2026년 애플리케이션 전략 현황 보고서에서 얻은 인사이트
수십 년 동안 콘웨이의 법칙은 소프트웨어 설계에 관한 영리한 통찰 정도로 여겨졌습니다. 이 법칙에 따르면 시스템은 이를 구축한 조직의 의사소통 구조를 그대로 반영합니다. 유용하지만, 때로는 불편하고, 대체로 무시해도 되는 것으로 받아들여졌습니다.
그런 시대는 끝났습니다.
최근 운영 데이터는 콘웨이의 법칙을 이론에서 측정 가능한 현실로 바꿔 놓았습니다. 애플리케이션을 변경하는 데 필요한 도구의 수와 그 변경을 실행하는 데 필요한 팀의 수를 살펴보면, 두 분포는 거의 동일합니다. 워크플로가 한두 개의 도구에 의존할 때는 대체로 한두 개의 팀이 관여합니다. 도구의 수가 5~10개로 늘어나면 관여하는 팀의 수도 그에 맞춰 증가합니다. 두 곡선이 너무나 밀접하게 일치하기 때문에 더 이상 우연이라고 설명하기는 어렵습니다.
이는 콘웨이의 법칙을 정량적으로 표현한 것입니다. 조직 구조는 아키텍처에 단순히 영향을 미치는 데 그치지 않고 아키텍처를 결정합니다。 기업은 조직도를 딜리버리 및 보안 스택에 그대로 반영합니다. 도구의 난립과 조정 업무의 난립은 동일한 현상을 서로 다른 관점에서 바라본 것입니다.
AI 추론은 이 환경에 파괴적 요인이 아니라 가속 요인으로 작용합니다.
추론은 새로운 애플리케이션 계층으로 자리 잡고 있으며, 기업들도 이미 이를 하나의 독립된 계층으로 다루고 있습니다. 최신 애플리케이션 전략 현황 보고서의 데이터는 이를 명확히 보여줍니다:
- 응답자의 55%는 AI 서비스의 인증 및 API 액세스를 관리해야 한다고 답했습니다.
- 54%는 AI 트래픽 흐름과 수요에 대한 가시성 확보의 필요성을 강조합니다.
- 51%는 AI 시스템에서 외부로 데이터가 유출되는 것을 방지하는 데 주력하고 있습니다.
- 43%는 인바운드 악용으로부터 모델을 보호해야 할 필요성을 강조합니다.
- 40%는 여러 모델과 백엔드 전반의 AI 트래픽을 중앙에서 제어할 수 있는 단일 지점을 원합니다.
- 거의 모든 응답자가 추론 인프라를 완전히 외부에 위탁하기보다는 자체 호스팅하고 있다고 답했습니다.
이러한 우려 사항 중 생소한 것은 없습니다. 모두 오랫동안 이어져 온 애플리케이션 제공 및 보안 책임과 명확히 맞닿아 있습니다. 트래픽 제어, ID 관리, 가시성, 보호, 거버넌스는 익숙한 영역입니다. 달라진 것은 제어 대상의 본질입니다.
추론은 결정론적 서비스를 확률론적 시스템으로 대체합니다. 요청은 프롬프트가 되고, 세션은 토큰이 됩니다. 출력은 더 이상 예측 가능한 문자열이 아니라 통계적으로 그럴듯한 응답입니다. 비용은 신뢰성을 제약하는 요소가 되고, 드리프트는 운영상의 위험이 됩니다. 악용 방식은 구문적 취약점 공격에서 의미론적 조작으로 바뀝니다.
이러한 변화는 각각 기존 도구의 경계에 명확히 들어맞지 않으면서도 책임의 범위를 확대합니다.
바로 이 지점에서 콘웨이의 법칙이 다시금 강력하게 작용합니다.
콘웨이의 법칙이 시사하는 바
기업은 책임 범위가 확대될 때 기존 도구를 조용히 확장하고 기존 팀에 추가 업무를 떠맡기는 방식으로 대응하지 않습니다. 대신 역할과 기능을 세분화합니다. 인증이 모델을 인식해야 하면 전문화된 접근 제어 계층이 등장합니다. 관측 가능성 체계가 토큰 사용량과 의미적 드리프트를 추적해야 하면 새로운 텔레메트리 플랫폼이 생겨납니다. 데이터 보호가 검사된 입력이 아니라 생성된 출력을 기준으로 판단해야 하면 기존 통제 수단은 불충분하다고 여겨집니다. 인식된 각각의 공백은 새로운 도구의 도입을 정당화합니다. 새로운 도구마다 담당 주체가 필요해지고, 이러한 담당 체계는 굳어져 팀으로 자리 잡습니다.
추론 관련 데이터는 이미 통합이 확장 속도를 따라가지 못하고 있음을 보여줍니다. 단일 관리 지점을 통해 AI 개발자 워크플로를 간소화하고 있다고 답한 응답자는 28%에 불과합니다. 나머지는 이미 여러 도구와 제어 인터페이스를 함께 사용하고 있습니다. 앞서 살펴본 콘웨이의 법칙 관련 데이터와 함께 보면 그 흐름은 분명합니다. AI 관련 책임이 늘어날수록 도구도 늘어나고, 팀도 그에 맞춰 함께 늘어납니다.
