AI 코딩 에이전트 기업 Factory, '소프트웨어 팩토리' 강연서 운영 데이터와 코드 품질 연구 공개

무엇이 바뀌었나

AI 코딩 에이전트 기업 Factory가 2026년 6월 샌프란시스코에서 열린 AI Engineer World Fair에서 진행한 강연 'Rise of the Software Factory'를 블로그에 요약해 공개했다[1]. 회사 측은 이 글이 강연의 정확한 대본이 아니라 느슨한 요약이라고 명시했으며, 내용은 '소프트웨어 팩토리'라는 개념 정의, 이를 가능케 한 AI 발전 과정, 자사 제품인 Factory Router·Mission·Deferred Context Engine 등의 작동 방식, 에이전트 신뢰성과 코드 품질에 관한 외부 연구 데이터, 그리고 소프트웨어 엔지니어링이 인간 '컴퓨터'에서 컴파일러로 옮겨간 역사적 비유로 구성된다[1].

핵심 주장은 AI가 엔지니어를 대체하는 것이 아니라 추상화 계층을 이동시킨다는 것이다. 발표는 1940년대 탄도 궤적 계산을 위해 80명 이상의 여성이 '컴퓨터'라는 직함으로 고용돼 단일 궤적 하나를 손으로 계산하는 데 30~40시간을 썼던 사례를 들며, 컴파일러 등장이 이 역할을 없앤 것처럼 지금의 AI 코딩 에이전트도 엔지니어의 업무를 코드 한 줄 단위에서 더 상위의 검증·조율 단위로 옮기고 있다고 설명했다[1]. 이 비유는 Andrej Karpathy가 2017년 발표한 'Software 2.0' 에세이와 연결지어 제시됐다[1].

에이전트 신뢰성과 비용 데이터가 말하는 실무 영향

발표에서는 에이전트가 안정적으로(50% 신뢰도 기준) 처리할 수 있는 작업 길이가 약 7개월마다 두 배로 늘고 있다는 수치가 제시됐다[1]. 동시에 AI를 적극 도입한 조직과 뒤처진 조직 간 격차가 최근 3년간 약 12배로 벌어졌다는 통계도 함께 인용됐다[1]. 이런 수치는 엔지니어링 조직의 도구 도입 속도가 곧 생산성 격차로 이어질 수 있다는 뜻으로 해석될 여지가 있지만, 어느 벤치마크·표본을 기준으로 했는지는 이 요약 글만으로 확인되지 않는다.

Factory는 자사 제품의 비용 구조도 함께 공개했다. Factory Router는 벤치마크 기준 약 25%의 비용 절감을 낸다고 밝혔고, 프리픽스 캐싱을 적용하면 두 번째 턴 처리 비용이 약 10배 저렴해진다고 설명했다[1]. 실제 고객 미션 사례로는 16.5시간 동안 에이전트가 185회 실행되고 워커 63개와 밸리데이터 27개가 동원돼 총 778.5M 토큰(이 중 캐시 읽기 토큰이 744.9M)을 사용했으며, 검증(validation) 단계가 전체 작업의 약 40%를 차지했다는 사례가 제시됐다[1]. Deferred Context Engine은 MCP 세션당 평균 입력 토큰을 약 15% 줄였고, 사용량이 많은 상위 10% 세션(p90)에서는 약 39%, 도구가 100개 이상 연결돼 지연 로딩이 적용된 경우에는 약 51%까지 절감했다고 밝혔다[1].

이런 수치들은 AI 에이전트를 실제 개발 파이프라인에 투입한 조직의 인프라·플랫폼 엔지니어링팀이 참고할 만하다. 에이전트 성능이 모델 자체보다 하니스·오케스트레이션 설계에 더 크게 좌우된다는 최근 Nvidia 연구 결과와도 같은 맥락으로 읽히며, 캐싱·라우팅 설계가 모델 선택보다 실제 운영 비용에 더 크게 작용한다는 Ito의 주장과도 방향이 겹친다. 에이전트 실행이 늘어날수록 CI 파이프라인 같은 다른 병목이 새로 발생할 수 있다는 실제 사례도 함께 고려할 만하다. Coinbase CEO 브라이언 암스트롱이 팀의 AI 토큰 사용량을 유지하면서도 지출을 크게 줄인 사례를 공유했다는 언급도 있었지만, 정확한 시점이나 방법은 이 글에서 밝혀지지 않았다[1].

코드 품질 이면: 도입 성숙도에 따라 갈리는 결과

발표는 스탠퍼드의 소프트웨어 엔지니어링 생산성 연구자 예고르 데니소프-블란치의 자료와 GitClear·DX의 데이터를 근거로, AI 도입 성숙도에 따라 코드 품질 변화가 크게 갈린다는 점도 짚었다[1]. AI를 막 도입해 검증 체계가 갖춰지지 않은 'Level 1' 저장소는 AI 도입 이후 인지적 복잡도가 96% 늘었지만, 검증·거버넌스 체계를 갖춘 'Level 2' 이상 저장소는 29% 증가에 그쳤다[1]. 정적 분석 경고 증가율도 Level 1이 45%, Level 2 이상이 13%였고, 중복 라인 밀도 증가율은 Level 1이 122%, Level 2 이상이 34%로 나타났다[1].

이 수치는 AI 코딩 도구 도입 여부보다 도입 방식—코드 리뷰, 검증 파이프라인, 거버넌스 체계 구축 여부—가 실제 코드 품질 결과를 더 크게 좌우한다는 뜻으로 읽힌다. 엔지니어링 리더나 QA 조직이 AI 에이전트 도입을 확대하기 전에 리뷰·검증 단계를 먼저 설계해야 한다는 실무적 근거로 볼 수 있으며, PR 단위로 위험도를 미리 점수화하는 GitHub Action 도구 같은 접근이 이런 격차를 줄이는 데 참고가 될 만하다. 다만 이 데이터가 어떤 기간, 어떤 규모의 저장소 표본을 기준으로 했는지는 이 요약 글에서 구체적으로 밝혀지지 않았다.

확인이 필요한 부분

이 글에는 몇 가지 불명확한 지점이 남아 있다. 강연자 겸 게시자의 정확한 신원은 본문에 명시되지 않았고, 게시 URL(terezatizkova.com)로 추정할 수는 있지만 본문 내에서 직접 확인되지는 않는다. 코드베이스 마이그레이션을 지켜봤다고 언급된 엔지니어의 신원, 그리고 750mm 지름의 팩토리 로고를 Droid에게 제작 요청한 사람이 누구인지도 밝혀지지 않았다[1]. 브라이언 암스트롱과 Coinbase가 AI 지출을 줄였다는 사례 역시 정확한 시점이나 기간이 공개되지 않아, 구체적인 재현 가능성을 판단하기는 이르다. 전반적으로 이 글에 담긴 수치는 Factory가 자체적으로 공개한 운영 데이터인 만큼, 외부 검증 없이 그대로 벤치마크로 받아들이기보다는 참고 자료로 다루는 것이 적절해 보인다.