검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'코딩 에이전트'통합검색 결과 입니다. (30건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[써보고서] 코딩보다 설계 먼저…AWS 키로 "시행착오 줄여 비용 절감"

# "최근 작성 기사를 팩트체크 에이전트로 넘겨야 합니다." 채팅창에 이렇게 적고 검증할 기사를 선택한 뒤 조사 결과의 출처를 함께 남기도록 몇 줄을 덧붙였다. 엔터를 누르자 화면에는 '작업 중(Working)' 표시가 나타났고 실행 권한을 묻는 창이 뜰 때마다 '허용(Allow)' 버튼만 눌러줬다. 몇 분 뒤 뉴스룸에는 기사 초안을 검증하고 결과와 출처를 보여주는 팩트체크 기능이 구현됐다. AWS 코리아는 16일 서울 강남구 사무실에서 'AI-DLC(AI-driven Development Life Cycle) & 키로(Kiro) 기자간담회'를 열었다. 이어진 핸즈온 세션에서 기자들은 AI 기반 개발도구 키로를 통해 뉴스룸 애플리케이션에 팩트체크 기능을 만들며 AI-DLC 개발 방식을 체험했다. 실습에 쓰인 뉴스룸은 AWS 코리아가 기자 업무를 가정해 자체 제작한 환경이다. 기사 수집과 요약, 리서치, 초안 작성 기능만 구현된 상태에서 기자들은 팩트체크 기능을 추가하는 과제를 수행했다. 채팅창에 자연어로 요구사항을 적어 넣자 키로는 이를 분석해 코드를 생성 및 수정했고 기존 뉴스룸에는 없던 팩트체크 메뉴가 만들어졌다. 완성된 기능은 시연으로 확인됐다. 미국 항공우주국(NASA) 키워드로 수집한 기사를 바탕으로 작성한 초안을 검증 대상으로 넘기자 여러 AI 에이전트가 동시에 내용을 분석했다. 이후 위키피디아와 언론 보도, NASA 공식 홈페이지 등을 대조해 '대체로 사실'이라는 결과를 제시했다. 이날 실습은 30분으로 제한돼 프롬프트 입력만으로 기능을 붙이는 데 그쳤지만 실제 사용 환경에서 키로의 핵심은 '스펙 기반 개발(Spec Driven Development)'이다. 프롬프트를 넣고 결과물을 반복 수정하는 일반적인 AI 코딩과 달리 요구사항과 설계, 작업 등 문서를 먼저 만든 뒤 이를 토대로 코드를 짜는 방식이다. 코딩에 앞서 설계를 밟는 방식은 AI가 요구사항 작성부터 구현, 테스트까지 개발 전 과정을 지원하는 방법론인 AI-DLC의 뼈대이기도 하다. 설계를 미리 맞춰두면 에이전트가 방향을 되짚는 시행착오가 줄고 그만큼 토큰 소모도 절감된다. AWS 코리아에 따르면 '클로드 소넷 4.6'과 '클로드 오퍼스 4.8'로 동일한 코딩 작업 14개를 수행한 자체 벤치마크에서 키로는 모든 작업에 성공하면서도 다른 코딩 도구보다 6~10배 높은 비용 효율을 기록했다. 스펙 기반 개발이 개발 방향을 잡는 기능이라면 '에이전트 훅(Agent Hooks)'과 '스티어링(Steering)', 'MCP(Model Context Protocol)'는 품질 유지와 외부 시스템 연동을 맡는다. 에이전트 훅은 파일을 저장하거나 코드를 제출하면 테스트와 문서 갱신, 보안 점검 같은 후속 작업이 자동으로 뒤따르게 한다. 스티어링은 코딩 규칙과 보안 정책, 문서 작성 방식을 AI에 미리 학습시켜 누가 개발하든 같은 기준과 품질을 유지하게 한다. MCP는 AI가 깃허브와 사내 시스템, 외부 응용 프로그램 인터페이스(API) 등 다양한 시스템과 연동해 필요한 정보를 활용할 수 있도록 지원하는 기능이다. AWS 코리아는 비개발자와 스타트업, 기업 개발팀, 시스템통합(SI)·컨설팅을 키로 활용 대상으로 구분했다. 기획자 같은 비개발자나 초기 제품을 빠르게 만드는 스타트업은 프롬프트만으로 구현하는 방식이 어울리고 복잡한 설계와 운영을 감당해야 하는 기업 개발팀은 스펙 기반이 효율적이다. SI·컨설팅에서는 어떤 산출물이 나왔고 누가 무엇을 승인했는지가 자동으로 남아 이력 추적과 감사에 쓸 수 있다는 게 회사 측 설명이다. 박혜영 AWS 코리아 수석 솔루션즈 아키텍트는 "속도와 품질, 전체 관리를 위해 필요한 수준에 따라 도구와 AI-DLC 방법론을 쓰면 된다"고 말했다.

2026.07.16 15:48이나연 기자

250억원 청구한 앤트로픽, 알고 보니 자동 충전 설정 오류

앤트로픽이 국내 사용자에게 청구한 250억원 규모 사용료가 자동 충전 설정 오류로 발생한 것으로 확인됐다. 16일 해당 청구 논란의 당사자인 국내 개발자는 스레드를 통해 이후 대응 경과를 공개했다. 그는 이번 사안과 관련해 고객지원, 기술, 마케팅 등 여러 창구를 통해 총 15차례 메일을 보낸 끝에 4일 만에 실제 담당자에게 이관된다는 내용의 자동 안내 메일을 받았다고 밝혔다. 앤트로픽에서 보낸 메일에 따르면 해당 계정에서 발생한 문제는 자동 충전 설정(auto-reload)이 정상 수준보다 높은 잘못된 금액으로 설정된 탓이었다. 이 회사는 이를 예방하기 위해 비활성화하고 금액도 기본값으로 되돌렸다고 답변했다. 또 잘못된 금액으로 결제가 시도됐지만 승인이 거절돼 실제 출금은 발생하지 않았으며 무단 접근이나 계정 탈취에 따른 문제도 아니라고 밝혔다. 앤트로픽은 답변을 통해 사고 경위에 대해서는 설명했지만 보상이나 후속 조치에 대해서는 추가 입장을 내놓지 않고 있다. 실제 결제가 성사되는 등 직접적인 피해로 이어지지 않아 환불이나 배상 같은 직접적인 보상 조치는 고려하지 않은 것으로 보인다. 다만 이용자 입장에서는 거액 청구 안내 자체만으로도 상당한 불안과 혼란을 겪을 수밖에 없었던 만큼 고객지원 대응 지연과 자동응답 위주의 소통 방식에 대한 비판은 이어질 전망이다. 이에 앤트로픽 측은 "해당 이슈 관련해 고객과 커뮤니케이션을 진행했으며 해결이 완료된 상태"라고 밝혔다.

2026.07.16 09:52남혁우 기자

[SW키트] 엔타이어, 깃허브에 몰린 AI 트래픽 분산…"보완재에서 경쟁사로"

전 깃허브 최고경영자(CEO)가 설립한 엔타이어가 인공지능(AI) 코딩 확산으로 커지는 개발 플랫폼 부담을 줄이기 위한 분산형 네트워크를 내놨다. 깃허브에 몰리는 AI 에이전트 코드 읽기 작업을 여러 지역으로 나눠 속도 저하와 사용량 제한을 완화하기 위한 구상이다. 13일 IT 업계에 따르면 엔타이어는 미국과 유럽연합(EU), 호주에 지역별 서버를 둔 분산형 깃 네트워크 시험 서비스를 공개했다. 개발자는 깃허브에 있는 코드 저장소를 엔타이어 네트워크에 복사한 뒤, AI 에이전트가 가까운 지역의 복사본을 이용하도록 할 수 있다. 조만간 한국 지역에도 해당 서비스가 제공될 예정이다. 깃은 소프트웨어(SW) 코드 변경 내역을 기록·관리하는 버전관리 시스템이다. 깃허브는 깃으로 관리하는 코드 저장소를 온라인에 보관하고 여러 개발자 협업을 지원하는 대표 플랫폼이다. 그동안 AI 코딩 에이전트는 코드를 분석·수정하기 위해 저장소에 있는 파일을 반복해서 읽고 내려받는다. 여러 에이전트가 동시에 작업하면 중앙 서버에 요청이 몰려 응답 속도가 느려지거나 사용량 제한이 걸렸다. 이에 발맞춰 엔타이어는 깃허브 저장소 복사본을 여러 지역에 두고 AI 에이전트 읽기 작업을 분산한다는 전략을 내세운 것이다. 원본 코드는 깃허브에 그대로 유지하면서 에이전트가 코드를 복제하거나 가져오는 작업은 가까운 지역 엔타이어 서버에서 처리하는 식이다. 엔타이어는 많은 AI 에이전트가 동시 작업할 수 있도록 깃 저장·전송 시스템도 새로 구축했다. 초기 시험에서는 한 저장소에서 시간당 약 57만건 복제 작업과 210만건 푸시 작업을 처리한 것으로 나타났다. 또 복제와 푸시를 함께 수행한 시험에서는 하나의 저장소에서 초당 약 470건 작업을 처리했다. 128개 가상 에이전트가 코드를 내려받은 뒤 다섯 차례 수정 내용을 올리는 과정을 반복한 것으로 집계됐다. 중앙값 기준 지연시간은 약 50~60밀리초로 측정됐다. 엔타이어는 개발자가 새로운 공개·비공개 저장소를 엔타이어 네트워크에 직접 만들 수 있도록 지원할 방침이다. 장기적으로는 네트워크 운영을 여러 주체가 나눠 맡는 구조로 전환하고 깃 핵심 시스템도 오픈소스로 공개할 계획이다. "엔타이어, 깃허브 한계 보완"…"향후 경쟁 관계 가능성" 현재 엔타이어는 깃허브를 대체하기보다 AI 에이전트가 만드는 트래픽을 대신 처리하는 보완 서비스에 가까운 형태다. 분산형 네트워크 역시 깃허브에 보관된 원본 저장소 기반으로 작동하기 때문이다. 다수 외신은 엔타이어가 자체 공개·비공개 저장소 호스팅을 시작하면 깃허브와의 관계도 달라질 수 있다는 시각이 나오고 있다. 개발자가 깃허브를 거치지 않고 엔타이어에서 코드를 저장하고 공유할 수 있게 되면, 깃허브 핵심 사업 영역과 직접 맞닿을 수 있다는 이유에서다. 더레지스터는 "엔타이어는 AI 코딩 시대에 맞춰 등장한 깃허브 경쟁자"라며 "AI 에이전트가 주요 코드 생산자로 부상하면서 중앙형 깃 호스팅 구조가 다시 설계될 것"이라고 분석했다. 긱와이어도 "AI 코딩 에이전트가 급증하면 깃허브 같은 중앙화된 플랫폼이 수요를 단독으로 감당하기 어려울 수 있다"고 내다봤다. 깃허브 자체도 AI 개발 수요 증가에 대응하기 위해 인프라 확장에 나선 상태다. 앞서 더버지는 깃허브가 데이터센터 용량 한계에 부딪혀 향후 2년간 서버를 마이크로소프트 애저로 이전하고, AI 기반 개발 작업 증가에 대응할 계획을 보도한 바 있다. 이에 엔타이어가 당장 깃허브를 대체하기는 어렵지만 AI 에이전트 처리 능력과 지역별 분산 구조가 향후 개발 플랫폼 경쟁의 새로운 기준으로 떠오를 수 있다는 관측이 나온다. 토마스 돔케 엔타이어 CEO는 "에이전트 시대에 중앙화된 깃 호스팅은 근본적인 제약이 됐다"며 "모든 개발자와 에이전트가 자신이 활동하는 지역에 코드를 호스팅하고 가까운 곳에서 병목 없이 푸시와 풀 복제 작업을 수행할 수 있도록 도울 것"이라고 밝혔다.

