 결과물 중 쓸 만한 것을 주워서 조립한다. 생성된 코드 중 70%는 버려지지만, 버려진 70%가 만든 소음이 다음 생성의 맥락을 좁혀 주기 때문에 전체 효율은 오히려 올라간다. 이 구조를 이해하지 못하면 "왜 이렇게 비효율적으로 작업하는가"라는 질문이 끝없이 생긴다. 그 질문에 대한 정확한 답은 간단하다. 비효율을 감수할 수 있을 만큼 자원이 남아돈다. 그리고 비효율을 감수하는 전략이 이기기 시작했다.

1.4 노하우의 정의 — 부족한 자원에서 태어나는 기술

자원이 남아도는 시대에 왜 노하우가 여전히 필요한가. 이 질문에 답하려면 먼저 한 가지 전제를 분명히 해야 한다. 코딩은 개발의 극히 일부다. AI가 코드를 생성하기 시작하면서, 코딩은 개발에서 가장 먼저 자동화되는 층위가 됐다. 남는 것은 예방 관리, 변경 요인 인지, 변경 통제, 리스크 관리, 환경 정찰 — 코딩 이외의 모든 것이다. 이 모든 것은 사람의 판단을 요구한다. 코드를 쓰는 것은 AI가 한다. 코드를 왜 쓰는지, 언제 멈추는지, 무엇이 잘못됐는지 판단하는 것은 사람이 한다. 이 전제 위에서 노하우의 정의를 다시 세운다.

노하우는 부족한 자원을 가지고 결과를 만들어내는 기술이다. 자원이 무한하면 노하우는 필요 없다. 자원이 유한할 때만 선택과 판단이 생기고, 그것을 반복 가능한 형태로 정리한 것이 노하우다. 이 정의에 따르면 "자원이 남아도는 시대"는 노하우가 사라지는 시대처럼 보인다. 그러나 자원의 종류가 바뀌었을 뿐 자원 제약 자체는 사라지지 않았다.

AI 시대의 유한한 자원은 세 가지다. 첫째는 주의(attention)다. 개발자가 하루에 처리할 수 있는 판단의 수는 변하지 않았다. 아무리 AI가 대신 작업해도, "이 코드를 승인할 것인가"라는 판단은 사람이 내려야 한다. 판단의 총량이 유한하다는 점에서 주의는 여전히 희소한 자원이다. 둘째는 문맥(context)이다. 에이전트가 유효하게 작동하려면 프롬프트와 주변 파일, 과거의 결정이 함께 공급돼야 한다. 문맥의 구성은 여전히 사람의 손으로 이루어지며, 좋은 문맥을 구성하는 기술이 좋은 결과를 만든다. 셋째는 책임(accountability)이다. 코드가 실패했을 때 그것을 설명할 주체는 AI가 아니라 사람이다. 책임을 감당할 수 있는 형태로 작업을 설계하는 것 자체가 숙련이다.

세 가지 모두 사람의 자원이다. 기계의 자원이 풍족해질수록 사람의 자원은 상대적으로 귀해진다. 노하우의 자리는 사라지지 않고 이동했다. CPU 사이클을 아끼던 기술이, 주의를 아끼고 문맥을 정확히 공급하고 책임을 문서에 고정하는 기술로 바뀌었다.

토큰 30만 원어치를 한 달에 소모하는 환경에서 "토큰을 아끼는 기술"은 의미가 없다. 그러나 3만 원 요금제로 같은 결과를 내야 하는 환경에서는 다시 생생해진다. 풍요의 시대에 노하우는 풍요 속에서 태어나지 않는다. 풍요의 끝자락, 자원을 다 써버린 지점에서 태어난다. 자원을 일부러 제한하는 사람만이 기술을 축적한다.

이 관점은 더 오래된 세대의 관행과도 닿아 있다. 매크로 어셈블리 시절의 코드는 가독성과 효율이 항상 충돌했다. 그 시대의 개발자는 효율을 위해 가독성을 깎았고, 그 과정에서 자기만의 스타일과 판단 기준을 쌓았다.

