무아키텍처 AI 프로그래밍의
역사적 조명과 미래 예측

초록 — 본 보고서는 LEECHO 글로벌 AI 연구소의 2026년 2월 《AI 사이버보안 위험 분석 보고서》[F1] 및 2026년 4월 《Mythos가 발견한 제로데이 취약점의 근본 원인 분석》[F2]의 후속편이다. 앞선 두 논문은 각각 “시스템 붕괴와 책임 공백”의 임상적 증상과 “세대 간 지식 고착이 초래하는 창발적 비호환성”의 취약점 형성 메커니즘을 식별하였다. 본 논문은 더 깊은 병인을 추적한다 — 정보이론[A1]과 제어이론[A2]의 관점에서, 2010년부터 2026년까지의 소프트웨어 아키텍처 진화가 어떻게 코드의 자연적 가지치기 메커니즘을 체계적으로 제거하여 AI 자율 반복이 구조적 보안 공백 속에서 작동하게 되었는지를 분석한다. 우리는 다음과 같이 논증한다: 병렬화된 단일 계층 아키텍처가 정보 흐름 제약을 해소하여, 아키텍트의 역할을 “정보이론 + 제어이론 + 소프트웨어-하드웨어 정렬”의 삼위일체에서 순수 제어이론 작업으로 퇴화시켰고, 그 결과 중복과 오버플로가 동시에 무한 확장되었다. 이는 코드 팽창과 공급망 붕괴의 구조적 필연일 뿐 아니라, 제로데이 취약점이 “계층 간 접합부의 국소 결함”에서 “전역적 무구조 확산”으로 퇴화한 근본 원인이기도 하다.

정보이론, 제어이론, 그리고 아키텍트의 삼위일체

현재 AI 프로그래밍 보안 위기의 근본 원인을 이해하려면, 1948년에 동시에 탄생한 두 학문으로 거슬러 올라가야 한다: 클로드 섀넌의 정보이론[A1]과 노버트 위너의 제어이론[A2]. 이 둘은 관련이 있는 것처럼 보이지만, 실제로는 완전히 다른 질문에 답한다.

1.1 정보이론: “필요한가?”에 대한 답

섀넌 정보이론의 핵심은 채널 용량이다 — 정보가 잡음이 있는 채널을 통해 전송될 때 최대 전송 속도가 존재한다[A9]. 이 속도를 초과하면 오류율이 불가피하게 증가한다. 섀넌은 채널 코딩이 제어된 중복을 체계적으로 추가함으로써 정보를 오류로부터 보호한다는 것을 증명했다 — 핵심 키워드는 “제어된”이다[A1].

통신 프로토콜 스택에서 이 원리의 물리적 구현은 계층 구조이다: 물리 계층 → 데이터 링크 계층 → 네트워크 계층 → 전송 계층 → 응용 계층. 각 계층은 자체적으로 소스 코딩과 채널 코딩을 수행하며, 하위 계층의 중복과 잡음은 상위 계층으로 전달될 때 필터링된다. 전화 통화가 “정상적으로 작동”할 때, 그것은 각 계층이 섀넌 정보이론 내부에서 증명된 보장을 준수하고 있기 때문이다[A10]. 소프트웨어의 계층 아키텍처 — 펌웨어 → 운영체제 → 미들웨어 → 애플리케이션 — 는 이 통신 프로토콜 스택 모델의 소프트웨어 공학적 동형 사상이다. 각 계층은 하나의 “채널”로서 정보가 하위에서 상위로 흐르며 각 수준에서 필터링, 압축, 변환된다. 이러한 계층들은 중복에 대한 자연적 가지치기 메커니즘이다.

레만은 1974년에 처음으로 “엔트로피” 개념을 소프트웨어 공학에 도입했다[A3]. 그의 소프트웨어 진화 제2법칙은 다음과 같이 명시한다: “E-타입 시스템이 진화함에 따라 복잡도는 지속적으로 증가하며, 이를 줄이기 위한 전문적인 작업이 투입되지 않는 한 멈추지 않는다”[A4]. 정보이론 연구는 일관성 규칙의 적용이 수학적으로 아키텍처의 정보 함량을 증가시키는 동시에 불확실성을 줄여 질서도를 높인다는 것을 추가로 확인한다[A5]. 계층 아키텍처의 일관성 규칙은 정보이론적 의미의 채널 코딩이다 — 제어된, 구조화된 중복을 추가하여 엔트로피 성장을 제한한다. 반면 병렬 아키텍처에서 AI가 추가하는 것은 제어되지 않은, 반복적인 중복 — 코딩이 아닌 잡음이다.