2026.07.13 10:20김미정 기자

AI 코딩 확산에 개발 플랫폼 부담↑…전 깃허브 CEO가 제시한 해법은

전 깃허브 최고경영자(CEO) 토머스 돔케가 급증하는 인공지능(AI) 코딩 에이전트로 인한 개발 인프라 병목 해소에 나섰다. AI 에이전트가 코드 저장소를 반복적으로 읽고 수정하면서 깃허브 등 개발 플랫폼 트래픽 부담이 커지자 이를 분산 네트워크로 처리한다는 구상이다. 9일 토마스 돔케CEO는 스타트업 엔타이어를 설립하고, AI 에이전트에 최적화된 깃(Git) 호스팅 네트워크 서비스를 선보였다고 밝혔다. 깃은 소프트웨어 개발 과정에서 코드 변경 이력을 기록하고 관리하는 버전관리 시스템이다. 지난해까지 토머스 돔케 CEO가 이끌었던 깃허브는 깃을 온라인에서 보관·관리하며 개발자 간 협업을 지원하는 대표적인 플랫폼이다. 최근 깃허브는 AI 코딩 에이전트 확산으로 어려움을 겪고 있다. 코드 분석과 생성을 위해 저장소를 반복적으로 읽고 복제하며 사람보다 몇 배에 달하는 요청을 발생시키고 있기 때문이다. 이로 인해 플랫폼 응답 속도 저하나 사용량 제한 등 인프라 부담이 커지고 있으며 장기적으로는 개발자 생산성에도 영향을 미칠 수 있다는 우려가 나온다. 토마스 돔케 CEO는 이러한 문제의 원인으로 중앙화된 코드 호스팅 구조를 지목했다. 깃은 원래 여러 곳에 저장소를 복제해 분산 운영할 수 있도록 설계됐지만 효율적인 개발을 위해 깃허브와 같은 대규모 플랫폼에 트래픽이 집중되는 형태로 굳어졌다는 설명이다. 엔타이어는 이런 부담을 줄이기 위해 깃허브 저장소를 자체 네트워크에 복사본을 만든 뒤 AI 에이전트가 원본 저장소 대신 해당 복제본에서 작업하도록 하는 방식을 제시했다. 사람이 주로 사용하는 기존 플랫폼과 AI가 대량 작업을 수행하는 별도 네트워크를 나눠 운영하겠다는 것이다. AI가 일으키는 대량의 읽기·쓰기 요청을 엔타이어 쪽에서 처리하면 원본 저장소의 부담은 그만큼 줄일 수 있다는 설명이다. 이를 위해 엔타이어는 글로벌 제어 평면(Control Plane)과 지역 데이터 평면(Data Plane)을 분리한 구조를 채택했다. 사용자 인증과 접근 권한은 중앙에서 관리하되 실제 Git 데이터는 지역별 노드에 저장·복제된다. 이를 통해 지연시간을 줄이고 데이터 주권 요구사항에도 대응할 수 있다. AI 작업 과정을 추적하는 기능도 제공한다. 함께 공개한 '엔타이어 CLI'는 AI 에이전트의 프롬프트와 응답, 파일 변경 내역, 작업 과정 등을 코드 커밋과 함께 기록한다. 개발자는 AI가 변경한 코드 내역과 변경 이유도 확인할 수 있다. 엔타이어는 성능 측면에서도 AI 시대에 최적화된 인프라를 강조했다. 회사에 따르면 네트워크는 시간당 210만 건의 푸시(push) 작업과 57만 건의 클론(clone) 작업을 처리할 수 있다. 현재 서비스는 미국·유럽·호주 지역 사용자를 대상으로 순차 제공되고 있다. 엔타이어는 향후 Git 네트워크를 오픈소스로 공개하고 자체 구축(Self-hosting) 기능도 지원할 계획이다. 이 밖에도 자체 Git 저장소 호스팅과 정책 기반 브랜치 보호, AI 중심 CI/CD 기능 등을 추가해 AI 에이전트와 개발자가 함께 사용하는 개방형 개발 생태계를 구축한다는 목표다. 토마스 돔케 CEO는 "그동안 개발 생태계는 깃허브 같은 중앙화된 플랫폼 중심으로 재편돼 왔다"며 "하지만 AI 에이전트가 대규모 동시 요청을 처리하는 환경에서는 기존 구조의 한계가 점점 더 뚜렷해질 것"이라고 말했다. 이어 "엔타이어는 인간과 에이전트가 함께 협업하는 시대에 맞춰 더 개방적이고 독립적이며 분산된 개발 플랫폼을 지속적으로 구축해 나가겠다"고 밝혔다.

2026.07.09 09:29남혁우 기자

[SW키트] 데이터이쿠, 에이전트 개발 '시각화' 전략 제시…"비용·리스크 통제"

데이터이쿠가 인공지능(AI) 에이전트 개발 과정을 시각적하는 전략으로 사업을 강화하고 있다. AI가 어떤 데이터·과정을 거쳐 결과를 도출하는지 시각적으로 보여줌으로써 기업이 에이전트 개발 과정을 더 투명하게 통제할 수 있게 돕는 방식이다. 26일 IT 업계에 따르면 데이터이쿠는 지난 18일 공개한 코딩 에이전트 '데이터이쿠 코빌드' 시각화 기능을 앞세워 고객사 공략에 나섰다. 코빌드는 현업 사용자가 자연어로 입력한 비즈니스 목표를 운영 가능한 AI 프로젝트로 자동 전환하는 플랫폼이다. 데이터이쿠는 AI 에이전트 개발 과정 시각화를 코빌드 차별점으로 내세우고 있다. 사용자가 단순히 AI가 내놓은 결과만 확인하는 것이 아니라, 에이전트가 어떤 데이터에 접근하고, 어떤 과정을 거쳐 결과를 도출했는지 작업 흐름 전체를 눈으로 확인할 수 있도록 한 것이다. 일반적인 생성형 AI 도구는 사용자가 데이터를 넣고 질문하면 답변을 제시한다. 이 과정에서 답변은 수천 줄 코드나 블랙박스 형태로 남는 경우가 많다. 현업 사용자는 AI가 어떤 데이터를 활용했는지, 해당 데이터가 적절했는지, 결과가 의도한 방식으로 만들어졌는지 파악하기 어렵다. 이를 해결하기 위해 코빌드는 AI 에이전트 작업 과정을 비주얼 플로 형태로 보여준다. 사용자는 에이전트가 어떤 입력 소스에 접근했는지, 어떤 데이터를 가져왔는지, 그 데이터를 어떤 방식으로 처리했는지 단계별로 확인할 수 있다. 결과물뿐 아니라 결과가 만들어지는 과정까지 검증할 수 있는 구조인 셈이다. 이 같은 방식은 비기술 전문가의 AI 활용 문턱을 낮춘다. 현업 사용자는 복잡한 코드를 직접 해석하지 않아도 데이터 흐름과 모델 작동 방식을 이해할 수 있다. 필요할 경우 코드 수준의 세부 내용도 확인할 수 있지만, 기본적으로는 시각화된 흐름을 통해 AI 에이전트가 제대로 작동하는지 점검할 수 있다. 현재 코빌드는 전문가에게도 높은 선호도를 받는 것으로 전해졌다. 기업 안에서는 많은 모델과 데이터 프로젝트가 만들어지지만, 담당자가 바뀌거나 시간이 지나면 해당 모델이 어떤 데이터와 절차를 거쳐 만들어졌는지 추적하기 어려워진다. 이때 코빌드는 코드와 프로젝트를 플랫폼 안에서 관리하고, 데이터 흐름과 개발 이력을 시각적으로 남길 수 있도록 해 유지보수 부담을 줄인다. 코빌드는 AI 에이전트를 빠르게 만드는 데 그치지 않는다. 기업이 만든 AI 에이전트를 실제 업무에 적용한 뒤에도 그 작동 과정을 추적하고, 문제가 생겼을 때 원인을 확인하며, 이후에도 관리할 수 있는 기반을 제공한다. "AI·데이터 활용 전 과정 통제 필요" 데이터이쿠는 기업이 AI와 데이터를 활용하는 전 과정을 직접 관리·통제할 수 있는 거버넌스 체계를 코빌드에 제공한다고 밝혔다. AI 에이전트가 업무 현장에 빠르게 확산하면서, 기업이 데이터 출처와 활용 과정을 추적할 수 있는 관리 기반이 중요해졌다는 설명이다. 장기욤 아페르 데이터이쿠 제품관리 부문 이사는 지난 24일 열린 간담회에서 "기업이 데이터와 AI 시스템 활용 과정을 관리하도록 돕는 것이 우리 목표"라며 "데이터가 어떤 경로로 들어왔는지, 어떤 파이프라인을 거쳐 처리됐는지, 어떤 모델이나 AI 에이전트에 사용됐는지를 확인할 수 있도록 지원한다"고 설명했다. 그러면서 "사람은 데이터 파이프라인과 AI 에이전트 작업 과정을 검토·수정할 수 있다"며 "기업은 이 구조를 통해 AI 에이전트가 잘못된 데이터에 접근하거나 의도와 다르게 작동하는 문제를 줄일 수 있다"고 덧붙였다. 데이터이쿠는 승인과 책임 관리 기능도 거버넌스 핵심으로 보고 있다. 현재 코빌드에 리스크 평가 프레임워크와 승인 절차 기능을 지원한다. 이를 통해 법무, 컴플라이언스, 보안, 리스크 관리 부서는 AI 프로젝트 검토 과정에 참여할 수 있다. AI 프로젝트 책임 소재를 문서화하고 관리할 수 있는 기능도 제공하고 있다. 아페르 이사는 "기업이 특정 데이터나 모델을 사용할 때 내부 승인 절차를 적용할 수 있다"며 "승인 과정과 검토 내용을 기록해 향후 감사나 규제 대응에 활용할 수 있다"고 설명했다. 이 같은 거버넌스 구조는 AI 에이전트가 대량으로 만들어지는 기업 환경에서 중요성이 커지고 있다. 기업이 에이전트 수를 늘리는 데만 집중하면 각 에이전트가 어떤 데이터를 사용하고 어떤 판단 과정을 거쳐 결과를 내는지 관리하기 어려워질 수 있다. 데이터 흐름과 책임 소재가 불분명하면 AI 에이전트를 실제 업무에 안정적으로 적용하기도 어렵다. 데이터이쿠는 AI 에이전트의 개발, 운영, 검증, 유지보수를 하나의 관리 체계 안에서 수행할 수 있도록 지원한다. 기업은 데이터 흐름을 추적하고, 작업 과정을 시각적으로 확인하며, 필요한 경우 법무·보안·리스크 부서의 승인 절차를 붙일 수 있다. 이를 통해 기업은 유럽연합(EU) AI법, 유럽 일반개인정보보호법(GDPR), 캘리포니아 소비자 개인정보보호법(CCPA) 등 강화되는 글로벌 규제 환경에 대응할 수 있는 기반을 마련할 수 있다. 페르 이사는 "코빌드는 기업이 AI와 데이터를 책임 있게 활용하도록 돕는 운영·검증 플랫폼 역할을 할 수 있다"며 "기업은 코빌드로 AI 에이전트를 더 많이 만드는 데서 나아가, 해당 에이전트를 어떻게 관리하고 신뢰할 수 있게 운영할지에 대한 기반까지 갖출 수 있을 것"이라고 강조했다.

