유지보수성 (Maintainability)은 소프트웨어 공학의 핵심적인 차원이며, 시간이 지남에 따라 코드가 작성되고, 리뷰되고, 개발되는 방식을 결정합니다. 코딩 에이전트 (Coding agents)들이 단일 이슈 작업에서 강력한 성능을 보여주었지만, 미래의 에이전트들이 그 위에 코드를 구축할 때 그들의 코드가 얼마나 유지보수 가능한지는 여전히 불분명하며, 이는 잠재적으로 복합적인 다운스트림 효과 (downstream effects)를 초래할 수 있습니다. 우리는 이러한 유지보수 환경에서 에이전트 코드와 인간 코드를 비교 조사하며, 저장소 수준 (repository-level)의 코딩 벤치마크로부터 통제된 실험을 구축하기 위한 프레임워크인 CodeThread를 제시합니다. CodeThread를 4개의 프런티어 코딩 에이전트 (frontier coding agents)와 4개의 벤치마크에 적용한 결과, 에이전트가 인간의 코드를 기반으로 작업할 때보다 에이전트의 코드를 기반으로 작업할 때 작업을 해결하는 능력이 더 떨어지며, 작업 해결률 (task resolve rate)이 최대 13.1%까지 하락한다는 것을 발견했습니다. 회귀 분석 (Regression analysis) 결과, 많은 전통적인 소프트웨어 공학 유지보수성 지표들이 이러한 차이를 설명하지 못한다는 것이 밝혀졌습니다. 대신, 가장 명확한 신호는 입력 검증 (input validation) 및 에러 처리 (error handling)의 변화와 같은 에이전트 코드의 미묘한 행동적 차이, 그리고 다운스트림 코드 크기 및 작업 난이도의 차이였습니다. 이러한 발견은 이러한 시스템들을 즉각적인 작업 해결뿐만 아니라 코드 유지보수성 측면에서도 평가해야 할 필요성을 강조하며, 에이전트 코드에 의해 도입될 수 있는 다운스트림 에러의 잠재적 원인을 지적합니다.