AI 코딩 에이전트 부채는 단순히 지저분한 코드에만 머물지 않습니다. 생성형 AI 도구와 함께 소프트웨어를 만들 때 코드 바깥의 기록과 사람의 머릿속에서 어떤 부채가 생기는지, 그리고 이를 평소 작업 습관으로 어떻게 줄일 수 있는지 정리합니다.
핵심 요약
AI 코딩 에이전트에 일을 맡기면 코드는 빨리 생기지만, 코드의 문제(기술 부채)만이 아니라 “무엇을 왜 만드는지”가 어디에도 적히지 않는 의도 부채와, 팀이 시스템을 이해하지 못하게 되는 인지 부채가 함께 쌓일 수 있습니다. 요구사항을 하나씩 끌어내고, 범위를 적고, 번호로 대조하고, ‘왜’를 기록하고, 작게 나눠 맡기는 습관이 세 부채를 줄입니다.
AI 코딩 에이전트의 세 가지 부채란 무엇입니까?
한 줄 답: 코드와 구조에 쌓이는 기술 부채, 사람의 이해가 옅어지는 인지 부채, 목표와 제약·이유가 기록에서 빠지는 의도 부채이며, 서로를 키웁니다.
Margaret-Anne Storey는 소프트웨어 시스템이 목표와 의도, 코드와 구조, 그리고 공유된 이해(Peter Naur가 말한 시스템에 대한 이론)라는 세 층위에 걸쳐 존재한다고 설명합니다. 따라서 AI 코딩 에이전트 부채를 살필 때도 이 층위들에 대응하는 세 가지 부채를 함께 봐야 합니다.
- 기술 부채(technical debt): 코드 층위에 쌓이는 문제입니다. 코드 안에 자리 잡으며 시스템을 변경하기 어렵게 만듭니다.
- 인지 부채(cognitive debt): 시간이 지나면서 팀원들의 공유된 이해가 깎여 나가는 현상입니다. 개발자들의 머릿속과 사람 사이에 자리 잡으며 시스템을 이해하기 어렵게 만듭니다.
- 의도 부채(intent debt): 사람과 AI 에이전트 모두에게 필요한 명시적 목표, 제약, 결정 이유가 비어 있거나 흐려지는 현상입니다. 요구사항, 의사결정 기록, 구현 계획, 테스트, 명세 같은 산출물에 자리 잡으며 시스템이 무엇을 위해 존재하는지 알기 어렵게 만듭니다.
이 세 가지 부채는 서로를 강화합니다. 의도 부채는 무엇을 왜 만들었는지 모르게 해 인지 부채를 낳고, 인지 부채는 시스템을 제대로 파악하지 못한 채 수정하게 만들어 기술 부채를 일으키며, 어지러운 코드라는 기술 부채는 다시 인지 부채를 키웁니다.

에이전트에 맡기면 왜 의도·인지 부채가 빨리 쌓입니까?
한 줄 답: 생성형 AI 도구가 사람이 읽고 이해하는 속도보다 빠르게 코드를 만들고, 덜 적힌 프롬프트의 빈칸을 그럴듯하게 메우면서 무비판적 수용을 부르기 때문입니다.
생성형 AI 도구는 리팩터링, 테스트 생성, 리뷰 자동화를 도와 기술 부채를 줄여 줄 수 있습니다. 하지만 동시에 개발자가 읽거나 이해할 수 있는 속도보다 빠르게 코드를 쏟아내어 인지 부채와 의도 부채를 가속합니다. 프롬프트에 조건이 덜 적혀 있어도 에이전트는 빈칸을 스스로 메워 그럴듯해 보이는 결과를 내놓으며, 그 과정에서 원래 의도를 빗나가기 쉽습니다.
여기서 도구를 쓰는 두 가지 태도가 갈립니다. 린터처럼 명확히 구분된 개별 작업을 의도적으로 도구에 맡기는 것은 **인지적 오프로딩(cognitive offloading)**이지만, 생성된 결과를 최소한의 검토만 거쳐 그대로 받아들이는 것은 **인지적 항복(cognitive surrender)**입니다. 인지적 항복에 빠지면 AI가 틀린 결과를 내놓았을 때도 오히려 확신만 부풀어 오를 수 있으며, 설령 에이전트가 읽기 쉬운 코드를 만들어 주더라도 개발자들은 전체 흐름을 놓치기(“lose the plot”) 쉽습니다.
