Unlimited Tokens: Cisco가 27세 직원 2인 팀에 레거시 코드 98% 리팩터링을 맡긴 방식
Cisco의 Jeetu Patel 사장은 인수 기업 창업자 출신 27세 직원에게 AI 토큰을 무제한으로 주고 레거시 코드 98%를 24개월 안에 리팩터링하는 과제를 맡겼습니다. 2인 팀으로 4주 안에 접근법을 증명하는 조건입니다. 4주 증명을 설계하는 방법과 판정 기준을 붙였습니다.
Cisco의 Jeetu Patel 사장은 레거시 코드 현대화를 큰 팀에 맡기지 않았습니다. 27세 직원이 이끄는 2인 팀에 AI 토큰을 무제한으로 주고 4주 안에 방법을 증명하라고 했습니다. 따라 하려면 98%의 분모가 될 코드 재고와 현재 동작을 고정하는 테스트부터 갖춰야 합니다. 실험팀이 만든 결과를 본 조직이 넘겨받는 길도 시작 전에 정해 둡니다.
요약
Fortune은 2026년 10월 30일 Cisco 사장 겸 최고제품책임자(CPO) Jeetu Patel과 나눈 대화를 전했습니다. 주인공은 Padmanabhan “Paddy” Krishnamurthy(27세)입니다. 그는 2023년 실시간 통역 스타트업 EzDubs를 공동 창업했고 2025년 Cisco가 이 회사를 인수하면서 합류했습니다. Patel은 조직도에서 자신보다 다섯 단계 아래에 있던 그를 찾아냈습니다. 당시 상황은 “buried away in the organization doing something unstrategic”이었다고 합니다. Krishnamurthy는 AI로 Cisco 레거시 코드의 98%를 24개월 안에 다시 쓰자고 제안했고 자신과 한 명이면 된다고 했습니다. Patel은 토큰을 무제한으로 쓰게 하고 마음껏 해 보라고 답했습니다. 증명 기간은 Krishnamurthy가 스스로 정한 4주입니다.
Patel은 이 실험을 회사 전체가 소프트웨어를 만드는 방식을 바꿀 촉매로 봅니다. 2~3명이 먼저 시험하고 최종 결과물은 Cisco의 core team(본 개발 조직)이 넘겨받습니다. 그는 이 방식이 엔지니어들의 코드 현대화와 개발 속도를 높이고 memory-safe 언어(메모리 오류를 언어 차원에서 막는 프로그래밍 언어)로 옮기는 일도 돕는다고 기대합니다. 일부 실험은 실패할 수 있지만 얻을 것이 더 크다는 입장입니다. 보도 시점에 4주 증명의 결과는 나오지 않았고 98%는 목표치입니다. 같은 기사에서 Patel은 신입을 뽑지 않으면 새로운 생각이 어디서 들어오느냐고 되물었고 인턴을 reverse mentor(역멘토)로 쓴다고 밝혔습니다. 아래에서는 이 실험의 구조를 다섯 개념으로 나누고 4주 증명을 직접 설계할 때 필요한 기술·현업 디테일을 붙였습니다.
핵심 메커니즘
Unlimited Tokens: 토큰 예산을 막지 않는 실험
토큰은 AI 모델이 읽고 쓰는 글자 단위이자 사용료를 매기는 단위입니다. Patel은 Krishnamurthy에게 토큰 사용 상한을 두지 않았습니다. 리팩터링(동작은 그대로 두고 코드 구조를 다시 짜는 일)을 할 사람이니 토큰을 무제한으로 줬다는 것이 Patel의 설명입니다. 사람을 늘리는 대신 AI 사용량을 늘려 속도를 내는 구조입니다. 이 방식은 결과물을 테스트로 바로 검증할 수 있고 사람 손으로는 몇 년 걸릴 반복 작업에 맞습니다. 결과를 측정할 기준이 없는 일에 무제한 토큰을 주면 비용만 쌓이므로 맞지 않습니다. 가상 예시로, 결제 모듈 하나를 리팩터링할 때 에이전트가 테스트를 돌리고 고치는 과정을 열 번 반복해도 막지 않는 식입니다.
