2025년 말, 클로드(Claude)의 Opus 4.5와 같은 인공지능(AI) 모델이 흔한 패턴에서 중간 수준 소프트웨어 엔지니어와 유사한 품질의 코드를 훨씬 빠르고 저렴하게 생성할 수 있게 되면서 소프트웨어 개발 패러다임에 중대한 변화가 찾아왔습니다. 이는 코드 생산의 경제성이 완전히 뒤집혔음을 의미하며, 코드를 귀중한 자산으로 여기던 과거와 달리 이제는 필요에 따라 버리고 다시 만들 수 있는 재생성 가능한 산출물로 바라봐야 할 시점입니다.
이러한 변화는 에이전트 하네스(agentic harness), 도구 사용(tool use), 함수 호출(function calling), 그리고 다중 경로 계획(MCP) 등 AI 기술의 발전이 뒷받침했습니다. 코드를 만드는 비용이 거의 0에 가까워지면서, 소프트웨어 엔지니어링 팀의 진짜 산출물은 더 이상 코드 줄 자체가 아니라 공유된 '이해'가 됩니다. 마치 불변 인프라(immutable infrastructure)가 실행 중인 서버를 고치지 않고 교체하는 것처럼, AI 시대의 애플리케이션 코드도 변경 자체보다 행동 검증, 특성화 테스트(characterization test), 캡처/재생(capture/replay), 트래픽 분할, 그리고 관측 가능성(observability)이 훨씬 중요해졌습니다.
결과적으로 AI는 소프트웨어 개발에서 엔지니어링 규율의 필요성을 줄이는 것이 아니라 오히려 증폭시킵니다. 비결정적 시스템이 보편화되면서 인간이 품질 게이트(quality gate) 역할을 하는 방식은 한계를 드러내고, 대신 추적(trace), 프로덕션 평가(production eval), 빠른 피드백 루프와 같은 엄격한 엔지니어링 규율이 필수적입니다. 인간의 역할은 반복적이고 사소한 검증 작업에서 벗어나, 시스템의 전체적인 이해를 바탕으로 창의적인 문제 해결과 아키텍처 설계, 그리고 복잡한 요구사항을 재생 가능한 형태로 정의하는 데 집중될 것입니다. 이는 소프트웨어가 여전히 기술자와 규율을 필요로 하는 공학 분야임을 재확인시켜 줍니다.