최근 벤처 캐피털 업계에서는 인공지능이 서비스 비즈니스를 소프트웨어 비즈니스로 변화시키고 있다는 공감대가 형성되고 있다. 서비스 회사가 이전에는 불가능했던 방식으로 벤처 투자를 받을 수 있는 대상으로 여겨지기 시작한 것이다. 몇 년 전 일부 유명 VC들은 이를 '서비스로서의 소프트웨어(Service as Software)'라고 부르며 약 4.6조 달러 규모의 기회라고 정의하기도 했다. 제너럴 카탈리스트는 법률, IT, 회계 분야의 서비스 기업을 인수하고 AI를 도입하는 데 15억 달러를 투자하겠다고 발표했고, 쓰라이브는 관련 비즈니스 인수를 위해 10억 달러 이상의 펀드를 조성했다. 오픈AI 역시 이 과정에 엔지니어를 직접 투입하며 지분을 확보하고 있다.

요즘 클로드 코드를 사용하면서 마치 처음 프로그래밍을 배웠을 때와 같은 설레임을 다시 느끼고 있다. 단순히 코드를 대신 짜주는 기계를 넘어 내 머릿속의 아이디어를 현실로 구현해주는 가장 든든한 파트너를 만난 기분이다. 특히 최근에 발견하여 유용하게 사용하고 있는 'Superpowers’라는 플러그인은 내가 일하는 방식 자체를 완전히 바꾸어 놓았다. 처음에는 그저 편리한 도구 중 하나라고 생각했지만, 실제로 깊이 있게 파고들수록 이 플러그인이 지향하는 '생각하는 AI’의 가치가 얼마나 큰지 깨닫게 되었다. 단순히 프롬프트를 입력하고 결과를 기다리는 방식에서 벗어나 시스템화된 워크플로우를 통해 결과물의 품질을 극대화하는 과정은 그 자체로 놀라운 경험이다.

최근 AI 코딩 툴의 급격한 발전으로 인해 개발자 커뮤니티 내에서 묘한 균열이 감지되고 있다. 어떤 이들은 자신이 평생 갈고닦아온 기술적 장인정신이 훼손되는 것에 대해 깊은 상실감을 느끼고, 또 다른 이들은 전례 없는 생산성의 파도를 타며 즐거워한다. 이러한 현상을 다룬 흥미로운 글을 읽었는데, AI가 개발자들 사이에 원래 존재했지만 보이지 않았던 본질적인 차이를 드러내고 있다는 분석이었다. 예전에는 모두가 똑같은 방식으로 코드를 짰기 때문에 보이지 않았던 동기의 차이가, 이제는 AI라는 도구를 대하는 태도에 따라 선명하게 갈리고 있다.

최근 AI 관련 뉴스를 챙겨보다가 가슴을 때리는 문장을 하나 발견했다. OpenAI의 연구원인 에이단 맥롤린이 남긴 말인데, LLM에 대한 자신의 야망을 높이는 것이야말로 가장 높은 수익을 가져다주는 활동이라는 내용이었다. 에이단은 지난 3년 동안 AI 분야를 취재하고 직접 만져보면서 느낀 가장 큰 후회가 바로 이것이라고 고백했다. 적당히 미친 사람들은 LLM을 한계까지 밀어붙여서 그 혜택을 온전히 누리고 있는 반면, 당시의 LLM 수준에 맞춰서 판단하고 관리하려 했던 실용적인 사람들은 결국 제자리에 머물렀다는 것이다. 이 대목에서 나 자신을 돌아보게 됐다. 나는 과연 이 도구를 가지고 무엇을 할 수 있을지 충분히 미친 생각을 해보고 있는 걸까?

요즘 인공지능 분야에서 가장 뜨거운 화두를 하나 꼽으라면 단연 에이전트라고 할 수 있다. 단순히 질문에 답을 하는 챗봇의 수준을 넘어, 이제는 스스로 도구를 사용하고 복잡한 계획을 세워 실행하는 에이전트의 시대가 오고 있다. 하지만 에이전트가 완벽하게 자율적으로 모든 일을 처리하기를 기대하는 것은 아직 시기상조일 수 있다. 자율성이라는 이름 아래 에이전트가 통제 불능의 상태에 빠지거나 엉뚱한 결과를 내놓는 경우를 자주 보게 되기 때문이다. 그래서 필요한 것이 바로 워크플로우다. 워크플로우는 에이전트의 자율성에 구조를 부여하고, 복잡한 문제를 해결하기 위해 에이전트의 능력을 특정한 방향으로 이끄는 실행 패턴을 의미한다.