Two-person Proof: 2인 팀이 4주 안에 증명하는 방식
Krishnamurthy의 제안은 규모와 기한이 분명합니다. 사람은 자신과 한 명, 증명 기간은 4주, 전체 목표는 24개월 안에 레거시 코드 98%입니다. Patel은 회사에서 AI를 가장 앞서 쓰는 사람들도 이렇게 적은 인원으로 이만한 범위를 생각하지 못했다고 말했습니다. 작동 방식은 단계별 확인입니다. 4주 동안 작은 범위에서 방법이 통하는지 보여 주고 통하면 범위를 넓힙니다. 큰 예산과 큰 팀을 먼저 꾸리지 않으니 실패해도 잃는 것이 4주와 두 사람의 시간입니다. 어떤 시스템과 코드 영역부터 다시 쓰는지, 성공을 무엇으로 재는지는 보도에 나오지 않았습니다.
Core Team Ownership: 실험팀이 바꾸고 본 조직이 넘겨받는 구조
Patel은 2~3명 규모의 그룹을 더 넓은 변화의 촉매라고 설명했습니다. 실험팀은 새 방식을 시험하고 최종 제품의 소유권은 Cisco의 core team이 가져갑니다. 작은 팀이 코드를 다시 쓰더라도 운영과 유지보수는 그 제품을 맡아 온 조직이 이어 가는 구조로 읽힙니다. Patel이 기대하는 효과는 두 가지입니다. 회사 전체 엔지니어가 코드를 더 빨리 현대화하고 소프트웨어를 더 빨리 만드는 것, 그리고 memory-safe 언어로 옮기는 일을 앞당기는 것입니다. 이 구조는 실험팀과 본 조직 사이에 인수인계 기준이 있어야 돌아갑니다. 기준 없이 실험팀이 만든 코드를 본 조직에 넘기면 받는 쪽이 검토 부담을 떠안습니다.
Thirds: 경력자, 외부 시스템 사고형, AI 네이티브를 1/3씩
이 기사를 인용한 보조 기사(explainx.ai)에 따르면 Patel의 조직은 세 그룹이 1/3씩 섞여 있습니다. 오래 일한 Cisco 운영 인력, 회사 밖에서 온 systems thinker(시스템 전체를 보고 설계하는 사람), AI 네이티브 창업자와 엔지니어입니다. Patel은 경력이 짧은 사람과 오래 일한 사람을 함께 두면 마찰이 생긴다는 점을 인정하면서 긴장이 오히려 좋다고 말했습니다. 신뢰를 먼저 쌓은 뒤 무리해 보이는 목표를 세우라고 요구한다는 설명도 덧붙였습니다. Patel의 설명대로라면 경력자는 시스템이 왜 그렇게 만들어졌는지 알고 젊은 인재는 그 방식에 의문을 던집니다. 두 시각을 한 팀 안에서 부딪히게 하는 구성입니다. 인원 수와 적용 범위는 보도에 나오지 않았습니다.
Reverse Mentor: 인턴이 기존 방식에 질문을 던지는 역할
Patel은 인턴을 잡무 인력이 아니라 reverse mentor로 봅니다. 역멘토는 나이와 경력이 적은 사람이 선배에게 새 도구와 사고방식을 가르치는 역할입니다. Patel은 대학 캠퍼스를 찾아 AI에 관심 있는 학생을 직접 찾습니다. 기사에 나온 예가 Stanford 장학생 Baya입니다. Patel은 그에게 AI를 공부하며 배운 것을 매달 메일로 보내 달라고 했습니다. Baya는 이를 꾸준히 지켰습니다. 그 뒤 Cisco 인턴이 됐고 경력 직원들이 풀지 못하던 재설계를 해냈습니다. Patel은 그를 정식으로 채용하고 싶다고 했습니다. 이 방식은 질문을 받는 쪽이 들을 준비가 돼 있어야 효과가 납니다.
통념과 다른 주장
흔히 이렇게 봅니다AI가 신입 업무를 대신하므로 대졸 신입 채용을 줄인다. 보도에는 상사의 약 40%가 같은 이유로 신입을 덜 뽑을 계획이라는 수치도 함께 실렸습니다.
Patel은 이렇게 봅니다신입을 뽑지 않으면 새 아이디어가 들어올 통로가 사라진다. 젊은 인재에게 오히려 가장 큰 과제를 맡긴다.
