AWS의 '키로 파워스(Kiro powers)'를 통해 Stripe, Figma, Datadog 등 다양한 전문 도구가 개발 환경에 실시간으로 통합된 모습.
개발팀은 필요한 순간에만 활성화되는 '동적 컨텍스트'를 활용해 '컨텍스트 롯(Context Rot)' 없이 복잡한 워크플로우를 효율적으로 처리하고 있다. [사진 = 코리아비즈니스리뷰 DB]
아마존웹서비스(AWS)가 미국 라스베이거스에서 열린 연례 컨퍼런스 're:Invent'에서 소프트웨어 개발의 패러다임을 바꿀 '키로 파워스(Kiro powers)'를 전격 공개했다.
이번에 발표된 기술은 개발자가 AI 코딩 어시스턴트에게 특정 도구와 워크플로우에 대한 전문 지식을 즉각적으로 부여할 수 있게 하는 시스템이다. 이는 현재 AI 에이전트가 겪고 있는 고질적인 병목 현상을 해결할 핵심 열쇠로 평가받는다.
기존 AI 코딩 도구들은 작업을 시작하기 전 모든 기능을 메모리에 미리 로드하는 방식을 취했다. 이는 마치 요리를 시작하기도 전에 주방의 모든 조리도구를 꺼내놓는 것과 같아, 막대한 연산 자원을 소모하고 불필요한 정보로 AI를 혼란에 빠뜨리는 주원인이었다.
반면, 키로 파워스는 개발자가 실제로 필요로 하는 그 순간에만 전문 지식을 활성화하는 '동적 로딩' 방식을 채택했다.
AWS의 개발자 에이전트 및 경험 부문 부사장인 디팍 싱(Deepak Singh)은 "우리의 목표는 에이전트에게 전문화된 맥락(Context)을 제공하여 더 낮은 비용으로 더 빠르게 올바른 결과에 도달하게 하는 것"이라고 강조했다.
이번 런칭에는 데이터독(Datadog), 피그마(Figma), 스트라이프(Stripe) 등 9개 글로벌 테크 기업이 파트너로 참여해 그 생태계를 확장하고 있다.
'컨텍스트 롯(Context Rot)' 현상의 종말
왜 AI 코딩 어시스턴트는 도구가 많아질수록 멍청해지는가? 이 질문에 대한 답은 현재 AI 개발 도구 시장의 구조적 모순에 있다.
현대의 AI 코딩 어시스턴트는 외부 도구와 서비스를 연결하기 위해 모델 컨텍스트 프로토콜(MCP)에 의존한다. 예를 들어 결제를 위해 스트라이프를, 디자인을 위해 피그마를 연결하는 식이다.
문제는 각 연결이 수십 개의 도구 정의를 AI의 작업 메모리에 로드한다는 점이다. AWS 문서에 따르면, 단 5개의 MCP 서버를 연결하는 것만으로도 5만 개 이상의 토큰이 소모된다. 이는 AI 모델 전체 컨텍스트 윈도우(Context Window)의 약 40%에 달하는 방대한 양이다. 개발자가 첫 줄의 코드를 작성하기도 전에 이미 AI의 뇌 용량이 절반 가까이 차버리는 셈이다.
업계에서는 이를 '컨텍스트 롯(Context rot, 문맥 부패)'이라 부른다.
과도한 정보 로딩으로 인해 AI의 응답 속도가 느려지고, 결과물의 품질이 저하되며, 토큰당 비용이 청구되는 구조상 비용이 기하급수적으로 증가하는 현상이다. 많은 개발자가 "AI가 관련 도구를 찾느라 내 토큰을 낭비하는 것을 원치 않는다"며 불만을 토로해 온 이유가 바로 여기에 있다.
필요할 때만 꺼내 쓰는 '동적 로딩' 기술
키로 파워스는 이러한 비효율을 해결하기 위해 세 가지 구성 요소를 하나의 동적 번들로 패키징했다.