그 스타일이 노하우였다. 지금은 가독성이 완전히 이기고 있다. AI가 읽을 수 있는 코드는 사람이 읽을 수 있는 코드와 거의 같고, 사람이 읽을 수 있는 코드는 자연어에 가까울수록 좋다. 효율은 풍요가 대신 해결해 준다. 이 상황에서 개발자의 노하우는 자연어와 코드 사이를 얼마나 정확히 잇느냐로 이동했다. 어제의 매크로 어셈블리가 오늘의 프롬프트 엔지니어링이다. 층위는 바뀌었지만 본질은 같다. 둘 다 "기계에게 지시하는 기술"이다.

[배경] 파이썬이 이긴 이유와 매크로 어셈블리의 전통 왜 AI 에이전트 대부분은 파이썬을 출력하는가? 파이썬이 가장 좋은 언어이기 때문이 아니다. 압축률이 가장 낮은 ZIP 포맷이 압축 파일의 표준이 된 이유와 같다. 빠르고, 어디서나 돌고, 학습 데이터가 넘친다. 효율과 보안의 본래 목적에 충실하지 않아도, 풍요의 시대에는 그 약점이 단점으로 세어지지 않는다. 매크로 어셈블리 출신 개발자는 이 사실을 혐오하면서 받아들인다. 그 혐오 자체가 세대의 표식이다. 혐오가 없는 세대는 효율이 중요한 자원이었던 시대를 겪지 않은 세대다. 두 세대 모두 정당하다. 단지 자원의 분포가 달랐을 뿐이다.

1.5 Week 단위 업데이트와 방법론의 유연성

노하우의 이동이라는 말이 추상적으로 들릴 수 있어, 시간 축을 한 번 더 조인다. 한 달 전에 쓰던 방법이 오늘은 이미 구식이라는 현상이 지금 AI 개발 환경의 표준이다. 두 달 전 세계관 창작 파이프라인에서 번역 품질을 올리기 위해 썼던 수법은, 오늘 글을 쓰는 이 시점에 이미 쓰이지 않는다.

마크다운 변환 도구가 한 주 단위로 교체되고, 컨텍스트 길이 제한이 한 달 단위로 두 배씩 늘어난다. 2023년 초까지 세션당 8K~32K 토큰이 한계였던 환경이, 2023년 중반 Claude 2(100K)와 GPT-4 Turbo(128K)로 도약했고, 2024년 초 Gemini 1.5 Pro가 1M 토큰을 공개하면서 한 권 분량의 문서를 한 번에 다루는 시대가 열렸다. 2025년을 거치며 1M~2M 토큰이 실무의 기본선이 됐다. 이 수치는 단순한 용량의 변화가 아니라 작업 단위의 변화다. 과거에는 한 장씩 번역하던 작업이, 지금은 한 권을 한 번에 집어넣고 동시에 처리하는 작업으로 바뀐다. 작업 단위가 바뀌면 방법론도 같이 바뀐다.

이 유동성을 받아들이는 가장 안전한 태도는 "방법론은 매주 업데이트된다"라는 전제를 기본값으로 두는 것이다. 한 번 정리한 매뉴얼이 평생 유효하리라 기대하지 않는다. 대신 매뉴얼을 매주 갱신하는 운영 체계를 만든다. 업데이트 가능성을 전제로 설계된 매뉴얼은 변화에 깨지지 않는다. 업데이트 가능성을 무시한 매뉴얼은 한 달 안에 거짓말이 된다.

이 관점은 AICBOK P.6(적응형 방법론 원칙) 조항으로 본서 후반에 정식 규정된다⁷. 이 방법론은 2026년 4월 기준으로 작성됐고, 두 달 뒤에 구식이 될 수 있다. 독자에게 요구되는 것은 문장을 외우는 것이 아니라 문장이 왜 그렇게 쓰였는지를 이해하는 것이다. 이유를 이해한 독자는 환경이 바뀌어도 같은 이유로 새 문장을 다시 쓸 수 있다.

동시에, 모든 것이 바뀌는 것은 아니다. 주 단위로 바뀌는 것은 도구의 구체적 사용법이지, 프로젝트 관리의 기본 원리나 형상 관리의 필요성이나 책임 소재의 구조가 아니다. 도구층만 매주 바뀌고, 원리층은 80년 전에 완성된 상태 그대로다.