근거Patel은 다섯 단계 아래에 있던 27세 직원에게 레거시 코드 98% 리팩터링을 맡겼습니다. 인턴 Baya가 경력 직원들이 못 푼 재설계를 해낸 사례를 들었습니다.
흔히 이렇게 봅니다수십 년 쌓인 코드의 현대화는 큰 팀이 여러 해 동안 맡는 프로젝트다.
Patel은 이렇게 봅니다2~3명 촉매팀과 무제한 토큰으로 먼저 증명하고 본 조직이 넘겨받는다.
근거Krishnamurthy는 2인 팀과 4주 증명을 제안했습니다. Patel은 AI를 가장 앞서 쓰는 직원들도 이 규모로는 생각하지 못했다고 말했습니다.
기사에 나온 사례
Krishnamurthy의 레거시 리팩터링 제안
- 상황: 인수된 EzDubs 공동 창업자로 합류해 Patel 기준 다섯 단계 아래에서 일하고 있었습니다.
- 한 일: AI로 레거시 코드 98%를 24개월 안에 다시 쓰자고 제안하고 2인 팀, 4주 증명을 조건으로 걸었습니다.
- 결과: Patel이 토큰 무제한 사용을 허락했습니다. 증명 결과는 보도 시점에 나오지 않았습니다.
- 연결: Unlimited Tokens, Two-person Proof, Core Team Ownership
Baya의 인턴십
- 상황: Stanford 장학생으로 캠퍼스에서 Patel을 만났습니다.
- 한 일: AI를 공부하며 배운 것을 매달 Patel에게 메일로 보냈습니다.
- 결과: Cisco 인턴이 됐고 경력 직원들이 어려워하던 재설계를 해냈습니다. 어떤 프로젝트인지는 원문에서 밝히지 않음.
- 연결: Reverse Mentor
다른 리더들의 채용 방식
- 상황: 기사는 젊은 인재 쪽에 거는 리더로 Patel 외에 몇 사람을 함께 소개했습니다.
- 한 일: Thrive Capital의 Josh Kushner는 업계 경력 4년 미만인 사람을 선호합니다. Tastewise CEO Alon Chen은 경력이 없는 사람을 뽑습니다.
- 결과: Chen은 경력 없는 사람이 일하는 방식에 대한 선입견이 적다고 봅니다. 성과 수치는 원문에서 밝히지 않음.
- 연결: Thirds, Reverse Mentor
기술 디테일: 4주 증명을 직접 설계한다면
아래 도구, 필드, 설정값은 실제로 돌릴 때 필요한 것을 정리한 실행 제안이며 Cisco가 밝힌 구현이 아닙니다.
Two-person Proof의 “98%“를 재려면 먼저 분모를 정합니다. 1주차에 저장소별 언어, 줄 수, 최근 변경일, 테스트 유무, 운영 중요도를 표로 뽑습니다. 이 표가 레거시 코드 재고이고 98%는 이 표의 줄 수나 모듈 수를 기준으로 셉니다. 기준을 줄 수로 할지 모듈 수로 할지는 시작 전에 고정합니다. 도중에 바꾸면 진척률을 비교할 수 없습니다.
리팩터링 루프를 돌리려면 모듈 하나를 작업 단위로 잡습니다. 순서는 네 단계입니다. 코딩 에이전트가 모듈을 읽고 현재 동작을 그대로 기록하는 characterization test(지금 코드가 내는 결과를 정답으로 고정하는 테스트)를 먼저 만듭니다. 사람이 이 테스트를 확인한 뒤 에이전트가 리팩터링하고 테스트를 돌립니다. 실패하면 오류 로그를 다시 넣어 고치게 하되 한 모듈당 최대 5회로 끊습니다. 5회 안에 통과하지 못하면 사람에게 넘깁니다. 코드 생성은 temperature 0~0.2처럼 낮게 두어 같은 입력에 결과가 덜 흔들리게 합니다. 같은 모듈을 두 번 돌려 결과 차이가 크면 그 모듈은 사람이 먼저 구조를 나눕니다.
Unlimited Tokens를 쓰면서 비용을 보려면 상한은 두지 않되 작업 단위마다 사용량을 남깁니다. 모듈별 토큰, 반복 횟수, 테스트 결과, 리뷰 판정을 한 줄로 기록하면 4주 뒤 “리팩터링한 코드 1,000줄당 토큰과 사람 시간”을 계산할 수 있습니다. 24개월 계획의 비용은 이 숫자로 추정합니다.
