우리는 이미 5차 산업혁명의 초입에 서 있다

Agent, Harness, 그리고 인지 루프의 자동화에 대하여.

2026년 2월 24일

4차 산업혁명이라는 말이 유행한 지 오래되었지만, 여전히 그 실체는 사람마다 다르게 정의된다.
어떤 이는 IoT와 클라우드를 말하고, 어떤 이는 AI와 빅데이터를 말한다.

나는 이미 다음 단계가 시작됐다고 본다.

4차 산업혁명은 융합이었다

Klaus Schwab는 4차 산업혁명을 물리적·디지털·생물학적 영역의 융합이라고 정의했다.

유전자 염기서열 분석에서 나노기술,
재생에너지에서 양자 컴퓨팅까지,
물리적 세계와 디지털 시스템, 생물학적 영역이 교차하며
산업 구조 자체를 재편하는 거대한 흐름.

그것은 '융합'의 시대였다.
그리고 그 융합 속에서 자동화의 대상은 주로 육체 노동과 반복 작업이었다.

그러나 지금 우리가 마주하는 변화는 융합이 아니다.
자동화의 대상 자체가 이동하고 있다.

자동화의 대상이 바뀌었다

"그게 그냥 4차의 연장선 아닌가?"
"결국 인공지능 고도화 이야기 아닌가?"

그럴 수도 있다.
하지만 핵심은 대상의 이동이다.

4차 산업혁명은 물리적 세계를 디지털화하고 자동화했다.
5차 산업혁명은 다르다.

자동화의 대상이 인지 노동으로 이동하고 있다.
사고 과정 자체가 외부화되고, 분해되고, 위임되기 시작했다.

4차가 디지털 전환이었다면,
5차는 인지 루프의 자동화다.

'5차'라는 이름이 맞는지는 중요하지 않다.
중요한 것은 자동화의 대상이 인지로 이동하고 있다는 사실이다.

Software 3.0: 사고 인터페이스의 변화

2025년 6월, Andrej Karpathy는 Y Combinator AI Startup School에서 소프트웨어의 진화를 세 단계로 구분했다.

Software 1.0 — 사람이 코드를 작성한다
Software 2.0 — 사람이 모델을 설계하고 데이터로 가중치를 학습시킨다
Software 3.0 — 사람이 자연어로 시스템을 기술한다

쉽게 말하면 Software 3.0은 "해줘"로 시스템을 만드는 시대다.

코드는 점점 줄어들고,
가중치가 소프트웨어가 되었으며,
이제는 프롬프트가 소프트웨어가 되고 있다.

그러나 Software 3.0의 본질은 코딩 방식의 변화가 아니다.
그것은 사고 인터페이스의 변화다.

우리는 이제 컴퓨터에게 명령을 작성하는 것이 아니라,
사고 과정을 기술하고 있다.

소프트웨어는 이미 모든 산업의 기반이다.
그 기반을 만드는 방식이 바뀌면, 위에 쌓인 모든 것이 흔들린다.
Software 3.0은 개발자만의 이야기가 아니다.

Karpathy는 Software 3.0이 결국 1.0과 2.0을 모두 흡수할 것이라고 말한다.

과연 그럴까?

현실은 그렇게 단순하지 않다

이름 있는 사람의 낙관은 언제나 과장처럼 들리고 욕을 먹기 쉽다.
우매함의 봉우리라는 유명한 그래프도 있지 않나. 잠깐 써보고 안 좋은 경험을 하면, 긍정했던 사람을 욕한다.

왜 이렇게 옹호하냐면, 나도 그렇게 욕한 적이 있기 때문이다.

나에게도 그렇게 생각했던 시기가 있었기 때문에...

다들 ChatGPT에 그냥 "이거 해줘"한 적이 있지 않은가?
운이 좋으면 놀랍도록 정확한 결과가 나온다.
하지만 대부분은 어딘가 이상하다.
논리의 비약, 맥락의 오해, 그럴듯하지만 틀린 답.

그래서 사람들은 말한다.
"아직 멀었다."

맞다. 아직 멀었었다.
내가.

문제는 모델이 아니다.
문제는 모델을 어떻게 다루느냐다.

Agent는 절차의 생성이다

많은 사람들이 Agent를 자동화 가능한 챗봇 정도로 이해한다.
그러나 진짜 차이는 여기에 있다.

기존 자동화는:

입력 → 정해진 로직 → 출력
실패하면 멈춘다.
분기 구조는 사람이 설계한다.

Agentic Workflow는 다르다.

목표 → 계획 수립 → 실행 → 평가 → 수정 → 재실행

여기에는 루프가 있다.

자동화는 "정해진 절차의 실행"이다.
Agent는 "절차 생성의 자동화"다.

이 차이가 5차 산업혁명의 본질이다.

Harness: 구조 없는 Agent는 왜 실패하는가

단발성 프롬프트는 불안정하다.
제어되지 않는 말을 마구잡이로 타면 매우 위험하다.

예를 들어 보자.

목표: "이 Pull Request의 품질을 자동 검증하라."

단발성 프롬프트는 이렇게 끝난다:

이 코드 어때?