최근 기술 블로그들을 읽다 보면 AI가 코딩의 영역을 침범하면서 개발의 '소울’이 사라지고 있다는 한탄을 자주 마주하게 된다. 어떤 글에서는 AI가 제공하는 추상화 계층이 너무 두꺼워져서 개발자가 실제 코드가 어떻게 돌아가는지 이해하지 못하는 상태를 우려하기도 했다. 이런 시각을 가진 이들은 한 땀 한 땀 코드를 직접 짜던 시절의 고통을 장인정신으로 미화하며, AI가 만들어낸 결과물을 영혼 없는 복제품 취급하곤 한다. 하지만 나는 이런 감상적인 접근이 매우 위험하고 고리타분하다고 생각한다. 코딩에서 소울을 찾는 것 자체가 이미 개발의 본질을 오해하고 있다는 증거이기 때문이다.

프로그래밍이 죽었다는 말은 사실 과장된 표현이다. 오히려 지금은 그 어느 때보다 역동적으로 변화하고 있는 시기다. 이전까지 우리가 파일 하나하나를 수정하며 정성스럽게 코드를 작성하던 방식이 이제는 에이전트에게 지시를 내리고 그 결과를 조율하는 방식으로 진화하고 있다. 이런 변화 속에서 개발자의 환경은 단순한 에디터를 넘어 하나의 커맨드 센터로 탈바꿈해야 할 운명에 처했다. 우리가 다루는 단위가 파일에서 에이전트로 옮겨가고 있다는 사실을 인지하는 것이 중요하다.

요즘 나는 하루 종일 클로드 코드와 같은 AI 에이전트와 함께 일하고 있다. 예전 같으면 며칠이 걸렸을 코딩 작업을 단 몇 분 만에 끝내는 에이전트의 능력을 보면서 감탄할 때가 많다. 하지만 에이전트가 미친 듯이 일하는 동안 나에게는 묘하게 붕 떠 있는 시간이 생긴다. 프롬프트를 던지고 나서 그 결과를 받기까지 걸리는 시간은 짧게는 2분에서 길게는 10분 정도인데, 이 시간이 참으로 애매하다. 그냥 가만히 앉아 기다리기에는 너무 길고, 그렇다고 새로운 업무를 본격적으로 시작하기에는 너무 짧기 때문이다. 메일함을 열었다가 닫고 메신저 창을 몇 번 넘나들다 보면 결과가 나오는데, 문제는 그 사이의 애매한 시간 동안 머릿속이 엉망이 된다는 점이다.

최근 IT 생태계를 지켜보며 가장 흥미로운 변화 중 하나를 꼽으라면, 단연 인공지능 에이전트들이 다시 '파일 시스템’이라는 고전적인 기술에 주목하기 시작했다는 점이다. 불과 얼마 전까지만 해도 모든 데이터는 벡터 데이터베이스에 들어가야 하고, 모든 지식은 그래프 형태로 구조화되어야 한다는 목소리가 높았다. 하지만 아이러니하게도 가장 진보된 AI 기술을 다루는 사람들이 지금 가장 열광하는 것은 우리가 수십 년 전부터 사용해 온 폴더와 파일의 구조다. 인프라와 데이터베이스의 역사는 돌고 돈다는 말이 있는데, 이번 파일 시스템의 부상은 단순한 회귀가 아니라 AI 시대에 맞는 새로운 정의라고 봐도 무방할 것 같다.

AI가 코드를 작성하기 시작하면서 소프트웨어의 전반적인 품질이 떨어질 것이라는 우려가 여기저기서 들려온다. 의사결정권자들이 AI의 속도에만 매몰되어 나쁜 코드가 양산되는 것을 방관할 것이라는 공포다. 하지만 나는 이런 주장이 본질을 놓치고 있다고 생각한다. AI 때문에 기술 부채가 생긴다는 사람들을 보면 솔직히 이해가 잘 안 간다. 우리는 오히려 AI를 활용해서 그동안 해결하지 못했던 해묵은 기술 부채를 어떻게 청소할지 궁리해야 한다. 우리는 AI를 도구 삼아 이전보다 더 나은 코드를 만들 수 있다.