얀 판 덴 베르흐(Jan van den Berg)는 AI 에이전트를 늘려도 늦어진 소프트웨어 프로젝트가 저절로 빨라지지는 않는다고 주장했다. 그는 인력을 추가하면 오히려 일정이 밀린다는 ‘브룩스의 법칙’을 다시 꺼내, AI가 없앤 비용과 새로 만든 조율 부담을 구분한다. 에이전트는 작업을 빠르게 시작하지만, 무엇을 완성으로 볼지 정하고 결과를 검토하는 일은 남는다. 개발 속도를 논할 때 에이전트 수보다 먼저 살펴야 할 것이 무엇인지 묻는 글이다.
핵심요약
- 브룩스의 법칙은 늦어진 소프트웨어 프로젝트에 인력을 더하면 오히려 더 늦어진다고 말하며, 필자는 이 법칙이 AI 에이전트에도 다른 형태로 적용된다고 본다.
- AI 에이전트는 사람이 새 프로젝트를 익히는 시간을 줄이지만, 순서대로 처리해야 하는 작업까지 병렬로 바꾸지는 못한다.
- 여러 에이전트가 한 코드베이스에서 일하려면 완료 기준을 정하고 결과를 검토하며 변경 사항을 합치는 조율이 필요하다.
- 필자는 요구사항이 불명확한 프로젝트에 에이전트를 추가하면 정답보다 잘못된 답을 더 빨리 얻을 수 있다고 경고한다.
- 토론에서는 빠른 실패가 요구사항을 찾는 데 도움이 된다는 의견과, 실패를 판별하고 통합하는 비용은 여전히 남는다는 반론이 맞섰다.
화면 연결 앞에 모인 네 사람
필자가 이 문제를 떠올린 계기는 거창한 개발 프로젝트가 아니었다. 주말에 네 사람이 노트북을 화면에 연결하려고 애쓰는 모습을 보던 중, 누군가 그에게도 살펴봐 달라고 했다. 그는 사람이 더 붙는다고 문제가 빨리 풀리지는 않을 것이라며 참여하지 않았다. 소프트웨어 프로젝트에 관한 법칙을 일상적인 연결 문제에 빗댄 농담이었다.
이 일화에서 눈여겨볼 대목은 사람이 부족해서 멈춘 상황이 아니라는 점이다. 이미 여러 명이 문제를 보고 있는데 또 한 명을 보태자는 제안이 나왔다. 추가 인원이 새로운 단서를 가져올 수도 있지만, 같은 연결 상태를 함께 들여다보는 것만으로 해결 시간이 줄지는 않는다. 필자는 여기서 개발 현장의 오래된 질문으로 넘어간다.
그 질문은 작업자가 많아지면 일이 반드시 빨라지느냐다. 한 사람이 다른 사람이 한 일을 파악해야 하고, 해결책이 서로 충돌하면 어느 쪽을 택할지도 정해야 한다. 필자의 농담이 모든 문제 해결에 적용되는 법칙은 아니다. 다만 사람을 더 투입하기 전에 지금 막힌 지점이 일손 부족인지, 판단과 조율의 문제인지 살펴보게 한다.
브룩스의 법칙이 나온 자리
필자가 가리킨 것은 프레더릭 P. 브룩스 주니어(Frederick P. Brooks Jr.)가 1975년 책 《신화적인 인간-월(The Mythical Man-Month)》에서 제시한 브룩스의 법칙(Brooks’s Law)이다. IBM OS/360 프로젝트를 관리한 경험에 바탕을 둔 이 법칙은 늦어진 소프트웨어 프로젝트에 인력을 더하면 오히려 더 늦어진다는 주장이다. 사람 수를 늘린 만큼 남은 기간이 줄어든다고 계산할 수 없다는 뜻이다.
필자는 이 법칙을 AI 에이전트(목표를 받아 여러 작업을 수행하는 AI 프로그램)와 LLM(대규모 언어 모델)의 시대에 다시 묻는다. 과거에는 새 사람이 프로젝트를 익히는 온보딩(새 인력이 업무를 익히는 과정), 계속 이어지는 회의, 사내 관계 조정이 부담이었다. 그의 표현대로라면 에이전트는 밀리초 단위로 작업에 들어가고 휴식도 요구하지 않는다. 사람을 추가할 때 생기는 비용 가운데 일부는 확실히 달라진 셈이다.
