현재의 소프트웨어 엔지니어링 관리 체계에서 AI와 Big Agile이 어떻게 진정한 엔지니어링 가치를 왜곡시키고 있으며, 앞으로 이런 문제들이 어떻게 확대될 수 있는지에 대한 통찰을 제공합니다.
죽은 물고기, 살톤 호수 - 1983년 리처드 미스라치
스토리 포인트, 로드맵 준수, 배포 속도 등 어떤 것을 추적하더라도 “개발자 생산성 대시보드”라 불리는 것이 준비되어 있습니다. 사실 2,000억 달러에 달하는 시장이 있고, 모두 당신을 더 좋고, 더 빠르고, 더 싸게 만들어준다고 약속합니다.
하지만 단 하나의 문제가 있습니다: 이것들은 효과가 없습니다.
엔지니어링 생산성은 신규 기능 추적으로 측정될 수 없습니다.
엔지니어링은 새로운 모바일 앱이 아닙니다. 엔지니어링은 하루 배포 횟수가 아닙니다. 엔지니어링은 _티셔츠 사이즈_도 아닙니다.
엔지니어링은 상호 연결된 시스템을 구축, 유지, 발전시키는 일입니다. 의존성 관리, 리소스 배분, 아키텍처의 일은 당신의 생명을 지키는 본질 그 자체입니다.
하지만 Big Agile에서는 이런 본질적인 작업은 보이지 않거나 당연시됩니다. 대신 _부산물_을 추적합니다.
중요한 유지보수를 우선순위에 두는 법에 대한 엔지니어들의 최다 응답. 출처: Reddit
엔지니어링을 부산물만 보고 관리하려는 것은 기업을 단순히 마진만 보고 운영하는 것과 같습니다.
당신이 적자인 이유는 성장을 위해 투자하고 있기 때문일까요? 무모한 비용 절감 덕분에 엄청난 이익을 내고 있는 걸까요? 맥락 없이 좋은 ‘마진’이란 무엇인지, 그게 레스토랑의 팬데믹 시기인지 2015년 SaaS 기업인지 알 수 없습니다.
말도 안 된다고 느껴질 수 있지만, 오늘날 대부분의 기업들이 엔지니어링을 이렇게 관리합니다. 작은 스타트업조차도 대기업 DevOps를 그대로 따라합니다. PM들은 실제로 필요한 유지보수의 양과 무관하게 백로그의 20%를 무비판적으로 유지보수 항목에 할당합니다.
이 모든 것은 Agile 산업 콤플렉스가 엔지니어링에 대한 우리의 이해를 왜곡시켰기 때문이며, 그 결과 엔지니어링 관리는 혼란에 빠졌습니다.
그리고 AI는 이 상황을 더욱 악화시킬 것입니다.
왜냐하면 AI 코드 생성은 부산물 생산에 매우 특화되어 있기 때문입니다.
에이전트가 허공에서 멋진 인터페이스를 뚝딱 만들어내는 화려한 데모를 어디서든 볼 수 있습니다. CEO, 창업자, 투자자들은 인간 대체 내러티브를 확산시키기 바쁩니다. LinkedIn의 인플루언서들은 모두 AI로 무장한 ‘원맨 유니콘’(1인짜리 십억 달러 기업)이 되려고 하죠.
저는 이전에 왜 이런 분위기가 완전히 잘못됐는지 쓴 적이 있지만, 요약하자면 AI는 진정한 인간 대체와는 아직 거리가 멉니다. AI가 할 수 있는 것은 기계 치고 놀라운 일이지만, 커리어의 전체적 관점에서는 사소한 일입니다.
예를 들어: 표면적 기능을 만드는 것은 집에 싱크대나 변기를 설치하는 것과 같습니다. 이것을 해내는 기계가 있다면 분명 도움은 되지만, 이는 배관이나 건설 전체의 역량은 아닙니다. 여전히 이 기계를 다룰 줄 아는 전문가가 반드시 필요합니다.
