핵심 요약

  • 팩토리는 자율 개발 에이전트를 일찍 내놓았지만, 초기에는 모델 성능과 기업 개발자의 작업 방식 모두 준비되지 않았다고 판단했다.
  • CEO 마탄 그린버그는 제품이 개발자를 만족시키지 못한다고 보고, 매출이 200만에 조금 못 미치던 시점에 고객에게 받은 돈을 돌려줬다고 말했다.
  • 팩토리는 작업에 따라 모델을 바꾸는 구조를 내세운다. 그린버그는 기업 고객이 한 모델 제공업체에 의존하지 않으려 한다고 설명했다.
  • 그린버그가 말하는 ‘다크 팩토리’는 에이전트가 고객 신호 등을 포착해 작업을 스스로 시작하는 소프트웨어 개발 체계다. 이는 현재의 성과가 아니라 그의 전망이다.

너무 일찍 시작한 자율 개발 에이전트

팩토리는 소프트웨어 개발을 수행하는 자율 에이전트 ‘드로이드’를 만든다. 공동창업자이자 CEO인 그린버그에 따르면, 회사는 2023년 4월 출발해 처음부터 완전 자율형 에이전트에 집중했다. 그러나 당시 기업은 보조 도구인 깃허브 코파일럿에도 익숙해지는 중이었다. 모델 성능도 부족했고, 개발자와 기업 구매 조직 역시 에이전트를 받아들일 준비가 되지 않았다는 것이 그의 회고다.

팩토리는 기업 판매에는 익숙해졌지만 제품은 기대에 못 미치는 시기를 겪었다. 그린버그는 매출이 200만에 조금 못 미쳤을 때 개발자들이 제품을 좋아하지 않는다는 사실을 인정하고 고객에게 돈을 돌려줬다고 말했다. 계약을 따내는 능력과 실제 사용자의 만족은 달랐기 때문이다. 그는 고객에게 공을 들였는지보다 고객이 계속 쓰고 싶어 할 제품을 만들었는지를 성과로 봐야 한다고 설명했다.

개발자의 작업 방식에 맞춘 전환

전환점으로 그린버그가 꼽은 것은 2025년 9월 26일 공개한 드로이드 CLI다. 명령줄에서 쓰는 이 도구는 개발자가 이미 일하는 방식에 맞춰 에이전트를 제공하고, 여러 모델을 사용할 수 있게 했다. 이전의 완전 자율형 제품은 개발자에게 작업 방식의 급격한 변화를 요구했다는 것이 그의 판단이다.

그린버그는 개선된 모델만으로 도입 변화를 설명할 수는 없다고 봤다. 시간이 지나며 개발자들이 자동 완성 도구와 대화형 에이전트에 익숙해졌고, 기업 안에서도 새 작업 방식을 시도할 의지가 생겼다는 것이다. 모델 발전으로 필요한 안전장치가 줄어든 점과 사용자 행동의 변화가 함께 작용했다고 설명했다.

모델 독립성과 도구의 성능

그린버그에 따르면 기업 고객은 개발 업무의 핵심을 단일 모델 제공업체에 맡기는 것을 경계한다. 팩토리는 새 모델이 더 빠르거나 저렴하거나 성능이 나으면 교체할 수 있는 구조를 강조한다. 팩토리 자체에 종속될 수 있다는 질문에는 자동화 결과물과 조직의 작업 방식을 담은 자료가 고객 코드베이스에 남는다고 답했다.

그가 말하는 에이전트의 ‘하네스’는 모델이 도구와 작업 환경을 사용하고 긴 대화를 관리하도록 돕는 실행 체계다. 그린버그는 캐시 사용률, 긴 대화를 압축할 때 중요한 정보를 보존하는 능력, 도구 사용과 결과 검증을 성능 요소로 꼽았다. 예컨대 긴 마이그레이션 작업에서 할 일 목록이 압축 과정에 사라지면 이후 단계를 놓칠 수 있다. 여러 모델을 지원하는 하네스가 특정 모델의 습관에 과하게 맞춰지는 일을 줄일 수 있다는 주장도 폈다. 이는 팩토리 측의 성능 판단으로 제시됐다.

