서론

최근에는 AI 에이전트 (AI Agent)를 개발에 도입하는 사례를 자주 접하게 되었습니다.

저희 팀에서도 비교적 규모가 큰 시스템 쇄신 프로젝트에서 AI 에이전트를 본격적으로 도입하여, 약 2개월간 실제 개발에 활용하고 있습니다.

도입 전에 기대했던 것은,

"AI를 사용하면 대량의 코드도 단기간에 이행할 수 있지 않을까"

라는 것이었습니다.

실제로 해보니 코드 생성 속도는 기대 이상이었습니다. 반면, AI를 안정적으로 활용하기 위한 규칙 정비나 품질을 담보하기 위한 리뷰·수정에는 예상보다 많은 시간이 걸렸습니다.

돌이켜보면 가장 큰 변화는 구현 속도가 아니었습니다. AI와 함께 개발을 진행하기 위한 프로세스 그 자체가 변해갔다는 점입니다.

이 기사에서는 이 약 2개월 동안 직면했던 과제와 엔지니어의 업무가 어떻게 변해갔는지 소개합니다.

AI를 「구현 담당」으로 사용하기

이번 프로젝트에서는 AI를 코드 보완 도구로 사용하는 것이 아니라, 구현 담당으로서 활용하는 것을 의식했습니다.

실제 개발 플로우는 다음과 같은 형태입니다.

AI에게 구현을 의뢰하면, 기존 구현을 바탕으로 사양 문서 (Specification Document)나 구현 계획을 작성합니다. 내용을 리뷰·수정한 뒤, 코드와 테스트 코드 (Test Code)를 생성하고 AI 리뷰도 실행합니다. 마지막에는 사람이 코드 리뷰와 동작 확인을 수행하고, 필요에 따라 AI에게 수정을 의뢰하는 흐름입니다.

이전에는 사람이 구현하고, 사람이 리뷰하고, 사람이 수정하는 것이 당연했습니다. AI에게 구현을 맡김으로써 사람과 AI가 역할을 분담하며 개발을 진행하게 되었습니다.

이 시점에서는 아직 크게 의식하지 못했지만, 돌이켜보면 이때부터 조금씩 개발 방식이 변하기 시작했던 것이라고 생각합니다.

AI는 기대대로 움직여주지 않는다

실제로 사용하기 시작하면서 가장 괴리가 컸던 부분이 바로 이 점이었습니다. AI는 도입한 첫날부터 기대하는 품질로 구현해 주는 것이 아닙니다.

충분히 구현을 맡길 수 있는 장면도 있었지만, 프로젝트에서 요구하는 품질이나 구현 규칙까지 이해한 상태에서 시작하는 것이 아니기에, 기대한 정밀도로 안정적으로 동작하기까지는 상상 이상으로 시간이 걸렸습니다.

이번 프로젝트에서는 AI가 프로젝트의 전제를 이해할 수 있도록, AGENT.md나 SKILL.md라고 불리는 설정 파일을 정비했습니다.

그곳에는 프로젝트 개요와 기본 방침, AI 에이전트의 행동 양식에 더해 구현 절차나 코딩 규칙 등을 정리해 두었습니다.

처음부터 완벽한 것을 준비할 수 있었던 것은 아닙니다.

리뷰에서 발견된 문제나 개선점을 바탕으로 지속적으로 업데이트해 나갔습니다.

예를 들어, 프로젝트 고유의 규칙이나 구현 절차를 재검토하거나, 멤버가 필요한 스킬 (SKILL.md)을 수시로 추가하면서 AI가 프로젝트에 부합하는 코드를 출력할 수 있도록 다듬어 나갔습니다.

AI를 키웠다기보다는, AI가 기대대로 구현할 수 있는 토대를 팀 전체가 만들고 있었다는 감각에 더 가까웠던 것 같습니다.

구현 속도는 확실히 올라갔다

규칙 정비가 진행되고 AI를 프로젝트의 구현 담당으로 활용할 수 있게 되자, 구현 속도는 확실히 향상되었습니다.

도입 전에는 기능 하나를 구현하는 데만 2인일 이상 걸리는 일이 드물지 않았습니다.

AI 에이전트를 활용하게 된 이후에는 사양 문서 작성부터 구현, 테스트 코드 생성까지 일련의 과정을 한 번에 진행할 수 있게 되었고, 하루에 여러 기능을 구현할 수 있는 경우도 늘어났습니다.

특히 인상적이었던 것은, 내가 다른 작업을 진행하는 동안에도 AI가 구현을 진행해 준다는 점입니다.

리뷰나 사양 확인, 설계 검토를 하면서 병행하여 여러 기능 구현을 진행할 수 있게 되었고, 이전에는 없던 개발 방식이 당연해졌습니다.

물론 이것은 AI만의 힘이 아닙니다. 팀에서 규칙을 정비하고 리뷰를 거듭하며 개선을 계속해 왔기에 실현할 수 있었던 것입니다.

리뷰의 중요성은 변하지 않는다

구현 속도가 올라가도 리뷰의 중요성은 변하지 않았습니다. 오히려 이전보다 더 중요해졌다고 생각합니다.

AI는 코드를 작성해 주지만, "정말로 사양을 충족하고 있는가"는 별개의 문제입니다.

실제로 다음과 같은 부분에서는 사람에 의한 리뷰가 필수적이었습니다.