이건 직관적이어야 하는데, Agile 산업 콤플렉스는 엔지니어링의 개념 자체를 혼란스럽게 만들었습니다.
집을 짓는 일이 각각 분리된 과업(예: 벽지 바르기, 변기 설치, 새 찬장 달기)이라고 믿는다고 상상해보세요. 그리고 이것을 모두 즉시, 무료로 해주는 AI 기계가 있다고 합시다.
최고의 점은, 당신이 그 비싼, 인간적이고, 종종 투덜거리는 시공업체와 일할 필요가 없다는 점입니다. 스펙, 가격, 일정 협상을 할 필요도 없습니다. 단지 새 페인트색을 시도하고 싶을 때마다 “구조적 안정성” 타령을 듣지 않아도 됩니다.
대신 친절한 AI 에이전트와 무한 반복 조합의 결과를 즉시 얻을 수 있습니다. 마찰 없이, 무료로, 기적처럼 보입니다. 당신은 ‘장식은 먼저 집이 서 있을 때만 가능하다’는 단순한 진실을 잊어버립니다.
그래서 비싼 전문가 팀을 해고하고 AI에 점점 더 큰 증축—새 객실, 내장 선반, 워크인 옷장—을 요청합니다.
기분이 좋아졌지만… 새 파우더룸에 물이 안 나온다는 걸 알게 됩니다. 급수관에 연결된 적이 없었던 것이죠.
AI에게 고치라고 요청합니다. 그 과정에서 주방의 배관이 고장납니다. AI는 이유를 알지 못합니다. 신경망은 본질적으로 블랙박스이고, 자기 자신의 잘못된 상상이나 논리적 결함을 인지하지 못합니다.
AI 환각은 AI가 사실로 이해하고 그렇게 제시하기 때문에 겉보기에 문제로 보이지 않습니다. 전문가만이 AI가 그 위에 쌓기 전에 이미 존재하는 결함을 알아볼 수 있습니다.
"실행 취소" 버튼은 없습니다. AI가 반대 방향으로 막 증축을 하는 동안, 실제 세상(도시)은 전기, 수도, 소방법을 계속 고쳤습니다.
옛날 인간 팀에 연락을 해봐도 무용지물입니다. 집이 너무 바뀌어서 그들도 더 이상 구조를 파악하지 못합니다. 새로 시작하든, 환각의 흔적을 추적하든, 진퇴양난입니다.
이 어처구니없는 이야기는 가상 시나리오가 아니라, 이미 기술 조직에서 실제로 일어나고 있는 일입니다.
실력 좋은 엔지니어 팀을 해고하는 CEO를 떠올려보세요. 역설적으로, 그 팀이 가진 높은 실력이 조직이 단기적으로 아무 문제 없어 보이게 보장해 줍니다.
본질적으로 잘 설계된 기초는 망가뜨리는 데도 시간이 걸립니다.
그래서 핵심 인프라가 잘려나갔는데도 아무 악영향이 없어 보입니다. 오히려 모든 게 좋아 보이죠. 이익(Ebitda)과 “생산성”이 좋게 나오니까요. 특히 조심스럽게 기초를 관리하던 이들이 사라진 후엔, 기초에 금이 가고 있다는 걸 아무도 못 봅니다.
대신 모두가 미리 CEO의 대성공에 건배를 합니다.
청구서가 날아올 때쯤이면, 우리는 원인과 결과의 맥락을 완전히 잃어버립니다. CEO는 이미 다음 회사에서 자신의 “성공”을 복제하고 있습니다.
이런 리더 유형은 과거에도 단기 마진 조작이 흔한 사모펀드 등에서 늘 발붙여 왔습니다. 하지만 앞으로는 어디서나 기회의 땅이 열립니다. 우리는 효율화의 시대에 살고 있고, 모든 조직이 불필요한 부분을 잘라내고 "적정 규모로" 만들고자 하니까요.
사모펀드 매니저들이 엔지니어링 조직에서 Ebitda(이익)를 찾는 모습
사회 전체가 이 새로운 정상에 적응하려 발버둥치고 있지만, 엔지니어링은 타 분야와는 차원이 다른 위기를 품고 있습니다.
