Warp가 공개한 Warp Factories는 AI 코딩 도구의 신제품이라기보다, 여러 에이전트를 하나의 개발 공정 안에서 돌리기 위한 인프라에 가깝다. 회사들이 AI를 개발에 붙이면서 부딪히는 문제는 코드 한 덩어리를 생성하는 속도가 아니다. 작업을 어떻게 분류하고, 요구사항을 어떻게 정리하고, 구현과 검토와 검증을 어떤 순서로 이어갈지 정하는 일이다.
Warp Factories는 이 흐름을 triage, specification, implementation, review, verification 단계로 구조화한다. 에이전트는 각 단계에서 일을 맡고, 사용자는 클라우드 실행 환경에서 진행 상황을 조종한다. 에이전트 사이에 공유 메모리를 두고, 공통 evals를 설정할 수 있으며, 작업 결과를 로컬 환경으로 가져오는 방식도 지원한다. Warp가 이미 어려운 설계 결정을 묶어 제공하려는 이유다.
모델 선택을 한 회사의 생태계에 가두지 않은 점도 눈에 띈다. 사용자는 Codex나 Claude Code 같은 선택지와 자신의 harness를 조합할 수 있다. Linear와 Jira를 티켓 입력단으로, Slack과 Teams를 커뮤니케이션 경로로 연결해 기존 팀의 업무 흐름에 끼워 넣는다. 개발자는 새로운 화면에서 모든 일을 다시 시작하기보다, 익숙한 도구에서 에이전트 작업을 발생시키고 결과를 확인할 수 있다.
이 제품이 겨냥하는 고객은 모든 것을 직접 만들기 어려운 작은 회사다. Stripe는 minions 시스템을, Ramp는 배포된 코드를 지켜보는 백그라운드 에이전트를 자체적으로 구축했다. 하지만 에이전트를 클라우드에서 실행하고 조종하는 일, 작업 사이의 메모리를 유지하는 일, 평가와 비용을 관리하는 일을 한 번에 해결하려면 인프라 부담이 커진다. Warp는 그 부담을 미리 정리해 제공한다.
다만 팩토리라는 이름이 사람 없는 개발을 약속하는 것은 아니다. Warp CEO Zach Lloyd는 자사 업무의 주간 자동화율이 약 30~35%라고 말했다. 나머지 작업에는 여전히 사람이 필요하고, 자동화가 늘어날수록 사람은 예외 처리와 품질 판단을 맡게 된다. Warp Factories의 성패는 에이전트가 코드를 얼마나 그럴듯하게 쓰느냐보다, 팀이 실패를 빨리 발견하고 비용과 성능을 비교하며 공정을 계속 고칠 수 있느냐에 달려 있다. AI 개발의 단위가 ‘한 번의 생성’에서 ‘반복 가능한 운영 파이프라인’으로 바뀌는 장면이다.