AI가 코드 생산을 폭발적으로 가속했지만, 안정적인 가치 전달의 병목은 사람과 프로세스에 있다. XP는 의도적 제약과 학습 중심의 협업을 통해 속도보다 방향과 품질을 우선하게 하며, AI 시대에 더욱 유효한 프레임워크임을 논한다.
소프트웨어 산출 속도는 그 어느 때보다 빠릅니다. AI 도구와 수십 년간의 플랫폼 혁신이 코드 생성의 장벽을 극적으로 낮췄습니다. 이제 몇 개의 프롬프트나 API 호출만으로, 몇 주가 아니라 몇 시간 만에 제품 전체, 개별 기능, 인프라, 그리고 기능 구현을 만들어낼 수 있습니다.
그런데 이 모든 가속에도 불구하고, 딜리버리 성과는 여전히 고질적으로 나쁩니다. 너무 많은 이니셔티브가 기대에 미치지 못하고, 예산은 계속 초과되며, 사용자는 충분히 만족하지 못합니다. 코드가 더 싸고 빨라졌는데도 딜리버리 문제가 풀리지 않았다면, 병목은 다른 곳에 있다는 뜻입니다.
타이핑은 애초에 병목이 아니었습니다. 우리는 연속적인 가속의 물결을 목격해 왔습니다.
그리고 이제, AI 기반 코드 생성.
이러한 가속에도 결과는 여전히 일관되지 않습니다. 장기간 진행된 Standish Chaos 연구는 대부분의 IT 프로젝트가 기대에 미치지 못한다고 보고하고 있으며, 맥킨지는 디지털 전환의 70%가 실패한다고 밝힙니다. 더 많은 산출이 더 나은 소프트웨어를 의미하지는 않았습니다.
더 빠른 코드 생성만으로는 가치를 만들지 못한다면, 해답은 더한 가속이 아니라 더 똑똑한 제약입니다. 그래서 제게 XP가 지금 그 어느 때보다 와닿습니다. XP는 학습하고 정렬하며 의도를 가지고 만들기 위해, 딱 필요한 만큼 속도를 늦추는 법을 가르쳐 주기 때문입니다.
제한 없는 가속은 방향을 잡을 시간을 앗아갑니다. 실수를 발견하고 학습하며 진로를 수정하기 위해 속도를 낮추지 않으면, 팀은 아무도 원하지 않은 소프트웨어를 배송하게 될 위험이 있습니다.
1990년대 말에 개발된 익스트림 프로그래밍(XP)은 처리량 극대화를 목표로 한 적이 없습니다. 오히려 정반대였습니다. 팀이 학습할 수 있도록 의도적인 마찰과 제약을 도입해, 올바른 방향으로 가고 있을 확률을 높이려 했습니다. 그중에서도 가장 급진적인 원칙 중 하나인 전면 페어 프로그래밍은 설계상 원시 산출을 절반으로 줄입니다.
원리는 단순합니다. 작은 단위에선 천천히 가서, 큰 그림에선 더 빨라지도록 하라.
페어 프로그래밍을 생각해 봅시다. 겉으로는 산출이 절반으로 줄어듭니다. 하지만 실제로는 공유된 이해가 배가됩니다. 가정이 일찍 드러납니다. 신뢰가 쌓입니다. 품질이 개선됩니다. 팀 전반의 역량 기준선이 올라갑니다.
이것이 XP 실천법이 가진 사회기술적 성격입니다. XP는 코드를 형성하는 만큼 협업을 형성합니다. 단순히 배송하기 위한 투자가 아니라 학습을 위한 투자입니다. 그렇게 함으로써, 속도만이 아니라 방향을 제공합니다.
코드 생성이 손쉬워질수록 새로운 위험이 나타납니다. 우리가 검증할 수 있는 속도보다 더 빨리 소프트웨어를 만들어 버리는 것입니다.
이는 다수의 자율 에이전트가 코드를 생성·개선·배포하는 에이전트형 AI 시스템에서 특히 두드러집니다. 제약이 없다면, 이런 시스템은 검증되지 않은 논리를 빠르게 겹겹이 쌓아 올려 가정을 굳히고 아키텍처 복잡도를 증폭시킬 수 있습니다.
최근 연구는 그 위험을 뒷받침합니다. 컨텍스트 윈도우가 길어질수록 LLM의 정확도가 떨어진다는 것입니다. 실전에서는 ‘감으로 코딩(vibe code)’할수록 시간이 지날수록 산출물이 더 취약해진다는 뜻입니다. 대규모 언어 모델은 컨텍스트 윈도우의 시작과 끝에서는 성능이 좋지만, 가운데 구간은 일반화가 잘 안 되고 오류에 취약하기 때문입니다.
결과는 변경 비용이 점점 더 커지는 취약하고 뒤엉킨 코드입니다. XP는 바로 이런 종류의 통제 불능한 무질서(엔트로피) 증대를 막기 위해 설계되었습니다.
AI가 부상했어도 소프트웨어는 여전히 본질적으로 인간의 영역입니다. 코드는 사람에 의해, 사람을 위해 작성되며, 문화·보상·커뮤니케이션에 의해 규정되는 조직 안에서 만들어집니다.
도구는 진화해도 딜리버리를 가로막는 지속적인 장벽은 그대로입니다. 정렬, 공유된 맥락, 결과의 명확성, 사용자 검증이 그것입니다.
XP의 가치는 오늘날에도 여전히 강력합니다.
가장 성공적인 팀은 어떤 대가를 치르더라도 속도를 쫓지 않습니다. 그들은 속도(velocity)보다 흐름(flow), 기능(feature)보다 피드백을 우선합니다.
소량 배치, 지속적 통합, 자동화된 테스트, 공동 소유에 대한 XP의 강조는 팀이 적응 가능하고 회복력이 있으며 사용자 중심으로 남도록 돕습니다.
AI가 산출을 가속할수록, 이러한 실천은 품질·리스크·의도를 관리하는 데 결정적으로 중요해질 것입니다.
CHAOS 리포트 데이터는 많은 것을 시사합니다.
애자일, DevOps, 클라우드 네이티브 플랫폼, 그리고 이제 AI까지 20여 년 넘는 혁신의 결과, 신뢰할 수 있는 소프트웨어 딜리버리의 순 변화는 고작 +14%포인트에 불과합니다.
툴체인만으로는 딜리버리 문제가 풀리지 않았습니다. 방법론은 여전히 중요합니다.
다음 단계의 소프트웨어 가속 시대로 들어서며 세 가지가 분명해집니다.
우리의 제품 운영 모델은 이 원칙 위에 세워져 있습니다. 기술은 팀이 협업, 명료성, 흐름에 최적화될 때에만 가치를 전달합니다. 플랫폼이 아니라 사람을 중심에 두고 제품 전략, 운영 리듬, 엔지니어링 실천을 정렬함으로써, AI 시대의 지속 가능한 딜리버리 조건을 만들 수 있습니다.
예.
도구가 강력해질수록 우리를 인간 중심의 실천에 고정시켜 줄 프레임워크가 필요합니다. XP는 규율과 공감, 두 가지를 모두 제공합니다. 팀을 중심에 둡니다. 무작정 빠른 속도보다 공유된 이해를 더 높이 평가합니다. 그리고 가장 중요한 질문을 던집니다. 우리는 올바른 것을 만들고 있는가?
더 빠른 코드와 더 적은 제약이 시대정신이 된 지금, XP는 소프트웨어가 코드만이 아니라 사람에 관한 것임을 상기시켜 주는 드문 방법론입니다.
