출처
- source_url: https://aisparkup.com/posts/14675
- author: Spark
- published: Thu, 23 Jul 2026 10:18:07 +0000
- raw: 2026-07-25-aisparkup-post-14675-post
개요
AI 에이전트 시대의 소프트웨어 팩토리는 개별 에이전트보다 루프·하네스·작업 흐름을 확장하는 시스템에 가깝다. 사람이 검토하는 ‘라이트 팩토리’는 속도와 판단을 조율하지만, 사람이 코드를 읽지 않는 ‘다크 팩토리’는 기계가 생성하고 기계가 검증한 결과를 배포한다. 다크 팩토리는 단기적으로 처리량이 크게 늘어난 것처럼 보이지만, 사람이 이해하는 시스템의 범위를 줄여 ‘이해 부채’를 키울 수 있다. 약 4개월간 완전 자동화된 코드 팩토리를 운영한 사례는 토큰 활용량과 인간의 시스템 이해도가 서로 충돌할 수 있음을 보여준다. 따라서 핵심 과제는 에이전트에 맡길 자율성의 범위와 이를 통제할 검증 장치를 설계하는 일이다.
핵심 포인트
- 루프: 에이전트가 맥락을 수집하고, 행동하고, 결과를 확인하며 조건이 충족될 때까지 반복하는 작업의 최소 단위다.
- 하네스: 루프를 감싸는 실행 환경으로, 샌드박스·도구·지속 메모리·완료 조건과 검증 관문을 정의한다.
- 소프트웨어 팩토리: 여러 하네스 기반 루프가 작업 큐에서 업무를 받아 검토와 배포까지 수행하는 전체 흐름이다. 더 똑똑한 에이전트 하나라기보다 ‘루프로 구성된 조직도’에 가깝다.
- 다크 팩토리: 코드를 작성한 사람이나 검토한 사람이 결과를 읽지 않고, 기계가 생성한 코드를 기계가 검증해 배포하는 운영 방식이다.
- 이해 부채: 존재하는 코드의 양과 사람이 실제로 이해하는 코드의 양 사이의 격차다. 테스트가 계속 통과하더라도 이 격차는 커질 수 있다.
- 장기 시스템의 위험: 짧은 기간의 사이드 프로젝트와 달리, 10년 이상 운영된 기업용 시스템은 읽히지 않은 코드와 기존 제약이 누적되므로 모델만으로 품질을 유지하기 어렵다.
- 인간의 역할 변화: 사람은 모든 코드를 직접 작성하기보다, 에이전트의 진단·구현·테스트 결과를 검토하고 승인하며 장기적인 결과에 책임지는 ‘외부 루프’를 맡게 된다.
왜 중요한가
자동화의 성과를 토큰 사용량이나 생성 속도만으로 평가하면, 사람이 시스템을 이해하고 판단할 수 있는 능력이 줄어드는 비용을 놓칠 수 있다. 특히 복잡한 기존 코드베이스에서는 사람이 읽고 검토하는 관문이 단순한 지연 단계가 아니라, 장기적인 유지보수 가능성과 책임 있는 배포를 위한 핵심 통제 지점이다. 에이전트의 자율성을 확대할수록 사람이 이해할 수 있는 증거, 명확한 실패 지점, 검토 기준을 함께 설계해야 한다.
참고 링크
- AI Sparkup 원문: https://aisparkup.com/posts/14675
- Addy Osmani, “Software Factories, Light and Dark”: https://addyosmani.com/blog/software-factories/
- Dex Horthy 발표, “Harness Engineering is not Enough: Why Software Factories Fail”: https://youtu.be/htM02KMNZlk?t=27219
관련 위키
원문 보존 위치
원문 전체는 2026-07-25-aisparkup-post-14675-post에 source_url 및 HTML 원문과 함께 저장되어 있습니다.