인지 부채가 쌓였을 때 나타나는 신호는 다음과 같습니다.
- 시스템을 건드리기 꺼려합니다.
- 작은 변경이 예상하지 못한 결과를 낳습니다.
- 새로운 사람이 합류해 적응하는 속도가 느려집니다.
의도 부채가 쌓였을 때 나타나는 신호는 다음과 같습니다.
- 시스템 동작이 이해관계자의 기대에서 점점 벗어납니다.
- AI 에이전트가 방대한 추가 설명을 요구하거나, 기술적으로는 맞지만 핵심을 빗나간 해법을 내놓습니다.
- 처음에 세웠던 제약 조건이 잊힙니다.
맡기기 전에는 어떤 습관이 필요합니까?
한 줄 답: 코드를 요청하기 전에 맥락 질문으로 요구사항을 하나씩 끌어내고, 프롬프트마다 수정 범위를 못박으며, 작은 단위로 나눠 맡겨야 합니다.
아래 습관들은 평소 에이전트와 협업할 때 세 가지 부채를 줄이기 위해 권장하는 실무 관행입니다.
맥락 질문부터, 요구사항은 하나씩 끌어내기
코드를 바로 짜 달라고 요청하기 전에, 에이전트에게 작업을 수행하기 위해 무엇을 더 알아야 하는지 먼저 질문하게 합니다. 머릿속의 요구사항을 한꺼번에 쏟아붓지 않고 대화를 통해 하나씩 끌어내어 정리합니다.
이렇게 빈칸을 미리 메우면 에이전트가 임의로 가정을 세우지 못하므로 의도 부채를 줄일 수 있습니다.
프롬프트마다 범위 적기
요청할 때마다 “이 파일과 이 기능만 수정하고 다른 모듈은 건드리지 말 것”처럼 작업 범위를 명시합니다.
관계없는 코드가 덩달아 바뀌는 일을 막아 기술 부채를 예방하고, 어디가 바뀌었는지 작업자가 명확히 파악할 수 있어 인지 부채도 함께 줄어듭니다.
작게 나눠 맡기기
“한 번에 다 구현해”라는 식으로 큰 덩어리를 맡기면 나중에 어긋난 부분을 고치는 비용이 훨씬 커집니다. 작은 단위 하나를 맡기고, 결과를 검토해 이해한 뒤 다음 단위로 넘어갑니다.
Storey가 제안하듯 AI가 만든 변경 사항이 반영되기 전에 팀원 가운데 누군가는 그 변경을 온전히 이해해야 합니다. 작게 나눠 맡기는 습관은 인지 부채와 기술 부채를 동시에 억제합니다.
결과를 받은 뒤에는 무엇을 확인합니까?
한 줄 답: 요구사항 번호별로 코드 위치와 실제 결과를 대조하고, 대체값·추정값·실패 처리를 실제 결과와 구분해 표시하며, 과잉 설계를 걷어내야 합니다.
요구사항 번호를 PLAN.md에 적고 근거 대조하기
요구사항마다 번호를 붙여 PLAN.md에 적어 두고, 작업이 끝날 때 각 번호 옆에 해당 요구사항을 만족하는 코드 위치와 실제 확인 결과를 대조해 적습니다. 짝이 맞지 않거나 비어 있는 번호는 아직 끝나지 않은 작업입니다.
R1 …: 근거 = 파일/함수, 결과 = 확인함
R2 …: 근거 = 파일/함수, 결과 = 미확인
의도를 담은 테스트와 엄격한 리뷰로 속도가 이해를 앞지르지 않게 잡는 방법이며, 의도 부채와 인지 부채를 줄입니다.

대체값·추정값·실패 처리 결과를 실제 결과와 구분하기
에이전트가 빈자리를 메우기 위해 기본 대체값이나 추정값을 넣거나 실패 처리 경로로 우회했을 때, 이를 실제 정상 결과와 섞어 두면 겉보기에만 그럴듯한 출력에 속기 쉽습니다. 결과 표나 로그를 볼 때는 출처를 별도 플래그 열로 분리해 표시합니다.
값 | 출처(실제/대체/추정/실패)
무엇이 실제 동작이고 무엇이 임시 대체인지 눈으로 구분할 수 있어 인지 부채를 줄입니다.
과잉 설계 막기
예를 들어 읽기 전용 API에는 쓰기 보호 로직이 필요하지 않습니다. 에이전트가 요구사항에 없는 방어 코드나 추상화를 덧붙였는지 확인하고, 요구사항이 필요로 하는 것만 남깁니다.