1.2 제어이론: “허용되는가?”에 대한 답

위너의 제어이론은 시스템의 피드백과 조절에 초점을 둔다 — 환경 변화를 감지하고, 목표와의 편차를 비교하며, 행동을 조정한다[A2]. 소프트웨어 아키텍처에서 이는 접근 제어, 감사 로그, 보안 스캐닝, CI/CD 파이프라인의 게이트 제어에 해당한다. 레만의 후기 FEAST 프로젝트는 피드백과 피드백 제어를 소프트웨어 프로세스 개선의 핵심으로 명시적으로 설정했다[A4].

제어이론의 피드백 루프는 명확한 “목표 상태”가 있을 때만 유효하다. “코드가 실행된다”는 명확한 목표이다 — 제어이론은 기능적 실패를 감지할 수 있다. “코드 구조가 합리적이다”는 명확한 목표가 아니다 — 아무도 “합리적 구조”가 무엇인지 정의하지 않았기 때문이다. 제어이론은 “이 작업이 허용되는가?”에 답하지, “이 모듈이 존재할 필요가 있는가?”에 답하지 않는다. 이것이 핵심적인 구분이다.

1.3 소프트웨어-하드웨어 정렬: 물리적 제약이 궁극의 가지치기

전통적 아키텍트는 세 번째 차원을 갖추고 있었다 — 하드웨어 물리적 제약[B4]. CPU 코어 수, 메모리 용량, 스토리지 대역폭, 네트워크 지연 — 이러한 물리적 한계가 소프트웨어 설계의 가능한 공간을 자연스럽게 제약했다. 아키텍트는 물리적 제약 아래에서 트레이드오프를 해야 했으며, 이 트레이드오프 자체가 중복에 대한 궁극의 가지치기였다. [F2]에서 논증한 바와 같이: 1세대 아키텍트가 물리적 제약 아래에서 내린 “합리적 타협”은 계층 간 접합부에 취약점의 씨앗을 남겼지만, 적어도 구조화된 코드를 남겼다 — Mythos는 27년 후에도 여전히 그 구조 안에서 접합부를 찾을 수 있었다.

삼위일체의 붕괴: 2010–2026

2.1 제1단계: 클라우드 추상화가 하드웨어 정렬을 소멸시키다 (2010–2015)

클라우드 컴퓨팅의 핵심 약속은 “스토리지, 컴퓨팅, 네트워킹을 추상화하는 것”이었다[B3]. IaaS/PaaS/SaaS 3계층 모델은 하드웨어 의사결정을 아키텍트의 손에서 체계적으로 제거했다. 전통적으로 아키텍트는 언어 선택, I/O 모델, 데이터베이스 전략에서 CPU 코어 수, 메모리, 스토리지에 이르기까지 모든 세부 사항을 고려해야 했으며, 이러한 결정들은 애플리케이션 생명주기의 전체적 시야를 제공했다[B1]. 2010년 이후 이러한 결정은 클라우드 벤더에 의해 대체되었다. 아키텍트는 더 이상 “어떤 칩, 몇 코어, 어떤 디스크 어레이”를 알 필요가 없었다 — 가지치기 메커니즘으로서의 물리적 제약의 역할이 해소되었다.

2.2 제2단계: 마이크로서비스가 정보 흐름을 해소하다 (2015–2020)

마이크로서비스 아키텍처는 모놀리식 애플리케이션을 독립적으로 배포 가능한 서비스 집합으로 분해했다. 이는 팀 자율성과 독립 배포의 이점을 가져왔지만, 동시에 정보 흐름의 전역적 시야를 해소했다 — 정보는 더 이상 명확한 “하위에서 상위로”의 방향을 갖지 않고, 평면 위의 점 대 점 호출로 바뀌었다. 아키텍트의 전문 지식은 “자연스럽게 팀 전체에 분산”되었다[B2] — 더 이상 아무도 정보 흐름의 전역적 시야를 보유하지 않았다.

