AI 에이전트 시대가 본격적으로 열리면서 우리가 프로그래밍 언어를 선택하는 기준이 근본적으로 흔들리고 있다. 과거에는 인간 개발자의 가독성이나 실행 성능, 혹은 생태계의 크기가 가장 중요한 지표였다면 이제는 AI 에이전트가 얼마나 효율적으로 코드를 생성하고 검증할 수 있는지가 새로운 척도로 부상했다. 최근 엔도 유스케가 클로드 코드(Claude Code)를 활용해 13개 프로그래밍 언어의 생산성을 정량적으로 분석한 결과는 이런 변화를 아주 명확하게 보여준다. 단순히 어떤 언어가 좋다는 주관적인 논쟁을 넘어 시간과 비용이라는 구체적인 수치로 증명된 데이터는 우리가 앞으로 어떤 언어로 개발을 시작해야 할지에 대해 많은 시사점을 던져준다.

AI 에이전트를 개발하다 보면 테스트 환경에서는 완벽하게 작동하던 녀석이 실제 배포만 하면 엉뚱한 짓을 하는 경우를 자주 보게 된다. 지침도 잘 따르고 도구 호출도 깔끔하게 하던 모델이 갑자기 이상한 출력을 내놓으면 당황스럽기 그지없다. 모델이 갑자기 멍청해진 것도 아니고 프롬프트가 바뀐 것도 아닌데 왜 이런 일이 벌어질까? 대부분의 경우 그 이유는 실제 사용자들이 입력하는 데이터가 우리가 예상한 것보다 훨씬 지저분하고 모호하기 때문이다. 단순히 지시 사항을 나열하는 것만으로는 실제 환경의 복잡한 변수들을 모두 통제하기 어렵다는 뜻이다.

이틀 전 Anthropic에서 흥미로운 보고서 하나를 내놨다. 자기들이 만든 Claude가 노동 시장에 어떤 영향을 주고 있는지 직접 조사한 내용이다. 제목은 'Labor Market Impacts of AI’인데, 기존의 추상적인 예측들과는 결이 조금 다르다. 실제로 사람들이 Claude를 어떻게 쓰고 있는지 데이터를 결합해서 분석했기 때문이다. 이 보고서를 보면 겉으로 드러난 숫자보다 그 이면에 숨겨진 신호들이 훨씬 더 무겁게 다가온다. 많은 이들이 인공지능이 인간의 일자리를 당장 빼앗을 것처럼 말하지만, 실제 데이터는 조금 더 복잡하고 교묘한 이야기를 하고 있다.

요즘 에이전틱 엔지니어링 도구들이 쏟아져 나오고 있다. 그런데 하나같이 역할(Role)을 나눠서 팀을 구성하는 방식을 기본 아키텍처로 삼고 있다. 마치 회사에서 기획자, 개발자, 디자이너를 나누는 것과 비슷하다. 그런데 문득 이런 생각이 들었다. 이게 정말 최선일까? 단순히 사람의 조직 구조를 흉내 내는 것이 AI에게도 가장 효율적인 방식인지 의문이 생겼다. 그래서 오늘은 역할 기반 멀티 에이전트 팀 구성이 왜 유행하는지, 그리고 그 이면에 숨겨진 장단점과 실무적인 유효성을 깊이 파헤쳐 보려고 한다.

최근 Steven Wittens라는 개발자가 자신의 블로그에 올린 'The L in LLM Stands for Lying’이라는 글을 읽었다. 그는 LLM이 하는 일이 본질적으로 위조(forgery)에 불과하며, AI를 통해 코드를 작성하는 행위가 소프트웨어 개발의 장인정신을 훼손하고 있다고 강력하게 비판했다. 그는 AI가 만들어내는 결과물을 '슬롭(slop)'이라고 부르며, 이것이 생산성을 높여주는 것이 아니라 오히려 쓰레기 같은 코드를 양산할 뿐이라고 주장한다. 하지만 나는 이 글을 읽으며 그가 소프트웨어 개발의 본질과 현재의 기술적 진보가 가져온 생산성 혁명을 완전히 오해하고 있다는 생각을 지울 수 없었다. 그의 주장은 낭만적인 장인정신에 매몰되어 변화하는 시대의 흐름을 부정하는 시대착오적인 발상에 가깝다.

이전 글에서 AI 에이전트에게 가장 적합한 도구는 CLI라고 강조한 적이 있다. GUI보다는 텍스트 기반의 명령어가 기계와 기계, 혹은 인간과 기계 사이의 소통에서 훨씬 명확하기 때문이다. 하지만 단순히 CLI를 제공하는 것만으로는 부족하다. 최근 AI 에이전트의 특성에 맞춰 CLI를 어떻게 설계해야 하는지에 대해 다룬 훌륭한 글을 발견했다. 이 글을 바탕으로 AI 친화적인 CLI가 갖춰야 할 구체적인 요소들을 정리해 보려 한다.

최근 세쿼이아 캐피털에서 발행한 리포트를 읽으며 앞으로의 소프트웨어 시장이 어떻게 변할지 다시금 생각해보게 되었다. 이제는 사용자가 직접 도구를 조작하는 시대를 지나, AI가 결과물을 직접 만들어 제공하는 서비스의 시대로 진입하고 있다.

우리는 하루에도 수십 번 브라우저를 연다. 하지만 10년이 넘는 시간 동안 브라우저를 쓰는 방식은 크게 변하지 않았다. 검색하고, 클릭하고, 읽고, 북마크에 저장하는 반복이다. 탭은 끝도 없이 늘어나고 검색 결과는 광고로 가득 차지만, 우리는 익숙함 때문에 여전히 Chrome을 쓴다.

최근 공개된 GPT-5.4 시스템 카드를 훑어보다가 꽤 인상적인 부분을 발견했다. OpenAI가 '감정적 의존(emotional reliance)'이라는 항목을 자해나 정신 건강 위험과 같은 심각한 카테고리와 동일하게 취급하며 관리하기 시작했다는 사실이다.

최근 와이어드(WIRED)의 팟캐스트 언캐니 밸리(Uncanny Valley)를 들으면서 많은 생각을 했다. 2026년 초 발생한 미국과 이란의 갈등 속에서 AI가 어떤 역할을 하고 있는지, 그리고 기술이 전쟁의 양상을 어떻게 바꾸고 있는지에 대한 이야기였다.