AI 코딩 에이전트의 활용이 늘면서 소프트웨어 개발 과정에서 예측 불가능한 문제들이 발생하고 있습니다. 이러한 문제를 해결하기 위해 '모델을 신뢰하지 않는' 다중 에이전트 코딩 워크플로우인 AFAW(Anti-Fragile Agentic Workflow)가 공개되었습니다. AFAW는 에이전트들이 병렬로 코드를 작성하면서도 충돌을 피하고, 실제 측정된 결과만을 기반으로 하며, 최종 병합(merge)은 인간의 승인을 거치도록 설계된 결정론적(deterministic) 방법론입니다.
AFAW는 에이전트들이 각자 독립적인 상태 파일을 작성하고, 공유되는 뷰는 이를 통해 파생되도록 하여 동시 작업 시 발생하는 충돌을 방지합니다. 또한, 에이전트가 전체 테스트 스위트를 실행하는 대신 자신이 작성하는 테스트만 실행하게 하고, 나머지 테스트는 클라우드에서 병렬로 실행하여 비용을 절감합니다. 기존 방식에서는 에이전트가 비효율적으로 전체 테스트를 반복하며 토큰 비용이 과도하게 발생하는 문제가 있었지만, AFAW는 CI(지속적 통합) 시스템을 활용해 몇 분 만에 결과를 얻어 비용 효율성을 높입니다. 이 방법론은 '측정된 값만 신뢰하고 에이전트가 직접 작성하지 않는다'는 원칙을 고수하며, 각 작업이 별도의 브랜치에서 진행되고 인간의 승인 없이는 메인 브랜치에 푸시되지 않도록 합니다.
이러한 접근 방식은 개발 팀의 협업 효율성도 크게 향상시킵니다. 모든 작업, 결정, 상태가 동일한 형식으로 기록되고 공유되므로, 팀원들은 에이전트가 어떤 작업을 했고 왜 그렇게 결정했는지 쉽게 파악할 수 있습니다. 또한, 프로젝트의 모든 기록을 바탕으로 RAG(검색 증강 생성) 기반의 AI 어시스턴트를 활용하여 프로젝트 현황이나 특정 결정의 배경을 즉시 파악할 수 있어 불필요한 상태 확인 회의를 줄일 수 있습니다. AFAW는 단순히 코드를 생성하는 것을 넘어, AI 에이전트가 참여하는 소프트웨어 개발의 전반적인 프로세스를 더욱 견고하고 투명하게 만드는 데 기여할 것으로 기대됩니다.