그래서 처음에는 브룩스의 법칙이 힘을 잃은 듯 보인다. 작업을 맡길 때마다 새 동료에게 배경을 설명하고 일정을 맞출 필요가 없다면, 에이전트를 더 쓰는 편이 자연스럽기 때문이다. 그러나 필자의 관심은 작업을 시작하는 속도보다 끝까지 완성하는 과정에 있다. 일을 빠르게 만들어 내는 능력과 그 결과가 프로젝트에 맞는지는 별개의 문제다.
아홉 에이전트가 줄이지 못하는 시간
필자는 브룩스의 법칙과 함께 거론되는 ‘아기 문제’를 먼저 꺼낸다. 아홉 명을 투입해도 아기를 한 달 만에 낳을 수 없듯, 순서가 정해진 작업은 담당자를 늘린다고 앞 단계를 건너뛸 수 없다. 에이전트가 빠르게 움직여도 어떤 결정의 결과를 확인한 뒤 다음 단계를 밟아야 하는 일은 남는다. 이 경우 늘어난 처리 능력은 해당 작업의 완료 시점을 같은 비율로 당기지 못한다.
그렇다고 모든 개발 작업이 한 줄로만 이어진다는 말은 아니다. 나눌 수 있는 일이라면 여러 에이전트가 각자 맡아 진행할 수 있다. 필자가 문제 삼는 것은 분할할 수 있는 부분과 공동의 판단이 필요한 부분을 구별하지 않은 채 에이전트 수부터 늘리는 방식이다. 병렬로 만든 결과도 결국 하나의 프로젝트 안에서 함께 작동해야 한다.
이 구별은 속도를 재는 기준에도 영향을 준다. 각 에이전트가 맡은 코드를 빨리 작성했더라도, 앞선 결정과 맞지 않아 고쳐야 한다면 전체 일정은 그대로 길어질 수 있다. 반대로 작업 경계가 분명하면 에이전트의 빠른 실행이 실제 진척으로 이어질 여지가 있다. 필자의 논지는 병렬 작업 자체를 부정하기보다, 병렬화할 수 없는 구간까지 투입량으로 해결하려 해서는 안 된다는 데 가깝다.
사람을 관리하던 자리에 남은 일
필자는 AI가 관리 부담을 없앤 것이 아니라 그 자리를 옮겼다고 본다. 이제 누군가는 에이전트에게 무엇을 맡길지 정하고, 어떤 상태를 ‘완료’로 인정할지 밝혀야 한다. 나온 코드를 검토하고, 환각(사실과 맞지 않는 내용을 그럴듯하게 만들어 내는 현상)을 찾아내며, 따로 만들어진 부분을 연결하는 일도 필요하다. 필자는 그 담당자가 결국 에이전트를 쓰는 개발자라고 지목한다.
여기서 완료 기준은 단순한 작업 지시보다 넓다. 에이전트가 요청한 기능을 만들어 냈더라도 기존 코드와 맞지 않거나 요구한 방식에서 벗어나면 그대로 채택할 수 없다. 빠르게 나온 결과를 판단하려면 처음에 무엇을 원했는지뿐 아니라 무엇을 받아들일 수 없는지도 알아야 한다. 에이전트의 생산 속도가 높아질수록 검토할 결과도 빠르게 쌓인다.
따라서 관리의 중심은 사람이 자리에 앉아 있는 시간을 조정하는 데서 결과의 경계를 정하고 확인하는 쪽으로 이동한다. 필자는 이 변화를 효율 향상과 모순되는 현상으로 다루지 않는다. 온보딩 같은 부담이 줄어든 것은 맞지만, 검토와 통합이라는 다른 부담이 남아 있다는 것이다. 에이전트가 작성한 양만 보고 프로젝트의 진척을 판단하기 어려운 이유도 여기에 있다.
