본 연구는 LLM 기반 자동 소프트웨어 개발에서 기술 부채 문제를 체계적으로 분석했습니다. AI는 결함을 없애는 것이 아니라 독특한 '기계적 결함'을 도입하며, 코드 양이 증가할수록 구조적 악화가 심화되는 경향을 보입니다.
단일 파일 작업부터 복잡한 에이전트 기반 시스템까지 분석한 결과, 모델의 성능이 향상될수록 코드의 비만화와 결합도가 증가하는 '추론-복잡성 균형' 문제가 발생합니다.
기능 정확성이나 상세한 프롬프트만으로는 이러한 악화를 막을 수 없으며, 앞으로는 에이전트가 명시적인 건축적 통찰력을 갖추는 것이 중요합니다.