2026.06.26 09:21김미정 기자

"AI 코딩 병목 줄인다"…AWS, 데브옵스 에이전트 기능 확장

아마존웹서비스(AWS)가 코드 변경을 배포 전 자동 검증하는 기능을 강화했다. AWS는 'AWS 데브옵스 에이전트'에 코드 변경 사항을 프로덕션 반영 전 검증하는 신규 릴리스 관리 기능을 프리뷰로 추가했다고 25일 밝혔다. AWS 데브옵스 에이전트는 AWS, 멀티클라우드, 온프레미스 환경 전반에서 소프트웨어(SW) 변경과 운영을 지원하는 상시 지원 에이전트다. 기존에는 배포 후 운영 단계에서 인시던트를 조사하고 근본 원인을 분석하며 완화 방안과 맞춤 권고안을 제공하는 역할을 해왔다. AWS는 'AWS 데브옵스 에이전트'에 '릴리스 적합성 검토'와 '자율 릴리스 테스트'를 추가했다. 이번 업데이트로 데브옵스 에이전트 역할을 운영 지원에서 개발과 릴리스 관리 영역으로 넓혔다. AI 코딩 도구 확산으로 풀 리퀘스트 양이 빠르게 늘어나는 만큼 리뷰와 테스트 병목을 줄이는 데 초점을 맞췄다. 릴리스 적합성 검토 기능은 모든 코드 변경 사항을 프로덕션 요건, 의존성 안전성, 사용자 정의 표준과 모범사례에 따라 평가한다. 에이전트는 저장소 간 의존성 위험과 접근 제어 변경 사항, 사용자가 정한 표준 준수 여부를 점검한다. 별도 표준이 제공되지 않으면 일반 모범사례가 적용된다. 에이전트는 AWS가 관리하는 격리된 환경에서 소프트웨어를 직접 실행해 변경 사항이 빌드되고 기본 기능을 수행하는지도 확인한다. 검토 결과는 AWS 데브옵스 에이전트 콘솔과 깃허브, 깃랩의 풀 리퀘스트 댓글에서 확인할 수 있다. 개발자는 '키로 파워'나 '클로드 코드 플러그인'을 통해 통합 개발 환경에서 검토를 요청할 수 있다. 코드가 버전 관리에 커밋되기 전 문제를 수정할 수 있다. 자율 릴리스 테스트는 웹과 API 기반 애플리케이션 대상으로 변경 사항별 테스트 계획을 생성한다. 이후 고객이 프로비저닝한 프로덕션과 유사한 환경에서 변경 사항이 병합되기 전에 테스트를 실행한다. 이 기능은 고정된 테스트 묶음을 반복 실행하는 방식이 아니다. 에이전트가 변경 사항의 목적을 추론해 기능적 정확성, 동작 회귀, 통합 시나리오 등을 포함한 맞춤 테스트를 구성한다. 테스트 실행 결과는 지표, 로그, 트레이스, 실행 요약을 포함한 구조화된 산출물로 제공된다. 이를 통해 리뷰어는 어떤 테스트가 수행됐고 어떤 결과가 나왔는지 일관된 기록을 확인할 수 있다. AWS 데브옵스 에이전트 릴리스 적합성 검토와 자율 릴리스 테스트 기능은 현재 프리뷰로 제공된다. 프리뷰 기간에는 미국 동부 버지니아 북부 리전에서 별도 비용 없이 이용할 수 있다. AWS는 "데브옵스 에이전트를 통해 프로덕션 운영 이후 대응뿐 아니라 코드 작성과 검증, 배포 전 테스트까지 아우르는 개발 자동화 범위를 넓히고 있다"며 "AI 코딩 도구 확산으로 개발 속도는 빨라졌지만 검토와 테스트 과정이 병목으로 남는 문제를 겨냥한 조치"라고 밝혔다.

2026.06.25 14:44김미정 기자

오픈AI, '오나' 인수해 코덱스 키운다…개발자 AI 플랫폼 승부수

오픈AI가 인공지능(AI) 에이전트 인프라 스타트업 '오나(Ona)' 인수를 추진하며 코딩 도구 '코덱스' 경쟁력 강화에 박차를 가한다. 챗GPT와 코덱스를 중심으로 개발자용 AI 서비스를 통합한 AI 플랫폼 주도권을 확보한다는 전략이다. 11일(현지시간) 블룸버그통신에 따르면 오픈AI는 AI 에이전트 지원 클라우드 플랫폼 기업 오나를 인수하기로 합의했다. 거래가 마무리되면 오나 인력은 오픈AI 코덱스 조직에 합류할 예정이다. 인수 금액 등 구체적인 조건은 공개되지 않았다. 오나는 AI 에이전트가 기업 내 각종 업무 시스템과 데이터를 활용해 여러 단계의 작업을 이어서 수행할 수 있도록 지원하는 보안형 클라우드 환경을 제공 중이다. 오픈AI는 이 기술을 활용해 코덱스가 장시간 복잡한 업무를 수행할 수 있는 인프라를 갖춰 기업 AI 에이전트 운영을 고도화한다는 목표다. 이번 인수는 기술 확보를 넘어 오픈AI의 플랫폼 강화 전략으로 풀이된다. 오픈AI는 최근 개별 AI 서비스 확대보다 챗GPT를 중심으로 업무 기능을 통합하는 방향으로 사업 전략을 전환 중이다. 실제 오픈AI는 올해 코덱스를 챗GPT 생태계로 연계하며 개발자 업무 환경 통합에 속도를 내고 있다. 스마트폰에서도 코딩 작업의 승인·검토를 지원하고 원격 개발 환경 연동 기능을 확대하는 등 개발자 업무 전반을 하나의 환경에서 수행할 수 있도록 서비스를 고도화하고 있다. 나아가 챗GPT와 코덱스, 자체 브라우저를 하나로 묶는 '슈퍼앱' 전략도 추진 중이다. 단일 플랫폼 안에서 검색과 문서 작성, 코딩, 에이전트 업무를 모두 수행하도록 만드는 것이 목표다. 이번 오나 인수는 이러한 슈퍼앱 구상을 뒷받침하는 핵심 요소로 평가된다. 이번 인수는 개발자 시장을 둘러싼 앤트로픽과의 경쟁 구도와도 맞물려 있다. 앤트로픽이 '클로드 코드'를 앞세워 시장을 공략하는 가운데, 오픈AI는 챗GPT를 중심으로 코덱스와 에이전트 기능을 결합하며 맞서고 있다. AI 코딩 시장 경쟁이 모델 성능에서 플랫폼 경쟁으로 확산되는 양상이다. 오픈AI에 따르면 코덱스 주간 활성 이용자 수는 최근 500만 명을 넘어섰다. AI 코딩 도구가 개발자 생산성 향상의 핵심으로 자리 잡으면서 시장 경쟁도 더욱 치열해질 전망이다. 오픈AI 측은 "오나는 AI 에이전트가 필요한 도구·시스템·맥락에 지속적으로 접근할 수 있는 안전한 환경을 제공한다"며 "더 많은 기업이 운영 인프라에서 AI 에이전트를 활용할 수 있도록 지원할 것"이라고 밝혔다.

