기계로의 초대: AI 에이전트를 위한 인프라 구축
게시일: 2025년 12월 30일 | 원문 작성일: 2025년 12월 22일 | 저자: Ed Huang (PingCAP CTO) | 원문 보기
핵심 요약
AI 에이전트가 인프라의 주요 사용자가 되면서, 소프트웨어 설계 철학이 근본적으로 변화해야 해요.
- 새 TiDB 클러스터의 90%+ 는 에이전트가 만듭니다 — 인간이 아닌 에이전트가 주요 사용자가 되는 시대예요.
- 에이전트는 새 프레임워크보다 익숙한 멘탈 모델을 원해요 — 파일 시스템, SQL, Python, Bash처럼 검증된 추상화가 효과적이에요.
- 에이전트 친화적 인터페이스 3가지 조건 — 자연어로 설명 가능하고, 논리로 공식화할 수 있으며, 결정론적 결과여야 해요.
- 인프라는 일회용, 병렬화, 가상화 지향 — 에이전트 작업은 저렴하고 수명이 짧으며 대규모 병렬 처리가 핵심이에요.
• • •
에이전트가 주인이 된 세상
TiDB Cloud1에서 흥미로운 현상이 일어나고 있어요. 새로 생성되는 클러스터의 90% 이상을 AI 에이전트가 만들고 있거든요. 인프라 소프트웨어의 주요 사용자가 인간 개발자에서 AI 에이전트로 바뀌고 있다는 명확한 신호죠.
이런 변화는 근본적인 질문을 던져요. 에이전트가 주요 사용자가 되는 세상에서, 인프라는 어떻게 달라져야 할까요?
멘탈 모델의 중요성
저자는 이렇게 말해요. 컴퓨팅 세계에서 가장 기본적인 것들—파일 시스템, SQL, 프로그래밍 언어 같은 개념들—은 한번 발명되면 본질적으로 거의 변하지 않는다고요.
“에이전트는 더 똑똑하거나 강력한 시스템을 기다리고 있지 않습니다. 그들은 이미 이해하고 있는 시스템을 선호합니다.”
의미하는 바는 명확해요. 에이전트를 위한 새로운 프레임워크를 만드는 것보다, 이미 검증된 멘탈 모델에 맞춰 시스템을 설계하는 것이 더 효과적이에요. LangChain2 같은 새로운 프레임워크들은 에이전트의 학습 데이터에 충분히 반영되어 있지 않아서 안정적으로 채택하기 어렵거든요.
확장 가능한 추상화: agfs 사례
저자는 agfs3(벡터 파일 시스템)를 좋은 예로 들어요. 이 시스템은 완전히 새로운 기능(벡터화 검색)을 도입하면서도 사용자의 멘탈 모델은 전혀 건드리지 않았어요. 파일 연산은 그 아래에서 무슨 일이 일어나든 똑같이 작동하거든요.
이게 바로 확장 가능한 추상화의 힘이에요. 새로운 기능을 기존의 익숙한 인터페이스 위에 얹을 수 있다면, 에이전트는 별도로 배울 필요 없이 바로 그 기능을 쓸 수 있죠.
에이전트 친화적 인터페이스의 세 가지 조건
에이전트가 효과적으로 쓸 수 있는 인터페이스는 세 가지 조건을 갖춰야 해요:
- 자연어로 설명 가능 — 인터페이스의 목적과 사용법을 말로 설명할 수 있어야 해요.
- 기호적 논리로 공식화 가능 — 모호함 없이 정확한 로직으로 변환할 수 있어야 해요.
- 결정론적 결과 — 같은 입력에 대해 항상 같은 결과가 나와야 해요.
저자는 코드가 여전히 최선의 표현 방식이라고 강조해요. 밀도 있고 재사용 가능한 로직을 대규모로 표현할 때, 최소한의 토큰으로 최대한의 가능성을 담아낼 수 있는 건 결국 코드거든요.
