마이크로서비스에서 AI 에이전트로, 분산 시스템의 전환

소프트웨어 엔지니어 Mallika Rao가 분산 시스템의 아키텍처가 "마이크로서비스"에서 "에이전트형 AI"로 전환되고 있는 현황과 그에 따른 기술적 함의를 논의한 글을 발표했다. 양자의 본질적인 차이와 전환에 따라 대두되는 새로운 과제를 체계적으로 정리하고 있다.

마이크로서비스란 큰 애플리케이션을 기능 단위의 작은 서비스로 분할하여 구축하는 설계 방식이다. 주문 처리, 재고 관리, 결제 같은 기능을 각각 독립된 서비스로 운영함으로써 개발과 유지보수를 효율화할 수 있다. 이러한 사고방식은 "기능의 분해(functional decomposition)"라 불리며, 2010년대 이후 클라우드 네이티브 개발에서 광범위하게 보급되었다.

이에 반해 에이전트형 AI의 아키텍처에서는 분해의 단위가 "기능"에서 "의사결정"으로 바뀐다. AI 에이전트란 주어진 목표를 향해 자율적으로 판단·행동하는 프로그램을 말하며, 여러 에이전트가 연계하면서 시스템 전체를 움직이는 구성이 증가하고 있다. Rao는 이러한 변화를 "의사결정의 분해(decision decomposition)"라 정의하고 마이크로서비스와는 근본적으로 다른 패러다임이라 위치지었다.

이 전환이 기술적으로 어려운 이유는 에이전트가 "어떻게 움직일 것인가"를 사전에 완전히 결정할 수 없다는 점이다. 마이크로서비스는 기본적으로 입력과 출력이 정해져 있으며 동작이 예측하기 쉽다. 반면 AI 에이전트는 상황에 따라 자율적으로 판단하기 때문에 시스템 전체의 동작을 파악·감시하는 "관찰성(observability)"이 극도로 어려워진다. 또한 에이전트가 잘못된 판단을 했을 경우의 영향을 제한하는 "신뢰성" 설계도 기존 방식으로는 대응할 수 없다고 Rao는 지적한다.

이러한 과제는 기존의 아키텍처 패턴과 개발 관행의 재검토를 요구하고 있다. 분산 시스템 설계 사상은 마이크로서비스 등장 시에도 크게 혁신되었지만, 에이전트형 AI는 한 단계 더 나아간 변화를 강요한다고 볼 수 있다. 서비스 간 통신이나 장애 대응 같은 종래의 관심사에 더해 에이전트의 "판단 프로세스"를 어떻게 기록·검증할 것인가 하는 새로운 질문이 생겨난다.

이 논의가 가진 의미는 특정 프레임워크나 제품 선택을 넘어서는 곳에 있다. 에이전트형 AI를 시스템에 통합하려는 개발자나 조직에게는 설계의 전제 자체를 다시 문제 삼을 필요가 있다는 점이다. 어떤 아키텍처 패턴이 에이전트의 자율성에 적합한지, 신뢰성을 어떻게 보장할 것인지는 현 시점에서도 활발히 논의되고 있는 영역이라 위치지어진다.

Rao의 논고는 AI 에이전트의 실용화가 진행되는 가운데 소프트웨어 설계의 세계에 무엇이 요구되는지를 정리한 하나의 관점으로 읽을 수 있다. 앞으로는 에이전트형 시스템의 관찰성이나 장애 대응에 특화된 도구·방법의 정비가 업계 전체의 과제로 부상할 것으로 보인다. 구체적으로 어떤 패턴이 표준화되어 나갈 것인가가 주목할 점이 될 것이다.