AI 시대, 익스트림 프로그래밍 재조명받나

소프트웨어 개발 속도 향상에도 프로젝트 실패율 여전... 전문가들 "인간 중심 개발 방법론 필요"

AI 가속화 시대의 역설적 현실

AI 도구와 수십 년간의 플랫폼 혁신으로 소프트웨어 출력 속도가 그 어느 때보다 빨라졌다. 몇 번의 프롬프트나 API 호출만으로 전체 제품, 기능, 인프라 및 기능을 몇 주가 아닌 몇 시간 만에 생성할 수 있는 시대가 되었다.

하지만 이 모든 가속화에도 불구하고 프로젝트 성과는 여전히 부진하다. 너무 많은 이니셔티브가 목표를 달성하지 못하고 예산은 계속 초과되며 사용자들은 만족스럽지 못한 서비스를 받고 있다. 더 저렴하고 빠른 코드가 개발 문제를 해결하지 못했다면 병목 현상은 다른 곳에 있을 것이다.

코딩 속도 향상이 해답이 아니었던 이유

소프트웨어 개발에서 타이핑 자체는 결코 병목이었던 적이 없다. 지금까지 연속적인 가속화의 물결을 목격했다. 고급 언어의 부상, 프레임워크와 패키지 매니저의 광범위한 채택, DevOps와 서버리스 컴퓨팅으로의 이동, 인프라를 추상화하는 개발자 플랫폼, 그리고 이제 AI 지원 코드 생성까지 말이다.

이러한 가속화에도 불구하고 결과는 여전히 일관성이 부족하다. 오랫동안 실시되어 온 스탠디시 카오스 연구에 따르면 대부분의 IT 프로젝트가 여전히 기대치를 놓치고 있으며, 맥킨지는 디지털 변환의 70%가 실패한다고 보고하고 있다. 더 많은 산출물이 더 나은 소프트웨어를 의미하지는 않았다.

무제한적인 가속화는 방향을 조절할 시간을 남기지 않는다. 실수를 알아차리고 학습하며 방향을 수정할 시간을 갖지 않으면 팀은 아무도 요청하지 않은 소프트웨어를 배송할 위험이 있다.

1990년대 후반에 개발된 익스트림 프로그래밍(XP)은 처리량을 최대화하려는 의도로 만들어진 것이 아니었다. 오히려 그 정반대로, 팀이 학습할 수 있도록 하는 의도적인 마찰과 제약을 도입하여 올바른 방향으로 나아갈 확률을 높였다. 가장 급진적인 원칙 중 하나인 모든 것을 페어 프로그래밍으로 하는 것은 설계상 원시 산출량을 절반으로 줄인다.

원칙은 간단하다. 작은 것에서 천천히 가서 큰 것에서 빠르게 갈 수 있도록 하는 것이다. 페어 프로그래밍을 예로 들면, 서면상으로는 산출량을 절반으로 줄인다. 실제로는 공유된 이해를 두 배로 늘린다. 가정을 일찍 표면화시키고 신뢰를 구축하며 품질을 향상시키고 팀 전체의 능력 기준선을 높인다.

AI가 XP 문제의식을 증폭시키다

코드 생성이 손쉬워질수록 새로운 위험이 등장한다. 검증할 수 있는 속도보다 빠르게 소프트웨어를 생산하는 것이다. 이는 여러 자율 에이전트가 코드를 생성, 개선 및 배송하는 에이전틱 AI 시스템에서 특히 두드러진다. 제약이 없으면 이러한 시스템은 검증되지 않은 로직을 빠르게 계층화하여 가정을 고착화하고 아키텍처 복잡성을 증폭시킬 수 있다.