2.3 제3단계: 병렬 아키텍처가 주류가 되다 (2020–2023)

2020년 이후, 아키텍처는 완전히 단일 계층 병렬 호출로 압축되었다. “우리는 어제의 서버, 운영체제, 가상 머신 기반 데이터센터 아키텍처를 사용하여 오늘의 워크로드와 애플리케이션을 지원하고 있다. 이는 로마인이 2000년 전에 사용한 라틴어로 현대 세계를 묘사하는 것과 같다”[B5]. 아키텍트의 역할은 풀스택 의사결정자에서 “솔루션의 일관성, 상호운용성 및 복원력을 보장하는” 조정자로 전환되었다[B1] — 이것은 거의 전적으로 제어이론의 언어이다.

2.4 제4단계: AI 자율 프로그래밍 (2023–2026)

AI 코드 생성 도구는 이미 정보 흐름 제약과 하드웨어 정렬을 상실한 병렬 아키텍처 위에서 작동한다. AI의 행동 패턴은 “실행 가능하게 하라”이지 “간결하게 하라”가 아니다. GitClear 데이터에 따르면 리팩토링이 코드 변경에서 차지하는 비율은 2021년의 24%에서 3% 미만으로 급락했다[C8]. AI는 리팩토링하지 않는다 — 패턴을 복사하여 붙여넣는다[C1]. 더 정확히 말하면: AI는 리팩토링이나 기존 코드 작업에 거의 사용되지 않으며, 주요 기여는 새로운 기능, 새로운 파일, 새로운 논리 분기이다; 레거시 시스템, 기술 부채, 역사적 타협에 대한 작업은 여전히 인간의 몫이다[C10]. 결과적으로 코드베이스는 개선 속도보다 성장 속도가 빠르다. 한 실제 사례에서 AI가 40,000줄의 코드를 리팩토링했으나 6개월 후 전부 롤백되었다 — AI는 “유지보수성”이 아닌 “깔끔함”을 위해 최적화했다[C9].

AI가 리팩토링하지 않는 근본 원인은 기술적 능력 부족이 아니라, 병렬 아키텍처에는 “이 기능이 다른 곳에 이미 존재한다”고 알려주는 계층이 없기 때문이다. 계층 아키텍처에서는 상위 계층이 하위 계층 함수를 호출하는 것이 자연스럽게 재사용을 장려한다 — 하위 계층이 곧 “공통 서비스”이기 때문이다. 병렬 아키텍처에서는 각 모듈이 독립적으로 존재하며, “네 것을 찾아서 이해하는 것보다 내가 처음부터 작성하는 것이 더 빠르다.”

코드 무한 팽창: 레만 법칙에서 실측 데이터까지

GitClear의 2억 1,100만 줄 코드 변경 분석에 따르면, 2022년 중반 AI 코딩이 급증한 이후 코드 중복 빈도가 8배 증가했다[C1]. 역사상 처음으로 개발자가 코드를 리팩토링하거나 재사용하는 것보다 복사하여 붙여넣는 빈도가 더 높아졌다[C1]. AI 코드 자동완성 도구는 기존 코드를 재사용하기보다 처음부터 새 코드를 생성하는 경향이 있다 — 예를 들어, 다른 패키지가 이미 동일한 작업을 수행하고 있음에도 완전히 새로운 로깅 패키지를 임포트한다[C3].

카파시는 이 문제의 직관적 느낌을 다음과 같이 묘사했다: “에이전트가 추상화 계층을 팽창시키고, 코드 미학이 매우 나쁘며, 코드 블록을 복사하여 붙여넣기가 극도로 쉽다 — 그야말로 엉망이다”[C6]. 그리고 Anthropic 자체의 Claude Code는 2026년 3월 31일 소스코드 유출에서 이 문제의 극단적 사례를 보여주었다 — 512,000줄의 TypeScript 안에 5,594줄짜리 파일, 3,167줄짜리 단일 함수, 12단계 중첩이 포함되어 있었다[C5][E1].

