AI 에이전트가 만드는 '코드 슬롭'의 실체
AI 에이전트가 단 몇 분 만에 수만 줄의 코드를 생성하는 풍경이 개발 현장의 일상이 됐다. 문제는 이 과정이 과거 팀 내에서 독보적인 실력을 가졌지만 협업 능력이 부족했던 '록스타 개발자'의 작업 방식과 유사하게 흘러간다는 점이다. AI는 주어진 과업을 인간이 따라올 수 없는 속도로 완수하지만, 정작 이 코드가 전체 시스템의 구조와 어떻게 맞물리는지, 혹은 시스템의 가독성을 떨어뜨리는지는 고려하지 않는다.
특히 AI가 생성하는 코드는 일관된 설계 철학보다는 학습된 '베스트 프랙티스'의 파편들을 기계적으로 적용하는 경향이 있다. 이로 인해 실제 문제의 복잡도보다 훨씬 과한 설계(Over-engineering)가 도입되거나, 혜택보다 복잡성이 더 큰 '벨트와 멜빵(belt and suspenders)' 식의 중복 구현이 빈번하게 발생한다.
더 심각한 지점은 이러한 코드가 단일한 맥락에서 작성되지 않는다는 것이다. 서로 다른 채팅 세션과 서로 다른 컨텍스트에서 조각조각 생성된 코드들이 모여 하나의 시스템을 이룬다. 이는 마치 수백 명의 록스타 개발자가 각자 기능을 하나씩 구현하고 떠난 뒤, 남겨진 사람들이 그 파편들을 수습해야 하는 상황과 같다. 저자인 제시 스키너(Jesse Skinner)는 이를 '바이브 코딩(Vibe coded)'으로 만들어진 '슬롭(Slop, 질 낮은 결과물)의 더미'라고 정의한다. 한 번 쌓인 기술 부채가 너무 거대해져서는 사실상 상환이 불가능한 수준에 이르는 경우도 발생한다.
LLM 채택 가속화가 부르는 '의존성 루프'의 위험
개발 현장에서 체감하는 압박은 LLM의 채택 속도와 맞물려 증폭된다. AI가 제시하는 높은 코드 수준과 압도적인 생성 속도는 동료 개발자들에게 심리적 진입장벽을 만든다. 많은 개발자가 LLM을 사용하지 않으면 영원히 뒤처질 것이라는 불안감을 느끼며, 이는 결국 검증 없는 AI 코드 채택으로 이어진다.
이 과정에서 위험한 '의존성 루프'가 형성된다. AI가 생성한 코드가 너무 복잡하고 파편화되어, 이제는 그 코드를 이해하기 위해 다시 LLM의 도움을 받아야만 하는 상황이 오는 것이다. 개발자 개인을 넘어 팀 전체, 나아가 기업 전체가 생성형 AI에 중독되고 의존하게 되는 구조다. 이는 단순한 도구의 활용을 넘어, 소프트웨어의 제어권이 인간에서 모델로 넘어가는 흐름을 보여준다.
결국 시장 참여자들의 선택지는 '속도'와 '지속 가능성' 사이의 갈등으로 좁혀진다. AI를 통해 구현 속도를 극대화한 기업은 단기적으로는 빠르게 기능을 출시할 수 있지만, 내부적으로는 해석 불가능한 코드 뭉치를 쌓아 올리게 된다. 반면, AI의 생성물을 엄격하게 필터링하고 단순함을 유지하는 팀은 속도는 느릴지언정 시스템의 생존 가능성을 높이는 전략을 취하게 된다. 이제 경쟁의 핵심은 '누가 더 많은 코드를 빨리 짜느냐'가 아니라 '누가 AI가 만든 복잡성을 효과적으로 제어하느냐'로 이동하고 있다.
한국 AI 실무자가 확보해야 할 '설계 주도권'
LLM을 도구로 활용하는 방식의 핵심은 AI가 록스타처럼 행동하게 두지 않는 것이다. 개발자가 엔지니어링의 리드를 잡고, AI가 한 번에 생성하는 코드의 양을 작은 단위(Small snippets)로 제한하는 가이드라인이 필요하다. AI가 제안하는 화려한 최적화나 복잡한 구조가 현재 문제의 복잡도와 일치하는지 끊임없이 의심해야 한다.
실무적으로는 AI가 생성한 코드가 팀원 모두가 쉽게 이해하고 수정할 수 있는 수준인지 확인하는 '가독성 검증' 단계를 강화해야 한다. 만약 LLM이 무엇을 왜 이렇게 짰는지 이해할 수 없는 순간이 온다면, 즉시 브레이크를 밟고 속도를 늦춰야 한다. 소프트웨어의 품질은 생성 속도가 아니라, 유지보수 가능한 단순함에서 나오기 때문이다.
결국 마지막까지 외주화할 수 없는 영역은 '장인정신(Craftsmanship)'이다. 때로는 LLM을 도구함에 넣어두고 직접 코드를 작성하며 구조를 설계하는 시간이 필요하다. AI가 제공하는 효율성에 매몰되지 않고, 아키텍처의 단순성을 유지하며 제어권을 유지하는 개발자만이 AI가 남긴 '슬롭'의 더미 속에서 살아남아 시스템을 지속 가능하게 만들 수 있다.
