에이전틱 엔지니어링이란: 바이브 코딩·AI 보조 코딩과의 차이를 IBM이 스펙트럼으로 정리했다

핵심 메시지

• 전통적 소프트웨어 엔지니어링은 결정론적이다. 같은 입력에는 같은 출력이 나와야 하고, 예외 처리·권한·재시도·검증 경로를 사람이 일일이 정의한다.
• 에이전틱 엔지니어링에서는 사람이 목표를 정의하고 AI 에이전트가 실행 방법을 찾는다. 개발자가 '행동을 쓰는' 일에서 '행동을 빚는' 일로 옮겨간다는 것이다.
• AI 보조 코딩·바이브 코딩·에이전틱 코딩·에이전틱 엔지니어링은 우열의 등급이 아니라 사람이 통제권을 얼마나 남겨 두는지에 따른 연속적인 스펙트럼이다.
• 에이전트가 자율적일수록 사람의 감독 가치는 떨어지는 게 아니라 오히려 올라간다. 확률적으로 움직이는 워크플로의 신뢰성을 책임질 주체가 여전히 엔지니어이기 때문이다.
• 바이브 코딩은 빠른 실험에는 강력하지만 공학적 규율 없이 규모를 키우면 구조·테스트·아키텍처 일관성이 빠진 코드가 쌓여 기술 부채가 된다.

쉽게 이해하기

수십 년간 소프트웨어 엔지니어링은 컴퓨터에게 명시적인 지시를 적어 주는 일이었다. 흐름 제어를 직접 정의하고, 같은 입력이 두 번 들어오면 같은 결과가 두 번 나오는 결정론적 세계였다. 예외 상황, 권한, 재시도, 검증 같은 모든 단계를 사람이 미리 정해 두어야 했다.

거대 언어 모델은 여기에 다른 성질을 들여왔다. 정해진 논리를 실행하는 데 그치지 않고 목표 자체를 해석하며, 여기에 기억·도구 사용·계획·피드백 루프가 결합되면 AI 에이전트에 가까운 것이 된다. 영상은 이 변화를 두고 개발자가 '행동을 작성하는' 쪽에서 '행동을 설계하는' 쪽으로 이동한다고 표현한다. 결정론적 논리에서 확률적 판단이라는 모호한 영역으로 무게중심이 옮겨간다는 뜻이다.

용어가 뒤섞이는 상황을 정리하기 위해 영상은 하나의 스펙트럼을 제시한다. 한쪽 끝에는 사람이 워크플로와 구현 세부를 거의 전부 정의하는 전통적 엔지니어링이 있고, 그다음이 자동완성과 리팩터링을 돕는 AI 보조 코딩, 이어서 자연어로 의도를 서술하며 결과를 다듬어 가는 바이브 코딩이다. 더 나아가면 시스템이 스스로 작업을 계획하고 도구를 쓰며 실패를 디버깅하는 에이전틱 코딩, 마지막이 자율 시스템이 추론·조율·평가·적응할 수 있는 환경 자체를 설계하는 에이전틱 엔지니어링이다.

중요한 것은 이 구분이 칸막이가 아니라는 점이다. 팀은 대개 아이디어를 빠르게 시험하려 바이브 코딩으로 출발했다가, 위험과 복잡도가 커지면 에이전틱 코딩과 에이전틱 엔지니어링 쪽으로 옮겨간다. 추상화 수준이 점진적으로 올라가는 과정이라는 설명이다.

개발자 사회의 반응은 갈린다. 더 깊이 생각할 만한 일을 하게 됐다고 반기는 쪽이 있는가 하면 회의적인 쪽도 있는데, 영상은 그 회의가 합리적이라고 인정한다. 전통적 시스템은 비교적 예측 가능한 방식으로 고장 나 버그를 조건문이나 상태 전이로 추적할 수 있지만, 확률적으로 움직이는 에이전트는 겉보기에는 맞아 보이면서 속으로는 잘못된 판단을 내릴 수 있기 때문이다.

주요 인사이트

• 에이전틱 엔지니어링에서 병목은 '한 줄씩 직접 쓰는 일'에서 '자율 시스템을 감독하고 제약하고 평가하는 일'로 옮겨간다. 핵심 과제는 조율(orchestrate)과 검증(verify) 두 가지로 요약된다.
• 에이전트는 환각을 일으키고, 의도를 오해하고, 도구를 잘못 쓰고, 기술적으로는 유효하지만 아키텍처상 나쁜 해법을 내놓을 수 있다. 이 실패는 조건문 오류처럼 눈에 띄지 않는다는 점이 더 까다롭다.
• '에이전틱'이라는 말에는 코드를 쓰는 에이전트 집단과 그 결과를 감독·검증하는 사람이 함께 들어 있다. 다중 에이전트가 하위 작업을 반복하는 동안에도 사람이 루프 안에 남는다는 전제가 붙는다.
• '엔지니어링'이라는 말이 붙은 이유는 코드 품질을 훼손하지 않으면서 의미 있는 결과물을 뽑아내려면 여전히 전문성이 필요하기 때문이다. 자동화가 이해와 품질을 대체하게 두지 말라는 것이 영상의 마무리 조언이다.
• 시작점에 대한 권고는 소박하다. 지금 쓰는 워크플로 안에서 작게 도입해 어디서 도움이 되고 어디서 깨지는지를 관찰한 뒤 거기서부터 넓혀 가라는 것이다.

자주 묻는 질문

관련 AI 소식