AI 요약
LLM 기반 AI 에이전트가 신규 프로젝트에서는 높은 생산성을 보이지만, 레거시 코드베이스에서는 성능이 급격히 저하되는 문제를 도메인 주도 설계(DDD)로 해결할 수 있다는 주장이 제기됐다. 코드베이스에 도메인 개념이 명확히 정의되어 있지 않으면 AI가 기존에 존재하는 개념을 중복 생성하거나 잘못된 추상화를 도입하게 된다. 저자는 기술 부채 해결의 '결정' 부분은 여전히 인간의 몫이지만, '입력' 부분은 AI가 대체함으로써 전략적 리팩토링이 이전보다 훨씬 용이해졌다고 설명한다.
핵심 포인트
- AI 에이전트는 그린필드 프로젝트에서는 우수한 성능을 보이나 레거시 코드베이스에서는 급격한 품질 저하 발생
- 실패의 근본 원인은 코드의 기술적 복잡성이 아닌 '도메인 의미의 부재'와 '공유 언어의 부재'
- 기술 부채 해결 비용 중 '결정' 비용은 그대로지만 '타이핑' 비용은 AI로 인해 급감
- 존 오스터하우트의 '전략적 vs 전술적 프로그래밍' 개념을 AI 시대에 맞게 재해석
향후 전망
- AI 에이전트 도입 전에 도메인 모델 정리가 선행되어야 하며, 이는 점진적으로 진행 가능
- 코드베이스의 'AI 준비도(readiness)'가 새로운 엔지니어링 지표로 부상할 전망
출처:coldtake.dev