상상해보자. 소프트웨어 업데이트, 버그 수정, 릴리스 노트가 단순한 배포를 넘어선다. 24시간 쉬지 않고 일하는 가상 팀이 이를 관리하고, 테스트하고, 심지어 작성까지 한다. 더 이상 공상과학 소설이 아니다. 도커 코딩 에이전트 샌드박스 팀이 ‘플릿(Fleet)’이라 이름 붙인, CI 환경 내에서 자율적으로 작동하는 7개의 AI 에이전트로 구성된 조직을 공개했다. 이건 개발자를 대체하자는 게 아니다. 인터넷이나 클라우드처럼, 소프트웨어 전달의 속도와 본질을 근본적으로 바꾸려는 시도다. AI를 진정한 플랫폼 변화로 이끌겠다는 거다.
이건 AI를 살짝 뿌린 화려한 CI/CD 파이프라인 그 이상이다. AI가 제품 책임자, 빌드 엔지니어, 지칠 줄 모르는 QA 테스터 역할을 한 몸에 해내는 것이다. 이것이 실존 인물, 특히 개발자에게 미칠 파급력은 어마어마하다. 릴리스 노트 작성의 지루함이나, 불안정한 테스트를 반복해서 디버깅하는 끝없는 순환을 생각해보라. 플릿은 이런 잡무를 흡수하도록 설계되어, 창의적이고 복잡한 문제 해결에 우리의 고유한 재능을 쏟을 수 있도록 인간의 두뇌를 해방시킨다.
개발자에게 왜 중요할까?
도커가 여기서 택한 접근 방식 중 가장 심오한 부분은 ‘로컬 우선, CI 두 번째(local first, CI second)’라는 만트라다. 이건 단순한 설계 원칙이 아니라, AI 에이전트 자체를 구축하고 디버깅하는 방식의 패러다임 전환이다. CI 환경에서 끝없는 로그 파일을 뒤지며 몇 분(혹은 몇 시간!)씩 괴로운 디버깅 시간을 보내는 대신, 개발자는 이제 터미널에서 직접 이러한 AI 기술을 호출할 수 있다. AI 에이전트가 어떻게 생각하는지 볼 수 있고, 정확히 어디에서 혼란스러워하는지 파악하며, 단 몇 초 만에 반복 작업을 할 수 있다. 당신의 기계 안에 살면서 클라우드로 매끄럽게 배포할 수 있는, 엄청나게 박식한 페어 프로그래머를 갖는 것과 같다.
이것은 피드백 루프를 극적으로 가속화한다. AI 에이전트가 CI에서처럼 로컬에서도 실행되는 ‘스킬’이 되면, 두 개의 별도 시스템을 유지할 필요가 없다. 하나의 지능 세트를 육성하고, 워크플로우가 단순히 그 실행을 조율하도록 하는 것이다. 이것이 플릿을 실용적으로 만들고 AI 개발을 이론적 개념에서 현실적이고 일상적인 도구로 이동시키는 마법이다.
자율적인 명단: 플릿을 만나다
플릿의 핵심에는 ‘스킬(skills)’이 있다. 딱딱한 스크립트라기보다는 상세한 역할 설명으로 생각하면 좋다. 이건 단순한 명령이 아니라 페르소나다. 예를 들어, build-engineer 스킬은 단순히 빌드 명령을 실행하는 것이 아니라, 빌드 엔지니어 자체가 되어 아키텍처, 빌드 도구를 이해하고 판단을 내린다. 전통적인 자동화 스크립트가 꿈꿀 수만 있었던 적응력을 이 에이전트들에게 부여하는, 미묘하지만 매우 중요한 차이다.
project-manager는 팀의 집단 기억 역할을 하며, 새로운 이슈가 백로그에 넘쳐나는 것뿐만 아니라 지능적으로 중복을 제거한다. GitHub Projects 보드를 관리하고, 발견된 내용을 분류하며, 로컬 실행 시 상호작용적인 분류 작업까지 처리한다. CI에서는 완전히 자동 모드로 매끄럽게 전환된다.
