반세기 넘게 소프트웨어 엔지니어링 (Software Engineering)은 근본적인 전제 하에 운영되어 왔습니다. 즉, 인간 엔지니어가 문제를 분해하고, 결정 로직 (Decision Logic)을 정적 코드 (Static Code)로 인코딩하며, 요구사항이 진화함에 따라 해당 코드를 수동으로 조정한다는 것입니다. 본 논문은 대규모 언어 모델 (LLM)이 주요 추론 엔진 역할을 수행하며, 도구적 자원으로서 코드를 동적으로 생성하고 폐기하는 시스템인 AI 에이전트 (AI Agents)의 등장이 점진적인 개선이 아니라 소프트웨어 패러다임의 근본적인 재구조화라고 주장합니다. 복잡성 확장 (Complexity Scaling)에 대한 제1원칙 분석 (First-principles analysis)을 바탕으로, 우리는 전통적인 소프트웨어 (코드가 결정 로직의 전달체인 경우)와 에이전트 시스템 (Agentic Systems, 코드가 LLM 기반 추론 루프를 위한 일시적인 도구인 경우) 사이의 차이를 공식화합니다. 우리는 라이선스 소프트웨어에서 SaaS로, 그리고 우리가 '서비스형 에이전트 (Agent-as-a-Service, AaaS)'라고 명명한 단계로 이어지는 역사적 궤적을 추적하며, 각 변화가 엔드 유저로부터 추가적인 복잡성을 어떻게 이전해 왔는지 보여줍니다. 우리는 핵심 연구 대상, 제어 모델, 그리고 인간의 역할 측면에서 소프트웨어 엔지니어링과 구별되는 신생 학문으로서 에이전트 엔지니어링 (Agentic Engineering)의 개념을 소개합니다. SWE-bench Verified, EvoClaw, 그리고 LangChain의 멀티 에이전트 협업 (Multi-agent coordination) 연구를 포함한 최근 벤치마크 증거 분석을 통해, 우리는 에이전트 패러다임의 변혁적 잠재력과 현재의 한계를 모두 입증합니다. 마지막으로 우리는 스스로 진화하는 에이전트 생태계를 향한 4단계 로드맵과 이 전환기를 헤쳐 나가는 실무자들을 위한 구체적인 권고 사항을 제시하며 결론을 맺습니다.