2026.06.12 16:39한정호 기자

[AI는 지금] 폐쇄형 코딩 AI 겨냥한 코히어…오픈소스 모델로 개발자 시장 공략

캐나다 인공지능(AI) 기업 코히어가 개발자용 오픈소스 코딩 모델을 공개하며 소버린 AI 전략을 개발자 생태계로 넓히고 있다. 지난 4월 독일 AI 기업 알레프알파와의 결합으로 유럽 공공·규제 산업을 겨냥한 데 이어 이번에 기업 개발자가 자체 환경에서 운영할 수 있는 코딩 모델을 내세워 폐쇄형 대형언어모델(LLM) 의존도를 낮추려는 수요 공략에 나선 모습이다. 12일 업계에 따르면 코히어는 지난 9일 첫 에이전틱 코딩 모델 '노스 미니 코드(North Mini Code)'를 오픈소스로 출시했다. 이 모델은 총 30B 파라미터, 활성 3B 파라미터 규모의 혼합전문가(MoE) 구조로 설계됐으며 컨텍스트 길이는 256K, 최대 생성 길이는 64K다. 라이선스는 아파치 2.0으로, 허깅페이스에서 가중치를 내려받거나 코히어 API, 모델 볼트, 오픈라우터 등을 통해 사용할 수 있다. 코히어는 노스 미니 코드를 코드 생성뿐 아니라 에이전틱 소프트웨어 엔지니어링, 터미널 작업, 코드 리뷰, 시스템 아키텍처 파악 등에 최적화했다. 최소 하드웨어 사양은 FP8 기준 H100 1개로 제시했다. 이를 통해 대형 폐쇄형 코딩 모델 대비 자체 운용과 비용 효율을 원하는 기업 개발 조직을 겨냥할 것으로 보인다. 노스 미니 코드 출시는 코히어가 지난 4월 알레프알파 결합을 통해 내세운 소버린 AI 전략의 연장선으로 읽힌다. 앞서 코히어와 알레프알파는 지난 4월 소버린 AI 기업 구축을 내세우며 결합 계획을 발표했다. 알레프알파는 독일을 기반으로 공공·규제 산업 고객을 확보해 온 기업으로, 코히어는 알레프알파의 유럽 내 고객 기반과 연구 역량을 더해 빅테크 중심 AI 생태계의 대안을 만들겠다는 구상을 내놨다. 이처럼 코히어가 코딩 모델을 다음 제품군으로 택한 것은 AI 에이전트 활용 범위가 개발 과정 전반으로 넓어지고 있어서다. 코딩 에이전트는 단순 코드 작성 보조를 넘어 저장소 탐색, 터미널 명령 실행, 테스트 수행, 코드 리뷰까지 수행하고 있다. 이 과정에서 기업의 소스코드와 개발 로그, 내부 시스템 구조가 AI 모델과 직접 연결되면서 보안과 배포 통제에 대한 요구도 커지고 있다.노스 미니 코드가 오픈소스와 자체 배포 가능성을 앞세운 것도 이 같은 수요를 겨냥한 것으로 풀이된다. 기업 개발 조직 입장에선 모델 성능뿐 아니라 코드가 어느 환경에서 처리되는지, 추론 로그가 어떻게 관리되는지, 기존 개발 도구와 얼마나 안정적으로 연동되는지가 도입 기준이 될 수 있다. 코히어는 성능 면에서 노스 미니 코드의 속도와 비용 효율을 강조했다. 회사 측에 따르면 내부 테스트에서 노스 미니 코드는 동일 하드웨어 구성과 동시성 조건에서 데브스트랄 스몰 2보다 최대 2.8배 높은 출력 처리량을 기록했다. 토큰 간 지연 시간에서도 30% 우위를 보였다. 다만 첫 토큰 생성 시간은 데브스트랄 스몰 2가 일부 조건에서 앞선 것으로 평가됐다. 업계에선 코히어가 오픈소스 코딩 모델 경쟁을 더 키울지 주목하고 있다. 오픈AI, 앤트로픽, 구글 등 폐쇄형 모델 사업자가 코딩 에이전트 시장에서 영향력을 넓히는 가운데 기업 내부망이나 온프레미스 환경에서 운용 가능한 모델 수요도 함께 늘고 있어서다. 메타, 미스트랄, 딥시크 등 개방형 모델 진영과의 경쟁도 한층 치열해질 전망이다. 그러나 실제 기업 도입 확대를 위해 벤치마크 성능 외 검증이 필요하다는 점은 과제다. 코딩 모델은 장기 컨텍스트 처리, 저장소 이해도, 테스트 자동화, 보안 취약점 탐지, 개발 도구 연동성 등이 함께 평가된다. 코히어가 오픈코드 호환성을 강조한 것도 실제 개발 워크플로 안에서 모델 활용성을 높이려는 시도로 읽힌다. 업계 관계자는 "코히어의 노스 미니 코드는 단순한 코딩 모델 출시라기보다 소버린 AI의 적용 범위를 개발자 도구로 넓힌 움직임"이라며 "기업이 AI 모델을 어디에 두고 어떻게 통제할 수 있는지가 코딩 에이전트 시장에서도 중요한 경쟁 요소가 되고 있다"고 말했다.

2026.06.12 15:47장유미 기자

"코드만 짜는 AI 그만"…LG CNS, AI로 SI 체질 바꾼다

LG CNS가 기업 시스템통합(SI) 개발공정을 에이전틱 인공지능(AI) 중심으로 재편한다. 단순 코드 생성을 넘어 요구사항 분석·설계·개발·품질검증까지 AI 에이전트가 맡는 방식으로 금융·공공·제조 등 대기업 IT 시장 공략에 속도를 내는 모습이다. LG CNS는 대규모 IT 시스템 구축·운영 전 과정을 수행하는 에이전틱 AI 기반 개발 플랫폼 '데브온 에이전틱 AIND(DevOn Agentic AI Native Development)'을 출시했다고 8일 밝혔다. AIND는 고객 요구사항 분석·설계, 코딩, 테스트·품질검증 등 시스템 개발 생애주기 전반에 특화된 AI 에이전트를 투입하는 플랫폼이다. 사용자가 자연어로 요구사항을 입력하면 분석·설계 에이전트가 업무 요구사항과 시스템 구조를 분석하고, 코딩 에이전트가 개발 표준에 맞춰 코드를 생성한다. 테스트·품질검증 에이전트는 산출물 검증과 오류 점검을 수행한다. LG CNS가 AIND를 전면에 내세운 것은 최근 확산 중인 자연어 기반 AI 코딩 방식인 '바이브 코딩'과 차별화하기 위한 행보로 풀이된다. 바이브 코딩은 개발자가 자연어로 원하는 기능을 설명하면 AI가 코드를 생성하는 방식이다. 다만 기업 시스템은 개발 표준, 보안 규정, 기존 레거시 구조, 업무 프로세스 등을 함께 반영해야 한다. 이 때문에 단순 코드 생성형 AI만으로는 금융·공공·제조 등 대규모 엔터프라이즈 시스템의 실제 구축·운영 단계까지 확장하는 데 한계가 있다. 이번 플랫폼은 LG CNS가 강조해 온 '브라운필드 AI' 전략과 맞닿아 있다. LG CNS는 지난달 말 AX 페어에서 신규 AI 서비스를 빠르게 실험하는 그린필드 AI와 기존 시스템·데이터·보안·거버넌스에 AI를 안전하게 내재화하는 브라운필드 AI를 함께 추진해야 한다고 강조한 바 있다. AIND는 이 중 기존 기업 시스템 안에 AI를 적용하는 브라운필드 AI의 개발·운영 영역 사례로 볼 수 있다. AIND는 시스템 개발에 필요한 기업 IT 정보를 통합·분석하는 '지식 파운데이션'을 기반으로 한다. 개발 표준, 보안 규정, 시스템 소스코드, 개발 산출물 등을 구조화한 온톨로지 데이터베이스로 고객사의 시스템과 업무 맥락을 학습해 기업별 개발 표준에 맞는 맞춤형 개발을 지원한다. LG CNS는 AIND에 '스펙 주도 개발' 방식도 적용했다. 사전에 정의된 기준에 따라 AI가 설계·코딩·검증을 수행하도록 해 사용자에 따른 품질 편차를 줄이고 할루시네이션과 오류를 낮췄다. AIND는 레거시 모더나이제이션 기능도 지원한다. 코볼(COBOL) 등 구형 언어로 개발된 시스템을 자바(Java)로 자동 전환하고 자바 기반 구형 시스템은 최신 아키텍처와 개발 표준에 맞춰 고도화한다. 이를 통해 기존에 수 주 이상 걸리던 코드 분석·변환·검증 작업을 분 단위로 단축할 수 있다. 금융권 차세대 시스템 시장도 주요 공략 대상이다. 은행·보험·카드사 등은 코볼 기반 레거시 시스템을 보유한 곳이 많아 신규 서비스 출시와 규제 대응을 위한 시스템 현대화 수요가 크다. LG CNS는 현재 국내 대형 금융사 차세대 프로젝트에 AIND 기반 '코볼 투(to) 자바' 기능을 적용하고 있다. LG CNS는 AIND를 통해 대형 SI 사업의 수행 방식도 바꾼다는 구상이다. 인력 투입 비중이 큰 분석·설계·개발·검증 과정을 AI 에이전트로 보완해 납기와 품질 관리 부담을 낮추는 방식이다. LG CNS는 미국 오픈소스 AI 코딩 기업 클라인(Cline)과 공동 개발한 AIND를 앞세워 해외 시장 공략에도 나선다. 앞으로 미국·일본·동남아시아를 중심으로 금융·공공·제조·방산 등 보안과 규제가 중요한 기업 IT 시스템 구축·운영 사업에 적용을 확대할 계획이다. 업계에선 이번 AIND 출시로 LG CNS가 AX 페어에서 강조한 기업 AI 실행 전략을 개발공정까지 넓힌 것으로 평가했다. LG CNS는 오픈AI·팔란티어·코히어 등 글로벌 AI 기업과의 협력을 바탕으로 단순 AI 도입을 넘어 실제 업무와 시스템 안에서 작동하는 AX 사업을 키우겠다는 전략이다.안현정 LG CNS 어플리케이션아키텍처담당 상무는 "기업 시스템을 이해하는 전문가 수준의 AI 에이전트를 기반으로 대규모 IT 시스템 구축·운영을 자동화해 기업 고객의 생산성 혁신에 기여할 것"이라고 강조했다. 업계 관계자는 "LG CNS의 AIND 출시는 단순 AI 개발도구 공개가 아니라 대형 SI 사업을 AI 네이티브 방식으로 전환하려는 신호"라며 "바이브 코딩이 개인 개발자 생산성에 초점을 맞췄다면 LG CNS는 금융·제조·공공 등 대기업 핵심 시스템 구축 시장에서 AI 에이전트의 활용 가능성을 제시한 것"이라고 말했다.

