스프쌤
AI엔지니어링

구글 Elephant-Goldfish Model(EGM): AI에게 코드 대신 설계를 먼저 시키는 법

✍ 야금야금⏱ 17분 소요2026-10-26👁
← 목록으로 돌아가기

AI에게 코딩을 맡겼을 때 처음에는 완벽해 보이던 프로젝트가 왜 파일 10개를 넘어서는 순간 걷잡을 수 없이 무너져 내릴까요?

✦ AI Key Summary & Global Takeaways

이 아티클의 핵심 내용 요약과 글로벌 검색·AI 엔진을 위한 테이크어웨이입니다.

✦ KR 주제: 구글 Elephant-Goldfish Model(EGM) 소프트웨어 설계 아키텍처

✦ KR 핵심 요약: 구글이 공개한 EGM은 코딩 에이전트의 확증 편향과 컨텍스트 오염을 방지하기 위해 장기 기억 세션(코끼리)과 무맥락 검증 세션(금붕어)을 엄격히 분리합니다. 인간 엔지니어가 명세를 최종 승인하기 전까지 코드를 작성하지 못하게 제어함으로써 대규모 프로젝트의 아키텍처 붕괴를 원천 차단합니다.

🌐 Global Takeaway: Google's open-source Elephant-Goldfish Model (EGM) decouples software specification drafting from validation by using a context-rich 'elephant' agent and stateless 'goldfish' reviewers. This multi-agent framework eliminates confirmation bias and context drift, enforcing strict architectural sign-off before any code generation.

아래 다이어그램은 단일 AI 세션 방식과 구글 EGM의 검증 분리 구조를 비교해 보여줍니다.

단일 프롬프트 코딩 vs 구글 EGM 아키텍처
일반 단일 세션 방식
  • 즉각적인 코드 생성 요구
  • 대화 누적으로 인한 확증 편향
  • 에러 발생 시 임시 땜질 반복
  • 구조적 결함 방치 후 프로젝트 파탄
VS
구글 EGM (Elephant-Goldfish)
  • 코드 전 Plan MD 명세서 작성
  • 맥락 없는 금붕어 세션의 무자비한 검증
  • 인간 엔지니어의 아키텍처 승인
  • 기계적이고 무결한 실행 단계 진입
맥락이 오염된 단일 세션과 역할이 분리된 듀얼 에이전트 구조의 차이점
EGM 설계 및 검증 루프 단계
1. 컨텍스트 수집코끼리가 코드베이스 분석
→
2. 설계 명세 작성Plan MD 초안 생성
→
3. 금붕어 교차 검증대화 없는 백지 AI 투입
→
4. 인간 승인 및 구현설계 확정 후 코드 생성
명세서 작성부터 격리 검증과 승인까지 이어지는 파이프라인

🚨 1. 코드를 먼저 짜는 AI 코딩이 프로젝트를 망치는 이유

최근 Cursor, Claude Code, GitHub Copilot 등 뛰어난 AI 코딩 에디터가 보편화되면서 프롬프트 몇 줄로 수백 줄의 코드를 단숨에 쏟아내는 개발 환경이 자리 잡았습니다. 그러나 프로덕션 레벨의 복잡한 소프트웨어를 다루는 엔지니어들은 금세 치명적인 벽에 부딪힙니다. 처음 한두 개 모듈을 만들 때는 믿을 수 없을 만큼 빠르지만, 프로젝트 규모가 커지고 수정 요청이 누적될수록 코드가 엉키며 결국 전체 구조가 와해되는 현상입니다. 기존 기능을 고치면 다른 파일에서 예기치 못한 결함이 터져 나오고, AI는 문제를 근본적으로 해결하는 대신 누적된 오류 위에 또 다른 임시방편(hack) 코드를 덧씌우는 악순환에 빠집니다.

이러한 실패의 근본 원인은 단순합니다. 인간 개발자가 AI에게 '설계' 없이 '코드'를 너무 빨리 작성하도록 지시했기 때문입니다. 소프트웨어 공학에서 가장 비용이 큰 실수는 구현 단계의 오타가 아니라 아키텍처 초기 단계에 내재된 잘못된 가정입니다. AI 에이전트에게 구현을 즉각 명령하면 에이전트는 맥락 창(Context Window)에 포함된 단편적인 대화만을 근거로 삼아 가장 그럴듯한 코드를 반환합니다. 이 과정에서 파일 간의 의존성, 확장성, 엣지 케이스 처리에 대한 체계적인 검토는 완전히 생략됩니다.