-
POWER.md: AI 에이전트를 위한 온보딩 매뉴얼 역할을 하는 파일로, 사용 가능한 도구와 사용 시점을 정의한다.
-
MCP 서버 구성: 외부 서비스와의 실제 연결을 담당한다.
-
자동화 훅(Hooks): 특정 작업을 트리거하는 옵션 기능을 포함한다.
작동 원리는 직관적이다. 개발자가 키로(Kiro)와의 대화에서 "결제(payment)"를 언급하면 시스템은 즉시 스트라이프 파워를 활성화하여 관련 도구와 모범 사례를 컨텍스트에 로드한다.
이후 데이터베이스 작업으로 넘어가면 스트라이프는 비활성화되고 수퍼베이스(Supabase)가 켜지는 식이다. 아무런 파워도 사용하지 않을 때의 기본 컨텍스트 사용량은 '0'에 수렴한다.
디팍 싱 부사장은 "버튼 하나만 누르면 자동으로 로드된다"며, "파워가 생성되면 개발자는 '키로에서 열기'를 선택하기만 하면 모든 준비가 완료된 상태로 IDE가 실행된다"고 설명했다.
고급 개발 기술의 대중화와 경제성
싱 부사장은 "키로 파워스는 최고 수준의 전문가들만 수행하던 작업을 공식화하여 누구나 그런 기술을 누릴 수 있게 한다"고 밝혔다.
또한, 이는 AI 모델을 특정 도메인에 맞춰 학습시키는 '파인 튜닝(Fine-tuning)'보다 훨씬 경제적인 대안으로 제시되었다.
파인 튜닝은 비용이 많이 들 뿐만 아니라, 앤스로픽(Anthropic)이나 오픈AI(OpenAI)의 최신 프론티어 모델들은 폐쇄형(Closed source)이기에 개발자가 직접 수정할 수도 없다.
키로 파워스는 개발자가 현재 사용하지 않는 도구에 대해 토큰 비용을 지불하지 않도록 함으로써 운영 비용을 획기적으로 절감한다. 이는 '소넷 4.5(Sonnet 4.5)'나 '오푸스 4.5(Opus 4.5)'와 같은 강력한 모델을 효율적으로 활용하는 최적의 방법론이다.
KBR 인사이트: 자율 에이전트 시대의 도래
AWS의 이번 행보는 단순히 코딩 도구 하나를 추가한 것이 아니다. 이는 AWS가 추진하는 '에이전틱 AI(Agentic AI)' 전략의 핵심 퍼즐이다.
AWS는 며칠에서 몇 시간 동안 사람의 개입 없이 작동하는 '프론티어 에이전트'와, 특정 작업에 전문화된 도구를 제공하는 '키로 파워스'라는 투트랙(Two-track) 전략을 구사하고 있다.
2021년 깃허브 코파일럿(GitHub Copilot)이 AI 코딩의 문을 열었다면, 이제 시장은 '누가 더 똑똑하게 잊느냐'의 싸움으로 넘어가고 있다.
모든 것을 기억하려다 아무것도 제대로 처리하지 못하는 비효율을 걷어내고, 필요한 순간에만 천재가 되는 '적시(Just-in-Time) 인텔리전스'가 차세대 AI 개발 도구의 표준이 될 것이다. 기업의 CTO와 개발 리더들은 이제 '도구의 도입'을 넘어 '컨텍스트의 효율적 관리'를 고민해야 할 시점이다.
키로 파워스는 현재 키로 IDE 버전 0.7 이상을 사용하는 개발자에게 추가 비용 없이 제공된다.
AWS는 향후 커서(Cursor), 클라인(Cline), 클로드 코드(Claude Code) 등 다른 AI 개발 도구와의 호환성도 확보할 계획이다.
"한 번 만들면 어디서든 사용한다(Build a power once, use it anywhere)"는 AWS의 비전이 실현된다면, 파편화된 AI 개발 도구 시장에 강력한 통합 표준이 탄생할 것으로 전망된다.