2026.06.08 10:16장유미 기자

AI가 AI 만드는 시대, 개발자 방향성은 어디

인공지능(AI)이 코드를 생성하고 분석하는 수준을 넘어 새로운 AI 모델과 서비스 개발 과정에 참여하는 등 개발 현장 도입이 빨라지고 있다. AI가 소프트웨어(SW) 개발 전 공정에 깊숙이 관여하는 흐름이 본격화되면서 개발자의 역할 역시 근본적인 변화를 맞이하고 있다는 분석이 나온다. 7일 관련 업계에 따르면 오픈AI, 앤트로픽 등 글로벌 AI 기업은 AI와 관련 서비스 개발의 상당 부분에 자체 AI 에이전트를 투입하고 있다. 앤트로픽은 실제 서비스에 적용되는 내부 코드의 상당 부분을 AI 모델 '클로드'가 작성하고 있다고 밝혔다. 이는 개발자가 코드를 입력할 때 일부 단어나 코드 줄을 추천하던 기존 코딩 비서와는 다른 방식이다. 클로드는 전체 코드베이스를 읽고 여러 파일에 걸쳐 작업 계획을 세운 뒤 직접 코드를 수정하고 테스트까지 수행한다. 테스트 과정에서 문제가 발견되면 다시 수정하는 방식으로 반복 작업을 이어간다. 업계에서는 이를 두고 AI가 단순 보조 도구를 넘어 실제 개발 업무를 수행하는 단계로 진화하고 있다고 보고 있다. 오픈AI도 AI 코딩 도구 '코덱스'를 보안, 제품 엔지니어링, 프런트엔드, API, 인프라, 성능 엔지니어링 등 여러 기술 조직에서 매일 활용하고 있다고 설명했다. 복잡한 시스템 분석부터 대규모 리팩터링, 신규 기능 개발, 장애 대응, 코드 점검까지 다양한 업무에 코덱스가 활용되고 있다는 것이다. 챗GPT 웹팀의 한 백엔드 엔지니어는 "코덱스가 기존 레거시 호출을 새로운 서비스 방식으로 바꾸고 코드 변경 제안서(PR)까지 작성해 몇 시간이 걸릴 일을 몇 분 만에 해냈다"고 말했다. 챗GPT 엔터프라이즈팀의 한 제품 엔지니어도 "하루 종일 회의 중이었는데도 코덱스가 백그라운드에서 작업해 PR 4개를 병합했다"고 설명했다. AI가 단순 추천 도구를 넘어 실제 개발 업무를 수행하는 협업 주체로 바뀌고 있음을 보여주는 대목이다. IBM도 최근 엔터프라이즈 특화 개발 파트너 'IBM 밥'을 공개하며 계획, 코딩, 테스트, 배포 등 개발 전 과정에서 AI 활용을 확대하고 있다고 밝혔다. 관련 업계에서는 AI 도입이 본격화하면서 개발자의 역할도 빠르게 재편되고 있다고 보고 있다. 사람이 모든 코드를 직접 작성하던 구조에서 벗어나, 이제는 AI에 작업을 배분하고 그 결과를 검증하며 품질과 위험을 통제하는 역할이 한층 중요해지고 있다는 것이다. 앤트로픽은 공식 페이지를 통해 이제 코드 상당수는 클로드 코드가 작성하고 있으며 엔지니어는 아키텍처 설계와 제품 판단, 지속적인 작업 조율에 집중하고 있다고 설명했다. 오픈AI 역시 에이전트 중심 개발 환경에서는 엔지니어의 주된 일이 더 이상 직접 코드를 쓰는 데 그치지 않고, 환경을 설계하고 의도를 명확히 하며 피드백 루프를 만드는 방향으로 바뀌고 있다고 설명했다. 이처럼 반복 구현과 정형화된 작업을 AI가 빠르게 흡수하기 시작하면서 개발자에게 요구되는 역량도 달라지고 있다. 앞으로는 단순히 코드를 많이 작성하는 능력보다 무엇을 만들어야 하는지 문제를 정의하고, 시스템 구조를 설계하며, AI가 만든 결과물을 검토해 품질과 보안, 규정 준수까지 책임지는 역량이 더 중요해질 것이라는 전망이 나온다. 닐 순다레산 IBM 소프트웨어 총괄은 "이제는 AI 모델 성능만으로는 충분하지 않다"며 "인간을 루프 안에 두는 방식이 AI의 실제 가치를 결정한다"고 전했다. 이어 "AI가 개발 전 공정에 들어오는 시대일수록 결국 남는 질문은 무엇을 자동화할 수 있느냐가 아니라 누가 맥락을 설계하고 결과를 책임지느냐"라고 덧붙였다. 안드레 벡톨드 SAP 인더스트리 및 익스피리언스 부문 총괄도 "비효율적이거나 위험한 업무는 AI 에이전트가 자율적으로 처리하되, 보안과 규정 준수, 핵심 의사결정 영역에서는 인간이 최종 제어권을 유지해야 한다"며 "인간은 기계가 대체할 수 없는 차별화된 핵심 업무에서 새로운 기회와 가치를 창출하게 될 것"이라고 밝혔다.

2026.06.07 14:47남혁우 기자

유아이패스, 기업 자동화에 '코딩 에이전트' 통합

유아이패스가 코딩 에이전트를 기업 자동화 환경에 통합하기 위한 플랫폼 기능을 내놨다. 유아이패스는 '유아이패스 포 코딩 에이전트'를 4일 발표했다. 이 기능은 '클로드 코드' '코덱스' 등 여러 코딩 에이전트를 유아이패스 플랫폼 오케스트레이션과 결합해 기업 자동화를 돕는다. 유아이패스는 코딩 에이전트가 확산하고 있지만 기업 개발 워크플로와 보안 정책, 코드 리뷰, 배포 파이프라인과 분리돼 운영되는 문제가 있다고 지적했다. 에이전트가 생성한 결과물이 실제 기업 시스템으로 이어지려면 수동 인계와 사람의 개입이 필요한 경우가 많다는 설명이다. 유아이패스 포 코딩 에이전트는 특정 코딩 에이전트로 표준화를 강요하지 않는 개방형 플랫폼을 지향한다. 기업은 부서별 필요에 따라 클로드 코드, 코덱스 등 현존하는 코딩 에이전트와 향후 등장할 에이전트를 선택해 활용할 수 있다. 이 기능 핵심은 오케스트레이션 레이어다. 유아이패스는 사용 중인 코딩 에이전트 종류나 마지막으로 코드를 수정한 개발자와 관계없이 가시성, 실행, 거버넌스를 일관되게 적용할 수 있다고 밝혔다. 거버넌스 기능도 기본 적용된다. 정책 적용, 감사 추적, 자격증명 저장소, 역할 기반 접근 제어, 런타임 통제는 개발자나 코딩 에이전트가 만든 모든 자동화에 표준으로 반영된다. 이를 통해 기업은 개발 단계부터 프로덕션 배포까지 반복 가능한 운영 절차를 갖출 수 있다. AI 모델이 교체되거나 담당 개발자가 퇴사하거나 규제 기관의 감사가 진행돼도 자동화 시스템을 안정적으로 유지할 수 있다는 설명이다. 유아이패스는 이번 통합이 기존 개발자 생산성도 높일 것으로 봤다. 테스트와 디버깅, 배포 과정이 초기 개발 단계만큼 쉽게 수행돼 개발 리소스를 오래 기다리지 않고도 비즈니스 사용자가 자동화를 직접 만들고 다듬을 수 있다는 것이다. 자동화 구축 경험이 없는 비즈니스 애널리스트와 프로세스 담당자, 도메인 전문가도 코딩 에이전트와 대화만으로 자동화 개발에 참여할 수 있다. 코딩 에이전트가 기술적 복잡성을 처리하고 유아이패스는 해당 자동화가 기업 환경에서 바로 활용될 수 있도록 지원하는 구조다. 유아이패스 포 코딩 에이전트는 현재 기업 고객 대상으로 제공된다. 초기 지원 대상은 클로드 코드와 코덱스다. 추가 코딩 에이전트 통합 지원은 2026년 중 확대될 예정이다. 다니엘 디네스 유아이패스 설립자 겸 최고경영자(CEO)는 "코딩 에이전트 등장은 우리 플랫폼에서 무언가를 만들어내는 개발자 정의가 근본적으로 바뀌고 있음을 의미한다"며 "우리는 AI가 생성한 자동화에도 기업이 요구하는 거버넌스, 안정성, 규모를 동등하게 적용하는 플랫폼을 시장에 처음으로 선보이게 됐다"고 말했다.

2026.06.04 22:06김미정 기자

[현장] IBM 밥 "신입 개발자 온보딩부터 QA까지 30분 만에"