더 심각한 문제는 '대화형 인터페이스' 특유의 확증 편향입니다. 하나의 채팅 세션 안에서 프롬프트가 오가면 모델은 이전에 자신이 생성한 논리와 판단을 어떻게든 정당화하려는 방향으로 문맥을 강화합니다. 개발자가 지닌 잘못된 가정이나 AI가 중간에 저지른 사소한 논리적 오류가 세션 내내 유지되면서 눈덩이처럼 불어납니다. 결국 단일 에이전트에게 모든 전후 맥락을 쥐어주고 곧바로 코딩을 시키는 방식은 복잡한 엔터프라이즈 코드베이스에서 필연적으로 파탄에 도달할 수밖에 없습니다.

1-1. 컨텍스트 오염과 편향의 악순환

대규모 언어 모델(LLM)을 활용한 개발에서 발생하는 컨텍스트 오염(Context Contamination)은 작업 기억이 누적되면서 본래의 지침이나 시스템 제약 사항의 가중치가 점진적으로 희석되는 현상을 뜻합니다. 모델은 이전 턴의 실수를 바로잡기 위해 더 긴 설명과 변명을 생성하고, 이로 인해 컨텍스트 윈도우는 실제 코드베이스의 규칙 대신 모델의 자기변호로 채워집니다.

기반 구조가 튼튼하지 않은 상태에서 AI의 생산성은 오히려 독이 됩니다. 고품질 코드베이스 위에서 AI는 강력한 생산성 증폭기가 되지만, 잘못된 설계 위에서 AI는 시스템 붕괴를 기하급수적으로 앞당기는 파괴적 증폭기가 됩니다. 이 문제를 해결하기 위해 구글 엔지니어링 조직은 인간이 계획을 명시적으로 검증하고 승인하기 전까지 AI가 코드 단 한 줄도 작성하지 못하도록 강제하는 새로운 오픈소스 워크플로를 설계했습니다.

🐘 2. 구글 Elephant-Goldfish Model(EGM)의 핵심 원리

구글이 공개한 오픈소스 'Elephant-Goldfish Model(EGM)'은 소프트웨어 설계와 검증에서 AI의 역할을 완전히 재정의한 프레임워크입니다. 깃허브 오픈소스로 공개된 이 모델의 핵심 아이디어는 이름 그대로 두 가지 상반된 메타포에서 출발합니다. 바로 모든 기억을 유지하는 '코끼리(Elephant)'와 기억을 전혀 유지하지 않는 '금붕어(Goldfish)'의 분리입니다.

소프트웨어 프로젝트를 진행할 때 프로젝트의 도메인 지식, 비즈니스 요구사항, 기존 레거시 코드베이스의 파일 구조 등은 방대합니다. 코끼리는 이 모든 프로젝트 컨텍스트를 긴 세션 동안 온전히 보존하며 소프트웨어 명세서(Specification 문서)를 작성하는 주체입니다. 코끼리는 엔지니어와의 긴밀한 대화를 통해 무엇을 만들고자 하는지 파악하고 이를 정형화된 마크다운 문서로 작성합니다.

반면 금붕어는 이전의 모든 대화 기록, 잡담, 타협의 과정이 완전히 소거된 무상태(Stateless) AI 세션입니다. 금붕어는 코끼리가 작성한 명세서 초안과 실제 참조 소스 코드만을 전달받습니다. 금붕어는 이전 대화의 맥락을 전혀 모르기 때문에 코끼리와 인간 엔지니어가 무심코 지나친 '암묵적인 가정(unstated assumptions)'과 '사각지대(blind spots)'를 아무런 편향 없이 짚어낼 수 있습니다.

EGM 에이전트 계층 분리 구조
인간 엔지니어 (Decision Layer)최종 아키텍처 트레이드오프 판단 및 승인권 행사
코끼리 세션 (Context Holder)프로젝트 히스토리, 요구사항 취합 및 상세 명세서 작성
금붕어 에이전트 (Zero-Context Reviewe사전 대화 없이 명세서와 소스 원문만 읽고 가정 검증
장기 기억을 보존하는 계층과 독립적으로 작동하는 검증 계층의 격리 설계

2-1. 코끼리와 금붕어의 역할 분담 체계

EGM 구조에서 두 에이전트의 책임 영역은 철저히 격리됩니다. 만약 검증을 담당하는 에이전트가 앞선 대화 과정을 모두 읽게 되면, 모델은 인간과 코끼리가 왜 그런 결정을 내렸는지 이해해 버리고 동조하는 '집단사고(Groupthink)'의 오류에 빠집니다. 금붕어 에이전트는 신규 입사한 시니어 엔지니어가 PR(Pull Request) 문서를 처음 펼쳐봤을 때처럼 냉정하고 엄격한 시선으로 문서의 모순을 지적합니다.

