AI 에이전트가 작성한 소프트웨어 코드의 리팩토링(refactoring)이 향후 개발 과정에서 발생하는 토큰(token) 비용을 획기적으로 줄일 수 있다는 흥미로운 실험 결과가 발표되었습니다. Thoughtworks의 CTO인 자일스 에드워즈-알렉산더(Giles Edwards-Alexander)는 AI 에이전트가 전적으로 작성한 15만 라인 규모의 애플리케이션을 대상으로, 특히 비대해진 데이터 접근 계층(data access layer) 코드의 리팩토링 효과를 측정했습니다.
그는 러스트(Rust) 언어로 작성된 약 1만 7천 라인에 달하는 단일 데이터 접근 파일이 비효율적으로 반복되는 코드로 가득 찬 것을 발견했습니다. 이 파일을 15단계에 걸쳐 체계적으로 리팩토링하면서, 각 단계마다 새로운 기능을 추가하는 데 필요한 AI 에이전트의 입력 토큰 소모량을 측정했습니다. 실험 결과, 리팩토링 전후를 비교했을 때 새로운 기능 구현에 필요한 입력 토큰 비용이 무려 80% 이상 감소하는 극적인 효과를 보였습니다. 이는 AI 에이전트가 작성한 코드 역시 인간 개발자가 작성한 코드와 마찬가지로 리팩토링을 통해 유지보수성과 효율성을 높일 수 있음을 시사합니다.
이번 연구는 AI 시대의 소프트웨어 개발 패러다임에 중요한 영향을 미칠 것으로 보입니다. AI 에이전트가 코드를 빠르게 생성할 수 있지만, 그 결과물이 항상 최적의 구조를 가지는 것은 아닙니다. 따라서 AI가 생성한 코드에 대한 전략적인 리팩토링은 장기적인 개발 비용을 절감하고, 소프트웨어의 품질을 유지하는 데 필수적인 요소가 될 것입니다. 이는 단순히 코드의 가독성을 높이는 것을 넘어, AI 모델의 처리 비용이라는 실질적인 경제적 이점으로 직결된다는 점에서 주목할 만합니다. 앞으로 AI 생성 코드의 품질 관리와 최적화에 대한 연구 및 도구 개발이 더욱 활발해질 것으로 예상됩니다.