한 코드베이스에서 충돌하는 변경
필자가 가장 선명하게 그리는 장면은 아홉 자율 에이전트를 하나의 코드베이스에 투입하는 경우다. 오케스트레이션(여러 작업의 분담과 순서를 조율하는 방식)이 분명하지 않으면 에이전트들이 서로의 작업을 빠르게 다시 쓸 수 있다고 그는 경고한다. 각자에게는 주어진 일을 처리하는 행동이지만, 전체로 보면 같은 부분을 반복해서 바꾸는 셈이다. 작업 속도가 높을수록 충돌도 더 빨리 일어난다.
이 문제의 핵심은 에이전트가 코드를 쓸 수 있느냐가 아니다. 어느 부분을 누가 맡고, 공통으로 쓰는 부분은 어떻게 다루며, 서로 다른 변경을 누가 합칠지의 문제다. 같은 코드베이스를 공유하는 작업에서는 한 결과가 다른 결과의 전제가 되거나 장애물이 될 수 있다. 필자가 ‘명확한 조율’을 강조하는 까닭이다.
따로 만든 코드가 각각 그럴듯해 보여도 하나로 합치면 다시 판단해야 할 부분이 생긴다. 그때 필요한 것은 에이전트를 한 대 더 추가하는 결정이 아니라, 무엇을 유지하고 무엇을 버릴지 고르는 결정일 수 있다. 필자는 에이전트가 사람보다 빨리 움직이는 특성 자체가 충돌의 비용을 없애 주지는 않는다고 본다. 조율 없이 늘어난 속도는 프로젝트 전체의 속도와 다르다.
2026년식으로 다시 쓴 법칙
필자는 끝에서 브룩스의 법칙을 2026년식 문장으로 바꿔 제안한다. 요구사항이 불명확한 프로젝트에 에이전트를 추가하면 잘못된 답을 더 빨리 얻는다는 것이다. 이 문장은 에이전트가 언제나 틀린 결과를 낸다는 주장보다, 목표가 흐릴 때 빠른 실행이 해결책이 되지 못한다는 경고에 가깝다. 무엇을 만들어야 하는지 정해지지 않았다면 결과가 빨리 나와도 올바른지 판단하기 어렵다.
여기서 요구사항은 작업을 시작하기 전에 한 번 적어 두면 끝나는 문구가 아니다. 에이전트가 낸 결과를 보고 요청을 고칠 수도 있고, 처음에는 보이지 않던 선택지가 드러날 수도 있다. 다만 필자의 논지에서는 그 과정 역시 누군가의 판단을 요구한다. 결과물을 많이 만들었다는 사실만으로 목표와 기준까지 정해지지는 않는다.
결국 필자가 브룩스의 법칙에서 남겨 놓은 것은 ‘인력을 늘리면 안 된다’는 단순한 금지가 아니다. 일의 구조가 불분명한 상태에서 투입량으로 일정을 해결하려는 기대에 대한 의문이다. AI는 작업을 시작하고 초안을 만드는 시간을 크게 바꾸지만, 순서를 정하고 결과를 채택하는 문제까지 자동으로 지우지는 않는다. 필자가 말하는 법칙의 변화는 바로 그 병목이 옮겨 간 데 있다.
커뮤니티 의견
한 사용자는 AI가 개발자의 장점과 약점을 모두 증폭한다고 했다. 자기 팀에서 실력 있는 개발자는 좋은 해결책을 더 빨리 내지만, 그렇지 않은 개발자는 결과를 확인하지 않은 채 같은 실수를 반복한다는 것이다. 프런트엔드에 구현하지 말라는 요구가 있었는데도 이를 어긴 풀 리퀘스트(PR·코드 변경 제안)가 세 차례 거절된 사례를 들었다. 답글에서도 검색 결과를 복사하던 사람이 이제는 AI 결과를 그대로 가져올 뿐이라는 관찰이 나왔다.
잘못된 답이 빠르게 나오는 것이 오히려 장점이라는 반론도 나왔다. 한 사용자는 실패한 결과를 보고 올바른 요구사항을 찾을 수 있다고 봤다. 이에 대한 답글은 검증 비용이 낮고 실패에서 정답을 추론할 수 있어야 그런 방식이 통한다고 지적했다. 다른 답글은 빈 종이보다 눈에 띄는 오류가 여럿 있는 빠른 시제품이 요구사항을 생각하는 데 도움이 된다고 맞섰다.