에이전트 시대의 인프라 특성
에이전트 워크로드는 인간의 워크로드와 근본적으로 달라요:
- 일회용(Disposable) — 워크로드는 저렴하고 수명이 짧아야 해요. 언제든 버릴 수 있어야 하죠.
- 대규모 병렬화 — 에이전트는 동시에 수많은 작업을 돌릴 수 있어서 병렬 처리가 핵심이에요.
- 시맨틱 격리가 포함된 가상화4 — “겉으로는 독점적으로 보이지만 실제로는 가상화된” 설계가 필요해요.
- 비용 효율성 — 대규모 리소스 공유를 통해 비용을 낮춰야 해요.
에이전트를 절약 모드로 몰아넣으면 안 돼요. 리소스가 부족하다고 느끼면 에이전트는 보수적으로 행동하게 되고, 그러면 성능이 떨어지거든요.
비즈니스 모델의 변화
토큰을 파는 전통적인 비즈니스 모델은 지속 가능하지 않아요. 성공적인 에이전트 회사는 토큰 추론 제공자가 아니라, 한계 비용이 거의 0에 가까운 확장형 클라우드 서비스처럼 운영될 거예요.
예전에는 경제성이 안 나왔던 맞춤화가 계산 비용 급락으로 가능해지고 있어요. 완전히 새로운 비즈니스 기회가 열리는 거죠.
접착제의 세계
“실제 IT 세계는 접착제로 이루어져 있습니다.”
에이전트의 진정한 강점은 혁신이 아니라 조합(composition)에 있어요. 기존 시스템들을 연결하고, API들을 조합하고, 워크플로우를 자동화하는 게 에이전트가 가장 잘하는 일이거든요.
그래서 인프라는 에이전트가 쉽게 “접착제 역할”을 할 수 있도록 설계되어야 해요. 잘 정의된 인터페이스, 예측 가능한 동작, 그리고 조합 가능한 구성 요소가 핵심이죠.
• • •
마치며
AI 에이전트 시대의 인프라는 새로운 기술보다 검증된 추상화를, 복잡한 프레임워크보다 단순한 인터페이스를 지향해야 해요. 에이전트는 이미 알고 있는 것을 효율적으로 쓰고 싶어해요. 우리의 역할은 그들이 이미 이해하는 방식으로 새로운 능력을 제공하는 거예요.
역자 주
- TiDB Cloud: PingCAP이 개발한 분산 SQL 데이터베이스 TiDB의 클라우드 서비스. MySQL 호환성을 유지하면서 수평 확장이 가능해 대규모 워크로드 처리에 강점이 있습니다. ↩
- LangChain: LLM(대규모 언어 모델)을 활용한 애플리케이션 개발을 위한 프레임워크. 체인, 에이전트, 메모리 등의 추상화를 제공하지만, 저자는 이런 새로운 추상화보다 기존에 검증된 인터페이스(파일 시스템, SQL 등)가 에이전트에게 더 효과적이라고 주장합니다. ↩
- agfs(Agent File System): 파일 시스템 인터페이스를 유지하면서 내부적으로 벡터 검색을 수행하는 시스템. 사용자는 기존 파일 명령어(ls, cat 등)를 그대로 사용하면서도 의미 기반 검색의 이점을 누릴 수 있습니다. ↩
- 시맨틱 격리(Semantic Isolation): 물리적으로는 리소스를 공유하지만, 논리적으로는 각 에이전트가 독립적인 환경을 사용하는 것처럼 보이게 하는 가상화 기법. 에이전트가 리소스 제약을 느끼지 않으면서도 실제로는 효율적인 리소스 공유가 이루어집니다. ↩
저자 소개: Ed Huang은 PingCAP의 CTO이자 공동 창업자로, 분산 데이터베이스 TiDB를 개발하고 있습니다.
참고: 이 글은 Ed Huang이 개인 블로그에 게시한 아티클을 번역하고 요약한 것입니다.
원문: Welcome to the Machine: Building Infrastructure for AI Agents - Ed Huang (2025년 12월 22일)
생성: Claude (Anthropic)