프롬프트가 플랫폼 — 추상 명세에서 결정론적 시뮬레이션으로 시스템을 설계하는 법

핵심 메시지

• 범용 구현을 재사용하던 방식에서, 명세를 재사용해 맞춤형 구현을 그때그때 합성하는 방식으로 이동한다.
• 제품의 가치가 구현이 아니라 '명세(프로토콜)'로 옮겨가며, 같은 명세에서 여러 구현을 신뢰성 있게 도출하는 것이 과제다.
• 에이전트가 추상 명세에서 곧장 프로덕션 구현으로 점프하면 실패하므로, 중간 단계인 '구체 명세'를 끼워 넣어야 한다.
• 결정론적 시뮬레이션 환경은 에이전트가 구현을 넘어 '설계'에까지 참여하도록 만드는 핵심 도구다.

쉽게 이해하기

레조네이트의 창업자 겸 CEO 도미닉 토르노는 2026년이면 코딩 에이전트가 처음 만든 소프트웨어 플랫폼을 조용히 '은퇴'시킬 것이라고 말한다. 플랫폼이 나빠서가 아니라 더 이상 필요 없어지기 때문이다. 그의 작업 가설은 범용 구현이 점점 맞춤형 구현으로 대체되고, 그 맞춤형 구현은 새로운 라이브러리·프레임워크·플랫폼이 아니라 이미 갖춰진 인프라의 최소 확장으로 그때그때 생성된다는 것이다. 이 가설이 맞다면 재사용의 대상은 구현에서 '명세'로 상류 이동한다.

레조네이트는 서버 구현과 함께 타입스크립트·파이썬·러스트·고·자바용 SDK를 갖춘 지속 실행(durable execution) 플랫폼이다. 구현을 생성할 수 있게 되면 가치는 어디에 있느냐는 질문에, 토르노는 '가치가 구현에서 명세로 옮겨간다'고 답한다. 제품은 더 이상 구현이 아니라 명세, 즉 프로토콜이며, 그 프로토콜로부터 참조용 범용 서버와 인프라 파트너용 구현 등 여러 서버 구현을 도출하는 것이 목표다. 그래서 질문은 '서버를 만들 수 있는가'가 아니라 '같은 명세에서 신뢰할 수 있는 서버를 반복적으로 합성할 수 있는가'로 바뀐다.

핵심은 명세가 어떤 구현의 세부도 전제하지 않도록 '추상적'이어야 한다는 점이다. 구체적인 DB 스키마나 인덱스는 물론, 관계형 데이터베이스인지 키-값 저장소인지, 약한 일관성인지 강한 일관성인지조차 가정하지 않아야 한다. 추상적인 것은 명세뿐이고 구체적인 것은 구현뿐이다. 실제로 처음에 에이전트에게 '러스트와 포스트그레스로 레조네이트 서버를 만들라'고 시키자 실패했다. 추상 명세와 구체 구현 사이 간극이 너무 컸고, 해피 패스는 통과했지만 동시성·프로세스 장애·네트워크 장애에서 깨졌다.

그래서 추상 명세에서 곧장 구현으로 가는 대신, '구체 명세'라는 중간 산출물을 끼워 넣었다. 데이터 스키마, 인덱스, SQL 쿼리, 트랜잭션 경계 같은 대상별 결정을 사람이 주도해 명시적으로 적어두자 에이전트는 프로덕션 시스템을 구현해냈다. 하지만 이는 에이전트가 시스템을 '구현'하도록 도왔을 뿐 '설계'하도록 돕지는 못했다는 한계를 드러냈다. 명세가 재사용 가능한 제품이라면 그것으로는 충분하지 않다.

다음 단계는 에이전트를 상류로 끌어올리는 것이다. 레조네이트는 NATS.io 기반으로 작업하면서, 에이전트에게 프로덕션 시스템을 만들라고 하는 대신 결정론적 시뮬레이션 환경을 주고 '시뮬레이션 구현'을 만들게 했다. 시뮬레이션 구현은 제품이 아니라 '실행 가능한 설계'로, 부분 순서·부분 장애 아래에서 올바른 알고리즘을 발견하는 것이 목적이다. 알고리즘이 시뮬레이션에서 발견·검증된 뒤에야 구체 명세를, 그다음에야 프로덕션 구현을 작성하게 한다. 이렇게 '추상 명세 → 시뮬레이션 구현 → 구체 명세 → 구체 구현'으로 흐름이 바뀌면서 에이전트가 설계의 주체가 된다.

주요 인사이트

• 미니멀리즘과 단순함은 출발점이 아니라 도착점이다. 레조네이트는 3년에 걸쳐 프로토콜을 깎아 '지속 약속(durable promise)'과 '지속 작업(durable task)' 두 객체로 줄였다.
• NATS의 버전 관리 키-값 저장소는 가끔 오래된(stale) 읽기를 반환하는데, 이는 버그가 아니라 대상 플랫폼의 합법적 일관성 모델이므로 구현은 그런 상황에서도 올발라야 한다.
• 시뮬레이션은 결정론적이고 반복 가능하며 들여다볼 수 있어, 에이전트가 잘못된 알고리즘을 짜면 깨진 실행을 그대로 재현해 고치게 할 수 있다.
• '금단의 열매(forbidden fruit)' — 실제 코드는 알 수 없는 '이 읽기가 신선했는지, 놓친 최신값이 무엇인지'를 시뮬레이션은 트레이스로 기록해 에이전트가 원인을 설명하도록 돕는다.
• 에이전트는 시스템이 틀렸다는 사실뿐 아니라 '왜' 틀렸는지를 학습할 수 있어, 인과관계가 보이면 분산 알고리즘 디버깅에 결정적으로 유용하다.

자주 묻는 질문

관련 AI 소식