최근 연구에 따르면 컨텍스트 윈도우가 길어질수록 LLM 정확도가 감소한다는 위험성이 강화되었다. 실제로 이는 "바이브 코딩"을 더 많이 할수록 시간이 지남에 따라 출력이 더 취약해진다는 것을 의미한다. 대규모 언어 모델은 컨텍스트 윈도우의 시작과 끝에서 가장 잘 수행되는 반면 중간 부분은 일반화가 잘못되고 오류가 발생하기 쉽기 때문이다.

소프트웨어는 여전히 인간의 영역

AI의 부상에도 불구하고 소프트웨어는 여전히 매우 인간적인 분야다. 코드는 사람이 작성하고, 사람을 위해, 문화와 인센티브, 커뮤니케이션에 의해 형성되는 조직에서 만들어진다. 도구는 진화하지만 전달의 지속적인 장벽은 여전하다. 정렬, 공유된 컨텍스트, 결과의 명확성, 사용자 검증이 바로 그것이다.

XP의 가치는 오늘날에도 여전히 강력하다. 단순성은 시스템 복잡성을 줄이는 데 도움이 되고, 커뮤니케이션은 팀을 결속시키며, 피드백은 학습과 적응을 주도하고, 존중은 안전과 신뢰를 구축하며, 용기는 투명성과 변화를 가능하게 한다.

가장 성공적인 팀들은 속도를 불문하고 추구하지 않는다. 그들은 속도보다는 흐름을, 기능보다는 피드백을 우선시한다. XP의 소규모 배치, 지속적 통합, 자동화된 테스팅, 공유 소유권에 대한 강조는 팀이 적응 가능하고 회복력 있으며 사용자 중심적으로 유지되도록 돕는다.

AI가 산출물을 가속화함에 따라 이러한 관행들은 품질, 위험 및 의도를 관리하는 데 중요할 것이다. 카오스 보고서 데이터는 시사점을 제공한다. 1994년에는 소프트웨어 프로젝트의 16%만이 정시에 예산 내에서 전달되었다. 2012년에는 37%로 개선되었지만 2020년에는 31%로 퇴보했다.

애자일, DevOps, 클라우드 네이티브 플랫폼, 그리고 이제 AI까지 20년 이상의 혁신을 거쳐도 신뢰할 수 있는 소프트웨어 전달의 순증가는 14퍼센트 포인트에 불과하다. 도구 체인만으로는 전달 문제를 해결하지 못했다. 방법론이 여전히 중요하다.

변화가 필요한 영역들

소프트웨어 가속화의 다음 단계에 진입하면서 세 가지가 명확해진다. 첫째, 산출물 생성은 더 이상 제약이 아니다. 실제 세계의 필요와 검증하거나 정렬할 수 있는 것보다 빠르게 코드를 생산할 수 있다. 둘째, 결과 생성 능력에 투자해야 한다. 더 강한 피드백 루프, 더 명확한 제품 방향, 더 긴밀한 팀 협업, 더 큰 설계 규율이 필요하다.

셋째, 프로세스는 덜 인간적이 아니라 더 인간적이 되어야 한다. AI 역량이 확장되더라도 지속 가능한 전달은 항상 인간 협업에 달려 있을 것이다. 기술은 팀이 플랫폼뿐만 아니라 사람들을 중심으로 협업, 명확성 및 흐름에 최적화될 때만 가치를 전달한다.

AI 시대에 익스트림 프로그래밍을 재검토해야 할까? 답은 '예'다. 도구가 더 강력해져도 인간 중심 관행에 우리를 고정시키는 프레임워크가 필요하다. XP는 규율과 공감을 모두 제공한다. 팀을 중심에 두고 원시 속도보다 공유된 이해를 높인다. 가장 중요한 질문을 던진다. 우리가 올바른 것을 구축하고 있는가?

더 빠른 코드와 더 적은 제약으로 정의되는 시대에 XP는 우리에게 상기시켜주는 희귀한 방법론이다. 소프트웨어는 단순한 코드가 아니라 사람에 관한 것이라는 점을 말이다.

한국정보기술신문 news@kitpa.org