한 사용자는 순서가 필요한 작업도 여러 묶음으로 나누면 한 개발자가 동시에 진행할 수 있다고 했다. 자신의 팀에서는 개발자들이 기능 작업과 도구 개선, 버그 수정 등을 여러 건씩 맡는다고 설명했다. 앞으로는 기술력만큼 많은 맥락을 다루고 지치지 않고 작업을 전환하는 능력이 중요해질 것이라는 주장이다. 답글에서는 그렇게 나눌 수 있다면 애초에 하나의 순차 작업이 아니며, 잦은 전환은 작업 품질을 떨어뜨릴 수 있다는 반박이 나왔다.
첫 일화 자체를 다르게 읽는 의견도 있었다. 한 사용자는 화면 연결을 살펴봐 달라는 요청에 이미 작업 중인 사람들에 대한 판단과 필자의 기술적 능력에 대한 기대가 담겨 있다고 봤다. 필자가 참여하지 않은 이유도 맥락만으로는 알 수 없다며, 사람을 더하는 문제만큼 그 요청을 둘러싼 심리도 흥미롭다고 했다. 개발 법칙을 설명하려고 든 사례가 실제로는 여러 해석을 허용한다는 지적이다.
에이전트끼리 일을 나누는 지시 방식이 문제라는 의견도 나왔다. 한 사용자는 LLM이 하위 에이전트에게 일을 맡길 때 필요 이상으로 구현 방법을 지정해, 진행 중 더 나은 구성을 발견해도 바꾸기 어렵게 만든다고 했다. 지시받은 방식에 맞추느라 시간을 쓰는 조직과 비슷하다는 설명이다. 답글에서는 하위 작업에 더 저렴한 모델을 쓰는 경우도 있다며, 모든 에이전트의 능력을 같다고 볼 수 있는지 물었다.
필자의 충돌 경고가 과장됐다는 반론도 제기됐다. 한 사용자는 큰 작업을 작은 단위로 나누고 API 경계를 먼저 정한 뒤 하위 에이전트에게 맡기면 사람보다 잘 조율할 수 있다고 주장했다. 답글은 서로 모르는 채 여러 대화를 열어 같은 코드베이스에 투입하는 방식과, 한 에이전트가 필요에 따라 하위 에이전트를 배치하는 방식을 구분했다. 에이전트 수 자체보다 누가 분할과 조율을 맡느냐가 중요하다는 견해다.
에이전트 무리는 시행착오에 특히 유용하다는 의견도 있었다. 한 사용자는 문제 영역을 빠르게 훑거나 반복 작업, 역공학, 성능 최적화를 할 때 여러 시도를 병행할 수 있다고 봤다. 다만 그런 작업은 에이전트가 해결할 수 있다고 홍보되는 전체 범위보다 훨씬 좁다고 선을 그었다. 답글은 빠른 피드백을 얻을 수 있는 계산 작업과 오랜 물리적 실험이 필요한 작업의 차이를 강조했다.
브룩스의 법칙이 적용되는 범위를 따져야 한다는 의견도 나왔다. 한 사용자는 서로 조율하지 않아도 되는 해결책을 저렴하게 여러 개 만들고 빠르게 평가할 수 있다면, 투입량을 늘리는 방식이 통한다고 했다. 답글은 그런 독립 작업은 브룩스의 설명과도 맞지만, 결과를 평가하고 하나를 골라 기존 작업에 통합하는 일은 남는다고 반박했다. 여러 후보를 만드는 속도와 최종 결과를 완성하는 속도를 구분하자는 주장이다.
핵심통찰
AI 에이전트는 개발의 모든 단계를 똑같이 빠르게 만들지 않는다. 초안을 만들고 독립적인 시도를 반복하는 비용은 낮출 수 있지만, 요구사항을 정하고 결과를 검증·통합하는 부담은 남는다. 토론이 보여준 갈림길도 에이전트를 몇 개 쓰느냐보다 어떤 작업을 분리할 수 있고 실패를 얼마나 빨리 판별할 수 있느냐다. 앞으로 살펴볼 것은 에이전트의 작업량이 아니라, 늘어난 결과물이 실제로 작동하는 하나의 제품으로 이어지는 과정이다.
원본: The Mythical Man-Month in the age of AI - Jan van den Berg
토론: Hacker News