[KR] Agentic AI의 엔지니어링 복잡도 에서 언급했듯, 지난 1년 반 동안 AI Agent와 그 부속 작업을 다루는 일을 해왔습니다. 여러 엔지니어와 대화를 나누다 보면, 상대방의 AI Agent에 대한 이해도에 따라 대화의 결이 크게 달라졌습니다. “AI에 관심 있냐”는 질문과는 다릅니다. Agent 개발이라는게 아직 낯설게 들리는지, 제가 했던 일을 서버 엔지니어링이 아닌 머신러닝 엔지니어링으로 분류하는 경우도 있었습니다.
하지만 실제로 Agentic loop를 구현해보면, Prompt와 LLM을 제외했을 때 전통적인 소프트웨어 엔지니어링과 크게 다르지 않았습니다. LLM의 비결정적 특성 때문에 예외 처리가 복잡해지고 타입 분기가 예민해지긴 했지만, 그 복잡성은 기존 엔지니어링 원칙 안에서 발생한 것이었습니다. 즉, 완전히 새로운 기술이라기보다, 익숙한 문제를 다른 방식으로 다루는 영역에 가까웠습니다.
커머스 개발은 대표적인 도메인입니다. 커머스 시스템에는 비즈니스적으로 반복되는 패턴이 있습니다. 주문, 결제, 재고, 정산이라는 핵심 구조는 서비스마다 형태가 다를 뿐 본질은 동일합니다. 이런 공통된 문제 구조 덕분에 커머스는 도메인으로 분류됩니다. 도메인이란, 일정한 규칙과 개념을 공유하는 문제 영역이기 때문입니다.
Agent는 비즈니스가 아닙니다. 사용자 가치 전달을 위한 명확한 목적이나 규칙 체계를 갖고 있지도 않습니다. 대신 여러 도메인 위에서 작동하며, 각 도메인의 문제를 기존 해결법의 새로운 조합으로 풀어내는 엔지니어링 방식처럼 보였습니다. 그래서 저는 AI Agent를 도메인이라고 부르기 어렵다고 생각했습니다. 아직은 패턴이라 부르기에도 이릅니다. 지금의 Agent는 실험적이고 진화 중인 아키텍처, 혹은 기존 패러다임 위에 놓인 새로운 레이어에 가깝다고 느꼈습니다.
작성일: October 29, 2025
October 29, 2025 기준 구직 중 입니다. 아래는 제 블로그와 레쥬메 입니다. 대용량 트래픽을 받는 서비스 또는 성장하기 시작한 소수 정예 팀에 관심이 있습니다.