"신입 개발자가 복잡한 기업 내 코드를 이해하고 내부 표준에 맞춰 기능을 개발한 뒤 테스트를 거쳐 풀 리퀘스트(PR)를 올리기까지 보통 얼마나 걸릴까요? 수주일에서 수개월이 걸릴 이 모든 과정을 AI 에이전트 '밥(Bob)'이면 30분 만에 해결할 수 있습니다. 4일 우수연 한국IBM 전문위원는 서울 여의도 IFC 사무실에서 열린 기자간담회에서 IBM의 AI 개발 에이전트 '밥(Bob)'을 시연했다. IBM 밥은 엔터프라이즈 환경에 최적화해 개발한 AI 기반 소프트웨어 개발 파트너 솔루션으로 기획부터 개발, 테스트, 배포, 운영, 보안에 이르는 개발 전 과정을 아우르는 것이 특징이다. 이번 시연은 은행 시스템 'IBM 뱅크'를 배경으로 신입 개발자 온보딩, 신규 요구사항 개발, 시프트 레프트 보안 등 세 가지 시나리오로 구성됐다. "분석해줘" 한마디에 코드베이스 문서화…5분 만에 온보딩 첫 번째 시나리오는 신입 개발자가 프로젝트에 처음 투입돼 복잡한 기존 레거시 시스템을 파악하는 과정을 다뤘다. 우 전문위원이 화면 왼편에 은행 시스템 코드를 열어두고 프롬프트창에 "분석해 줘"라고 입력하자 IBM 밥은 전체 코드베이스를 압축 분석한 뒤 결과를 문서 형태로 정리했다. 개발자가 아닌 실무자도 직관적으로 이해할 수 있는 문서를 요청하자, 브라우저에서 볼 수 있는 웹페이지 형태의 시각화 문서를 제공했다. 화면에는 전체 시스템 구성도와 텔러·백오피스 등 역할별 구조, 주요 프로세스 흐름이 다이어그램 형태로 순차적으로 나타났다. 우 전문위원은 "불과 5분도 안 걸리는 시간에 실제 시스템이 어떤 구조인지, 지금 보고 있는 코드가 어떤 코드인지 확인할 수 있다"며 "보통 온보딩에 2~3주, 길게는 두세 달도 걸리지만 이런 기능을 통해 훨씬 빠르게 회사 코드를 이해하고 이후 개발로 이어갈 수 있다"고 설명했다. 가이드 몰라도 자율 개발… 스스로 오류 고치고 배포 신청까지 두 번째 시나리오는 신입 개발자에게 신규 요구사항이 주어진 상황을 가정했다. 요구사항은 잔액 조회와 거래 내역 조회, 계좌 이체 확인 등 프론트엔드 기능 개발이었다. 우 전문위원은 "신입사원이 맡기에는 꽤 복잡한 요구사항이지만 IBM 밥은 스스로 요구사항을 불러와 내용을 정리하고 개발 계획을 세운 뒤 실제 코드 생성까지 수행할 수 있다"고 설명했다. IBM은 오픈소스 디자인 시스템인 '카본(Carbon)'을 모델컨텍스트(MCP) 방식으로 적용해 개발자가 가이드라인을 일일이 공부하지 않아도 '밥'이 기업 표준 규격에 딱 맞는 화면 코드를 알아서 작성할 수 있는 환경을 제공한다. 실제로 '밥'은 구현 계획을 먼저 제시했고 승인이 이뤄지자 화면 왼편에 계좌 상세 조회 컴포넌트와 스타일 파일, 리드미(README) 문서까지 자동으로 생성해 나갔다. 시연 중 가장 눈에 띈 장면은 배포 전 단계에서 코드를 실시간으로 검증하는 자동 테스트(QA) 과정이었다. IBM 밥이 직접 브라우저를 열고 테스트 계정으로 로그인을 시도하던 중 기획서 상의 가이드 오류로 로그인이 실패했다. 그러자 밥은 시스템을 멈추는 대신 직접 데이터베이스(DB)를 조회해 올바른 자격증명 정보를 찾아내고 테스트를 자율적으로 완수했다. 테스트를 마친 IBM 밥은 저장소 내 '룰(rule)' 폴더에 사전에 정의된 규칙과 커밋 컨벤션을 참고해 커밋 메시지와 브랜치명을 만들고 저장소에 변경사항을 반영한 뒤 풀 리퀘스트(PR, 배포 신청서)를 자동으로 생성했다. 발행된 PR에는 구현 기능 요약과 프로젝트 구조, 테스트 완료 여부, 실행 방법 등이 체계적으로 정리됐다. 우 전문위원은 "기업 환경에서는 개발 시간 외에도 요구사항 전달과 테스트, PR 작성 및 리뷰 과정에서도 시간이 오래 걸리는데 '밥'은 이 과정을 자동화해 준다"고 소개했다. 개발 중 보안 취약점 탐지…14개 결함 찾아 즉시 수정 마지막 시나리오는 배포 전 단계에서 코드를 실시간으로 테스트하고 보안 결함을 제어하는 프로세스였다. 새로 만든 데이터 파이프라인 코드에 취약점이 포함된 상황을 가정하고 분석을 요청하자 '밥 파인딩' 패널이 열리며 소스 코드 내 결함 목록이 리포팅됐다. 우 전문위원은 "기업 환경에선 개발 시간 외에도 요구사항 전달과 테스트, PR 작성, 리뷰 과정에서도 시간이 오래 걸린다"며 "IBM 밥은 이런 업무도 자동화해 보다 중요한 업무에 집중할 수 있도록 지원한다"고 설명했다. IBM 밥은 사전에 정의된 규칙을 참고해 커밋 메시지와 브랜치명을 만들고 저장소에 변경사항을 반영한 뒤 PR을 생성하는 모습이 공개됐다. 저장소 내 '룰(rule)' 폴더에는 메시지 구조와 브랜치 명명 방식, PR 작성 형식이 미리 정의돼 있었고 IBM 밥은 이를 반영했다. 생성된 PR에는 구현한 기능 요약과 프로젝트 구조, 테스트 완료 여부, 실행 방법 등이 정리됐다. 우 전문위원은 "보안 취약점은 보통 개발이 다 끝나고 배포 직전에 검사하느라 수정하는 데 많은 시간과 비용이 들고, PR 리뷰나 정적 분석 도구에서 뒤늦게 발견되는 경우가 많았다"며 "하지만 밥은 개발 환경 안에서부터 보안 문제를 확인하고 해결할 수 있게 해준다"고 설명했다. 이어 "신입 개발자가 30분 만에 기존 시스템을 분석하고 기업 환경에 맞는 새로운 코드를 만들어낸다는 것은 기존에는 사실상 불가능한 일이었다"며 "IBM 밥은 이런 일을 실현할 수 있게 도와주는 기업용 AI 도구"라고 강조했다.

2026.06.04 17:10남혁우 기자

AI 에이전트 작성에서 수정까지 '자동'…SAP가 제시한 AI 혁신

[올랜도(미국)=남혁우 기자] 지난 11일부터 13일(현지시간)까지 미국 올랜도에서 열린 'SAP 사파이어 2026' 현장은 전 세계에서 모여든 1만 명이 넘는 참관객들로 인산인해를 이뤘다. 행사장 곳곳에서는 비즈니스를 위한 대화와 네트워킹, 최신 기술 세션 발표가 한창이었다. 하지만 수많은 부스 중에서도 유독 참가자가 PC 앞에 앉아 실제 업무를 처리하듯 개발에 열중하는 진풍경이 펼쳐진 곳이 있었다. 바로 SAP가 이번 컨퍼런스에서 가장 공을 들여 첫선을 보인 에이전트 구축 플랫폼, 쥴 스튜디오(Joule Studio)를 직접 체험할 수 있도록 마련된 '에이전트 랩'이다. 이곳에서는 화려한 시각 자료 대신, 참가자들이 직접 프롬프트 창에 짧은 단어 몇 개를 입력하고 몇 번의 클릭을 거쳐 실제 작동하는 에이전트를 단 몇 분 만에 구현해내는 실무형 혁신을 확인할 수 있었다. 코딩 대신 비즈니스 언어로 설계하는 엔터프라이즈 에이전트 쥴 스튜디오는 엔터프라이즈 에이전트와 애플리케이션, 에이전틱 워크플로우를 개발할 수 있는 통합 플랫폼이다. 비즈니스 실무자부터 전문 개발자까지 자연어 프롬프트 입력과 UI 클릭만으로 고도의 AI 에이전트를 설계할 수 있는 통합 환경을 제공한다. 에이전트 랩에서는 특정 산업군에 국한되지 않고 고객 관계 관리(CRM), 인적 자원 관리(HR), 공급망 관리(SCM) 등 기업 운영의 전방위적인 비즈니스 시나리오를 지원하는 에이전트 빌드 과정을 공개했다. 쥴 스튜디오의 핵심은 사용자가 입력한 자연어 속에 담긴 '의도(Intent)'를 정밀하게 분석하여 각 직무 영역에 최적화된 워크플로우를 즉각 제안한다는 점이다. CRM의 경우 "고객 반품 요청 자동화"와 같은 간단한 명령만으로도 고도화된 에이전트가 설계된다. 이 에이전트는 백엔드인 S/4HANA 시스템에서 고객의 과거 구매 이력을 실시간으로 조회하고, 기업의 환불 규정을 대조하여 승인 여부를 스스로 판단하는 지능형 프로세스를 갖춘다. HR 부분에서는 '신규 입사자 온보딩 가이드'나 '연차 승인 워크플로우'를 요청하면 에이전트가 HR 서비스인 석세스팩터스 시스템과 연동되어 입사 서류 구비 여부를 체크하거나 팀원들의 캘린더를 분석해 최적의 승인 절차를 대신 수행할 수 있다. SCM 영역은 그 복잡성에도 불구하고 클릭 몇 번으로 제어가 가능했다. "재고 부족 알림 및 자동 발주" 시나리오를 선택하면 에이전트가 창고의 재고 현황을 실시간 모니터링하다가, 재고가 임계치 이하로 떨어지는 순간 공급업체에 자동으로 견적 요청(RFQ)을 발송하는 일련의 복잡한 로직을 스스로 구성해낸다. 시연을 도와준 SAP의 관계자 루잔 매니저는 "비즈니스 사용자가 업무에 필요한 AI 도구를 개발자 등에 요구하지 않고 바로 개발하고 적용할 수 있도록 지원하는 실전형 도구"라고 설명했다. 장애 상황도 AI가 스스로 수정하는 '자가 치유' 체험 과정에서는 현장의 수많은 인파로 인한 네트워크 및 AI 부하로 돌발 상황이 발생하기도 했다. 배포 전 단계인 '인박스 테스트(In-box testing)' 과정에서 프로세스가 끊겨 제대로 코드를 작성하지 못하는 등의 문제가 나타난 것이다. 그러나 쥴 스튜디오는 이러한 장애 상황에서 진가를 발휘했다. 장애를 감지한 AI가 자동으로 문제 원인을 파악하고 수정을 제안하는 '자가 치유' 기능을 선보였기 때문이다. 쥴 스튜디오는 스스로 에러 메시지를 확인했다고 알린 후 누락된 데이터를 보완하고 구문 오류를 파악해 코드를 재수정(Re-fix)했다. 사람이 일일이 디버깅 코드를 짤 필요 없이 AI가 스스로 문제를 인지하고 해결책을 찾아 배포를 완수하는 과정이다. 루잔 매니저는 "시스템 부하 상황에서도 쥴 스튜디오는 스스로 고칠 수 있다"며 "에러가 나더라도 각 단계를 거치며 AI가 스스로 오류를 줄여나가는 '자가 치유' 구조를 통해 결국 100% 배포까지 도달하는 것이 이번 시연의 핵심"이라고 설명했다. AI 자동 수정이 원활하게 이뤄지지 않거나 개발자가 더 나은 방안을 제시하기 위한 대안도 마련돼 있다. 개발자가 직접 비주얼 스튜디오 코드(VS Code) 환경으로 전환하여 코드를 추가하거나 디버깅할 수 있으며 프롬프터를 통해 코드나 API 추가 등을 명령할 수도 있다. 루잔 매니저는 "AI 에이전트를 작성한 후 비즈니스 가이드라인에 부합하는지 최종 배포 전 개발자가 직접 검증하고 승인하는 '휴먼 인 더 루프(Human-in-the-loop)' 체계를 갖춰 기술적 불확실성을 최소화했다"고 소개했다. 최종 단계인 '배포(Deployment)' 버튼을 클릭하자 약 30분 만에 실제 작동하는 에이전트가 SAP 관리형 런타임에 성공적으로 올라갔다. 배포된 에이전트는 SAP의 AI 비서 '쥴(Joule)'과 즉각 연결되어, 사용자가 반품 문의를 던지면 백엔드 S/4HANA 시스템의 실시간 데이터를 기반으로 업무를 처리한다. 시연을 도왔던 루잔 매니저는 마지막까지 자리를 지키며 체험객들에게 감사를 표했다. 그녀는 "시스템 부하 속에서도 포기하지 않고 배포 과정을 함께해 주어 감사하다"며 "단계마다 에러를 극복하며 결국 목적지에 도달하는 이 성공의 경험이 바로 쥴 스튜디오가 고객들에게 드리고 싶은 가장 큰 가치"라고 강조했다.

