AMD가 1년 만에 생산성 목표를 뛰어넘었다. 지난해에는 2~3년에 걸쳐 25% 생산성 향상을 기대했는데, 1년 뒤 30% 향상을 달성했다고 한다. 이제는 AI 생성 코드 비율이 연초에 20%를 넘었고, 전체 코드베이스의 50%를 향해 가는 중이다.
더 눈에 띄는 건 Radeon Software eXperience(RSX)다. 2025년 10월부터 AI 에이전트로 이슈를 자동 디버깅하고 고치기 시작했는데, 처음엔 6%만 해결했다. 그런데 2026년 6월엔 75%까지 올라왔다. AMD가 공개한 자료를 보면 이 성과는 단일 도구가 아니라, 에이전트를 여러 단계에 배치하고 학습 루프를 만든 결과다.
AMD는 다음 전환을 이렇게 정의한다. 인간이 ‘어떻게’ 할지 지시하는 대신 ‘무엇을’ 풀지 정하면, 협력하는 AI 에이전트 떼가 스스로 해결책을 찾는 단계다. 이 말은 곧 소프트웨어 개발 생명주기(SDLC)의 구조 자체가 바뀐다는 뜻이다.
이 흐름을 피투피(peer-to-peer) 관점에서 보면 특이한 점이 보인다. AMD가 말하는 에이전트 떼는 단순히 여러 개의 API 요청을 병렬로 던지는 게 아니다. 각 에이전트가 문제를 분석하고, 코드를 만들고, 테스트를 설계하고, 결과를 비교하고, 다른 에이전트와 전략을 공유한다. 이건 사실상 분산 컴퓨팅의 협업 문제다.
에이전트들이 서로를 발견하고, 신뢰할 수 있는 결과인지 검증하고, 부분 실패를 감내하는 구조가 필요하다. 지금은 보통 한 운영 주체가 모든 에이전트를 중앙 제어하지만, 떼가 커질수록 중앙 제어는 병목이 된다. 재해 복구, 오프라인 동작, 서로 다른 네트워크 사이의 통신까지 고려하면 결국 동등 계층 간 직접 연결이 요구된다. 그래서 웹소켓으로 모든 메시지를 몰아넣는 대신 WebRTC나 분산 시그널링 같은 기반이 더 중요해진다.
PonsLink와 PonsWarp는 우리의 가장 초기 MVP다. 피투피 연결을 실제 제품으로 만들려고 할 때 가장 먼저 부딪히는 건 결국 ‘다른 노드를 어떻게 찾고 연결하느냐’였다. 공인 IP(인터넷 주소)가 없는 일반 단말끼리 연결하려면 시그널링 서버가 중간에서 주소를 교환해주고, 그래도 안 되면 TURN 같은 릴레이를 거쳐야 한다.
AI 에이전트 떼도 비슷한 순간을 맞을 거라고 본다. 에이전트는 코드 저장소, 테스트 러너, 검증 서비스 같은 서로 다른 실행 환경에 흩어져 있다. 그 환경이 사내 클라우드든, 사용자 노드든, DePIN(분산 물리 인프라) 노드든, 각 에이전트가 자기 주소를 알리고 안정적으로 연결되는 문제를 피해갈 수 없다. 중앙 서버가 모든 걸 중계하는 방식은 초기에는 빠르지만, 에이전트 수가 늘수록 비용과 지연이 함께 늘어난다.
AMD의 수치를 그대로 일반화하는 건 조심해야 한다. 특정 소프트웨어에서 75%라는 해결률은 해당 이슈 분포와 에이전트 학습 루프의 산물이다. 다만 ‘개발 도구가 스스로 문제를 분해하고 협력한다’는 방향은 분명히 기존 중앙 집중형 개발 환경과 다른 자리로 간다.
결국 중요한 판단은 이거다. 에이전트 떼의 두뇌를 여전히 한 회사 클라우드에 둘 것인지, 아니면 각 노드가 자율적으로 협업하게 만들 것인지. 후자를 택하면 검증 가능한 결과, 감사 기록, 연결 실패에 강한 통신 계층이 필요하다. P2P 기술이 스토리지나 컴퓨팅 시장에서 쓰이는 이유와 같다. PonsLink 관점에선 그 진입점이 먼저 ‘에이전트 간 연결’부터 시작된다고 본다.
댓글