좋은 제약 조건은 소프트웨어의 가장 위대했던 시대와 제 경력을 형성해 왔습니다. 12-factor 앱 원칙이나 MVC와 같은 몇 가지 독단적인 접근 방식은 신뢰할 수 있는 서비스를 구축하고 관심사 분리를 설계하기 위한 공통 언어를 제공했습니다. 이는 간단한 규칙이었고, 말하기는 쉬웠지만 완벽히 따르기는 어려웠습니다. 이 규칙들은 SaaS, PaaS, 클라우드 인프라라는 전 산업을 탄생시켰습니다. 모두가 잘 생각된 제약 조건 위에 세워졌으며, 이는 빌더에게 말했습니다: 여기에 경계가 있고, 이 경계 안에 머무르면 좋은 결과가 따른다고. 저는 제 최고의 작업 중 일부에서 이러한 제약 조건을 적용함으로써 개인적으로 큰 혜택을 보았습니다.
저는 AI 네이티브 소프트웨어에도 자체적인 제약 조건이 필요하다고 생각합니다. 제가 생각해낸 것은 이것입니다.
당신의 코드베이스에는 최대 크기가 있습니다. 이는 취향의 문제가 아닙니다. 그 한계는 현실적이고, 측정 가능하며, 생각보다 훨씬 작습니다.
그 한계: 당신의 에이전트가 제품을 구축하고 유지 관리하는 데 사용하는 AI 모델의 컨텍스트 윈도우의 절반입니다. 즉, 핵심 비즈니스 로직과 시스템 컨텍스트의 크기는 당신이 의존하는 LLM 의 컨텍스트 윈도우 절반을 넘지 않아야 합니다.
왜 절반일까요? 컨텍스트 윈도우는 두 가지 목적을 수행합니다. 전반부는 코드를 담습니다. 후반부는 에이전트가 추론하고, 계획하고, 생성하는 공간입니다. 윈도우 전체를 코드로 채우면 생각할 공간이 전혀 남지 않습니다. 절반은 이해를 위해. 절반은 인지를 위해.
소프트웨어 비즈니스에서 가장 어려운 부분은 기능을 구축하는 것이 결코 아니었습니다.
경험 많은 모든 기술 창업자는 이것을 알고 있습니다. 어려운 부분은 충분히 큰 고객 세그먼트를 위한 가장 작은 유용한 소프트웨어 조각을 식별하고, 고객 확보, 고객 서비스, 유지라는 어려운 작업에 사람들을 결집시키는 것이었습니다.
소프트웨어를 구축하는 것은 비용이 많이 들곤 했습니다. 엔지니어 비용이 많이 들었습니다. 이는 마찰을 만들어내어 반복적인 개발 프로세스를 탄생시켰지만, 동시에 규율을 부과했습니다. 선택해야 했습니다: 고객이 가장 필요로 하는 것은 무엇인가? 구축할 가치가 있는 가장 작은 것은 무엇인가? 엔지니어링의 인적 비용은 팀의 집중력을 유지했습니다. 제약 조건은 명확성을 창출했습니다. 실리콘밸리의 최고 기업들은 이렇게 성장했습니다.
이제 AI 에이전트는 요청하는 거의 모든 것을 구축합니다. 병목 현상은 사라졌습니다. 병목 현상과 함께 규율도 사라졌습니다.
무료 생산은 과잉 생산으로 이어집니다. 과잉 생산은 AI 네이티브 기업의 기본 실패 모드입니다.
비기술 창업자와 투자자들은 이것을 이해해야 합니다. 더 많은 기능, 더 많은 코드, 유지 관리해야 할 더 넓은 제품 표면적은 더 이상 진전의 신호가 아닙니다. 이는 고품질의 제약 조건이 없는 기업, 때로는 근본적인 명확성의 부재를 나타냅니다.
확장 가능한 유통과 소비 없이 과잉 생산하는 것은 가치 포착에 엄청난 누수를 만듭니다. 열 가지 기능을 출시합니다. 그중 두 가지가 유지율을 높입니다. 나머지 여덟 가지는 중요한 두 가지를 느리게 만드는 복잡성만 추가합니다. 모든 코드 한 줄은 자산으로 위장된 부채가 됩니다.
경험 많은 빌더는 전환점을 알고 있습니다. 코드는 고객에게 서비스를 제공하는 것에서 스스로를 서비스하는 것으로 전환됩니다. 복잡성은 제품의 적이 됩니다. 팀은 고객 경험을 개선하는 것보다 소프트웨어를 관리하는 데 더 많은 시간을 보냅니다. 시스템이 투박해지기 시작하고, 사용자들이 이탈하기 시작하며, 고객 대면 팀은 조용히 좌절감을 키웁니다.
과거에는 그 전환점에 도달하는 데 몇 년이 걸렸습니다. AI 네이티브 세계에서는 몇 주 만에 전환점에 도달합니다. 에이전트는 결코 지치지 않고, 결코 반발하지 않으며, "이건 너무 복잡하니 멈춰야 합니다"라고 말하지 않습니다.
언제 멈춰야 하는지 어떻게 알 수 있을까요? AI 가 무제한으로 무료 코드를 작성할 때, 충분하다는 신호는 무엇일까요?
바로 반쪽 윈도우 규칙입니다.