"Elephant holds your project context and drafts the specification. Goldfish reviewers examine the draft and referenced source material without the earlier conversation, helping expose unstated assumptions and blind spots."

공식 레포지토리 설명처럼, EGM은 기억의 연속성과 무맥락의 객관성을 의도적으로 대립시킴으로써 설계의 빈틈을 사전 차단합니다. 그리고 이 두 세션 사이에서 최종 결정을 내리는 주체는 오직 인간 엔지니어뿐입니다. AI에게 아키텍처의 트레이드오프 판단을 위임하지 않고, 검증된 대안들 중에서 인간이 직접 선택하고 서명(Sign-off)하게 만듭니다.

🔄 3. EGM의 4단계 검증 프로세스와 /egm-review-loop 동작 방식

구글 EGM은 주먹구구식 프롬프트 엔지니어링이 아니라 표준화된 4단계 프로세스를 거쳐 코드를 배포 가능한 수준으로 정제합니다. 각 단계는 이전 단계의 산출물이 명확히 검증되었을 때만 다음 단계로 전환되며, 최종 구현 이전까지는 코드 작성이 철저하게 차단됩니다.

첫 번째 단계는 코드베이스 리서치(Research)입니다. 코끼리 세션이 기존 리포지토리의 디렉터리 구조, 의존성 관계, 모듈 간 결합도를 분석합니다. 이때 분석 결과는 대화창 안에서 휘발성 텍스트로 소비되는 것이 아니라, 반드시 저장소 내부의 영구적인 마크다운 파일로 기록되어야 합니다. 가장 비싼 실패를 사전에 차단하는 기초 공사입니다.

두 번째 단계는 명세서 초안 작성(Plan MD Drafting)입니다. 코끼리는 수집된 연구 결과를 기반으로 구현하려는 기능의 목표, 인터페이스 정의, 수정해야 할 파일 목록, 예상되는 트레이드오프를 상세히 담은 스펙 문서를 작성합니다. 여기서 코드는 오직 인터페이스 규격을 설명하는 스니펫 형태로만 허용됩니다.

EGM 명세서 정제 순환 루프
명세서 초안 발행코끼리가 요구사항 기반 초안 생성
사각지대 피드백금붕어가 암묵적 가정 공격
인간 엔지니어 검토피드백 수용 여부 및 방향 결정
명세서 업데이트코끼리가 지적 사항 반영
↻반복
승인 가능한 완전한 설계 문서가 도출될 때까지 반복되는 순환 구조

세 번째 단계는 금붕어 리뷰 루프(/egm-review-loop)입니다. EGM 플러그인이 제공하는 핵심 명령어로, 별도의 클린 세션에서 동작하는 여러 금붕어 에이전트들이 소환됩니다. 이들은 문서 표준(Document Standards)과 리뷰어 프롬프트를 바탕으로 명세서를 공격적으로 교차 검증합니다. 누락된 예외 처리, 비효율적인 데이터 흐름, 시스템 간 결합도 상승 위험 등을 목록화하여 반환합니다.

네 번째 단계는 인간 피드백 및 승인(Human Sign-off & Implementation)입니다. 엔지니어는 금붕어들이 찾아낸 문제점을 검토하고 명세서를 수정한 뒤, 최종 승인 사인을 내립니다. 승인이 완료된 후에야 비로소 AI에게 구현을 명령합니다. 이미 모든 아키텍처 결정과 설계가 끝났기 때문에, 이 단계에서 AI는 창의성을 발휘할 필요 없이 기계적이고 정확하게 코드를 작성하게 됩니다.

📊 4. 단일 프롬프트 방식 vs EGM 설계 주도 개발 비교

기존의 일반적인 AI 코딩 방식과 구글 EGM 프레임워크는 소프트웨어를 대하는 접근법 자체가 다릅니다. 일반적인 접근법이 '빠른 코드 생성 후 에러 수정'이라는 대증요법에 집중한다면, EGM은 전통적인 소프트웨어 공학의 '설계 검증 후 기계적 구현'이라는 정공법을 AI 에이전트 환경에 맞게 재구성한 것입니다.

두 방식의 기술적 속성을 비교하면 다음과 같습니다.