토큰을 많이 쓰는 것에서 적재적소에 쓰는 것으로

그린버그는 기업의 AI 도입이 사용량 확대에 치우치면서 간단한 질문에도 비싼 모델을 쓰는 일이 생겼다고 말했다. 팩토리의 라우터는 작업과 조직의 조건에 따라 모델을 배정하는 도구다. 그는 중요 인프라를 다루는 엔지니어와 간단한 대시보드를 만드는 직원에게 같은 토큰 한도를 주는 방식이 적절하지 않을 수 있다고 설명했다. 특정 코드베이스에 맞춘 모델을 쓰거나, 코드 작성·시험·검토에 서로 다른 모델을 배정하는 것도 예로 들었다.

그린버그에 따르면 팩토리 내부 엔지니어가 쓰는 토큰의 약 절반은 오픈 모델에 할당된다. 고객 전체에서는 연초 1% 미만이던 오픈 모델 토큰 비중이 첫 분기에 한 자릿수 비율로 올라갔고, 인터뷰 시점에는 두 자릿수 비율을 넘었다고 말했다. 토큰 비중과 비용 비중은 다르다는 단서도 붙였다. 그는 앞으로 오픈 모델의 토큰 비중이 커질 것으로 예상하면서도, 중요한 판단에는 최상위 모델이 계속 쓰일 수 있다고 봤다.

사용량 과금 이후의 과제

팩토리는 현재 토큰 사용량에 따라 요금을 받는다. 그린버그는 기업이 아직 준비되지 않았기 때문에 당장은 사용량 기반 과금이 맞지만, 2030년대에는 작업 결과에 따른 과금이 가능해질 수 있다고 예상했다. 모델 제공업체가 작업과 검증 기준을 보고 가격을 제시하고, 결과가 기준을 충족했는지 확인하는 구상이다.

그는 이 방식에 해결할 문제가 많다고 인정했다. 작업을 어떻게 나눌지 분명하지 않고, 검증 기준이 허술하면 에이전트가 의도와 다른 방식으로도 기준을 통과할 수 있다. 따라서 결과를 어떻게 정의하고 시험할지가 과금 방식의 전제가 된다.

다크 팩토리로 가는 조건

그린버그는 대규모 조직의 기능 결정부터 출시까지 이어지는 과정에 많은 사람이 관여하지만, 그 흐름을 명확히 그리기 어려울 수 있다고 말했다. 그가 제시한 소프트웨어 팩토리는 고객·시장·제품 조직의 신호를 입력으로 정리하고, 개발 과정을 연결한 뒤, 출시한 기능이 실제 사용이나 유지율 같은 사업 성과에 기여했는지 되돌아보는 체계다.

현재 에이전트 사용은 대체로 사람이 작업을 지시하면서 시작된다. 그린버그는 향후 12~24개월 안에 토큰 사용량의 90%가 비동기 작업에서 나올 것으로 전망했다. 고객에게서 발견한 신호를 바탕으로 에이전트가 스스로 수정 작업이나 첫 해결안을 시작하는 형태다. 불을 켜고 사람이 매번 작업을 시작하지 않아도 생산이 이어진다는 ‘다크 팩토리’는 이 미래상을 가리킨다.

그는 전환 과정의 비용도 인정했다. 단기적으로는 자원 배분을 고치는 과정에서 일자리를 잃는 사람이 생길 수 있으며, AI 기업 경영자들이 그 고통에 더 책임을 져야 한다고 말했다. 장기적으로 엔지니어가 아직 소프트웨어로 풀지 못한 문제에 투입될 수 있다는 기대 역시 그의 전망이다. 팩토리의 구상은 자율 실행 자체에 그치지 않는다. 어떤 신호로 작업을 시작했고, 그 결과가 실제로 가치가 있었는지 확인하는 과정까지 포함한다.