이는 우연히 발생한 결과가 아닙니다. 기존의 모든 제공 및 보안 영역을 아우르는 시맨틱 계층을 도입하면서 자연스럽게 나타난 결과입니다. 추론은 플랫폼 팀, 보안 팀 또는 애플리케이션 팀 중 어느 한 곳에 명확히 속하지 않고, 이들 모두와 맞닿아 있습니다. 통합된 제어 영역이 없으면 조직은 결국 파편화됩니다.
그 결과, 조직이 폭발적으로 복잡해집니다.
조직이 이를 피하기 위해 적극적으로 노력하지 않으면 AI는 복잡성을 가중할 것입니다
AI는 기업을 단순화하지 않습니다. 오히려 기업의 구조를 가시화하고 측정 가능하게 만들며, 더 이상 외면할 수 없게 합니다. 복잡성은 프랙탈처럼 배포, 보안, 안정성, 거버넌스의 모든 계층에서 반복됩니다. 애플리케이션 스택을 지배하던 동일한 패턴이 이제는 추론 파이프라인을 지배하며, 그 속도는 더 빠르고 위험 부담은 더 큽니다.
종합된 데이터를 보면 자발적인 단순화를 낙관할 여지는 거의 없습니다. AI는 콘웨이의 법칙을 깨뜨리는 것이 아니라 오히려 더욱 강제합니다. 기업이 도구와 소유권의 경계를 의도적으로 허물지 않는 한, 추론은 운영 계층 중 가장 많은 조율이 필요하고 취약하며 비용이 많이 드는 계층이 될 것입니다.
AI가 조직 설계를 앞지를 수는 없습니다. AI가 과연 확장될 수 있을지는 조직 설계에 달려 있습니다.
자세한 내용은 2026년 애플리케이션 전략 현황 보고서 전문에서 확인하세요.
작성자 소개
Lori MacVittie는 F5 CTO 오피스의 수석 엔지니어이자 최고 에반젤리스트로, 애플리케이션 딜리버리, 자동화 전략 및 인프라 분야에서 깊이 있는 전문성을 보유하고 있습니다. AI 에이전트를 위한 가드레일을 정의하고, 취약한 멀티클라우드 아키텍처를 분석하며, 확장 가능한 시스템의 한계를 탐구하는 등 복잡한 문제를 명확하게 풀어내는 것으로 잘 알려져 있습니다. 애플리케이션 개발, IT 아키텍처, 네트워크 및 시스템 운영 전반에 걸쳐 30년 이상의 업계 경험을 쌓았습니다. F5에 합류하기 전에는 수상 경력이 있는 기술 편집자로 활동했습니다. MacVittie는 컴퓨터 과학 석사 학위를 보유하고 있으며, 보안, 클라우드 및 엔터프라이즈 아키텍처 분야를 아우르는 다수의 저서를 집필한 작가입니다. 또한 보드게임과 비디오 게임을 열정적으로 즐기며, 치즈에 대해서는 거리낌 없이 확고한 견해를 갖고 있습니다.
Lori Mac Vittie의 다른 블로그 게시물관련 블로그 게시물
이제 추론이 운영의 중심축입니다
멀티모델 운영과 API 기반 자동화로 인해 제어 지점이 프롬프트, 토큰/제어, 라우팅, 모더레이션 등 추론 시점의 계층으로 이동하면서 비용, 위험, 성능을 관리해야 합니다.
아이덴티티는 에이전틱 AI의 문지기다
에이전트형 AI가 기계를 도구에서 행위 주체로 변화시키면서, 아이덴티티가 핵심 통제 수단으로 부상합니다. 즉, 누가 누구를 대신해 어떤 범위까지 행동할 수 있는지를 추론 시점에 인라인으로 강제 적용합니다.
AI 앱 제공 10대 위험 요소: 취약한 DNS 관행
추론 및 에이전트형 시스템에서 DNS 복원력은 가용성과 성능을 좌우하는 핵심 요소입니다. DNS 확인에 문제가 생기면 잘못된 경로로 트래픽이 전달되고 지연 시간이 급증하며 여러 리전에서 서비스가 중단될 수 있습니다.
행동과 경계: 에이전틱 보안으로의 전환
에이전트는 시간이 지날수록 위험이 누적되는 예측 불가능하고 제한 없는 작업 흐름을 만들어냅니다. 보안은 단일 요청 검증에서 벗어나, 여러 단계에 걸쳐 변화하는 흐름 전반의 행동을 지속적으로 관리하는 방식으로 전환되어야 합니다.
AI 앱 제공의 10대 위험 요소: 내결함성 및 복원력 부족
AI는 기존의 복원력 격차로 인한 비용을 훨씬 더 키웁니다. 단일 GPU나 종속성의 장애가 동기식 추론 체인 전반으로 연쇄 확산되어 지연 시간이 누적되고 출력 품질이 저하됩니다.
AI가 새로운 트래픽 유형의 등장을 이끌고 있습니다
AI 도입으로 새로운 핵심 트래픽 유형이 등장하고 있습니다. 바로 추론 요청, 기계 주도형 자동화 트래픽, 그리고 제어 루프에 데이터를 공급하는 대용량 텔레메트리 트래픽입니다.