비교 항목 일반 단일 세션 코딩 구글 Elephant-Goldfish Model (EGM)
작업 시작 방식 즉각적인 코드 및 파일 생성 코드베이스 분석 및 스펙 문서(Plan MD) 작성
컨텍스트 유지 방식 단일 창 누적 (오염 및 편향 취약) 코끼리(장기 기억)와 금붕어(무상태)의 물리적 격리
검증 주체 코드를 생성한 동일 AI 세션 대화 이력이 완전히 제거된 복수의 독립 AI 에이전트
결함 발견 시점 런타임 에러 또는 통합 테스트 중 코드 작성 전 아키텍처 명세서 검토 단계
인간 개발자의 역할 AI가 쏟아낸 코드의 버그 추적 및 디버깅 아키텍처 트레이드오프 승인 및 명세 확정
장기 유지보수성 프로젝트 복잡도 증가 시 급격한 붕괴 모듈화된 명세 기록으로 일관된 코드 품질 유지

이러한 구조적 차이는 프로젝트의 규모가 커질수록 극명하게 드러납니다. 파일 서너 개 수준의 토이 프로젝트에서는 단일 프롬프트 방식이 더 빠를 수 있습니다. 그러나 100개 이상의 파일과 수많은 인터페이스가 얽혀 있는 대규모 코드베이스에서는 EGM 방식이 결함 수정 시간을 획기적으로 줄여줍니다. 설계 단계에서 오류를 잡는 비용은 코드가 완성된 후 리팩터링하는 비용의 수십 분의 일에 불과하기 때문입니다.

🛠️ 5. 개발 환경별 EGM 설치 및 플러그인 연동 가이드

구글의 google/elephant-goldfish-model 오픈소스 프로젝트는 Claude Desktop, Codex, Cursor 등 다양한 최신 AI 코딩 에이전트 환경에서 플러그인 형태로 동작할 수 있도록 설계되었습니다. 저장소 구조 내부에는 각 환경에 대응하는 어댑터(adapters)와 스킬(skills), 명세 표준이 정교하게 모듈화되어 있습니다.

저장소를 로컬 환경에 클론하여 프로젝트 구조를 확인하고 플러그인을 활성화하는 방법은 다음과 같습니다.

git clone https://github.com/google/elephant-goldfish-model.git
cd elephant-goldfish-model

프로젝트 루트 디렉터리에는 AI 에이전트가 참조할 수 있는 설정 파일들이 포함되어 있습니다. EGM 플러그인은 에이전트가 리뷰어 프롬프트와 문서 표준 규격을 직접 읽어 들이는 방식으로 동작합니다. ChatGPT 및 Codex 데스크톱 환경에서는 EGM 플러그인 명세를 데스크톱 앱 내에서 등록하여 바로 사용할 수 있습니다.

5-1. 지원되는 AI 에이전트와 레포지토리 구조

EGM 저장소 내부의 주요 파일과 디렉터리는 각 에이전트 플랫폼에 최적화된 설정을 제공합니다.

  1. .claude-plugin, .codex-plugin, .cursor-plugin: 각 코딩 환경에서 EGM 스킬셋을 자동으로 로드하기 위한 매니페스트 및 플러그인 설정 폴더입니다.
  2. skills/ 및 resources/: 금붕어 에이전트가 검토 과정에서 엄격하게 준수해야 하는 소프트웨어 아키텍처 체크리스트와 린팅 표준 프롬프트가 정의되어 있습니다.
  3. adapters/opencode: 다양한 오픈소스 코딩 에이전트와의 API 인터페이스를 매핑해 주는 어댑터 계층입니다.

실무 프로젝트에 적용할 때는 에이전트에게 기능을 즉시 구현하라고 명령하지 않고, 먼저 /egm-review-loop 명령어나 명세서 작성 지침을 전달하여 .md 기반의 계획 문서를 작성하도록 유도해야 합니다. 에이전트는 플러그인에 정의된 프롬프트에 따라 자동으로 코끼리 모드로 전환하여 명세를 구성합니다.

⚠️ 6. 실무 도입 시 직면하는 비용·지연 한계와 주의점

구글 EGM은 AI 코딩의 품질을 비약적으로 끌어올리지만, 모든 개발 상황에서 만능 해결책이 되는 것은 아닙니다. 실무에 EGM 워크플로를 도입하기 전 반드시 고려해야 할 실질적인 한계와 트레이드오프가 존재합니다.

첫째, 토큰 소비량과 API 비용의 증가입니다. 단일 세션으로 코드를 짜는 방식에 비해 EGM은 설계 문서를 작성하고, 이를 복수의 금붕어 세션에 전달하여 비판적 검토를 수행하며, 인간의 피드백을 반영해 문서를 개정하는 과정을 거칩니다. 이 과정에서 입출력 토큰이 일반적인 방식에 비해 최소 3~5배 이상 소비될 수 있습니다. 단순한 UI 문구 수정이나 일회성 스크립트 작성에 EGM을 적용하는 것은 자원 낭비입니다.

