정의
AI 에이전트 코딩의 발전으로 소프트웨어의 정의가 전통적인 ‘결정론적 코드 작성’에서 ‘AI 모델을 감싸는 얇은 결정론적 레이어 + 모델 중심 로직’으로 재편되고 있다. 이에 따라 코드 자체의 가치는 0에 수렴하고, 인간 개발자의 역할은 코드 작성에서 문제 정의와 시스템 설계로 이동한다.
핵심 속성
- 코드 가치 소멸 (Value of Code → 0): AI 에이전트가 40일 만에 100만 줄의 생산 가능한 코드를 생성하면서, 코드를 직접 작성하는 행위의 경제적 가치가 급감한다. 신정규는 “코드 자체는 목적이 아니라 로직을 처리하기 위한 중간 매체”라고 정의한다.
- 바이오 토큰 (Bio Token): 인간이 AI의 출력을 기다리며 소모하는 인지 자원과 도파민을 ‘바이오 토큰’으로 개념화한다. AI의 속도가 빨라질수록 인간의 인지 부하는 줄지 않고 오히려 증가하며, 이는 삶의 피폐함으로 이어진다.
- Thinking Budget 최적화: AI 모델이 생성하는 ‘thinking token’의 양을 동적으로 조절하는 adaptive thinking budget이 핵심 경쟁력이 된다. 단순 작업에는 thinking을 적게, 복잡한 작업에는 많이 할당하여 속도와 품질의 균형을 잡는다.
- Harness의 중요성 (Claude Code 현상): 동일한 모델이라도 감싸는 소프트웨어 로직(harness)에 따라 성능 차이가 크다. Claude Code의 진정한 경쟁력은 모델 자체가 아니라 인간과의 상호작용을 결정론적으로 만들어주는 harness 레이어에 있다.
- 소프트웨어의 재정의: 기존 소프트웨어 = 70~80% 코드 + 20% 운영. 새로운 소프트웨어 = 80% 모델 + 10% 결정론적 로직 + 10% UI/UX. 이는 마치 천공 카드에서 키보드 코딩으로의 전환과 유사한 세 번째 대변혁이다.
관계
- AI 코딩 에이전트의 속도는 인간의 인지 부하를 증가시킨다 — 하위개념 (garden 노트에서 이 개념을 구체화)
- 복제가 쉬운 시대, 스타트업의 해자는 암묵지와 타임 갭이다 — 하위개념 (비즈니스 전략에의 적용)
- 컴퓨터 공학은 여전히 중요하다: 단, 형태가 바뀔 뿐 — 연장 (교육과 커리큘럼 변화에의 연결)
인용
“코드 자체는 목적이 아니죠. 우리가 어떤 서비스를 만들기 위해서 그 서비스를 컴퓨터로 처리하기 위한 로직을 구현해 놓은 것을 우리가 코드라고 부르는데… 그 코드의 목적이 어떤 로직을 처리해서 일을 되게 만든다라는 관점에서 보면 그 부분은 대부분 앞으로 딥러닝 모델들이 담당하게 될 거라고 보는 게 제 생각이 들게 됐고.”
“처음부터 뭔가 회사 프로덕트로 잘해보자 이렇게 만든 게 아니라 라우터 웹 UI를 만들려고 하니까 라우팅을 할 대상이 필요하잖아요. llama.cpp를 돌리다 보니까 수동으로 하기가 너무 귀찮은 거예요. 그래서 llama.cpp를 자동화해서 웹 UI에 넣다 보니까 그게 커지고 커지고… 그게 Backend.AI:GO가 된 거죠.”