에이전틱 코딩의 함정: IT 개발 에이전시가 경계해야 할 것들 (larsfaye.com)

한줄 요약

AI 에이전트에 코딩을 맡길수록, 그것을 검토할 능력도 함께 사라진다.

에이전틱 코딩은 개발 에이전시의 생산성 공식을 바꿔놓는 듯 보이지만, 실제로는 납기 품질과 팀 역량을 동시에 갉아먹는 구조적 위험을 내포하고 있다. AI가 코드를 생성하고, 사람은 그것을 검토·조율하는 방식이 빠르게 퍼지고 있지만, 에이전시 현장에서는 이미 복잡한 부작용이 나타나기 시작했다.

AI 에이전트가 빠르게 짠 코드, 누가 책임지나?

외주 개발의 핵심은 결국 '결과물에 대한 책임'이다. 클라이언트는 코드가 어떻게 만들어졌는지보다 그것이 제대로 작동하는지를 본다.

AI 에이전트는 요청한 기능을 빠르게 구현한다. 그러나 그 코드가 기존 아키텍처와 충돌하는지, 보안 취약점을 내포하는지, 유지보수가 가능한지는 여전히 사람이 판단해야 한다. 문제는 에이전틱 워크플로우가 이 판단을 점점 어렵게 만든다는 점이다.

수천 줄의 생성 코드를 빠른 속도로 검토하고, 그 안에서 숨어있는 논리 결함을 발견하려면 오히려 더 높은 수준의 기술적 이해가 필요하다. 그런데 그 능력 자체가 AI 의존도가 높아질수록 서서히 감소하는 것이 현장에서 관찰되고 있다. 에이전시 입장에서는 납품 속도는 빨라진 것 같지만, 하자 보수 요청이나 버그 수정에 드는 비용이 오히려 늘어나는 역설이 발생할 수 있다.

주니어 개발자를 빠르게 성장시키는 게 아니라 멈추게 한다

개발 에이전시의 또 다른 자산은 사람이다. 특히 주니어 개발자를 시니어로 키워내는 과정은 에이전시의 장기 경쟁력과 직결된다.

직접 코드를 짜고, 버그를 만나고, 그것을 해결하는 과정에서 개발자의 문제 해결 능력이 형성된다. 에이전틱 코딩은 이 과정을 건너뛰게 만든다. AI가 만든 코드를 검토하는 일은 학습의 일부일 뿐, 전부가 아니다.

에이전시에서 주니어에게 AI 생성 코드 리뷰를 주요 업무로 부여할 경우, 그들은 표면적인 패턴 인식은 할 수 있어도 깊은 기술적 판단력을 기르기 어렵다. 3년이 지나도 시니어급 사고를 하지 못하는 개발자가 양산될 수 있고, 이는 곧 에이전시의 수주 역량 하락으로 이어진다.

생산성 지표가 속이는 방식

많은 에이전시에서 AI 도입 후 "코드 생성 속도가 올랐다"는 보고가 나온다. 그러나 이 지표는 위험하게도 절반의 진실만 담고 있다.

AI는 코드를 빠르게 많이 생성한다. 그러나 좋은 개발의 우선순위는 코드 양과 속도가 아니었다. 코드베이스 전체와의 정합성, 가독성, 유지보수성, 보안, 최소한의 복잡도가 진짜 기준이었다. 에이전틱 코딩은 이 우선순위를 정확히 뒤집는다.

에이전시가 '완성 속도'를 KPI로 삼을 경우, AI 도입은 수치상 성과를 낸다. 하지만 6개월 후 레거시가 되어버린 코드를 누가 유지보수할지, 클라이언트가 추가 기능을 요청했을 때 얼마나 빠르게 대응할 수 있는지는 다른 이야기다. 속도로 쌓은 기술 부채는 반드시 나중에 청구서가 날아온다.

벤더 종속은 에이전시 리스크다

개발 에이전시가 특정 AI 서비스에 의존하는 워크플로우를 구축하면, 그 순간부터 리스크 구조가 바뀐다.

AI 서비스 장애가 발생하면 개발이 멈춘다. 요금제 정책이 바뀌면 프로젝트 원가 계산이 흔들린다. 모델이 업데이트되면 기존 프롬프트 기반 워크플로우가 오작동할 수 있다. 직원 인건비는 예측 가능하지만, 토큰 비용은 모델 정책에 따라 언제든 달라질 수 있다.

에이전시는 클라이언트에게 납기와 비용을 약속해야 한다. 그런데 핵심 생산 도구의 비용이 가변적이라면, 그 리스크는 고스란히 에이전시가 떠안게 된다. 종속이 깊어질수록 협상력은 줄고, 외부 충격에 취약해진다.