2026.05.17 10:08남혁우 기자

[AI는 지금] 코덱스 품은 챗GPT…코딩 에이전트 경쟁, 모델서 플랫폼으로

오픈AI가 범용 인공지능(AI) 앱인 챗GPT 안으로 코딩 에이전트 '코덱스(Codex)'를 통합하며 모바일·멀티디바이스 기반 개발 플랫폼 영향력 확대에 나섰다. 스마트폰에서 장기 실행형 AI 에이전트 작업을 실시간으로 확인하고 승인·검토·지시를 이어갈 수 있도록 한 데 이어, 원격 개발 환경까지 연결하며 AI 코딩 도구 경쟁을 플랫폼·워크플로 경쟁으로 확장하는 모습이다. 오픈AI는 14일(현지시간) 코덱스를 챗GPT iOS·안드로이드 앱에 프리뷰 형태로 탑재했다고 발표했다. 사용자는 모바일 앱에서 원격 개발 환경과 연결된 코덱스 작업 상태를 실시간으로 확인하고 코드 수정 승인이나 작업 방향 변경, 신규 작업 지시 등을 이어서 수행할 수 있다. 코드베이스 탐색과 테스트 실행, 버그 수정, 리팩터링 등 장시간 작업을 스마트폰에서도 이어갈 수 있도록 설계한 것이 특징이다. 오픈AI는 이번 업데이트를 통해 단순 코딩 보조 도구를 넘어 챗GPT 기반 AI 개발 업무 영역을 확대하려는 모습이다. 기존 개발자들이 PC 기반 통합개발환경(IDE)이나 웹 환경에서 AI 코딩 에이전트를 활용했다면 이제 챗GPT 앱 안에서 여러 개발 스레드와 승인 작업, 프로젝트 상태를 통합 관리할 수 있다. 오픈AI에 따르면 코덱스 주간 활성 이용자 수(WAU)는 400만명을 넘어섰다. 회사 측은 모바일 기반 확장이 AI 에이전트 활용도를 더 끌어올릴 것으로 기대한다. 원격 보안 셸(SSH) 연결 기능을 정식 지원하며 기업 원격 개발 환경과의 연동도 강화했다. 개발자가 데스크톱에서 시작한 장기 실행형 작업을 이동 중 스마트폰으로 이어서 관리할 수 있도록 하면서 AI 에이전트 활용 범위를 넓히고 있다는 평가다. 이를 두고 업계는 AI 코딩 시장 경쟁 축이 단순 모델 성능 경쟁에서 플랫폼 경험과 워크플로 장악 경쟁으로 이동하고 있다고 해석한다. 코드 생성 능력과 리뷰 품질이 핵심 평가 기준이던 과거와 달리, 멀티디바이스 환경과 장기 실행형 에이전트 운영 능력, 원격 개발 환경 연동, 서비스 안정성 등이 새로운 경쟁 요소로 부상하고 있다는 것이다. 오픈AI가 검색과 문서 작성, 업무 자동화 기능에 이어 코딩 에이전트까지 챗GPT 안으로 통합하면서 범용 AI 플랫폼 전략을 강화하는 반면 경쟁사인 앤트로픽은 '클로드 코드(Claude Code)'를 개발자 툴체인에 깊숙이 파고드는 방식으로 운영하고 있다. 클로드 앱을 통한 모바일 원격 세션 접근도 공식 지원하고 있지만, 오픈AI처럼 수억 명의 기존 사용자 기반을 발판으로 코딩 에이전트 저변을 넓히는 전략과는 접근 방식이 다르다. 클로드 코드는 AI를 활용한 프로그래밍, 이른바 '바이브 코딩' 열풍을 주도한 도구 중 하나로 꼽힐 만큼 코딩 품질과 에이전트형 작업 수행 능력에서 높은 평가를 받고 있다. 다만 최근 보안·비용·안정성 논란이 겹치면서 일부 개발자들의 선택을 코덱스로 돌리는 변수로 작용하고 있다. 앤트로픽은 이에 클로드 코드 주간 사용 한도를 확대하는 등 개발자 이탈 방어에 나섰다. AI 코딩 시장의 선두를 지켜온 앤트로픽을 오픈AI가 코덱스로 추격하는 구도가 뚜렷해지면서 개발자 경험을 둘러싼 경쟁도 갈수록 치열해질 전망이다. 오픈AI는 "에이전트가 더 장기적인 작업을 수행하게 되면서 새로운 협업 방식이 등장하고 있다"며 "이제 사용자는 휴대폰에서도 코덱스가 찾은 내용을 검토하고 방향을 바꾸거나 다음 작업을 승인할 수 있다"고 강조했다.

2026.05.15 15:01이나연 기자

클로드 따라잡자…xAI, AI 코딩 에이전트 출시

xAI가 소프트웨어 개발 효율화 분야에서 앤트로픽의 클로드를 따라잡기 위해 첫 인공지능(AI) 코딩 에이전트 '그록 빌드'를 출시한다. 14일(현지시간) 블룸버그 등 외신에 따르면 현재 초기 시험 단계에 있는 그록 빌드는 유료 구독자만 사용할 수 있다. xAI가 전문 코딩 시장에 본격적으로 진출하기 위한 첫 시도로, 해당 에이전트는 사용자의 명령에 따라 복잡한 코딩 작업을 수행할 수 있다. xAI는 AI 업계의 핵심 수익 시장 중 하나인 코딩 분야에서 다른 AI 기업들을 빠르게 추격하는 중이다. 마이클 니콜스 xAI 사장은 직원들에게 클로드 수준의 성능을 다양한 작업에 구현하는 것을 단기 목표로 제시하며 성능 향상을 독려하고 있다. 머스크는 올해 말 예정된 모회사 스페이스X의 기업공개(IPO)를 앞두고 AI 회사를 재정비하고 있다. 이 과정에서 xAI는 구조조정과 고가의 신규 협력 체결, 대규모 채용 등을 진행한다. 이는 회사를 창립했던 핵심 멤버들이 모두 회사를 떠난데 따른 공백을 메우기 위한 조치다. xAI는 지난달 AI 기업 커서와 코딩 및 컴퓨팅 자원 분야 협력을 위한 계약도 체결했다. 사안에 정통한 관계자들에 따르면 최근 몇 주 동안 커서 엔지니어들이 xAI와 함께 작업을 진행해왔다.

2026.05.15 09:15박서린 기자

"공무원도 바이브코딩 한다"…정부, AI 에이전트 워크숍 개최

정부가 인공지능(AI) 기술을 행정 업무에 도입해 공공 AX 확대에 나섰다. 과학기술정보통신부는 30일 서울에서 'AI 에이전트와 함께하는 업무 혁신 워크숍'을 열고 실제 서비스 개발 실습을 진행했다고 밝혔다. 이날 행사에는 류제명 제2차관을 비롯한 주요 관계자들이 참석해 사용자 목표에 따라 스스로 계획하고 실행하는 AI 비서 활용 모델을 집중 모색했다. 첫 세션에서는 현직 공무원이 자연어로 명령해 코드를 생성하는 '바이브 코딩' 기반 자동화 서비스 개발 사례를 발표했다. 특히 공공기관 한글 파일을 분석해 정보를 추출하는 '코닥'과 방대한 법령 체계를 AI가 활용하도록 만든 '국가법령정보 모델 컨텍스트 프로토콜(MCP)' 등 실질적인 성과물이 공유됐다. 이어진 실습 시간에는 73만 구독자를 보유한 IT 유튜버 '조코딩'과 직원들이 맞춤형 에이전트 제작에 직접 나섰다. 참석자들은 국제기구 동향을 자동 수집하는 도구와 주요 전문가 대응 답장 생성기 등을 설계했다. 이번 워크숍은 내부 채널을 통해 전 직원에게 온라인으로 생중계됐다. 과기정통부는 그동안 AI 브라운백 세미나를 개최하고 직원 주도 개발팀인 'AI 사피엔스'를 발족하는 등 일하는 방식의 혁신을 지속했다. 류제명 제2차관은 "AI 정책 주무부처인 과기정통부부터 AI를 활용해 일하는 방식을 혁신해야 국민이 체감하는 일 잘하는 정부를 실현할 수 있다"며 "공무원이 기술을 깊이 이해할 때 정책 질과 행정의 효율이 동시에 높아지는 만큼 앞으로도 역량과 이해도를 높이는 활동을 지속적으로 전개해 나갈 것"이라고 밝혔다.

2026.04.30 13:39김미정 기자

코딩 없이 AI 에이전트 설계…원티드랩, '프론티어즈' 출시

원티드랩은 비개발직군 실무자도 코딩 없이 인공지능(AI) 업무 에이전트를 설계할 수 있는 AI 전환(AX) 교육 콘텐츠 '원티드 프론티어즈'를 출시했다고 28일 밝혔다. 첫 과정으로 생성형 AI '클로드' 기반 협업형 워크플로우 '클로드 코워크'를 활용한 업무 자동화 교육 VOD를 공개했다. '원티드 프론티어즈'는 실무자가 AI를 활용해 반복 업무를 자동화하고, 업무 프로세스를 구조화할 수 있도록 지원하는 데 초점을 맞춰 기획됐다. 단순한 도구 활용을 넘어 실제 업무 환경에서 적용 가능한 실전형 교육 콘텐츠로 구성된 것이 특징이다. 모든 교육 과정은 VOD 형태로 제공된다. 원티드랩 사내 AI 혁신 프로그램 'AX 챔피언'의 운영 경험을 바탕으로 설계됐다. AX 챔피언은 구성원이 약 8주간 자신의 업무를 AI로 혁신하는 프로젝트형 프로그램으로, 각자가 직무 내 문제를 정의하고 이를 AI로 해결하는 실습 중심으로 운영된다. 이 과정에서 업무 자동화 및 효율 개선 사례가 축적됐으며, 일부 프로젝트는 실제 사내 시스템과 업무 프로세스에 적용됐다. 클로드 코워크를 활용한 업무 자동화 교육 과정은 생성형 AI 모델 클로드를 기반으로, 코딩 없이 업무 에이전트를 구축하는 방법을 중심으로 진행된다. ▲웹 조사 자동화 ▲데이터 분석 보고서 생성 ▲슬랙(Slack)·지라(Jira) 등 외부 서비스 연동 자동화 등 다양한 실무 프로젝트를 포함해 실제 업무에 바로 적용 가능한 역량을 기를 수 있도록 구성됐다. 연사로는 전은광 원티드랩 AI 기술팀 팀장이 참여한다. 전 팀장은 글로벌 AI 모델 성능 평가 플랫폼 '허깅 페이스 오픈(Hugging Face Open) LLM 리더보드'에서 상위 성과를 기록한 바 있으며, 실제 업무 환경에서 활용 중인 자동화 사례를 중심으로 강의를 진행할 예정이다. 원티드랩은 교육 출시를 기념해 내달 6일까지 사전 예약 행사를 진행한다. 할인과 함께 '프롬프트 전략 가이드' 등 자료를 제공하며, 일부 수강생을 대상으로 오프라인 밋업 참여 기회도 마련할 예정이다. 윤명훈 원티드랩 사업총괄은 "AI 실무 교육을 본격 강화하고, 프론티어즈를 통해 성장한 인재가 채용 현장에서 즉시 활용되는 것에 이어 AI 프리랜서로 활동하고, AX 솔루션 엔노이아를 통해 기업의 AI 전환을 실질적으로 이끌 수 있도록 지원할 것"이라며 "개인의 성장이 조직의 AX 성과로 이어지는 선순환 구조를 만들어가겠다"고 말했다.