둘째, 개발 착수 지연(Time-to-Code Latency)입니다. 개발자는 즉각적인 코드 생성이 주는 심리적 만족감에 익숙해져 있습니다. 하지만 EGM 환경에서는 스펙 문서가 완성되고 금붕어들의 비판을 모두 거쳐 인간의 최종 서명이 떨어질 때까지 실제 코드가 작성되지 않습니다. 이 초기 검토 과정을 견디지 못하고 중간에 코드를 직접 생성하도록 지시하면 EGM 아키텍처의 존재 의의가 완전히 상실됩니다.

셋째, 인간 엔지니어의 아키텍처 역량 요구입니다. EGM은 개발자를 대체하는 것이 아니라 개발자의 책임을 '코드 타이핑'에서 '시스템 설계 평가'로 한 단계 끌어올립니다. 금붕어 에이전트들이 쏟아내는 수많은 지적 사항 중에서 어떤 것이 프로덕션에 치명적이고 어떤 것이 과도한 엔지니어링인지 판단하는 능력은 전적으로 인간에게 달려 있습니다. 주니어 엔지니어가 맹목적으로 금붕어의 의견을 수용할 경우 오히려 시스템이 불필요하게 복잡해질 위험이 있습니다.

🎯 7. AI 코딩의 주도권을 되찾는 소프트웨어 엔지니어링의 미래

AI가 생성하는 코드가 전체 신규 코드의 상당 부분을 차지하는 시대가 열렸지만, 그와 비례하여 보안 취약점과 구조적 부채 역시 폭증하고 있습니다. 코드를 빠르게 타이핑하는 능력은 더 이상 엔지니어의 핵심 경쟁력이 아닙니다. 진정한 경쟁력은 시스템의 제약 조건을 명확히 정의하고, 숨겨진 결함을 식별하며, 올바른 아키텍처 트레이드오프를 결정하는 능력에 있습니다.

구글의 Elephant-Goldfish Model은 AI를 '알아서 코드를 짜주는 전지전능한 도구'로 바라보던 환상에서 벗어나, 소프트웨어 공학의 엄격한 규율 안으로 AI를 끌어들인 모범적인 사례입니다. 코끼리처럼 거대한 맥락을 조망하면서도, 금붕어처럼 무자비하고 편향 없는 눈으로 시스템을 검증하는 이중 구조는 앞으로 모든 AI 소프트웨어 엔지니어링 도구가 나아갈 표준적인 방향성을 제시합니다.

결국 핵심 원칙은 하나로 귀결됩니다. 기획과 구현을 물리적으로 분리하고, 계획이 승인되기 전까지 AI에게 코드를 쓰게 하지 않는 것입니다. EGM 프레임워크를 개발 프로세스에 통합함으로써, 개발자는 걷잡을 수 없이 증폭되는 기술 부채의 공포에서 벗어나 시스템에 대한 완전한 통제권을 회복할 수 있습니다.

자주 묻는 질문

Q. Elephant-Goldfish Model(EGM)이란 무엇인가요?
A. 구글이 오픈소스로 공개한 AI 코딩 설계 프레임워크입니다. 장기 기억을 가진 '코끼리' 에이전트가 명세서를 작성하고, 대화 맥락이 없는 '금붕어' 에이전트가 암묵적 가정과 사각지대를 검증한 후 코드를 작성하도록 격리합니다.

Q. 왜 단일 채팅 세션에서 검증까지 수행하면 안 되나요?
A. 단일 세션에서는 대화가 누적되면서 모델이 자신의 이전 발언을 정당화하려는 확증 편향과 컨텍스트 오염이 발생합니다. 이로 인해 심각한 아키텍처 결함이 있어도 AI가 이를 지적하지 못하고 동조하게 됩니다.

Q. EGM 워크플로에서 인간 엔지니어의 역할은 무엇인가요?
A. 금붕어 에이전트들이 찾아낸 설계상의 사각지대와 트레이드오프를 평가하여 최종 결정을 내리고, 명세서를 공식 승인하는 역할을 맡습니다. 인간의 승인이 떨어지기 전까지 AI는 코드를 작성할 수 없습니다.

원본

https://github.com/google/elephant-goldfish-model

https://www.threads.com/@nangman_muk/post/De8VQL9iSyq

함께 보면 좋은 글

댓글 0개