AI 프로젝트에서 티셔츠 사이징이 실패하는 다섯 가지 치명적 가정

초록

**
본 논문은 전통적인 소프트웨어 개발에서 널리 쓰이는 티셔츠 사이징(작‑중‑대‑초대형) 기법이 대규모 언어 모델·멀티에이전트 기반 AI 프로젝트에 적용될 때 왜 체계적으로 오차를 발생시키는지를 다섯 가지 근본 가정(선형 노력 스케일링, 과거 경험 재현성, 노력‑기간 교환성, 작업 분해 가능성, 결정적 완료 기준)의 붕괴를 근거와 사례를 통해 증명한다. 이를 바탕으로 단계별 검증 게이트와 반복적 재평가를 강조하는 “Checkpoint Sizing”이라는 대안 프레임워크를 제시한다.

**

상세 분석

**
티셔츠 사이징은 “비슷한 과거 작업 → 비슷한 규모”라는 직관에 기반한다. 논문은 AI 개발이 이 직관을 무너뜨리는 다섯 가지 핵심 가정을 제시한다. 첫째, 선형 노력 스케일링이 성립하지 않는다. 대형 언어 모델의 성능 향상은 스케일링 법칙에 따라 데이터·연산량이 지수적으로 증가하며, 멀티에이전트 시스템에서는 N(N‑1) 형태의 조합적 복잡도가 급증한다. 둘째, 과거 경험 재현성이 깨진다. 데이터 분포, 라벨 품질, 도메인 특성이 프로젝트마다 크게 달라져 동일한 작업이라도 전혀 다른 난이도가 발생한다. 셋째, 노력‑기간 교환성이 부정확하다. 데이터 수집·정제, 모델 학습, 하이퍼파라미터 탐색 등 필수 순차 단계는 인력 추가만으로 압축할 수 없으며, 연산 지연과 API 호출 비용은 물리적 한계가 존재한다. 넷째, 작업 분해 가능성이 제한된다. 데이터 파이프라인, 프롬프트 엔지니어링, 모델 재학습이 서로 긴밀히 결합돼 하나의 변경이 전체 스택에 파급 효과를 일으킨다. 마지막으로 결정적 완료 기준이 불안정하다. 정확도 목표 달성 후에도 윤리·법적 검증, 멀티턴 대화에서의 성능 저하 등 새로운 기준이 계속 등장한다. 논문은 이러한 가정 붕괴가 티셔츠 사이징을 “고정된 카테고리 → 고정된 노력” 매핑으로 전락시켜, 프로젝트 초기에 과소평가하거나 일정 급변을 초래한다고 지적한다. 이를 해결하기 위해 제안된 “Checkpoint Sizing”은 초기 추정 후 매 단계마다 명확한 의사결정 게이트(데이터 품질 검증, 모델 성능 검증, 윤리·법적 검토 등)를 두어 범위와 위험을 재평가한다. 이렇게 하면 불확실성이 높은 AI 프로젝트에서도 점진적 학습과 피드백을 통해 추정 정확도를 지속적으로 개선할 수 있다.

**