대기업과 엔터프라이즈 환경에서의 에이전트 AI

그리고 일주일 뒤 다시 확인해봤습니다.

아무도 사용하고 있지 않았습니다.

읽을 게 너무 많고, 설정도 복잡하고, 기존 워크플로우가 충분히 편했기 때문입니다.

소프트웨어 개발은 더 심각합니다.

일부 AI 애호가들은 Cursor로 20번째 사이드 프로젝트를 출시하고는, 규제 대상인 주요 기능을 2주 안에 전달하지 못하는 엔터프라이즈 엔지니어들을 바보라고 생각합니다.

이 사람들은 여전히 엔터프라이즈 개발 시간이 실제로 어디에 쓰이는지 이해하지 못합니다.

코드 작성은 결코 병목 구간이 아니었습니다.

어려운 부분은 아키텍처입니다.
Stable abstractions.
Cross-team alignment.
Compliance.
Validation.
Testing.
Long-term maintainability.

이런 곳에서 몇 달이 사라집니다.

저 스스로도 에이전트 워크플로우를 강하게 밀어붙였습니다. BMAD, 멀티 에이전트 파이프라인, 아키텍처 기반 프롬프트 등 모든 것을요.

몇 주 후 분명해졌습니다.
최상위 모델조차 엔터프라이즈 아키텍처를 올바르게 따르는 데 계속 실패합니다.

코드는 작동합니다.
작동하지 않기 전까지는요.

열 번 중 한 번은 제대로 된 결과물이 나옵니다.
나머지 아홉 번은 끝없는 재생성 루프, 부분적인 재작성, 롤백 커밋, 그리고 모델이 엔지니어가 의도한 대로 생각하게 만들려는 프롬프트 고고학으로 변합니다.

그 사이 경영진은 점심시간에 Lovable로 랜딩 페이지 하나 만들고는 AI 전환을 요구하며 불안에 떨며 술을 마십니다.

어떤 반대 의견이라도 저항, 무능, 혹은 사보타주로 해석됩니다.

경영진과 엔지니어링 사이의 단절은 솔직히 이보다 더 나빴던 적이 없습니다.

이제 불편한 진실을 말하겠습니다.

AI는 확실히 개발 속도를 2~10배 가속할 수 있습니다.

하지만 트레이드오프를 받아들일 때만 가능합니다.

현재의 에이전트들은 엔터프라이즈급의 유지보수 가능한 시스템을 일관되게 생산하지 못합니다. 따라서 이를 완전히 활용하는 유일한 방법은 코드 품질을 신성시하는 것을 멈추는 것입니다.

엔지니어들은 이 말을 듣기 싫어합니다.

하지만 최대 속도를 원한다면, 모든 줄을 수동으로 검토하는 것을 멈추고 검증을 중심으로 시스템을 구축해야 합니다.

Benchmarks.
Tests.
Sub-agents reviewing architecture.
Automated verification loops.

코드가 벤치마크를 통과하고 프로덕션에서 터지지 않는다면, 경영진은 보통 그 코드가 얼마나 우아한지는 신경 쓰지 않습니다.

이것이 지금 일어나고 있는 진정한 변화입니다.

AI가 엔지니어를 대체하는 것이 아닙니다.
AI replacing the importance of clean human-readable implementation details in certain product categories.

질문은 이것입니다.
Do you want fast and risky, or slow and reliable?

일부 제품의 경우 유지보수성보다 속도가 더 중요합니다.
특히 비즈니스 가설을 빠르게 검증할 때 그렇습니다.

항공기 자동 조종 소프트웨어를 이런 방식으로 만들까요?
당연히 아니죠.

지저분한 엔터프라이즈 데이터 집계 플랫폼을 이런 방식으로 만들까요?
당연히 그렇습니다.

그런 시스템의 절반은 이미 인간 팀이 만들었어도 의심스러운 데이터를 생산하고 있습니다. 인류는 수십 년 동안 거대한 엔터프라이즈 스파게티 공장을 짓는 데 시간을 썼고, 이제 확률적 기계가 스파게티를 더 빨리 생산한다고 충격받은 척합니다. 놀라운 종족입니다.

아무도 이야기하지 않는 한 가지 더.

엔터프라이즈 AI 코딩은 이미 비쌉니다.

실제 멀티 에이전트 개발 워크플로우는 토큰 비용으로 시간당 20~100달러를 쉽게 태웁니다. 10-40 million tokens per hour is becoming normal once you add context, validation, sub-agents, SDLC flows, and verification loops.

하지만 경제적으로는 여전히 말이 됩니다.

미국 소프트웨어 엔지니어는 회사에 연간 약 20만 달러의 비용을 발생시킵니다.

현재 제가 운영하는 2인 규모의 AI 중심 팀은 대략 다음과 같은 비용이 듭니다.

• $32k/month engineering cost
• $4-5k/month token spend

그리고 이들은 월 8만 달러에 가까운 비용이 드는 기존 5인 팀과 비슷한 성과를 냅니다.

그러니 네, 절감 효과는 확실합니다.

하지만 위험이 따릅니다.
technical debt,
maintainability collapse,
and the possibility of catastrophic future rewrites.

경영진은 AI가 어떻게든 이 위험을 제거했다고 착각하지 말고, 의식적으로 그 트레이드오프를 선택해야 합니다.