3.1 레만 제2법칙의 정보이론적 해석

레만 소프트웨어 진화 제2법칙[A3]: “E-타입 시스템이 진화함에 따라 복잡도는 지속적으로 증가하며, 이를 줄이기 위한 전문적인 작업이 투입되지 않는 한 멈추지 않는다.” 정보이론 연구는 추가로 확인한다: 25개 오픈소스 프로젝트를 시간에 걸쳐 측정한 결과, 모든 프로젝트가 엔트로피 증가를 보였다[A6]. 리팩토링은 레만 법칙에서 말하는 “전문적으로 투입되는 엔트로피 감소 작업”이다 — 그리고 이 작업의 비율은 24%에서 3%로 급락했다[C8].

전통적 계층 아키텍처에서 계층 자체가 “엔트로피 감소 메커니즘”이다 — 하위 계층의 중복이 상위 계층으로 전달될 때 필터링되며, 이는 통신 프로토콜 스택에서 각 계층이 하위 계층의 잡음을 필터링하는 것과 같다[A10]. 병렬 아키텍처에서는 이 메커니즘이 존재하지 않는다. AI 자율 반복은 엔트로피 감소 메커니즘이 없는 아키텍처 위에서 작동하며, 동시에 리팩토링 — 유일한 수동 엔트로피 감소 수단 — 은 이미 죽었다. 시스템의 열적 붕괴는 레만 법칙의 수학적 필연이다.

API 보안: 병렬 호출의 필연적 재앙

병렬 아키텍처의 직접적 결과는 인터페이스 폭발이다. API는 수평적으로(더 많은 엔드포인트), 수직적으로(더 많은 핵심 비즈니스 로직), 그리고 컨텍스트적으로(AI 에이전트 워크플로에 내장) 성장하고 있다[D7]. 93%의 팀이 API 협업에 어려움을 겪고 있다[D10]. 2026년까지 대부분의 기업은 가장 기본적인 질문에 답할 수 없다 — API 엔드포인트가 몇 개 존재하는가? 92%의 조직이 AI 에이전트 환경을 방어하는 데 필요한 보안 성숙도를 갖추지 못했으며, 완전히 자동화된 API 인벤토리를 보유한 곳은 24%에 불과하다[D9].

4.1 MCP 프로토콜: 인터페이스 위험의 증폭기

모델 컨텍스트 프로토콜(MCP)은 AI 에이전트의 컨트롤 플레인 API로서 인터페이스 위험을 새로운 수준으로 끌어올린다. Wallarm은 2025년에 315개의 MCP 관련 취약점을 발견했으며, Q2에서 Q3 사이에 270% 증가했다[D8]. MCP는 오픈소스 표준으로 각 사용자가 자체 MCP 서버를 생성한다 — MCP는 “소스에서 수정”될 수 없다. 통일된 수정 소스가 존재하지 않기 때문이다.

2026년 3–4월: 공격 체인의 완전한 검증

우리는 2월 논문[F1]에서 “2026년은 AI 코딩 취약점 폭발의 해가 될 것”이라고 예측했다. 해당 예측 발표 후 불과 8주 이내에 다음과 같은 사건들이 연이어 발생했다:

5.1 ActiveMQ 사례: 정보이론/제어이론/아키텍트 3차원 해부

CVE-2026-34197은 Apache ActiveMQ Classic에 13년간 잠복해 있던 원격 코드 실행 취약점이다[D11]. 연구자 선카발리는 발견 과정을 “80%는 Claude, 20%는 인간의 포장”이라고 설명했다[D12]. Claude는 인간이 일주일이 걸렸을 작업을 10분 만에 완료했다[D11].

이 사례는 세 가지 차원의 부재가 어떻게 취약점을 만드는지 완벽하게 보여준다:

정보이론의 부재: 취약점은 시간에 걸쳐 독립적으로 개발된 여러 구성요소 — Jolokia, JMX, 네트워크 커넥터, VM 트랜스포트 — 와 관련되었다. “각 기능은 개별적으로 보면 자신이 해야 할 일을 했지만, 함께 결합하면 위험했다”[D11]. 아무도 “이 구성요소 간의 정보 흐름이 안전한지” 검토하지 않았다 — 각 구성요소가 독자적으로 운영되며 정보가 평면 위에서 제약 없이 흘렀다.