{
"unit_id": "REFAC-0042",
"repo": "billing-core",
"module": "invoice/rounding",
"language_from": "C++",
"language_to": "memory_safe_target",
"loc_before": 1840,
"loc_after": 1210,
"char_tests_added": 37,
"tests_passed": true,
"agent_iterations": 3,
"tokens_used": 412000,
"human_review_minutes": 45,
"review_result": "approved",
"owner_after_merge": "core-team-billing"
}
memory-safe 언어로 옮기려면 한 번에 언어를 바꾸지 않고 두 단계로 나눕니다. 먼저 같은 언어 안에서 구조를 정리하고 테스트를 통과시킨 뒤 언어를 옮깁니다. 리팩터링과 언어 전환을 한 번에 하면 테스트가 깨졌을 때 원인을 나누기 어렵습니다. 메모리 처리 코드, 외부 장비와 직접 통신하는 코드, 성능이 중요한 경로는 사람 리뷰를 의무로 둡니다.
| 막히는 경우 | 증상 | 대응 |
|---|---|---|
| 테스트가 없는 모듈 | 리팩터링 결과가 맞는지 판단 불가 | characterization test부터 만들고 사람이 확인 |
| 반복해도 테스트 실패 | 토큰만 쓰고 진척 없음 | 5회에서 끊고 사람이 모듈을 더 작게 분리 |
| 리뷰 대기 적체 | core team이 검토를 못 따라감 | 주당 검토 가능량을 먼저 정하고 그만큼만 생성 |
| 98%의 기준 변경 | 진척률 비교 불가 | 1주차 재고 표를 고정하고 변경은 별도 기록 |
| 실험팀 이탈 | 방법이 두 사람 머릿속에만 남음 | 루프 설정과 프롬프트를 저장소에 문서로 남김 |
현업 실행 디테일: 누가, 언제, 무엇을
| 역할 | 맡는 일 |
|---|---|
| 경영진 스폰서(CTO·CPO급) | 실험팀 지명, 토큰 무제한 승인, 4주 뒤 확대 판정 |
| 실험팀 2인 | 재고 조사, 리팩터링 루프 구축, 주간 시연 |
| core team 리드 | 대상 모듈 제공, 리뷰와 병합, 인수 후 운영 |
| 보안 담당 | memory-safe 전환 대상 선정, 위험 코드 리뷰 기준 |
| 재무 담당 | 토큰 비용 집계, 24개월 비용 추정 검토 |
| HR·채용 담당 | 1/3 구성 비율 점검, 인턴 역멘토 프로그램 운영 |
준비물. 저장소 접근 권한, 저장소별 줄 수와 언어 목록, 기존 테스트 현황, 코딩 에이전트와 모델 사용 계정, 토큰 사용량 대시보드, core team의 주당 리뷰 가능 시간이 필요합니다. 실험팀은 다른 업무에서 빼 4주 전부를 이 일에 씁니다.
| 주 | 할 일 | 산출물 |
|---|---|---|
| 1주 | 레거시 재고 표 작성, 98%의 분모 확정, 첫 모듈 선정 | 재고 표, 측정 기준 문서 |
| 2주 | 모듈 1개에 characterization test와 리팩터링 루프 적용 | 병합된 첫 모듈, 작업 기록 |
| 3주 | 성격이 다른 모듈 3~5개로 확장 | 모듈별 토큰·시간 기록 |
| 4주 | 경영진 시연, 1,000줄당 비용 계산, 확대 판정 | 24개월 계획 초안 |
현업에 물을 것.
- 레거시 코드라고 부르는 범위는 어디까지이고 저장소별 줄 수는 집계돼 있나요?
- 테스트가 전혀 없는 모듈은 전체의 몇 %인가요?
- core team은 한 주에 몇 시간을 리뷰에 쓸 수 있나요?
- memory-safe 언어로 옮겨야 하는 코드는 어떤 기준으로 고르나요?
- 실험팀 결과를 넘겨받을 때 무엇을 확인하면 받아들이나요?