그리고 product-owner가 있다. 이는 원시 커밋 메시지를 명확하고 사람이 읽을 수 있는 릴리스 노트로 번역한다. 노이즈를 걸러내고, 실제 사용자에게 영향을 미치는 변경 사항을 식별하며, 기술 비전문가도 이해할 수 있는 문장을 만든다. 제품 변경에 대한 명확하고 간결한 커뮤니케이션을 자동화하는 이 능력만으로도 엄청난 성과다.
cli-tester, 탐색적 테스터는 정말 흥미로운 부분이다. 예상 결과를 엄격하게 주장하는 전통적인 테스트 스크립트와 달리, cli-tester는 호기심 많은 사용자처럼 제품을 이리저리 만져보고, 단순히 실패하는 대신 예기치 않은 동작을 조사한다.
이건 단순히 효율성만이 아니다. 바로 지능이다. 플릿은 코드 스타일, 보안 모범 사례, 테스트 패턴에 대한 기초 지식을 활용할 수 있는 스킬을 통해 학습하고 적응하도록 설계되었다. 이는 AI가 단순히 작업을 실행하는 것을 넘어, 맥락을 이해하고 결정을 내릴 수 있는 수준까지 얼마나 발전했는지를 보여주는 증거다.
“개발자 노트북에서 실행되든 CI에서 실행되든, 동일한 스킬 파일, 동일한 동작입니다.”
이 원문 발표 인용문은 시스템의 우아함을 완벽하게 담고 있다. AI 동작을 위한 하나의 코드베이스, 여러 환경에 배포된다. 진정으로 혁신적인 기술의 기반이 되는 우아한 단순함이다.
도커의 이 행보는 중요한 신호다. 그들은 단순히 AI를 시험해보는 것이 아니라, 효과적으로 조직화된 AI 에이전트가 소프트웨어 개발 수명 주기의 근본적인 부분이 될 것이라고 베팅하고 있다. 우리의 개발팀이 도구뿐만 아니라 지능적이고 자율적인 협업자에 의해 증강되는 미래를 엿보는, 신나면서도 약간은 어질어질한 경험이다.
🧬 관련 인사이트
- 더 읽어보기: Selenium vs Playwright in 2026: Time to Scrap the Old Dog?
- 더 읽어보기: Geul: Programming in True Korean, Not Just Keyword Tattoos
자주 묻는 질문
도커의 ‘플릿’은 실제로 무엇을 하는가?
‘플릿’은 도커의 CI 환경 내에서 테스트, 이슈 분류, 릴리스 노트 작성, 버그 수정과 같은 작업을 자율적으로 수행하도록 설계된 7개의 AI 에이전트 그룹이다. 에이전트의 역할과 책임을 정의하는 AI ‘스킬’을 사용하여 구축되었다.
이 AI 플릿이 도커의 인간 개발자를 대체할 것인가?
명시된 목표는 대체가 아닌 증강이다. 플릿은 반복적이거나 시간이 많이 소요되는 작업을 처리하도록 설계되어, 인간 개발자가 소프트웨어 개발의 더 복잡하고 창의적인 측면에 집중할 수 있도록 한다. ‘로컬 우선, CI 두 번째’ 접근 방식은 개발자 제어와 가시성을 강조한다.
‘로컬 우선, CI 두 번째’ 접근 방식이 개발자에게 어떤 이점을 주는가?
AI 에이전트의 개발 및 디버깅 주기를 극적으로 단축시킨다. 개발자는 로컬 컴퓨터에서 AI 스킬을 실행하고 관찰하며, CI 작업과 로그 분석을 기다리는 수십 분 대신 단 몇 초 만에 반복 작업을 할 수 있어, 더 빠른 피드백과 수정이 가능하다.