하지만 구조화된 시스템에서는 다르다:

PR diff를 분석
변경 파일 분류
각 파일에 대해 규칙 기반 검사 실행
LLM으로 논리적 결함 탐지
테스트 누락 여부 확인
위험도 점수 산출
기준 미달 시 재분석 루프 실행

여기서 중요한 건 LLM의 지능이 아니라 검증 루프와 실패 정의다.

이런 구조를 Harness라고 부른다.

Harness란 단순한 프롬프트 엔지니어링이 아니다.
모델을 다음과 같은 구조 안에 가두는 것이다:

명확한 목표 정의
작업 단위 분해
실행 결과 검증
실패 시 재시도 전략
도구 호출 (Tool use)
컨텍스트 관리
메모리 구조
샌드박스 환경

LLM은 본질적으로 Stateless하다.
Harness는 인위적으로 State를 부여하는 구조다.

모델을 신뢰하는 것이 아니라,
모델을 상태 머신 안에 넣는 것이다.

Agent가 실패하는 이유는 지능이 부족해서가 아니다. 구조가 없어서다.
Agent는 확률적이다. 반복과 검증이 전제되지 않으면 운에 의존하는 장난감이 된다.

Harness는 확률적 모델 위에 결정적 구조를 얹는 기술이다.
이 구조가 축적되면, 품질은 모델 성능보다 구조 설계에 의해 좌우된다.

이 순간부터 AI는 장난감이 아니라 시스템이 된다.

싸지는 것, 비싸지는 것

모델은 점점 Commodity가 된다.
주요 모델들은 계속 엎치락뒤치락하고, 성능은 빠르게 상향 평준화되고 있다.
솔직히 모델 자체에 대해서는 큰 관심이 없다. 좋아지지 않으면 시장이 알아서 걸러줄 것이다.

모델이 Commodity가 된다는 것은, 다른 무언가의 가치가 재편된다는 뜻이다.

코드와 어중간한 기술은 이미 싸졌다.
심지어 아이디어도 싸졌다.

어떤 서비스가 나오면,
모델에게 구조를 분석하게 하고,
UI를 복제하게 하고,
API를 설계하게 하면,
유사 서비스는 빠르게 만들어진다.

아이디어는 더 이상 지속가능한 희소 자산이 아니다.

그렇다면 무엇이 비싸지는가?

데이터와 사람이다.

실제 사용자 행동 데이터
실패 로그 데이터
반복 실행 기록
도메인 특화 지식
인간의 검증 피드백

이 데이터가 Harness를 강화한다.
해자는 여기서 생긴다.

5차 산업혁명에서 경쟁 우위는
"누가 더 좋은 모델을 쓰는가"가 아니라,

누가 더 많은 실행을 돌렸고,
누가 더 많은 실패를 축적했고,
누가 더 정교한 검증 루프를 더 적은 비용(토큰)으로 설계했는가에 달려 있다.

그리고 또 하나. 사람.

AI는 사고를 외주화하지만,
맹점을 지적하고 방향을 설정하는 일은,
그리고 가치를 쌓아가는 일은
여전히 인간의 몫이다.

혼자 빠를 수는 있다.
그러나 함께일 때 더 신뢰할 수 있고 멀리 간다.

환상과 현실

뉴스는 자극적인 프레이밍을 좋아한다.
특정 빅테크에서 LLM을 쓰고 엔지니어들이 코드 한 줄 쓰지 않았다는 식의 헤드라인.

이런 종말론 프레이밍이 왜곡을 만든다.
코드를 쓰는 일이 사라진 게 아니라, 코드를 작성하게 만드는 일로 바뀐 것이다.
코드를 모르면, AI가 만든 코드를 온전히 신뢰할 수 없다.

5차 산업혁명은 개발자를 없애는 혁명이 아니다.
개발자의 역할을 메타 레벨로 끌어올리는 혁명이다.

그렇다고 모두 긍정인가?

아직 모르겠다.

Claude Code를 어느 순간 20x와 50x를 구매해서 세션 시간마다 번갈아가면서 돌리고,
Gemini와 Codex도 결제해서 쓰고 있는 것을 보면 고정 비용이 엄청나다.

블랙미러 시즌 7의 "보통사람들"을 경험하고 있다.
현재를 유지하기 위해 끊임없이 구독해야 하는 상황.
나는 어느 순간 세션 초기화 5시간이라는 챗바퀴에 들어가 있는 것 같다.
여기서 오는 스트레스가 또 엄청나다.

인지 노동의 자동화가 월 수십만 원의 구독료를 전제로 한다면,
이 비용을 감당할 수 있는 사람과 없는 사람 사이의 격차는 벌어질 수밖에 없다.
인지 도구에 대한 접근성이 새로운 분할선이 될 수 있다.

우리는 어디에 서 있는가

우리는 지금,
코드를 직접 작성하는 시대에서
코드를 작성하게 만드는 시대,
나아가 사고를 설계하는 시대로 넘어가고 있다.

이 변화는 과장일 수도 있다.

하지만 만약 맞다면,
우리는 단순한 자동화의 시대가 아니라
인지 시스템을 설계하는 시대로 들어가고 있는 것이다.

"아직 멀었다"고 말하며 안심하는 그 순진함을,
이제는 조금 내려놓아야 할 때가 왔다.

첫 번째 Harness를 설계하라.
첫 번째 검증 루프를 돌려라.
거기서 시작된다.