진행 판정 기준(예시). 4주 뒤 다음을 채우면 범위를 넓힙니다. 리팩터링한 모듈 전부가 characterization test를 통과하고 core team 리뷰 반려율이 20% 이하여야 합니다. 1,000줄당 사람 리뷰 시간이 기존 수작업 추정치의 절반 이하이고 이 속도로 계산한 24개월 진척률이 목표에 닿아야 합니다. 하나라도 못 채우면 막힌 단계를 고쳐 2주를 더 봅니다.
AX 적용 제언. 오래된 사내 시스템을 많이 가진 제조·금융·통신 기업이라면 차세대 시스템 프로젝트를 크게 꾸리기 전에 이 방식으로 4주 증명부터 해 볼 만합니다. 대상은 테스트가 어느 정도 있고 업무 중요도가 중간인 모듈이 좋습니다. 실험팀은 사내에서 AI 코딩 도구를 가장 많이 쓰는 젊은 직원 한두 명으로 꾸리되, 결과를 넘겨받을 core team 리드를 첫날부터 붙입니다. 토큰 비용은 막지 말고 기록해서 경영 보고 때 “1,000줄당 비용과 사람 시간”으로 보여 주면 확대 여부를 숫자로 판단할 수 있습니다. 채용에서는 신입 정원을 줄이기 전에 인턴과 신입이 맡을 수 있는 AI 과제 목록부터 만들어 보는 것이 Patel의 주장을 시험하는 방법입니다.
원문 사례
| 항목 | 내용 |
|---|---|
| 보도 | Fortune, Orianna Rosa Royle, 2026.10.30 |
| 발언자 | Jeetu Patel(Cisco 사장 겸 CPO) |
| 담당자 | Padmanabhan “Paddy” Krishnamurthy, 27세, EzDubs 공동 창업자(2023 창업, 2025 Cisco 인수) |
| 목표 | 레거시 코드 98%를 24개월 안에 AI로 리팩터링 |
| 조건 | AI 토큰 무제한, 2인 팀 제안, 4주 증명 기간 |
| 구조 | 2~3명 촉매팀, 최종 제품은 core team이 소유, memory-safe 언어 전환 지원 기대 |
| 조직 구성 | 경력자·외부 시스템 사고형·AI 네이티브 각 1/3 (보조 기사 기준) |
| 인턴 | reverse mentor로 활용, Stanford 장학생 Baya 사례 |
| 함께 언급 | Josh Kushner(Thrive Capital), Alon Chen(Tastewise), 상사 약 40%가 신입 채용 축소 계획 |
| 상태 | 증명 결과 미공개, 98%는 목표치 |
핵심 개념
- legacy code
- 오래전에 만들어져 지금도 돌아가지만 고치기 어렵고 문서가 부족한 코드입니다.
- refactoring
- 겉으로 보이는 동작은 그대로 두고 코드의 구조만 다시 짜는 일입니다.
- token
- AI 모델이 글을 읽고 쓰는 최소 단위. 사용료도 이 단위로 매깁니다.
- memory-safe language
- 메모리를 잘못 다뤄 생기는 오류를 언어 규칙으로 막아 보안 결함을 줄이는 프로그래밍 언어입니다.
- characterization test
- 지금 코드가 내는 결과를 정답으로 기록해 두는 테스트. 리팩터링 뒤 동작이 바뀌지 않았는지 확인할 때 씁니다.
- AI native
- 일을 처음 배울 때부터 AI 도구를 기본으로 써 온 사람입니다.
내 메모
TODO: 내 생각 추가
원문은 Fortune에 실린 Orianna Rosa Royle의 기사(2026.10.30)입니다. 작성 시점에 Fortune 페이지를 직접 열 수 없어, 같은 기사를 인용해 보도한 Notebookcheck(Yuval Goel), Let’s Data Science, explainx.ai, DIYA TV, El-Balad의 공개 기사로 내용을 대조했습니다. 조직의 1/3 구성은 explainx.ai 한 곳에서만 확인했습니다. 요약, 핵심 메커니즘의 보도 내용, 통념과 다른 주장, 사례, 원문 사례 표는 보도된 Patel의 발언을 AX Review가 다시 정리했으며 효과와 계획은 Cisco 측 설명입니다. 기술·현업 실행 디테일, JSON 예시, 일정과 판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 기사 전문은 Fortune 원문 페이지에서 볼 수 있습니다.