AI 시대의 신화적 맨먼스

브룩스의 법칙의 지속성

AI 에이전트가 개발 수명 주기에 통합되고 있음에도 불구하고, 1975년 프레더릭 P. 브룩스 주니어(Frederick P. Brooks Jr.)가 관찰한 "지연된 소프트웨어 프로젝트에 인력을 추가하는 것은 프로젝트를 더 늦출 뿐이다"라는 법칙은 여전히 유효합니다. AI가 온보딩 시간이나 사내 정치와 같은 전통적인 인간의 병목 현상을 제거할 수는 있지만, 순차적 작업의 근본적인 제약(9명의 에이전트가 투입되어도 한 달 만에 아기를 낳을 수는 없다는 '아기 문제')은 그대로 남아 있습니다. 주요 과제는 사람 관리에서 자율 에이전트 관리로 옮겨갔으며, 불분명한 요구 사항은 더 빠르지만 잘못된 결과물로 이어지고 있습니다.

조정 오버헤드의 변이

AI 시대에 소프트웨어 개발의 오버헤드는 사라진 것이 아니라 변이되었습니다. 엄격한 오케스트레이션 없이는 단일 코드베이스에서 작업하는 여러 자율 에이전트가 고속 루프에 빠져 서로의 작업을 반복적으로 덮어쓰는 경우가 많습니다. 개발에서 AI를 효과적으로 사용하려면 다음과 같은 방향으로 초점을 전환해야 합니다.

• 명확한 오케스트레이션: 에이전트 간의 충돌을 방지하기 위해 엄격한 경계와 인터페이스를 정의해야 합니다.
• 요구 사항의 정밀도: 에이전트는 지시 사항을 빠르게 실행하기 때문에 모호한 요구 사항은 잘못된 코드를 빠르게 생산하는 결과를 초래합니다.
• 평가 루프: 인간의 역할은 '완료'의 정의를 내리고, 결과물을 검토하며, 환각(hallucination) 현상을 포착하는 '관리자'의 역할로 진화했습니다.

AI 기반 개발에 대한 관점

커뮤니티의 논의는 AI를 병렬화를 위한 도구로 보는 시각과 새로운 관리 복잡성의 원천으로 보는 시각 사이의 분열을 보여줍니다.

병렬화를 위한 주장

일부 실무자들은 AI가 작업의 대규모 병렬화를 가능하게 함으로써 '맨먼스'의 본질을 근본적으로 변화시킨다고 주장합니다. 지지자들은 에이전트가 자아가 없고 API나 아키텍처가 정의되면 하위 작업을 병렬로 수행할 수 있기 때문에 조정 측면에서 인간보다 뛰어난 성과를 낼 수 있다고 제안합니다. 한 댓글 작성자가 언급했듯이, "동일한 문제에 대해 10개의 클린룸 구현을 요청하고 심사 모델이 최선의 것을 선택하게 하는 것"은 인간 팀으로는 비실용적인 협업 모델입니다.

지속적인 제약에 대한 주장

다른 이들은 개념적 무결성이나 안정적이고 안전한 시스템을 위한 순차적 구축의 필요성과 같은 소프트웨어 공학의 핵심 원칙은 변하지 않았다고 주장합니다. "AI가 모든 것을 해결한다"는 서사를 비판하는 사람들은 다음과 같이 지적합니다.

"대부분의 진실은 AI의 존재로 인해 영향을 받지 않습니다. 인생의 대부분은 'AI 시대'를 위해 조정할 필요가 없습니다." — @handle

더 나아가, 결과물에는 눈에 띄는 차이가 있습니다. 숙련된 엔지니어는 AI를 사용하여 생산성을 10배 이상 증폭시키는 반면, 숙련도가 낮은 사용자는 AI가 단순히 품질이 낮고 검증되지 않은 코드의 생산을 가속화할 뿐이라는 것을 알게 될 수 있습니다.

새로운 병목 현상 관리

소프트웨어 개발의 병목 현상은 인간 간의 의사소통에서 인간이 요구 사항을 계획하고 해당 요구 사항이 충족되었는지 확인하는 속도로 옮겨갔습니다. 의사소통 오버헤드를 최소화하기 위해 팀을 작게 유지하는 '두 판의 피자 규칙(two-pizza rule)'은 여전히 유효한 휴리스틱입니다. 프로젝트에 에이전트를 추가하면 마이크로 매니지먼트의 부담이 커질 수 있기 때문입니다. 궁극적으로 소프트웨어 공학에서 AI를 성공적으로 적용하려면 에이전트를 인간의 감독을 대체하는 수단이 아니라, 잘 구조화된 시스템 내의 전문화된 구성 요소로 취급해야 합니다.