제어이론의 실패: 2023년 CVE-2022-41678을 수정할 때, 개발자들은 “웹 콘솔 기능을 보존하기 위해” 광범위한 Jolokia 허용 규칙을 추가했다[D11] — 이것은 순수 제어이론적 수정(권한 변경)이지, 정보이론적 수정(정보 흐름 재설계)이 아니었다. 제어이론적 수정은 새로운 공격 표면을 도입했는데, “허용되는가?”만 관리하고 “이 정보 흐름 경로가 존재할 필요가 있는가?”는 고려하지 않았기 때문이다.

아키텍트의 부재: 아무도 “구성요소 간 정보 흐름”의 높이에서 전체를 조망하지 않았다. Claude가 10분 만에 찾을 수 있었던 이유는 정확히 “이 경로를 엔드 투 엔드로 효율적으로 연결하며, 머리가 맑고 가정에 구속되지 않았기 때문”이다[D11] — Claude가 한 것은 정확히 정보이론적 사고: 구성요소 간 정보의 완전한 흐름을 추적하는 것이었다.

5.2 Mythos 논문과의 연동

우리는 [F2]에서 다음과 같이 논증했다: 1세대 아키텍트가 물리적 제약 아래에서 “제약 있는 합리적 타협”을 통해 남긴 것은 구조화된 코드였다 — 구조적으로 저엔트로피이되, 접합부에서 국소적으로 고엔트로피. Mythos가 발견한 제로데이 취약점은 바로 그 접합부에 숨어 있었다.

그러나 2020년 이후 AI가 생성한 병렬 아키텍처 코드는 문제의 성격이 완전히 다르다 — 구조 자체가 존재하지 않으며, 결함이 구조 안에 내장된 것이 아니라 결함이 곧 구조 그 자체이다. 레거시 코드는 “구조가 있되 구조에 사각지대가 있는 것”이고, AI 신규 코드는 “전역적 고엔트로피, 무구조, 결함 확산”이다. [F2]에서 제안한 “역추론 기반 지향적 지뢰 제거” 방법론은 “취약점 서식지가 예측 가능하다” — 즉 취약점이 계층 간 접합부에 집중된다는 것에 의존한다. 그러나 AI 병렬 아키텍처에서는 계층이 없으므로 접합부가 없고, 접합부가 없으므로 서식지가 없다. AI 코드의 보안 감사는 레거시 코드보다 더 어려울 것이며, 결코 더 쉽지 않을 것이다.

비가역적 지식의 소멸

본 보고서에서 밝힌 모든 구조적 문제 — 정보 흐름 제약의 부재, 소프트웨어-하드웨어 정렬의 상실, 아키텍처 계층의 평탄화 — 는 이론적으로 진단과 수정이 가능하다. 단, “삼위일체” 능력을 갖춘 아키텍트가 충분히 존재한다는 전제 하에서. 그러나 2010년부터 2026년까지 15년간의 “탈아키텍트화” 과정은 이러한 인재를 체계적으로 소멸시켰다[B1][B2].

6.1 교육 단절

2010년 이후 컴퓨터 교육은 점점 더 애플리케이션 계층으로 편향되었다 — Python, JavaScript, 프레임워크, 클라우드 서비스. 컴퓨터 아키텍처, 컴파일러 이론, 운영체제 같은 “기초 과목”은 주변화되었다. 신세대 엔지니어는 경력 첫날부터 클라우드 위에서 작업하며, 물리적 하드웨어의 제약을 한 번도 접한 적이 없다.

6.2 산업 단절

2020년 이후 소프트웨어-하드웨어 정렬 의사결정을 요구하는 직위는 사실상 존재하지 않는다 — 클라우드 벤더가 그 결정을 대신 내린다. 15년간 산업 수요가 없는 기술은 전승을 유지할 수 없다. [F1]에서 지적한 바와 같이 “54%의 엔지니어링 리더가 주니어 개발자 채용 축소를 계획하고 있다” — 기존 아키텍트는 이미 은퇴했을 뿐 아니라, 새로운 아키텍트도 양성되지 않을 것이다.