모든 인프라의 기반이기 때문입니다.
Big Agile과 시기상조 AI 툴링을 맹목적으로 핵심 의료, 환자 데이터, 금융 서비스, 소셜 미디어와 가짜 정보 유통, 정부/군 인프라 등에 적용한다면 어떤 일이 벌어질까요?
2025년의 소프트웨어 엔지니어링은 사실상 모든 것의 중추입니다. 하지만 이토록 중요한 영향력을 가진 분야임에도, 대부분의 사람들은 기본조차도 제대로 이해하지 못합니다.
이건 가장 위험한 종류의 과대광고입니다. 우리는 이해하지 못하는 역할을, 더 이해할 수 없는 첨단 기술로 대체하려 달려가고 있습니다.
암울해 보일 수도 있지만 해결책은 간단합니다. 사실 이것은 엔지니어링 외 모든 분야의 공통 안전장치이기도 하죠:
상식
AI 로봇 청소기를 샀다고 상상해봅시다. 여러분은 청소라는 일이 어떤 것인지 직관적으로 알고 있습니다. 덕분에 그 AI가 얼마나 나은 대체자인지 객관적으로 평가할 수 있죠. AI가 종이접시를 식기세척기에 넣기 시작하면, 아무리 LinkedIn 인플루언서가 괜찮다고 해도 잘못됐다는 걸 바로 눈치 챕니다.
이 상식이야말로 Agile 산업 콤플렉스가 우리에게서 빼앗아간 것입니다.
대부분의 비기술 리더들은 소프트웨어·시스템 관리를 실제로 경험해본 적이 없습니다. 주요 종속성을 업데이트하거나, 리팩터링을 하거나, 새 언어를 익혀 본 적이 없죠.
대신 단절된 산출물과 아이디어만 취급합니다. Big Agile의 더 깊은 곳으로 들어갈수록 이런 경향은 심각해집니다. 엔지니어와 대화하기도 전에, “티셔츠 사이징”, “유저 스토리”, “포커 플래닝”, “스프린트”, “스크럼 마스터” 등 온갖 용어들이 먼저 나오기 시작합니다.
이것이야말로 자기증식하는 관료주의의 정의입니다. 엔지니어링을 비용 센터, 기능 공장으로 보고 이해·측정하는 2,000억 달러 시장, 그 지속의 기반이니까요.
다른 때였다면 이렇게 대놓고 Agile 산업 기계를 비판하라고 권하지는 않았을 겁니다. 하지만 AI가 가진 파괴적 잠재력 앞에서는, 이건 반항도 뭣도 아닙니다.
오히려 점점 커지며 힘을 얻는 파도를 타는 법을 배우는 것과 다름없습니다.
어느 분야이든 AI를 제대로 활용하려면 해당 분야에 대한 실전적, 직관적 이해가 반드시 필요합니다. 소프트웨어 엔지니어링도 예외가 아닙니다. 이 이해를 쌓지 못한다면, 그들이 스스로 붙잡는 바로 그 방식에 의해 바보 취급 당할 겁니다.
만약 먼저 자멸하지 않는다고 해도, 이 혁신적 기술을 정교하게 활용하는 조직에 금세 밀려 사라질 것입니다.
이것이 바로 진화지만, 여전히 비극이기도 하죠. 진짜 차별점은 단순한 상식이었으니까요.
이제 Agile 산업 콤플렉스에 저항하거나 파도를 탈 준비가 되셨나요?
Christine Miao는 ‘테크니컬 어카운팅’의 창시자입니다 — 엔지니어링 유지보수, 리소스 배분, 아키텍처를 추적 및 관리하는 실무입니다.
200명 이상의 CTO 인터뷰를 바탕으로, 테크니컬 어카운팅은 엔지니어링의 부산물이 아니라 실제 작업 그 자체를 추적합니다. 단 15분 만에 누구나 소속 엔지니어 조직을 상식적으로, 직관적으로 이해할 수 있습니다.
