AI 에이전트로 진화적 아키텍처를 확장하는 방법 제시

소프트웨어 아키텍처의 품질을 지속적으로 평가하고 유지하기 위한 '진화적 아키텍처'라는 개념에서 AI 에이전트를 활용한 새로운 평가 방법이 제시되었다. Hemant Kumar Mahato, Łukasz Sieczkowski, Vijayasenthilkumar Kuppusamy 3명이 '에이전트형 피트니스 함수'라고 부르는 접근 방식을 발표했다.

진화적 아키텍처란 시스템이 시간에 따라 변화하고 성장하는 과정에서도 설계상의 품질 기준을 계속 유지하기 위한 개념이다. 종래에는 이 품질을 측정하는 '피트니스 함수'가 테스트 커버리지나 응답 시간처럼 수치로 명확하게 측정할 수 있는 지표를 대상으로 했다. 그러나 설계 의도나 경계의 타당성, 모듈 간 책임 분담의 편차처럼 수치화하기 어려운 '판단이 필요한 우려 사항'은 종래의 자동 검사로는 충분히 평가할 수 없다는 과제가 있었다.

이번에 제시된 접근 방식은 AI 에이전트와 버전 관리된 평가 기준(루브릭)을 결합하여 사용하는 점이 특징이다. 구체적으로는 모듈이나 서비스의 경계가 의도대로 유지되고 있는지를 나타내는 '바운더리 충실도', 서비스 간 거래의 약정(시맨틱 컨트랙트)이 시간에 따라 어긋나지 않았는지를 나타내는 '컨트랙트 드리프트', 그리고 설계상의 의사결정 기록(ADR)이 현재 시스템에 대해 낡지 않았는지라는 'ADR 전제의 진부화'라는 3가지 관점이 평가 대상으로 제시되고 있다.

버전 관리된 루브릭이란 평가 기준 자체를 소스코드처럼 이력 관리하는 체계를 말한다. 이를 통해 평가의 근거를 투명화하면서 시스템이나 조직의 상황이 바뀔 때 평가 기준도 함께 업데이트할 수 있다. AI 에이전트는 이 루브릭에 기초하여 인간의 검토에 가까운 '판단'을 지속적이고 자동으로 수행하는 역할을 담당한다.

이 접근 방식이 중요한 이유는 소프트웨어 시스템의 복잡화와 개발 속도 가속이라는 상황이 있기 때문이다. 대규모 시스템에서는 개별 변경이 설계 전체의 정합성에 주는 영향을 인간만으로 계속 추적하기가 어려워지고 있다. AI 에이전트를 사용한 지속적인 평가 루프는 이러한 눈에 띄지 않는 품질 저하를 조기에 감지하기 위한 보완 수단으로 위치지어진다.

한편 AI 에이전트에 의한 평가에는 평가의 정확도와 판단의 일관성을 어떻게 보장할 것인가라는 과제가 따른다. 루브릭의 설계 자체에 전문 지식과 지속적인 유지보수가 필요하므로 도입 비용이 낮지 않다는 관점도 있을 수 있다. 그렇지만 판단이 어려운 설계상의 우려를 자동화의 대상에 포함시킨다는 방향성은 아키텍처 거버넌스에 새로운 선택지를 제공한다는 점에서 주목할 만한 접근 방식이라고 할 수 있다.

향후에는 이러한 에이전트형 평가 방법이 실제 개발 현장에서 어느 정도의 정확도와 운영 비용을 실현할 수 있는지가 보급의 열쇠를 쥐고 있다고 생각된다. 평가 기준의 설계·관리와 관련된 방법론의 정비나 기존의 CI/CD 파이프라인과의 통합 사례가 축적됨으로써 방법의 실용성은 더욱 명확해질 것이다.