[배경] 방법론 유연성이라는 전제의 대가 방법론이 매주 업데이트된다는 전제를 받아들이면, 방법론을 외우는 투자는 낭비가 된다. 투자해야 할 곳은 방법론의 근거다. 근거를 이해한 사람은 방법론을 재생산할 수 있다. 근거 없이 방법론만 외운 사람은 환경이 바뀌면 재학습 비용을 처음부터 다시 낸다. 본서가 각 규정마다 “왜 이 규정이 있는가”를 문장 단위로 설명하려 애쓰는 이유가 여기에 있다. 규정은 닳아 없어진다. 근거만 남는다.

1.6 지층을 아는 자 — 다음 장으로 가는 문

시장은 매일 모양을 바꾼다. 그 변화를 따라잡는 데만 집중한 사람은 일 년 뒤 똑같은 자리에서 다음 변화를 기다리고 있다. 따라잡기 자체가 전략이 되는 것이다. 이 전략은 권하지 않는다. 권하는 것은 지층을 아는 것이다. 지층이라는 말로 본 장이 가리킨 것은 세 가지다.

첫째, 1940년대부터 완성된 방법론의 두께다. 인류는 AI가 없을 때 로켓을 달로 쏘아 올렸다. 그 프로젝트를 성공시킨 방법론은 지금도 거의 그대로 존재한다. 1950년대 미 공군 SAGE 방공 시스템 개발에서 정립된 단계별 순차 방법론이 폭포수 모델의 원형이고, 그보다 먼저 있었던 소규모 토의 중심 방식이 애자일의 원형이다. 이 지식은 AI 시대에 새로 만들어야 할 것이 아니라, 찾아내서 다시 해석해야 할 것이다. 이 작업이 2부의 주제다.

둘째, 사람이 읽을 수 있는 문서의 최소 단위다. 코드를 읽는 사람은 줄어도, 문서를 읽는 사람은 줄지 않는다. AI가 자연어를 선호한다는 사실과 사람이 자연어를 읽을 수 있다는 사실이 겹쳐지면, 개발의 중심 산출물이 코드에서 두 장의 문서로 이동한다. 이 두 장이 3부의 주제다.

셋째, 조직 단위의 검수 구조다. AI가 생성한 결과물을 누가 어떤 기준으로 통과시키는가? 이 질문에 대한 답은 개별 팀마다 다를 수 없다. 통일된 틀 없이 개별 판단으로만 운영되면 조직은 몇 주 안에 일관성을 잃는다. 이 틀이 4부의 주제인 AI 위원회다.

본 장이 마지막으로 남기는 문장은 이것이다. 흐름을 쫓는 자가 아니라 흐름의 지층을 아는 자가 살아남는다. 이 문장은 AI 시대에만 해당되는 문장이 아니다. 모든 급변하는 산업에서 같은 문장이 반복된다. 단지 지금은 급변의 속도가 산업 역사상 가장 빠른 시점이고, 그만큼 지층을 볼 줄 아는 능력의 가치가 상대적으로 높아졌을 뿐이다. 본서의 남은 9개 장은 이 능력을 구성하는 각각의 지층을 한 층씩 걷어내는 작업이다.

[소결]

AI 개발 환경은 하루 수십 개의 에이전트가 교체되는 유동성 속에서 작동하며, 에이전트 수의 폭증이 개발 역량의 증가와 등치되지 않는다.

선별적 멸종은 서드파티 도구의 기술적 우위를 사업적으로 지워내는 구조이며, 흡수의 속도가 과거 운영체제 생태계의 한 자릿수 이상 빠르다.

자원이 남아도는 시대의 승리 전략은 비효율을 감수하는 쪽이며, AI가 생성한 코드의 낭비는 이 전략의 자연스러운 귀결이다.

노하우는 사라지지 않고 이동했다. 기계의 자원이 풍족해질수록 사람의 주의·문맥·책임이라는 세 가지 자원이 상대적으로 더 희소해진다.

노하우를 축적하는 사람은 자원을 일부러 제한해 자기 자신을 다시 부족한 상태로 돌려놓는다.

방법론은 매주 업데이트된다는 전제가 기본값이며, 외워야 할 것은 규정이 아니라 규정의 근거다. (→ AICBOK P.6)

지층을 아는 자가 살아남는다.

이번 주의 실행: 지난 한 달간 AI에게 쓴 토큰 총량과, 그중 실제 산출물로 이어진 비율을 한 번 측정해 보라. 그 비율이 현재 노하우의 수준이다.

