에이전트는 구조와 유연성 사이에서 고를 수 없다 — Python 캠프 vs Markdown 캠프의 가짜 선택지
LLM 하이프 사이클이 시작될 때, 우리 시대의 큰 논쟁 중 하나가 Python과 Markdown 사이의 에이전트 명세 언어 선택이 될 거라고는 아무도 예상하지 못했습니다. 하지만 The AI Frontier(Vikram Sreekanti 외)가 Agent Native 시리즈의 일부로 짚듯, 이 질문은 빠르게 AI 아키텍처에서 가장 결정적인 논쟁이 되었습니다. 글의 핵심 주장은 단순합니다 — 이 논쟁은 두 개의 방어 가능한 입장 사이의 선택이 아니라, 양쪽 모두 실패 모드라는 것입니다. 어느 쪽도 agent-native가 아니기 때문입니다. TL;DR 요약 가짜 선택지: Python 캠프는 단계의 엄격한 요구사항을 코드로 표현하고, Markdown 캠프는 영어로 목표·제약을 주고 계획을 맡긴다. 양쪽 다 극단에 가면 에이전트의 본질을 망친다. 코드 최대주의의 세 가지 실패: 인간의 직렬 가설 추적을 모방, 시도/배제 이유에 대한 가시성 부재, 시스템이 바뀌면 진화하지 못함 — RunLLM이 AI SRE 런북 접근에서 초기에 직접 부딪힌 함정. 마크다운 최대주의의 실패는 AI 슬라이드 생성에서 보인다 — “슬라이드 7번 레이아웃을 세로로, 차트는 아래로"를 지정할 수 있는 주소 가능한 단위가 없다. 하이브리드는 타협이 아니다: 컨텍스트 관리·모델 선택·비용·교차 에이전트 조정 같은 부분은 결국 code harness로 흡수된다. Claude Code와 RunLLM이 독립적으로 같은 자리에 도달했다. Agent-native 판정 4문항: 가설 병렬 평가? 시도/배제 가시성? 시스템 변화 적응? 사용자 단위의 교정 granularity? 원문: Agents can’t choose between structure and flexibility — The AI Frontier (Agent Native series) ...