자카드(Jacquard)는 AI가 작성하고 사람이 검토하는 코드를 안전하게 실행, 검토, 시뮬레이션하기 위해 개발된 연구용 프로그래밍 언어입니다. 이 언어는 코드의 부작용(Effect)과 불확실성을 언어 수준에서 명시하여, 개발자가 전체 코드를 읽지 않고도 AI 에이전트의 행동 양상과 안정성을 파악할 수 있게 돕는 것이 핵심입니다. 향후 코드 생성을 AI가 주도하는 환경에서 인간 검토자가 직면할 신뢰 문제를 해결하기 위한 혁신적인 접근법으로 평가받습니다.
이 글은 코딩 에이전트가 더 안정적인 결과를 내기 위해서는 파편화가 덜하고 일관된 '지루한' 기술 스택을 선택해야 한다고 강조합니다. 자바스크립트나 파이썬처럼 생태계가 복잡한 언어는 LLM이 학습한 데이터마저 다양하게 파편화되어, 모델이 구식 패턴이나 엉뚱한 코드를 생성할 확률(추론의 도박)을 높입니다. 반면 Go나 Ruby on Rails처럼 강력한 컨벤션(규칙)을 가진 언어는 일관된 학습 데이터를 바탕으로 에이전트가 훨씬 더 예측 가능하고 신뢰도 높은 코드를 작성하게 만듭니다.
AI 코딩 에이전트의 비약적 발전으로 파이썬이나 JS 같은 쉬운 언어보다 컴파일러 피드백 루프가 확실한 Rust, Go 같은 시스템 언어가 더 유리해졌습니다. 실제로 마이크로소프트의 TypeScript 7.0(Go 이식)부터 Ladybird 브라우저 엔진의 Rust 이식까지, 단 몇 주 만에 수만 줄의 프로덕션 코드가 재작성되며 패러다임 전환이 현실화되고 있습니다.
저자는 완벽한 프로그래밍 언어를 찾던 중 Rust의 강력한 타입 시스템과 성능에 주목합니다. 그러나 가파른 학습 곡선과 낮은 생산성이라는 단점을 극복하기 위해, Rust를 C#이나 TypeScript 같은 고급 언어처럼 다루는 접근법을 제안합니다. 이를 통해 약간의 성능 저하(10~20%)만 감수하면 Rust가 가진 장점의 80%를 얻으면서도 고질적인 개발자 경험의 어려움을 20% 수준으로 크게 줄일 수 있다고 설명합니다.