각주

¹ 에이전트(agent). 대규모 언어 모델이 자연어 지시를 받아 자율적으로 도구 호출과 추론을 반복하며 작업을 수행하는 단위. 단일 프롬프트가 아닌 다단계 의사결정을 내장한다는 점에서 과거의 매크로나 배치 스크립트와 구분된다. 에이전트의 실제 구현은 프롬프트, 도구 호출 규약, 외부 자원 접근 권한, 종료 조건의 네 요소로 구성된다. 본서에서는 2026년 4월 시점의 Anthropic Claude, OpenAI Codex, Google Gemini 등의 에이전트 프레임워크를 전제로 한다.

² 약팔이. 실질적 가치 없이 화려한 수치나 유행어로 기술을 포장해 파는 행위를 가리키는 업계 속어. 과거 게임업계에서도 “다운로드 100만 돌파” 같은 수치가 제품 품질과 무관하게 언급될 때 동일한 용어가 쓰였다. 본서에서는 AI 생태계의 별점·팔로워·토큰 수 자랑이 같은 구조를 되풀이한다고 본다.

³ MCP(Model Context Protocol). 2024년 11월 Anthropic이 공개한 오픈 표준으로, 대규모 언어 모델이 외부 도구·데이터 소스·서비스에 일관된 방식으로 접근할 수 있도록 한다. 2025년 상반기를 거치며 주요 AI 제품군이 순차적으로 채택했다. MCP 보급 이전까지 에이전트의 이식성은 플랫폼에 종속됐지만, 이후 에이전트 정의 파일 하나가 여러 제품에서 작동하게 되어 재사용성이 극단적으로 높아졌다.

⁴ 선별적 멸종(selective extinction). 생태학에서 특정 조건 변화가 일부 종만을 집중적으로 제거하는 현상을 가리킨다. 본서에서는 플랫폼 기업의 기능 흡수가 서드파티 도구 중 특정 유형만을 골라 시장에서 지워내는 현상에 비유적으로 적용한다. 운영체제 생태계에서 OS가 기본 도구를 내장할 때 기존 서드파티가 사라지는 현상(예: 윈도우의 방화벽 내장 이후 서드파티 방화벽 제품군의 축소)이 전형적 선례다.

⁵ PDF2MD와 Markitdown의 사례. 2025년 상반기에 오픈소스 커뮤니티에서 PDF를 마크다운으로 변환하는 작은 유틸리티가 인기를 끌었다. 인식률이 높고 사용이 간단해 단기간에 확산됐지만, 몇 주 뒤 마이크로소프트가 공식 유틸리티 Markitdown을 공개하면서 기능 범위가 PDF·Word·Excel·PPT·이미지·유튜브 URL까지 확장되었다. 기존 도구는 그대로 대체되었고, 이 대체는 기술적 우열이 아닌 공식성의 격차로 결정되었다. 자세한 파급 효과는 9부에서 다시 다룬다.

⁶ 에어건 비유의 출처. 이 예화는 화자의 개인적 관찰에서 유래한다. 장비와 탄의 공급이 실질적으로 무한한 장면에서, 가장 비효율적으로 보이는 전술이 실제로 승리하는 구조를 설명할 때 쓰인다. 본서에서는 이 비유가 AI 시대 코드 작성의 경제학을 이해하는 직관적 모델로 채택됐다.

⁷ AICBOK P.6 — 적응형 방법론 원칙(Adaptive Methodology). 본서 10부에서 정식으로 서술되는 조항. 핵심 문구는 다음과 같다. “본 규약집의 모든 조항은 주 단위로 갱신될 수 있음을 기본 전제로 한다. 조항을 암기하지 말고, 조항의 근거를 이해하라. 근거를 이해한 팀은 환경이 변해도 같은 근거로 새로운 조항을 스스로 도출할 수 있다.” 이 조항이 다른 모든 원칙보다 상위에서 작동하는 메타 원칙이다.

다음 장 예고 — 2부는 1950년대 SAGE 방공 시스템과 Benington의 1956년 방법론에서 출발한 폭포수 모델의 실체, 그보다 먼저 존재했던 애자일의 원형, 그리고 PMBOK 6판의 10가지 지식 영역이 왜 "한 사람이 할 수 없는 일"이라 불렸는지를 다룬다. 지층의 첫 층이 열린다.

© 2026. Kim Dongeun(WhtDrgon) at MEJE Works Corp. All rights reserved.