• 특정 조건에서만 실행되는 비즈니스 로직 (Business Logic)
• ORM 등의 라이브러리가 암묵적으로 수행하는 처리나 자동으로 보완되는 동작
• NULL이나 기본값, 타임존 (Timezone) 등 기술 스택에 따른 동작의 차이

AI 리뷰도 활용하고 있었지만, 이러한 기존 시스템의 사양이나 라이브러리 고유의 동작까지는 모두 커버할 수 없습니다.

따라서, AI가 코드를 작성하게 되더라도, 사람이 품질을 판단하는 역할은 변하지 않았습니다.

프로젝트 전체를 봐주지는 않는다

또 하나 알게 된 점은, AI는 기능 단위로는 올바른 코드를 생성할 수 있지만, 프로젝트 전체의 유지보수성까지 고려한 구현을 하기 위해서는 사람의 리뷰가 필수적이라는 것입니다.

리뷰를 진행하는 과정에서, 예를 들어 다음과 같은 케이스가 있었습니다.

• 공통화할 수 있는 처리가 여러 곳에 생성됨
• 상수나 공통 처리의 배치가 통일되지 않음
• 다른 Usecase를 직접 호출하는 등, 프로젝트의 설계 규칙을 따르지 않는 구현이 됨

기능 단위로 보면 문제없이 동작하더라도, 프로젝트 전체로 보면 개선하고 싶은 부분이 조금씩 쌓여갑니다.

그 자리에서 수정하면 끝날 일이지만, 비슷한 재작업(rework)이 몇 번이고 발생하여 생각보다 리뷰나 수정에 많은 시간을 쓰고 있었습니다.

리뷰를 거듭하면서, "코드를 고치는 것만으로는 부족하다. AI가 같은 실수를 하지 않도록 만드는 것도 필요하지 않을까"라고 느끼게 되었습니다.

가장 변한 것은 엔지니어의 업무였다

약 2개월간 AI 에이전트(AI Agent)를 사용해 오면서, 가장 변한 것은 구현 속도가 아닙니다. 엔지니어의 업무 그 자체였습니다.

이전에는 하루 종일 코드만 쓰다가 끝나는 날도 드물지 않았습니다. 지금은 코드 한 줄 쓰지 않고 하루가 끝나는 날도 있습니다.

그 대신,

• 구현 방침을 생각하기
• AI에게 구현을 의뢰하기
• 생성된 코드를 리뷰하기
• 개발 규칙이나 프로세스를 개선하기

와 같은 일에 시간을 쓰게 되었습니다.

코드를 쓰는 시간은 줄었지만, "어떻게 만들 것인가", "어떻게 품질을 담보할 것인가"를 생각하는 시간은 이전보다 늘어났습니다.

코드를 쓰는 사람이라기보다, AI를 포함한 개발 프로세스를 설계·개선하는 것이 엔지니어의 역할이 되어가고 있다고 느끼고 있습니다.

AI 도입은 개발 프로세스의 개선이었다

돌이켜보면, 우리가 하고 있었던 것은 단순히 AI를 사용하는 것이 아니었습니다.

AI가 생성한 코드를 리뷰하고, 발견된 문제를 규칙에 반영하고, 다시 AI에게 구현하게 한다. 그 사이클을 반복하는 것이 개발의 중심이 되어 있었습니다.

그 자리에서 코드를 수정하기만 하면 다른 기능에서 똑같은 지적이 발생해 버립니다. 그래서 지적 내용을 AGENT.md나 SKILL.md에 반영하여, 다음번 이후의 지적을 줄여 나갔습니다.

리뷰는 목표가 아니라, 그 결과를 규칙에 반영하는 것까지가 하나의 개발 사이클이었습니다.

AI를 도입했다기보다, AI와 함께 개발하기 위한 프로세스를 계속해서 개선해 왔던 것이라고 생각합니다.

그것이 이 2개월을 되돌아보며 가장 강하게 느낀 점이었습니다.

마치며

약 2개월간 AI 에이전트와 개발을 진행하며 코드를 쓰는 시간은 확실히 줄었습니다.

그 한편으로, 설계나 리뷰, 개발 규칙의 개선 등 사람이 계속해서 생각해야 할 업무는 오히려 늘어난 것처럼 느껴집니다.

이번 경험을 통해 강하게 느낀 점은, AI는 구현 단계에서만 활용하는 것이 아니라는 사실입니다.

설계 방침이나 프로젝트의 규칙을 빠른 단계부터 정리하여, AI가 망설임 없이 구현할 수 있는 환경을 갖춰 놓음으로써 그 이후의 개발 효율과 품질은 크게 달라진다고 느낍니다.

저희 자신도 아직 시행착오를 겪는 중입니다. AI의 성능은 앞으로도 계속 진화할 것이고, 몇 달 후에는 또 다른 개발 스타일이 되어 있을지도 모릅니다. 지금의 방식이 최적해라고 생각하지 않으며, 그에 맞춰 개발 프로세스도 변해갈 것이라고 생각합니다.

그럼에도 불구하고, 이 약 2개월을 되돌아보며 지금 말할 수 있는 것이 있습니다.

AI 에이전트를 도입했다기보다, AI와 함께 개발하기 위한 새로운 개발 프로세스를 도입했다.

이 글이 앞으로 AI 에이전트를 개발에 도입하려는 분들에게 참고가 되기를 바랍니다.