코드 생성을 넘어: AI 에이전트 시대의 엔지니어링 생산성 재고

AI 코딩 도구의 도입으로 코드 생성 속도는 비약적으로 향상되었으나, 이는 리뷰 큐, CI 시스템, 검증 워크플로우 및 배포 프로세스에 새로운 병목 현상을 야기했다. 단순히 코드를 빨리 작성하는 것을 넘어, 늘어난 작업량을 안전하게 수용하고 검증할 수 있는 시스템적 대응이 필요해진 것이다.

Dropbox는 단순 보조 도구인 Copilot 모델에서 벗어나, 스스로 작업을 수행하는 Agent 중심의 시스템으로 진화하고 있다. Agent는 주어진 작업을 수행하기 위해 코드베이스를 조사하고, 파일을 편집하며, 테스트를 실행하고 실패 시 스스로 수정하는 과정을 반복한다.

이를 지원하기 위해 구축된 내부 플랫폼 Nova는 엔지니어가 자연어로 작업을 지시하면 AI 에이전트가 통제된 환경에서 실행할 수 있도록 돕는다. Nova는 현재 Dropbox 전체 **Pull Request(PR)**의 약 1/12을 처리하고 있으며, 기능 개발 외에도 마이그레이션, 테스트 수정, 버그 조사 등 반복적이고 소모적인 작업에 적극 활용된다.

이러한 변화는 생산성 측정 방식의 변화로 이어진다. 단순히 PR 처리량을 측정하던 기존 방식에서 벗어나, AI가 생성한 결과물이 실제 고객 가치로 얼마나 연결되는지를 나타내는 **제품 속도(Product Velocity)**를 중심으로 엔지니어링 생산성을 재고하고 있다.