Replit이 최근 공개한 '자율주행 기업(The Self-Driving Company)' 사례는 단순한 생산성 보고서가 아니다. 2026년 1월부터 6월까지 코드 기여량 5.8배, 동일 엔지니어 집단 기준 1인당 생산량 2.9배—그러면서도 PR 되돌림 비율과 인시던트 발생 추세는 평탄하게 유지됐다. 보통 속도를 두 배 올리면 품질 지표 어딘가가 무너진다. 이 숫자가 주목받는 이유는 그 공식이 깨졌다는 데 있다.
핵심은 에이전트를 '편집기 안의 도구'가 아니라 '회사 운영 구조의 일부'로 통합한 방식이다. Replit은 GitHub, Slack, Linear, ZenDesk 등 업무 시스템에 에이전트를 직접 연결하고, 직원마다 여러 하위 에이전트를 병렬로 실행하는 관리자 에이전트를 제공했다. 이른바 루프 엔지니어링—검증 가능한 작업을 반복 수행하고, 사람의 판단이 필요한 순간에만 에스컬레이션하는 구조다. 장기간 중단됐던 CSS 시스템 마이그레이션이 완료됐고, CTO가 직접 에이전트 무리를 동원해 어려운 네트워크 버그를 해결했다. 에이전트의 역할이 보조에서 실행으로 이동한 것이다.
이 구조에서 사람이 맡은 역할이 흥미롭다. Replit은 자율주행 기업을 "사람이 없는 조직"이 아니라 "사람이 목적지를 선택하는 조직"으로 정의한다. 에이전트는 맥락을 모으고 작업하고 검증한다. 사람은 목표를 정하고, 어려운 절충점을 판단하고, 결과에 책임진다. 직원들 스스로도 반복 작업에서 벗어나 전략적·창의적 판단을 담당하게 됐다고 평가했다. 자동화가 역할을 빼앗는 것이 아니라, 역할의 무게중심을 이동시킨다는 것—이 프레임이 지금 가장 정직한 설명이다.
개발 도구 레이어에서도 같은 방향의 흐름이 보인다. 오픈소스 터미널 AI 코딩 에이전트 omp(GeekNews)는 Pi의 에이전트 구조를 확장해 LSP, 디버거(DAP), 서브에이전트, 코드 리뷰, 세션 공유, 메모리를 기본 탑재했다. 주목할 부분은 기능 목록이 아니라 TUI 설계 방향이다. 에이전트가 지금 파일을 읽는지, 수정 중인지, 서브에이전트가 동작 중인지를 화면에서 명확하게 보여준다. 긴 작업에서 멈춘 것인지 실행 중인지 판단하기 어렵다는 것—AI 코딩 도구를 실무에서 써본 사람이라면 누구나 겪는 불안이다. omp는 그 불안을 인터페이스로 해소하려 한다. 속도보다 관찰 가능성(observability)을 먼저 설계한 선택이다.
그리고 완전히 다른 결에서, Justif가 말하는 것을 들어볼 필요가 있다. Justif는 Knuth-Plass 알고리즘 기반의 웹 타이포그래피 데모로, 브라우저 기본 렌더링과 출판 수준의 양쪽 정렬을 나란히 비교한다. 하이픈 처리, 자간 조절, 문장부호 내어쓰기, 리버(rivers) 측정까지—CSS 한 줄로는 닿지 않는 텍스트 경험의 디테일을 다룬다. 왜 이 도구가 지금 이 흐름 안에 있는가? AI가 레이아웃을 짜고 코드를 생성하는 속도가 빨라질수록, 사람이 직접 설계해야 하는 것들이 오히려 더 선명해지기 때문이다. 텍스트가 얼마나 읽기 편한가, 공백 편차가 리듬을 방해하지 않는가—이런 판단은 알고리즘이 측정할 수 있어도, 그 기준을 정하는 것은 여전히 사람의 몫이다.
세 흐름을 겹쳐보면 하나의 구조가 드러난다. AI는 실행 레이어 전반—코드 생성, 인시던트 조사, 데이터 분석, 영업 자료 작성, 고객 지원까지—을 빠르게 점유하고 있다. 그 속에서 개발자와 프로덕트 메이커에게 남는 것은 '무엇을 만들 것인가'의 판단, 에이전트의 행동을 관찰하고 통제하는 설계, 그리고 사용자가 실제로 경험하는 디테일에 대한 감각이다. Replit이 고난도 지원 티켓 해결 시간을 60% 단축한 것은 에이전트 덕분이지만, 어떤 티켓을 에이전트에 맡길지, 어디서 사람이 개입할지를 설계한 것은 사람이었다.
속도는 이미 AI의 것이다. 그렇다면 개발자는 무엇을 가져야 하는가. 목적지를 정하는 판단력, 에이전트 행동을 읽는 관찰력, 그리고 속도가 닿지 못하는 디테일에 대한 집착—이 세 가지가 지금 가장 비대체적인 역량이 되고 있다. 자율주행 시대에도 목적지를 입력하는 손은 사람의 것이어야 한다.