휴일 휴식 후 저자의 초기 관찰은 대규모 언어 모델이 유용하고 저렴한 코드를 안정적으로 생성하는 수준에 도달했다는 것이었습니다. 이는 코드 생산이 더 이상 주요 제약이 아닌 소프트웨어 개발 경제에 대한 재고를 촉발했습니다. 저자는 기계가 인간의 지시에 따라 점점 더 많은 소프트웨어를 구축하게 될 것이며, 이는 아키텍처 변경을 필요로 할 것이라고 제안하는 이러한 생각을 발표했습니다. GitLab은 이후 기계 규모의 동시성과 라이프사이클 컨텍스트를 위한 아키텍처 구성 요소를 선보였습니다. Anthropic의 최근 출판물인 "The AI-Native SDLC Playbook"은 코드가 더 이상 병목 현상이 아니라고 명시함으로써 이러한 변화를 강화했습니다. 이러한 변화는 계획이 기계가 읽을 수 있게 되고, 인계가 자동화되며, 검증이 내장되고, 인간의 판단이 주요 결정 지점에 집중된다는 것을 의미합니다. 저자는 사람, 에이전트, 모델이 기계 속도로 작동할 때 무엇이 희소해지고 어떤 엔터프라이즈 아키텍처가 필요한지에 관심을 갖고 있습니다. Stripe, Spotify, Amplitude와 같은 회사의 경험은 근본적인 변화는 단순히 더 빠른 코드 생성이 아니라 구현이 더 저렴해질 때 발생하는 경제적 및 아키텍처적 변화라는 확신을 굳혔습니다. 제약은 코드를 생성하는 것에서 코드를 신뢰하는 것으로 이동하며, 신뢰는 컨텍스트, 검증, 거버넌스와 같은 모델 주변의 환경에 따라 달라집니다. 60년 동안 소프트웨어 엔지니어링은 코드의 귀중함과 비용을 중심으로 구성되어 왔으며, 이는 레거시 시스템 보존부터 개발자 생산성 최적화 및 광범위한 출시 전 의식에 이르기까지 모든 것에 영향을 미쳤습니다. 그러나 이러한 제약은 깨지고 있으며, 이전의 기술적 추상화와 마찬가지로 새로운 문제가 노출됩니다. 코드 생산은 풍부해지고 있지만 좋은 소프트웨어는 여전히 희소합니다. 빠른 구현과 정확성, 보안, 비즈니스 의도 준수 사이의 격차가 새로운 과제입니다. 저렴한 반복은 전략을 근본적으로 변화시켜 불확실성을 사전에 제거하는 것에서 더 빠른 학습과 적응으로 초점을 이동시킵니다. 이전에는 인간의 마음에 존재했던 조직적 지식은 점점 더 실행 가능한 코드가 될 수 있으며, 생산 실패를 회귀 테스트로, 보안 사고를 정책으로 변환합니다. 저자는 AI가 생성 비용을 극적으로 줄여 다른 측면을 비례적으로 더 중요하게 만들기 때문에 핵심 경제 단위는 코드 라인당 비용이 아니라 수락된 변경당 비용이라고 제안합니다. Stripe, Amplitude, Spotify와 같은 회사는 이미 이러한 변화를 헤쳐나가고 있으며, 그들의 경험은 AI 에이전트가 기존 엔지니어링 제약을 제거하기보다는 노출시킨다는 것을 보여줍니다. 엔터프라이즈 개발에서 AI로의 전환은 세 가지 공존 모드, 즉 인간 제어 레거시, 에이전트 가속 개발, 자율 개발로 발생할 가능성이 높습니다.