AI 에이전트의 도구 선택 편향

최근 등장한 Claude Code는 개발 생산성을 혁신적으로 높여주는 도구로 주목받고 있다. 하지만 이 에이전트가 제안하는 기술 스택을 면밀히 분석해보면 매우 흥미로운 현상을 발견할 수 있다. 특정 도구와 서비스에 대한 선호도가 압도적으로 높다는 점이다. 분석 결과에 따르면 Claude Code는 shadcn/ui, Vercel, Railway 등 특정 기술 생태계의 도구들을 반복적으로 추천하는 경향을 보인다.

특히 눈에 띄는 부분은 기술의 세대교체 양상이다. 기존에 업계 표준처럼 널리 사용되던 Prisma 대신 상대적으로 최신 라이브러리인 Drizzle을 선택하는 등, 모델이 최신 기술 스택을 우선적으로 고려하고 있다는 사실이 분석을 통해 드러났다. 반면 인프라 구성에 있어 전통적인 강자인 AWS, GCP, Azure와 같은 메이저 클라우드 서비스는 에이전트의 선택지에서 상대적으로 외면받는 양상을 보인다.

일반적으로 대규모 언어 모델의 지식은 학습 데이터의 양에 의존한다고 알려져 있다. 만약 학습 데이터의 절대적인 양이 선택의 유일한 기준이라면, 오랜 시간 동안 압도적인 사용량을 기록하며 정보가 축적된 레거시 기술이나 메이저 클라우드에 대한 추천이 훨씬 더 많아야 정상이다. 그럼에도 불구하고 에이전트가 특정 최신 도구를 편향적으로 선택하는 것은 단순히 데이터 분포의 문제가 아니라는 점을 시사한다.

이러한 선택의 이면에는 모델 제공사의 의도적인 개입, 즉 특정 목적을 가진 학습이나 미세 조정(Fine-tuning)의 결과가 반영되었을 가능성이 크다. 에이전트가 사용자에게 최적의 도구를 제안한다는 명분 아래, 사실은 모델 제작사가 지향하는 기술 생태계나 특정 플랫폼으로의 유도가 개입되어 있을 수 있다는 것이다.

결국 AI 에이전트의 추천은 더 이상 중립적인 조언이 아닐 수 있다. 이는 일종의 새로운 형태의 광고 플랫폼으로 기능할 위험이 있다. 모델 제공사가 선택하는 기본 스택(Default Stack)에 포함되느냐 마느냐가 기술의 생존과 시장 점유율을 결정짓는 핵심 변수가 되는 시대가 오고 있다. 에이전트가 권력을 가지게 됨에 따라 기술 선택의 주도권이 인간 개발자에게서 인공지능 모델 제공사로 이동하고 있는 셈이다.