에이전트 시대에 커지는 판단의 역할
AI 에이전트가 코드를 작성하더라도 무엇을 만들지, 어떤 구조를 선택할지 결정하는 역할은 사람에게 남습니다. 개발자는 시스템 전체를 이해하고 에이전트가 만든 결과를 검토할 수 있어야 합니다.
이러한 역할을 수행하는 데 필요한 역량은 다섯 가지로 나눌 수 있습니다.
1. 시스템 전체를 보는 풀스택 역량
풀스택 역량은 UI부터 데이터 저장, 보안, 테스트, 접근성까지 각 요소가 어떻게 맞물리는지 이해하는 능력입니다. 시스템 전반을 볼 수 있어야 에이전트의 결과가 요구사항에 맞는지 판단할 수 있습니다.
2. 데이터를 설계하고 관리하는 능력
데이터는 이미 쌓인 구조를 바꾸기 어렵기 때문에 초기 선택이 중요합니다. 접근 패턴을 바탕으로 무엇을 저장할지, 얼마나 보관할지, 어떤 데이터 모델을 사용할지 결정해야 합니다.
함께 고려할 항목은 다음과 같습니다.
- 트랜잭션과 동시성
- 데이터의 신선도와 정합성
- 프라이버시와 규제
- 데이터의 보관과 폐기를 포함한 생명주기
AI 시스템도 데이터에서 맥락을 가져옵니다. 어떤 정보가 빠졌는지 판단하고 구조를 보완하는 데에는 시스템의 맥락을 아는 사람의 역할이 필요합니다.
3. 단계에 맞는 아키텍처 선택
프로토타입, 첫 운영 버전, 확장 단계에 적합한 구조는 다를 수 있습니다. 사용자 수, 지연시간, 비용 요구에 따라 프런트엔드와 백엔드의 경계, 상태를 저장할 위치, 시스템을 나누는 방식이 달라집니다.
언어와 프레임워크, 데이터 기술은 직접 실행하고 측정하면서 선택해야 합니다. 다음 단계에서도 요구사항을 감당할 수 있는 구조를 에이전트에게 요청하는 것이 개발자의 역할입니다.
4. 신뢰성과 보안을 포함한 설계
신뢰성과 보안은 설계 단계부터 고려해야 합니다. 어떤 테스트를 어디까지 적용할지, API 속도 제한에 걸렸을 때 어떻게 대응할지, 장애의 영향을 어떻게 줄일지 결정해야 합니다.
보안 검사 역시 결과를 해석할 수 있어야 의미가 있습니다. AI가 취약점이나 클라우드 설정을 검사하더라도, 그 결과를 읽고 필요한 조치를 판단하는 능력이 중요합니다.
5. 운영 환경에서 유지하고 확장하는 능력
코드를 완성한 뒤에는 배포 환경, 릴리스 전략, CI/CD 자동화를 다뤄야 합니다. 운영 중에는 관측 도구와 알림을 마련하고 사고에 대응해야 합니다.
트래픽이 늘면 실제 부하를 측정하고 서버 증설, 부하 분산, 데이터 인덱싱·복제·분할 등의 선택을 검토하게 됩니다. 버전 관리, 코드 리뷰, 의존성 관리와 기술 부채도 계속 다뤄야 합니다.
같은 도구를 사용해도 달라지는 결과
같은 에이전트를 사용해도 시스템의 장단점을 이해하고 지시하는 사람과 기본값을 그대로 받아들이는 사람의 결과는 달라질 수 있습니다.
다섯 역량은 에이전트에게 무엇을 시키고 결과를 어떻게 검토할지 결정하는 기반입니다. 코드를 생성하는 능력과 함께, 시스템의 가능성과 한계를 판단하는 감각이 중요해집니다.