이해가 새로운 병목이다: 에이전트가 코드를 쓰는 시대에 더 중요한 것

에이전트가 코드를 더 많이 대신 쓸수록, 개발자에게는 코드를 얼마나 빨리 생성하느냐보다 얼마나 잘 이해하느냐가 성과를 가릅니다.

자동화가 발전하면 사람이 작업에서 빠질 것처럼 보이지만, Geoffrey Litt는 반대로 봅니다. 이해가 있어야 다음 실험을 떠올리고, 결과를 해석하고, 프로젝트를 다음 단계로 진행할 수 있습니다.

원문은 이해를 검증용 체크박스가 아니라 참여의 조건으로 봅니다. 에이전트가 일을 빨리 해도, 사람이 이해를 잃으면 작업에 창의적으로 개입할 수 없습니다. 그러면 프로젝트의 다음 루프를 만들기 어렵습니다.

기준 작성 시점 2026-07-15 · Geoffrey Litt의 원문 확인 내용 기준입니다.

이 글에서 다루는 내용:

배경: 왜 다시 “이해”인가

원문은 질문 하나에서 출발합니다. 에이전트가 점점 더 많은 코드를 쓰는데, 사람은 왜 여전히 코드를 이해해야 하는가입니다.

Geoffrey Litt는 이해의 목적을 verify와 participate로 나눕니다. 검증은 결과의 맞고 틀림을 가르는 일이고, 참여는 다음 변화의 방향을 함께 설계하는 일입니다.

에이전트가 자기 검증까지 잘하게 되면 검증만으로는 사람의 역할이 줄어듭니다. 그래서 사람의 역할은 결과를 심사하는 쪽에서 맥락을 가진 공동 설계자 쪽으로 옮겨 갑니다.

이 흐름은 OpenAI Codex Record & Replay처럼 작업을 재사용 가능한 형태로 남기는 시도와도 닿아 있고, OpenAI가 작업형 AI로 수렴하는 방식처럼 제품 자체가 작업 흐름을 품어 가는 방향과도 이어집니다.

원문은 프로젝트를 수많은 에이전트 루프의 연속으로 봅니다.

그래서 루프 하나가 잘 끝났는지보다, 그 결과를 보고 다음 아이디어를 낼 수 있는지가 프로젝트를 좌우합니다. 이해가 얕으면 “대충 맞는 것 같다”에서 멈춥니다. 이해가 충분하면 “이제 이 구조를 이렇게 바꿔보자”로 넘어갑니다.

flowchart TD
    A[에이전트가 작업 수행] --> B[결과물 생성]
    B --> C[인간이 이해]
    C --> D[다음 아이디어/개선안]
    D --> A

여기서 이해는 문서를 읽는 일에 그치지 않습니다. 모델이 만든 결과를 다시 설명하고, 내가 만든 변경의 이유를 다른 사람에게 전달할 수 있어야 합니다.

AI 코딩 에이전트의 토큰 비용을 줄이는 로컬 LLM 라우터는 모델에 무엇을 넣을지 고르는 입력 쪽 문제를 다뤘습니다. 이 글은 출력 쪽 문제, 즉 결과를 사람이 이해할 수 있는 단위로 다시 구성하는 문제를 다룹니다.

원문은 이해를 돕는 방법으로 세 가지를 제안합니다. 설명문서, 퀴즈, 마이크로월드입니다.

에이전트가 일을 끝내면 결과를 diff로만 넘기지 않고 설명 가능한 산출물로 바꿉니다.

설명문서는 요약보다 순서가 중요합니다. 먼저 배경을 알려주고, 그다음 직관을 세우고, 마지막에 세부 변경을 보여줍니다. 이 순서로 읽으면 “어디가 바뀌었는지”와 함께 “왜 이렇게 바뀌었는지”도 알 수 있습니다.

원문에서 Geoffrey Litt는 이를 literate diff처럼 읽을 수 있는 설명 묶음으로 다룹니다. 핵심은 diff를 대체하는 게 아니라, diff를 이해 가능한 순서로 재배열하는 데 있습니다.

설명문서가 이해를 보여 주는 장치라면, 퀴즈는 이해를 검사하는 장치입니다.

원문은 코드 설명의 마지막에 스스로 풀어 보는 질문을 둡니다. 질문을 통과하지 못하면 아직 사람에게 보낼 단계가 아닙니다. AI가 작업 속도를 높여도 사람의 이해 속도가 따라오지 못하면 그 지점이 병목이 됩니다.

마이크로월드는 작은 상호작용 공간입니다. 코드를 읽는 대신 직접 조작하고, 그 변화를 바로 눈으로 확인합니다.

실행 흐름을 한 단계씩 넘겨 보는 디버거, 파일 변화를 나란히 비교하는 포트 도구, 상태 전이를 직접 눌러 보는 시뮬레이터가 여기에 들어갑니다. 이런 도구로는 설명을 읽을 때보다 직접 조작하면서 이해합니다.

Tip 변경이 복잡하다면 diff를 한 번에 읽히려 하지 말고, 조작 가능한 작은 세계를 먼저 만듭니다. 사람이 직접 돌려 보면 더 빨리 이해합니다.

팀 프로젝트에서는 구성원이 같은 mental model을 공유해야 대화가 빨라지고 설계 논의가 막히지 않습니다.

원문은 에이전트가 혼자 일하는 장면보다 팀의 공유 공간 안에서 함께 작업하는 장면에 주목합니다. 문서와 코멘트, 계획과 결과가 한 공간에 있어야 팀 전체가 같은 맥락을 유지합니다.

이 관점은 OpenGenerativeUI 살펴보기처럼 결과를 눈으로 확인하고 조작하는 UI를 붙이는 흐름과도 비슷합니다. 이해는 개인의 머릿속에만 있지 않고, 팀이 함께 만질 수 있는 형태가 될 때 더 강해집니다.

원문은 AI의 목표를 사람이 더 깊게 참여하게 만드는 것으로 봅니다. 사람을 작업에서 빼는 것은 목표가 아닙니다.

자동화가 고도화될수록 이해는 더 희소한 자원이 됩니다. 에이전트가 만든 결과를 받아 쓰는 데서 멈추지 말고, 설명하고, 시험하고, 직접 조작해 봅니다.

제가 이 글에서 가져갈 문장은 **“이해는 검증이 아니라 참여다”**입니다.