AI 코딩 에이전트가 진짜 쓸모 있으려면 유지보수 비용을 줄여야 한다

• 글의 주장은 아주 직설적임. AI 코딩 에이전트는 코드 작성 속도가 아니라 유지보수 비용을 줄여야 함

  • 코드를 2배 빨리 쓰게 됐다면, 그 코드의 유지보수 비용은 절반이 돼야 함
  • 3배 빨라졌다면 유지보수 비용은 3분의 1이 돼야 함
  • 그렇지 않으면 당장의 속도 향상을 장기 비용으로 바꾸는 거래가 된다는 얘기임

• 이유는 모든 코드가 유지보수 비용을 만들기 때문임

  • 한 달 동안 쓴 코드는 다음 해에 버그 수정, 정리, 의존성 업그레이드 같은 비용을 계속 발생시킴
  • 이 비용은 코드가 살아 있는 동안 해마다 반복됨
  • 새 기능 개발 시간이 줄어드는 건 보통 기능을 못 만들어서가 아니라 이미 만든 코드를 먹여 살리느라 시간이 빠지기 때문임

• 저자는 예시 모델로 유지보수 비용을 숫자로 설명함

  • 한 달치 코드를 쓰면 첫해에 10일, 이후 매년 5일의 유지보수가 든다고 가정함
  • 이 경우 새 프로젝트 첫 달은 전부 새 기능 개발에 쓰지만, 시간이 지날수록 유지보수 비중이 커짐
  • 약 2년 반이 지나면 팀 시간의 절반 이상이 유지보수로 빠지고, 10년 뒤에는 새 기능을 거의 못 만드는 상태에 가까워짐

• AI가 생산성과 유지보수 비용을 동시에 늘리면 상황은 빠르게 망가짐

  • 예를 들어 어떤 에이전트가 코드 산출량을 2배로 늘렸는데, 코드가 더 이해하기 어렵고 리뷰가 부실해 유지보수 비용도 2배가 됐다고 하자
  • 그러면 다음 달 유지보수 부담은 사실상 4배로 뛴다는 게 저자의 모델임
  • 이 경우 AI 도입 후 약 5개월 만에 생산성 이득이 사라지고, 이후에는 도입하지 않았을 때보다 나빠진다고 설명함

• 심지어 AI가 사람과 같은 수준의 유지보수 비용을 만든다고 해도 충분하지 않음

  • 코드 생산량이 2배인데 코드당 유지보수 비용이 그대로면, 전체 유지보수 비용도 2배가 됨
  • 저자의 모델에서는 이런 경우에도 19개월 뒤 도입 전 생산성 수준으로 돌아가고, 40개월 뒤에는 순손실이 됨
  • “AI가 나쁜 코드를 만들지 않는다”만으로는 장기 이득이 보장되지 않는다는 포인트임

• 더 무서운 건 AI를 나중에 끊어도 비용은 남는다는 점임

  • 에이전트 비용이 비싸져서 사용을 중단하면, 코드 작성 속도 이득은 사라짐
  • 하지만 AI가 남긴 코드의 유지보수 비용은 코드가 살아 있는 한 계속 남음
  • 그래서 잘못 도입한 AI는 구독을 해지한다고 원상복구되지 않는다고 설명함

• 저자가 말하는 성공 조건은 “속도 향상의 역수만큼 유지보수 비용을 줄이는 것”임

  • 2배 빠르면 유지보수 비용은 절반
  • 3배 빠르면 유지보수 비용은 3분의 1
  • 그래야 AI를 나중에 제거하더라도 장기 생산성 손해가 남지 않는다고 봄

• 이 글은 반AI 글이라기보다 평가 기준을 바꾸자는 글에 가까움

  • 저자는 AI가 유지보수 작업 자체를 더 빠르게 해주는 식의 다른 레버도 있을 수 있다고 인정함
  • 다만 “코드를 더 많이 만든다”는 지표만 보고 도입하면, 팀은 풀리퀘스트 더미와 읽기 어려운 코드에 묻힐 수 있음
  • 결국 코딩 에이전트 도입의 질문은 “얼마나 빨리 만들었나”가 아니라 “나중에 고칠 때 얼마나 덜 아픈가”여야 함

---

기술 맥락

• 이 글의 기술적 선택지는 AI 도입 여부가 아니라, AI를 어떤 지표로 평가할지예요. 코드 생성 속도만 보면 도입 효과가 바로 보이지만, 유지보수 비용은 몇 달이나 몇 년 뒤에 누적돼서 나타나거든요.

• 저자가 유지보수 비용을 강조하는 이유는 소프트웨어 팀의 병목이 시간이 갈수록 새 코드 작성에서 기존 코드 관리로 이동하기 때문이에요. 버그, 리팩터링, 의존성 업그레이드가 쌓이면 새 기능을 만들 여력이 줄어들어요.

• AI 코딩 에이전트가 위험해지는 지점은 리뷰 품질이 같이 떨어질 때예요. 산출량이 늘어난 만큼 팀이 코드를 제대로 읽지 못하면, 이해하기 어려운 변경이 그대로 병합되고 나중에 더 비싼 문제로 돌아와요.

• 그래서 실무에서는 생성 속도뿐 아니라 변경 후 결함률, 리뷰 시간, 되돌림 비율, 리팩터링 빈도, 의존성 업그레이드 난이도 같은 지표를 같이 봐야 해요. AI가 정말 생산성을 올렸는지는 코드가 운영에 들어간 뒤에 더 분명해져요.