핵심 비즈니스 로직은 코드베이스를 유지 관리하는 모델의 컨텍스트 윈도우 절반 안에 들어맞아야 합니다. 코드베이스를 토큰 단위로 측정하세요. 컨텍스트 윈도우 절반과 비교하세요. 초과했다면, 당신의 AI 인력은 이미 저하되고 있는 것입니다—눈에 띄게, 극적으로는 아니지만, 조용하고 꾸준하게 말이죠.
위험: 이 선을 넘어도 분명히 무언가가 망가지지는 않습니다. 에이전트는 거부하지 않습니다. 코드는 올바르게 보입니다. 테스트는 통과합니다. 보고된 버그는 수정됩니다.
하지만 에이전트는 이제 시스템을 완전히 이해하지 못한 상태로 작동합니다. 에이전트는 전체를 추론하는 대신 조각에 패턴 매칭을 합니다. 미묘한 회귀가 나타납니다. 에이전트가 볼 수 없는 코드베이스 부분에 로직이 중복됩니다. 기존 코드가 변경되어야 할 곳에 코드를 추가하여 문제가 "해결"됩니다.
당신은 즉시 알아차리지 못할 것입니다. 속도는 여전히 빠르게 느껴집니다. 풀 리퀘스트는 여전히 흘러갑니다. 각각의 풀 리퀘스트는 다음을 약간씩 더 나쁘게 만듭니다. 복합적 저하는 당신에게 불리하게 작용합니다.
"왜 우리 에이전트가 계속 빙글빙글 도는 거지?"라고 묻기 시작할 때쯤이면, 당신은 이미 문제에 깊이 빠져 있는 것입니다.
이 규칙은 기술적 외피를 쓴 비즈니스 규율입니다.
생산 비용이 없을 때 단순함이 당신의 경쟁 우위가 됩니다. 고객에게 실제 가치를 제공하는 가장 작은 코드베이스를 구축하세요. 모든 불필요한 기능, 모든 불필요한 추상화, 모든 투기적인 코드 한 줄이 당신의 AI 인력의 인지 예산을 잠식합니다. 결국 이는 회사의 움직이는 능력을 갉아먹습니다.
최고의 제품은 항상 실제 문제를 완전히 해결하는 가장 단순한 제품이었습니다. 이 원칙을 위반했을 때의 대가는 이제 더 빠르게 다가오고 더 강력하게 누적됩니다. 당신의 AI 에이전트는 좌절한 시니어 엔지니어처럼 반발하지 않을 것입니다.
이 규칙은 아키텍처에 따라 확장됩니다. 단일 제품 스타트업: 전체 코드베이스에 적용됩니다. 멀티 서비스 회사: 각 서비스에 독립적으로 적용됩니다. 전체로서 이해되어야 하는 시스템의 모든 부분은 에이전트가 전체 그림을 추론하는 경계 내에 들어맞아야 합니다.
당신이 계획하든 그렇지 않든, 당신의 제품 아키텍처는 에이전트의 인지 경계를 반영할 것입니다. 의도적으로 이를 설계하는 창업자는 고통을 통해 배우는 창업자보다 더 빠르게 앞서 나갈 것입니다.
완벽함에 관한 이야기가 아닙니다. 항상 선 아래에 머무를 수는 없습니다. 코드베이스는 성장합니다. 기능이 추가됩니다. 복잡성은 축적됩니다. 요점은 엄격한 준수가 아니라 지향하는 것입니다. 이 규칙을 염두에 두고 경계에 가깝게 유지한다면, 무엇을 구축할지, 무엇을 분할할지, 무엇을 삭제할지에 대해 더 나은 결정을 내릴 수 있을 것입니다. 모든 것이 '더 많이 구축하라'고 말할 때 이 제약 조건은 기준점을 제공합니다. 때로는 규칙에 맞게 하위 에이전트 아키텍처를 재설계해야 함을 의미합니다—이는 인간 팀이 성장함에 따라 소유권을 나누는 방식과 매우 유사합니다.
저는 제 작업에서 이 규칙을 따르기 위해 노력합니다. 규칙을 어긴다고 즉시 실패하는 것은 아니지만, 이 제약 조건에 가깝게 머무르는 것이 시간이 지나도 유용하고, 유지 관리 가능하며, 가치 있는 소프트웨어를 구축하는 데 도움이 되기 때문입니다. 이 규칙을 중심으로 방향을 잡는 창업자는 멀리 나아갈 것입니다. 제약 조건을 완전히 무시하는 창업자는 고통을 통해 배울 것입니다.
좋은 제약 조건이 성공을 보장하지는 않습니다. 하지만 가장 흔한 실패 방식을 제거함으로써 성공 가능성을 높입니다. 12-factor 앱은 당신을 위해 SaaS 회사를 구축해 주지는 않았지만, 따랐다면 확장이 필요할 때 인프라가 제대로 작동했던 원칙의 집합이었습니다. 반쪽 윈도우 규칙도 똑같은 방식으로 작동합니다. 정신을 따르세요. 경계에 가깝게 유지하세요. 지속되는 유용한 소프트웨어 비즈니스를 구축하세요.
단순함은 항상 승리합니다. 이제 단순함은 더 빠르게 승리합니다.
저자 소개: Abhishek Parolkar 는 https://brain.pe 의 CEO 로, 사모펀드 회사가 자체 회사나 특정 딜을 위한 디지털 AI 두뇌를 만들 수 있도록 지원합니다. AI 를 도입했을지 모르지만, AI 가 당신을 도입했습니까?
