구글 개발자 블로그가 AI 에이전트 챌린지 우승작을 분석한 글에는 낯선 용어 네 개가 나란히 등장한다. 양방향 MCP, 비동기 이벤트 버스, 통합 검증, 계층형 라우팅이다.1 모델 성능을 겨루는 대회처럼 보였지만, 정작 우승을 가른 것은 오래된 소프트웨어 공학 패턴이었다. 여러 에이전트를 엮어 서로 통신시키고, 실패에 대비해 우회로를 짜는 일이 결국 조립의 문제였다는 뜻이다. 이 조립법이 매뉴얼처럼 정리될수록, 에이전트를 만드는 일 자체는 평범한 기술로 내려앉는다.
공학이 된 조립법
챌린지에서 드러난 네 패턴을 하나씩 보면 공통점이 뚜렷하다. 모두 지능을 더 똑똑하게 만드는 문제가 아니라, 이미 있는 지능 여러 개를 안정적으로 묶는 문제를 다룬다.1 라우팅으로 비용을 줄이고, 검증으로 오류를 잡고, 이벤트 버스로 속도를 낸다. 이 네 가지는 특정 회사의 비밀이 아니라 소프트웨어 업계가 수십 년 다듬어 온 습관이다.
그래서 이 결과는 역설적으로 읽힌다. 최신 모델을 잘 고른 팀이 아니라, 오래된 엔지니어링 습관을 에이전트에 옮겨 붙인 팀이 이겼다. 도구를 짜는 일이 이렇게 표준화되면, 질문은 자연히 옮겨간다. 무엇을 만들 줄 아느냐에서, 무엇을 만들어야 하느냐로.
책상 위의 대형 모델
같은 주에 마이크로소프트는 다른 층위에서 비슷한 이야기를 내놓았다. 지난 4일(현지시간) 공개한 개발자 전용 윈도우 '프로젝트 제니스'는 64기가바이트 이상의 통합 메모리를 갖춘 PC에서 30B급 모델을 직접 실행하도록 설계됐다.2 클라우드에 요청을 보내지 않고, 책상 위 기계 한 대로 대형 모델을 굴린다는 뜻이다.
이 변화가 가리키는 방향은 단순하다. 예전에는 대기업 연구소만 다루던 규모의 모델을, 이제 개인 개발자가 시험 삼아 돌려 본다. 데이터센터를 빌려야 시도할 수 있던 실험을 이제 노트북 한 대로 해 볼 수 있다. 도구를 만드는 문턱이 낮아지는 속도가 두 방향에서 동시에 붙는다.
문턱은 낮아졌다.
만드는 일과 찾는 일
IT 뉴스 커뮤니티 긱뉴스에 올라온 글은 여기서 다른 축을 세운다. AI로 도구를 쉽게 만들거나 업무를 대신 처리할 수 있어도, 어떤 도구가 정말 필요한지 찾아내고 조직 전체가 그것을 쓰게 만드는 일은 전혀 별개라는 지적이다.3 이 글은 기업 소프트웨어의 역사를 표준화한 전용 시스템과 엑셀·이메일로 급조한 즉흥 업무 사이를 오간 진동으로 설명한다.
여기 필요한 장면은 거창하지 않다. 내가 새 도구를 조직에 들이기 전에 거치는 절차는 늘 비슷하다. 먼저 기존 업무 문서 하나를 그 도구에 넣어 보고, 나온 결과를 원본과 나란히 비교한 뒤, 어긋나는 문장만 골라 손으로 고친다. 이 확인을 거치지 않고서는 동료에게 써 보라고 권할 수 없다.
이 확인과 설득은 아직 기계의 몫이 아니다. 어떤 문제가 실제로 아픈지 아는 사람, 그 답답함을 동료의 언어로 옮길 줄 아는 사람이 있어야 도구가 서랍 속에서 나온다. 이 발견의 눈은 사람의 것이다.
나눠지는 부담
그런데 이 발견과 확산의 몫을 달리 볼 여지도 있다. 긱뉴스의 글이 짚은 진동, 곧 표준화한 시스템과 즉흥적 업무 사이를 오가는 흐름은 원래 소수의 IT 담당자만 감당하던 일이었다.3 도구 제작이 쉬워지면 이 진동에 참여하는 사람의 수 자체가 늘어날 수 있다.
예전에는 IT 부서 몇 명이 사내 도구의 존폐를 결정했다. 이제는 각 팀의 실무자가 자기 손으로 시제품을 만들고, 옆 팀에 보여 주고, 반응을 살핀다. 발견과 확산의 부담이 넓게 퍼진다는 것은, 그 부담을 짊어질 준비가 안 된 사람에게까지 판단이 넘어간다는 뜻이기도 하다. 도구를 고르는 안목과 동료를 설득하는 관계의 기술은 저절로 생기지 않는다. 이 이동은 좋고 나쁨의 문제가 아니라 준비의 문제다.
사람에게 돌아오는 질문
구글의 공학 패턴은 에이전트를 조립하는 법을 알려 준다. 마이크로소프트의 개발자용 PC는 그 조립을 실험할 자리를 넓혀 준다. 두 가지 모두 도구를 만드는 일을 쉽게 만든다는 점에서는 다르지 않다. 구글의 패턴도, 마이크로소프트의 하드웨어도 이 준비까지 대신해 주지는 않는다.
무엇을 만들어야 하는지 알아채는 눈과, 그것을 동료가 쓰게 만드는 관계는 여전히 사람의 몫으로 남는다. 이 몫이 소수의 전문가에게서 조직 구성원 모두에게로 옮겨간다면, 그것을 짊어질 준비는 누가, 어떻게 만들어야 하는가?
각주
-
4 engineering patterns behind the strongest AI Agents Challenge submissions — developers.googleblog.com, 2026-09-06 발행, 2026-09-07 접속 확인. ↩ ↩2
-
MS, AI 개발자 전용 윈도우 11 ‘프로젝트 제니스’ 공개… "30B 모델 로컬 실행" — www.aitimes.com, 2026-09-06 발행, 2026-09-07 접속 확인. ↩
-
AI, 도구와 전환 — news.hada.io, 2026-09-06 발행, 2026-09-07 접속 확인. ↩ ↩2