2026.04.28 16:19박서린 기자

오픈AI, '코덱스' 업데이트…"코딩 넘어 컴퓨터 직접 제어"

오픈AI가 '코덱스'를 업데이트해 인공지능(AI) 코딩 생태계 확장에 나섰다. 오픈AI는 코덱스를 사용자 컴퓨터에서 직접 동작하는 에이전트형 서비스로 개편했다고 17일 밝혔다. 기존 코딩 보조 도구를 넘어 개발 전반을 수행하는 AI로 진화한 것이다. 코덱스 새 버전은 백그라운드에서 실행되며 앱을 직접 열고 조작할 수 있다. 코드 작성·수정은 물론 테스트 실행과 리뷰 대응까지 자동화한다. 여러 에이전트가 동시에 작동해 작업을 통합적으로 처리하는 구조다. 특히 작업 연속성이 강화된 것으로 나타났다. 중단된 작업을 이어 수행하거나 장기간에 걸친 개발 작업도 지속적으로 처리할 수 있다. 깃허브 리뷰를 확인해 수정하거나 원격 환경을 제어할 수 있다. 사용자 인터페이스(UI) 기반 작업 환경도 지원한다. 개발자는 인앱 브라우저에서 화면을 보며 변경을 지시하면 코드 수정까지 진행할 수 있다. 이미지 생성 기능을 통해 UI 디자인·목업·게임 제작까지 흐름으로 연결할 수 있다. 오픈AI는 코덱스 협업 기능도 개선했다. 슬랙을 비롯한 지메일, 노션 등 협업 도구 맥락을 반영해 할 일을 정리하거나 후속 작업을 제안하며, 총 100여 개 이상 앱과 연동해 개발 외 업무까지 포괄하는 구조를 갖췄다는 이유에서다. 이번 업데이트는 코덱스를 '터미널 기반 코딩 도구'에서 '데스크톱 환경 전반을 다루는 AI'로 전환하려는 전략으로 해석된다. 오픈AI는 별도 에이전트 SDK도 제공하며 기업 워크플로 통합을 본격화하고 있다. 이 같은 흐름은 경쟁사인 앤트로픽과 구도에서도 뚜렷하게 나타난다. 앤트로픽 역시 클로드와 코워커를 통해 사용자가 자리를 비운 상태에서도 컴퓨터를 대신 제어하는 기능을 공개하며 유사한 방향으로 진화하고 있다. 테크크런치는 "AI 코딩 도구 편의성과 성능을 둘러싼 경쟁이 진행 중"이라며 "AI 코딩 시장 경쟁이 단순한 코드 생성에서 업무 실행 에이전트로 빠르게 이동하고 있다"고 분석했다.

2026.04.17 18:13김미정 기자

아이티센클로잇, AI 코드 에이전트 출시…공공·금융시장 정조준

아이티센클로잇이 공공·금융 등 보안이 중요한 산업을 겨냥해 인공지능(AI) 코드 자동화 시장 공략에 나선다. 온프레미스 기반 코드 생성 기술과 클라우드 AI 플랫폼을 결합해 에이전틱 AI 시대에 최적화된 개발 환경을 구현한다는 목표다. 아이티센클로잇은 반야에이아이와 협력해 AI 코드 에이전트 솔루션 '에이전트고 코더 포 프로페셔널'을 출시했다고 30일 밝혔다. 이번 협력은 아이티센클로잇의 클라우드 네이티브 기반 AI 에이전트 플랫폼 '에이전트고'와 반야에이아이의 온프레미스 코드 생성 AI 기술을 결합해 에이전틱 AI 시장 대응력을 높이고자 추진됐다. 특히 공공·금융 환경에서 요구되는 보안성과 확장성을 동시에 확보한 AI 개발 자동화 서비스 제공에 초점을 맞췄다. 신규 솔루션은 반야에이아이의 코드 생성 AI '코드파일럿'을 핵심 엔진으로 탑재했다. 기업 내부 보안 정책을 준수하면서 소스코드와 데이터 구조를 분석해 최적의 코드를 자동 생성할 수 있도록 지원한다. 특히 자연어 명령만으로 설계부터 구현까지 AI가 수행하는 바이브 코딩을 지원하며 개발 과정에서 필요한 보안 규정과 표준을 자동 반영해 보안 요구가 높은 산업에서도 안정적으로 활용할 수 있는 환경을 제공한다. 아이티센클로잇은 현재 아이티센그룹 내부에서 해당 솔루션의 활용 가능성을 검토 중이며 주요 공공·금융 고객사를 대상으로 시범 적용(PoC)을 진행하고 있다. 실제 개발 현장에서 생산성과 보안 안정성을 동시에 검증해 시장 신뢰도를 확보한다는 전략이다. 또 이번 협력으로 아이티센클로잇은 코드파일럿 기술에 대한 국내 총판 및 OEM 판매 권한을 확보했다. 양사는 공공·금융 시장의 특수한 보안 요구사항에 대응하는 맞춤형 AI 에이전트 서비스를 공동으로 공급할 계획이다. 앞서 아이티센클로잇은 지난 1월 에이전트고 출시 당시 코드 생성 기능이 내장된 에디션을 선보였다. 이번 에이전트고 코더 포 프로페셔널은 해당 기능을 확장하거나 독립적으로 사용할 수 있는 형태로 제공된다. 김우성 아이티센클로잇 대표는 "반야에이아이의 코드 생성 기술과 우리 AI 플랫폼 역량 결합으로 에이전트고의 경쟁력이 한층 강화됐다"며 "그룹 내 검증과 고객사 시범 적용을 통해 에이전트고 코더 포 프로페셔널의 우수성을 입증할 것"이라고 밝혔다. 이어 "공공·금융 및 엔터프라이즈 시장에서 안전하고 확장 가능한 AI 개발 환경을 제공해 에이전틱 AI 시장을 선도해 나가겠다"고 덧붙였다. 황병대 반야에이아이 대표는 "아이티센클로잇과의 협력은 코드파일럿 기술이 엔터프라이즈 시장의 표준으로 자리 잡는 중요한 계기가 될 것"이라며 "양사 기술 결합을 통해 AI 개발 자동화와 플랫폼 고도화를 지속 추진하며 성공적인 AI 파트너십 모델을 만들어 나가겠다"고 말했다.

2026.03.30 16:23한정호 기자

AI 코딩도 자동화 시대…커서, 신규 에이전트 기능 '오토메이션' 공개

인공지능(AI) 코딩 에이전트가 확산되면서 개발자들이 동시에 관리해야 하는 작업과 도구가 급격히 늘어나고 있다. 이러한 복잡성을 줄이고자 최근 주목받는 AI 코드 편집기 '커서'가 에이전트를 자동 실행하고 관리하는 새로운 자동화 시스템을 선보였다. 5일(현지시간) 테크크런치에 따르면 커서는 코드 작성 환경에서 신규 에이전트 기능 '오토메이션'을 공개했다. 이 기능은 코드베이스 변경, 업무 협업툴 슬랙 메시지, 타이머 등 특정 작업을 에이전트를 자동 실행해 코드 검토와 유지 관리 작업을 수행하도록 설계됐다. AI 기반 코딩 환경이 확산되면서 개발자는 동시에 수십 개의 코딩 에이전트를 실행하고 관리해야 하는 상황에 놓이고 있다. 이 과정에서 인간 개발자의 주의력과 관리 능력이 병목 요소로 작용하는 문제가 나타나고 있다. 커서는 이같은 문제를 해결하기 위해 개발자가 직접 에이전트를 실행하고 모니터링하는 기존 방식에서 벗어나 자동으로 작업을 수행하도록 하는 체계를 도입했다. 오토메이션 시스템을 활용하면 에이전트 실행이 자동화되면서 개발자는 필요한 시점에만 개입할 수 있다. 반복적인 코드 검토나 관리 작업을 자동화하고 개발자는 더 중요한 의사결정이나 설계 작업에 집중할 수 있다는 것이 회사 측 설명이다. 커서는 기존 기능인 '버그봇'을 오토메이션 시스템의 초기 사례로 소개했다. 버그봇은 개발자가 코드베이스에 변경을 추가할 때마다 자동으로 실행돼 코드 내 버그와 잠재적 문제를 검토한다. 오토메이션 도입 이후에는 보안 감사나 보다 심층적인 코드 리뷰 등으로 기능을 확장할 수 있게 됐다. 회사 측에 따르면 이 시스템은 코드 리뷰를 넘어 다양한 운영 업무에도 활용된다. 가령 사고 알림이 발생하면 자동으로 에이전트가 실행돼 서버 로그를 조회하고 문제 상황을 분석할 수 있다. 또 자동화 기능은 회사 슬랙 채널에 코드베이스 변경 사항을 주간 단위로 요약해 공유한다. 이같은 기술 경쟁은 최근 에이전트형 코딩 시장에서 더욱 치열해지고 있다. 한 달 사이 오픈AI와 앤트로픽도 AI 코딩 에이전트 기능을 대폭 업데이트하며 경쟁에 가세했다. 시장 분석 업체 램프에 따르면 생성형 AI를 사용하는 기업 고객 가운데 약 25%가 커서를 구독하고 있는 것으로 나타났다. 에이전트 기반 코딩 시장이 빠르게 성장하면서 커서의 매출도 크게 늘고 있다. 블룸버그는 최근 커서의 연간 매출이 20억 달러(2조 9500억원)를 넘어섰으며 이는 최근 3개월 사이 두 배로 증가한 수준이라고 보도했다. 조나스 넬 커서 엔지니어링 책임자는 "AI 코딩 과정에 에이전트 자동화가 도입돼 개발자가 해야 하는 작업의 범위와 방식 자체가 달라질 것"이라고 밝혔다.

2026.03.06 09:54한정호 기자

Prev 1 2 Next