6.3 인지 단절

가장 근본적인 것은: 신세대 엔지니어는 자신이 무엇을 잃어버렸는지조차 모른다는 것이다. “이 추상화는 우리의 아키텍처 사고를 근본적으로 변화시킨다: 우리는 더 이상 구현의 세부 사항에 제약받지 않고, 지능적 능력의 오케스트레이션으로 사고한다”[B1] — 이 구절은 진보로서 기술되지만, 정보이론적 관점에서 보면 이는 지식 상실의 증거이다. “더 이상 세부 사항에 제약받지 않는다”의 이면은 “더 이상 세부 사항을 이해하지 못한다”이다.

종국 시나리오

7.1 발생할 일 (12개월 이내)

• AI 도구 업데이트 채널이 표적 오염될 것이다. ChatGPT 데스크톱, Claude Code 등의 도구는 사용자 운영체제에서 직접 실행되며, 파일 시스템, 터미널, 코드베이스 접근 권한을 보유한다. TrueConf 사례[D13]는 업데이트 채널 오염이 이미 실현된 공격 벡터임을 증명했다. 표적이 화상 회의 소프트웨어에서 AI 프로그래밍 도구로 격상될 때, 단일 푸시가 커버하는 엔드포인트 장치는 수천만에서 수억 규모가 될 것이다.
• 분산 AI 소프트웨어가 지속적 공격 표면이 될 것이다. 2026년부터 대량 배포되는 로컬 AI 에이전트, 엣지 AI 모델은 전례 없는 공격 표면을 창출할 것이다 — 각 배포 지점이 잠재적 진입점이며, 각 로컬 모델이 감사되지 않은 의존성 체인을 수반한다.
• AI 자율 반복 시스템이 가장 이상적인 오염 표적이 될 것이다. 이들은 자동으로 의존성을 소비하고, 자동으로 실행하며, 인간의 검토를 거치지 않고, 고권한 자격증명을 보유한다 — 병렬 아키텍처의 모든 보안 결함을 완벽히 계승한 다음 기계 속도로 증폭한다.

7.2 구조적 예측

핸들 없는 고속열차

본 보고서의 핵심 논증은 하나의 비유로 압축할 수 있다: 2026년의 소프트웨어 공학은 역사상 가장 강력한 브레이크와 에어백(AI 가드레일, 샌드박스, 자동화 테스트)을 보유하고 있지만, 동시에 핸들(정보이론의 가지치기 능력)과 계기판(소프트웨어-하드웨어 정렬의 물리적 제약)을 상실했다. 안전하게 벽에 충돌할 수는 있지만, 벽에 충돌하는 것을 피할 수는 없다.

이것은 특정 도구의 버그도, 특정 팀의 부주의도 아니다. 2010년 이후 전체 소프트웨어 아키텍처 패러다임 전환의 구조적 필연이다. 업계가 클라우드 추상화로 소프트웨어-하드웨어 정렬을 대체하고, 병렬 마이크로서비스로 계층 아키텍처를 대체하고, 제어이론으로 정보이론을 대체하고, AI 생성으로 인간 검토를 대체하고, 속도를 간결함보다 우선시하는 선택을 한 순간 — “소프트웨어 보안 무방비”는 이미 시스템의 DNA에 기록되었다.

AI 코드 자율 반복은 보안 위협에 “직면”하는 것이 아니다 — 그 자체가 보안 위협의 증폭기이다. 이미 소프트웨어 보안 계층이 없는 아키텍처 위에서 기계 속도로 공격 표면을 무한히 확장한다. 이 문제를 진단할 수 있는 아키텍트는 이미 은퇴했고, 새 아키텍트를 양성할 수 있는 교육 체계는 더 이상 존재하지 않으며, 공격자는 이미 산업화·국가화되었다.

해결책은 더 나은 패치나 더 많은 AI 도구에 있지 않다. 정보이론적 차원의 아키텍처 사고를 재건하는 데 있다 — 이를 위해서는 업계가 인정하기 꺼리는 진실을 직시해야 한다: 지난 15년간 “추상화”와 “속도” 방향으로의 질주는 동시에 보안 방향으로의 지속적 후퇴였다.

참고문헌

A — 이론적 기초 · B — 아키텍처 진화 · C — 코드 팽창 및 기술 부채 · D — 공급망 공격 및 보안 · E — Claude Code 사건 · F — 선행 논문