불필요한 복잡도를 덜어 내어 기술 부채를 줄입니다.
‘왜’는 어디에 남겨야 합니까?
한 줄 답: 결정이 내려진 순간에 무엇을 왜 선택했고 무엇을 하지 않았는지를 DECISIONS.md에 한 줄씩 남기고, AGENTS.md와 핸드오프 문서를 평소에 갱신해야 합니다.
Storey는 의도가 결정이 내려지는 바로 그 순간에 포착되어야 하며, 나중에 되살리려 하면 어렵거나 불가능하다고 강조합니다. 또한 무엇이 바뀌었는지뿐 아니라 왜 바뀌었는지를 기록하고 설계 문서를 지속적으로 갱신해야 합니다.
가벼운 아키텍처 의사결정 기록(ADR)처럼 결정마다 무엇을 결정했는지, 이유는 무엇인지, 무엇을 하지 않기로 했는지를 DECISIONS.md에 한 줄씩 적습니다. 아울러 에이전트 지침서인 AGENTS.md와 핸드오프 문서는 작업이 다 끝난 뒤가 아니라 평소에 바로바로 갱신해 의도 중심 워크플로를 유지합니다. 에이전트에게 맥락과 제약을 전달하는 구조가 궁금하다면 프롬프트·컨텍스트·하네스·그래프 엔지니어링, 뭐가 다를까?도 참고하시기 바랍니다.
결정: … / 이유: … / 하지 않은 것: …
주의할 점이 있습니다. 문서 초안을 에이전트가 작성하게 할 수는 있지만, 그것을 읽고 이해하는 일까지 자동화해서는 안 됩니다. AI가 만든 문서는 실제로는 이해하지 못했으면서도 이해했다는 착각만 줄 수 있기 때문입니다. 직접 읽고 소화하며 기록을 관리하는 습관이 의도 부채를 줄입니다.
자주 묻는 질문은 무엇입니까?
한 줄 답: 기술 부채 관리만으로는 부족한 이유, 에이전트에게 문서 작성을 맡길 때의 주의점, 혼자 개발할 때의 인지 부채를 정리합니다.
기술 부채만 관리하면 충분하지 않습니까?
충분하지 않습니다. 코드가 아무리 깔끔해 기술 부채가 낮더라도, 팀에서 아무도 그 코드가 어떻게 돌아가는지 이해하지 못하거나(인지 부채) 원래 목적과 제약 조건을 더 이상 반영하지 못한다면(의도 부채) 시스템을 안전하게 바꿀 수 없습니다.
문서를 에이전트가 쓰게 해도 됩니까?
초안을 잡게 하는 것은 괜찮지만, 읽고 이해하고 검증하는 일은 사람이 직접 해야 합니다. Storey 역시 이러한 문서를 AI로 자동 생성하는 것이 바람직한지는 아직 결론이 나지 않은 열린 질문이라고 짚습니다.
혼자 개발할 때도 인지 부채가 생깁니까?
Storey는 인지 부채를 주로 팀 단위의 공유된 이해가 깎이는 현상으로 설명하지만, 개인 개발자도 구조에 대한 혼란과 수정에 대한 두려움, 자신감 상실로 이를 겪습니다. 시간이 흐른 뒤의 나 자신이 곧 다음 동료이기 때문입니다.
함께 보면 좋은 글은 무엇입니까?
한 줄 답: 에이전트에게 맥락과 제약을 전달하는 엔지니어링 개념 정리 글과, AI가 만든 C/C++ 코드도 실제로 검사해 볼 때 쓰는 메모리 검사 도구 글입니다.
출처는 어디입니까?
한 줄 답: Margaret-Anne Storey의 ACM Queue 아티클이 주 출처이며, 같은 글의 공개 버전(arXiv)과 블로그 글 두 편을 함께 참고했습니다.
- 주 출처: Margaret-Anne Storey, From Technical Debt to Cognitive and Intent Debt: Rethinking software health in the age of AI, ACM Queue, March/April 2026 issue (확인 2026-10-25). 같은 글의 공개 버전: arXiv:2603.22106
- Margaret-Anne Storey, How Generative and Agentic AI Shift Concern from Technical Debt to Cognitive Debt, 2026-02-09 (확인 2026-10-25)
- Margaret-Anne Storey, What I’m Hearing About Cognitive Debt (So Far), 2026-02-18 (확인 2026-10-25)