이 게시물은 코드 품질만으로는 AI 코딩 에이전트가 잘 다루는지 보장되지 않음을 설명합니다. flex는 코드 품질(Q축)과 AI 접근성(A축)을 분리한 2축 평가 프레임워크를 제시합니다. A축은 에이전트가 코드베이스를 이해·수정할 수 있는 용이성으로, 패턴 일관성, 빌드 피드백 품질, 모듈 경계 예측 가능성, 의존성 방향 강제, 독립 실행 가능성 등을 지표로 봅니다. L1~L5 등급에서 L4는 에이전트가 자율 생성과 검증까지 가능하나 사람 개입이 주로 설계 판단에 남고, L5는 워크플로우가 빌드 시스템에 통합되고 에이전트 변경이 acceptance 증명과 PR로 자동 전환되는 상태를 목표로 합니다. 같은 Q축에서도 의존성 방향의 물리적 강제 같은 구조적 일관성이 다르면 A축이 크게 갈릴 수 있음을 사례로 보여줍니다. 브라운필드에서는 컨텍스트 단절, 패턴 불일관성, 안전망 없는 수정이 발생하며 공통 원인은 낮은 A축이라고 정리합니다.