안드레이 카파시의 65줄 가이드라인 4가지 원칙

최근 소프트웨어 엔지니어링 생태계는 인공지능 기반 코딩 어시스턴트의 발전으로 인해 거대한 패러다임의 전환을 겪고 있습니다. 저명한 인공지능 연구자 안드레이 카파시는 불과 몇 주 만에 자신의 작업 방식이 80퍼센트 수동 코딩에서 80퍼센트 인공지능 에이전트 위임으로 완전히 뒤바뀌었다고 밝혔습니다. 프로그래밍 문법을 일일이 타이핑하는 대신 영어와 같은 자연어로 인공지능에게 지시를 내리고 자신은 20퍼센트의 검토만 수행하는 방식입니다. 카파시뿐만 아니라 수많은 현업 엔지니어들이 이와 유사한 작업 방식의 혁신을 경험하고 있습니다. 하지만 현존하는 인공지능 모델들이 완벽한 것은 아닙니다. 카파시의 관찰에 따르면 현재의 인공지능은 과거처럼 단순한 문법 오류가 아닌, 덜렁대는 주니어 개발자가 할 법한 미묘하고 개념적인 오류를 자주 범합니다. 명확한 지시가 없으면 묻지도 않고 자의적인 가정을 내려 코드를 짜거나, 100줄이면 끝날 작업을 1000줄로 불필요하게 복잡하게 부풀리기도 합니다. 또한 자신이 작성하다 남긴 죽은 코드를 지우지 않고, 작업과 전혀 무관한 멀쩡한 코드나 주석을 임의로 훼손하는 등 예측 불가능한 부작용을 일으키기도 합니다. 때문에 엔지니어들은 통합 개발 환경을 곁에 두고 인공지능의 작업을 매의 눈처럼 철저히 감시해야만 합니다.

이러한 대규모 언어 모델의 치명적인 한계를 극복하기 위해 깃허브의 한 유저는 카파시의 통찰력을 집대성하여 안드레이 카파시 스킬이라는 65줄 분량의 단순한 가이드라인 문서를 공개했습니다. 이 프로젝트는 수천 명의 개발자로부터 폭발적인 호응을 얻으며 순식간에 6500개가 넘는 찬사를 받았습니다. 현업 개발자인 미키엘은 회사 워크샵에서 이 규칙을 접한 뒤 크게 감명받아, 비주얼 스튜디오 코드와 커서 등에서 쉽게 쓸 수 있도록 직접 확장 프로그램으로 개발했습니다. 수억 달러가 투입된 최첨단 인공지능의 단점이 고작 60여 줄의 단순한 텍스트로 보완될 수 있다는 사실은 기술 업계에 큰 경이로움을 안겨주었습니다.

이 가이드라인은 인공지능을 통제하기 위한 직관적인 네 가지 핵심 원칙을 강제합니다. 첫째, 코딩 전 생각하기입니다. 인공지능은 불명확한 상황에서 함부로 가정을 내리지 말고 자신의 혼란을 명시적으로 밝히며 여러 대안을 사용자에게 보고해야 합니다. 둘째, 단순함 우선입니다. 나중에 필요할지도 모른다는 이유로 오버엔지니어링을 하거나 불필요한 유연성을 추가하는 것을 엄격히 금지하며, 오직 요구받은 기능만을 가장 간결하게 구현해야 합니다. 셋째, 외과 수술적 변경입니다. 기존 코드를 수정할 때는 사용자의 요청과 직결된 부분만 정밀하게 건드려야 하며, 본인의 작업으로 인해 발생한 불필요한 변수나 함수만 책임지고 지울 뿐 주변의 멀쩡한 코드를 임의로 리팩토링해서는 안 됩니다. 넷째, 목표 기반 실행입니다. 막연하게 버그를 고치라는 지시 대신, 버그를 재현하는 자동화 테스트를 먼저 작성하고 이를 통과시키라는 식의 명확하고 기계적인 성공 기준을 제시해야 합니다. 이를 통해 인공지능은 목표를 달성할 때까지 끊임없이 스스로 실패와 수정을 거듭하며 독립적으로 작업할 수 있습니다.

카파시는 이러한 원칙과 인공지능의 끈기가 결합될 때 엄청난 시너지 효과가 난다고 극찬합니다. 인공지능은 지치거나 사기가 꺾이지 않으므로 인간이라면 진작에 포기했을 문제도 30분이 넘게 매달려 결국 해결해 냅니다. 빈칸 채우기 식의 지루한 코딩은 인공지능이 전담하고 인간은 전체 아키텍처 설계라는 창조적 영역에 집중하면서 프로그래밍은 훨씬 더 즐거운 작업이 되었습니다. 또한 과거에는 지식이나 시간 부족으로 엄두도 내지 못했던 프로젝트에 과감히 도전할 수 있는 엄청난 속도 향상과 확장성을 얻게 되었습니다. 향후에는 평균적인 개발자와 뛰어난 최고 개발자 사이의 생산성 격차가 기하급수적으로 벌어질 것이며, 미시적인 코딩보다 전체적인 방향성을 조율하는 제너럴리스트가 더 유리해질 것이라는 전망도 나옵니다.

그러나 이러한 급격한 발전의 이면에는 짙은 그림자도 존재합니다. 첫 번째 우려는 개발자 개개인이 직접 코드를 작성하는 능력이 서서히 퇴화할 수 있다는 점입니다. 코드를 생성하는 능력과 판별하는 능력은 다르며, 너무 많은 것을 인공지능에 의존하면 인간의 기본기가 녹슬 수 있습니다. 두 번째 우려는 슬롭아포칼립스 현상입니다. 2026년 무렵에는 깃허브나 각종 소셜 미디어 등 모든 디지털 미디어가 인공지능이 기계적으로 끝없이 쏟아내는 질 낮고 무가치한 결과물들로 뒤덮일 것이며, 인공지능을 앞세운 생산성 부풀리기와 허례허식이 업계에 만연하게 될 것입니다. 결론적으로 대규모 언어 모델 기반 에이전트들의 역량은 이미 2025년 말 새로운 임계점을 돌파하여 생태계 전반에 완벽한 위상 변화를 초래했습니다. 인공지능의 지능은 이미 도구 통합이나 조직의 작업 프로세스 발전 속도를 아득히 앞지르고 있으며, 소프트웨어 산업계는 이 폭발적인 역량을 어떻게 통제하고 정착시킬지 고민하는 매우 역동적인 시대를 맞이하고 있습니다.