검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'코딩 AI'통합검색 결과 입니다. (86건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[유미's 픽] "연산보다 메모리"…구글 '터보퀀트' 등장에 엔비디아도 '긴장'

구글이 생성형 인공지능(AI) 운영의 핵심 병목으로 꼽혀온 '메모리 문제'를 소프트웨어 방식으로 풀어내는 기술을 공개하면서 AI 인프라 경쟁의 방향이 바뀌고 있다. 모델 규모 확대 중심이던 기존 경쟁 구도가 실행 효율과 메모리 최적화 중심으로 이동하고 있다는 분석이 나온다. 27일 업계에 따르면 최근 대규모언어모델(LLM) 운영에서는 연산 성능보다 메모리 처리 효율이 전체 성능을 좌우하는 사례가 늘고 있다. LLM은 답변 생성 과정에서 이전 정보를 반복적으로 참조하는 구조를 갖고 있어 데이터 접근 과정에서 발생하는 지연이 속도와 비용을 동시에 제한하는 요인으로 작용한다. 현재 엔비디아 H100 등 최신 그래픽처리장치(GPU) 도입으로 연산 성능은 크게 향상됐지만, 메모리 대역폭과 데이터 이동 효율은 상대적으로 제한돼 있다. 실제 서비스 환경에서는 GPU 연산보다 메모리 접근이 병목으로 작용하는 경우가 적지 않다. 이 같은 흐름 속에서 AI 추론 시스템을 구성하는 기술 구조에 대한 이해도 중요해지고 있다. AI 추론은 모델, 메모리 구조, 실행 소프트웨어, 하드웨어가 단계적으로 결합된 형태로 작동한다. 우선 모델은 연산 과정에서 생성된 정보를 메모리에 저장하고 이를 반복적으로 참조한다. 이 과정에서 메모리 사용량이 급격히 증가하며 병목이 발생한다. 이를 해결하기 위한 접근이 메모리 압축 기술로, 데이터 표현을 줄이는 양자화(Quantization) 방식과 데이터 구조를 효율적으로 인코딩하는 방식이 함께 발전하고 있다. 이 가운데 구글이 지난 24일 공개한 터보퀀트(TurboQuant)는 데이터 표현 방식을 재구성하는 양자화 기반 접근으로, 메모리 사용량을 줄이면서도 정확도를 유지하는 데 초점을 맞춘 기술로 평가받는다. 엔비디아 역시 같은 문제를 두고 다른 접근을 시도하고 있다. 특히 최근에는 KV 캐시를 효율적으로 저장하기 위한 'KV 캐시 트랜스폼 코딩(KV Cache Transform Coding)' 기반 기술을 앞세우고 있다. 이는 데이터를 단순히 제거하는 방식이 아닌, 정보 구조를 효율적으로 인코딩해 저장 효율을 높이는 접근에 가깝다. 다만 모델별 특성에 맞춘 보정 과정이 필요하다는 점에서 적용 방식에는 차이가 있다. 두 기술 모두 메모리 압축을 목표로 하지만 접근 방식에는 차이가 있다. 터보퀀트가 양자화를 기반으로 정확도 손실을 최소화하는 데 초점을 둔 반면, KV 캐시 트랜스폼 코딩은 인코딩 효율을 높여 압축률을 끌어올리는 기술로 분석된다. 두 기술은 기존 메모리 최적화 기술의 연장선에선 의미 있는 진전으로 평가된다. KV 캐시의 정밀도를 낮추는 양자화 기법은 GPTQ, AWQ 등 오픈소스 진영과 스타트업을 중심으로 확산돼 왔고, 중요도가 낮은 토큰을 선택적으로 제거하는 방식이나 슬라이딩 윈도우 기반 메모리 관리 기법도 일부 모델에 적용돼 왔다. 또 메모리 접근을 줄이는 어텐션 최적화 기술은 데이터 전송 횟수를 줄여 속도를 높이는 플래시어텐션(FlashAttention) 등으로 발전하며 주요 AI 기업과 연구 커뮤니티에서 활용되고 있다. 업계 관계자는 "양자화나 토큰 프루닝 같은 기법은 이미 널리 쓰이고 있지만, 실제 서비스에서는 정확도나 안정성 문제 때문에 적용 범위가 제한적인 경우가 많다"며 "KV 캐시 자체를 압축 대상으로 삼는 접근은 구현 난이도는 높지만, 제대로 적용되면 체감 성능을 크게 바꿀 수 있는 영역"이라고 밝혔다. 메모리 압축과 더불어 모델 실행 방식 자체를 개선하려는 소프트웨어 경쟁도 확대되고 있다. vLLM, 텐서RT-LLM(TensorRT-LLM)을 비롯해 라마(llama.cpp) 등 다양한 추론 엔진들이 등장하며 요청 처리 방식과 메모리 관리 효율을 높이는 방향으로 발전하고 있다. 특히 vLLM은 미국 UC버클리 연구진이 주도해 개발한 오픈소스 추론 엔진으로, 요청을 효율적으로 묶어 처리하고 페이지드어텐션(PagedAttention) 구조를 통해 메모리를 동적으로 관리하는 방식으로 처리 효율을 높인다. 엔비디아가 개발한 텐서RT-LLM(TensorRT-LLM) 역시 GPU 연산을 최적화해 추론 속도를 개선하는 소프트웨어로, 데이터센터 환경에서 널리 활용되고 있다. 추론 엔진은 모델 자체를 변경하지 않고도 실행 방식만으로 성능을 개선할 수 있다. 동일한 모델이라도 어떤 실행 소프트웨어를 사용하느냐에 따라 처리 속도와 비용이 달라지는 구조다. 업계 관계자는 "같은 모델이라도 vLLM이나 텐서RT 같은 추론 엔진 설정에 따라 처리량 차이가 크게 난다"며 "실제 서비스에서는 모델보다 실행 스택이 성능을 좌우하는 경우도 적지 않다"고 설명했다. 메모리 압축 기술과 추론 엔진이 결합된 뒤 최종 연산은 GPU에서 수행된다. 특히 최신 GPU 환경에서는 연산 성능보다 메모리 활용 효율이 전체 성능을 좌우하는 경우가 많아지면서 소프트웨어 기반 최적화의 중요성이 더욱 커지고 있다. 이와 함께 AI 경쟁의 방향도 변화하고 있다. 그동안 생성형 AI는 더 많은 데이터를 학습하고 더 큰 모델을 구축하는 데 집중해 왔지만, 최근에는 동일한 모델을 얼마나 빠르고 비용 효율적으로 운영할 수 있는지가 핵심 경쟁력으로 부상하고 있다. 업계 관계자는 "대규모 서비스에서는 모델 성능보다 추론 효율이 비용 구조를 좌우하는 경우가 더 많다"며 "메모리 구조와 추론 엔진을 함께 최적화하지 않으면 GPU를 늘려도 수익성을 맞추기 어려운 단계에 들어섰다"고 말했다.

2026.03.27 12:11장유미 기자

[써보고서] 코드 한 줄 몰라도 되네…문과 출신 기자의 바이브 코딩 도전기

고교부터 대학까지 문과 전공만 밟아온 기자가 코드 한 줄 없이 인공지능(AI)과 대화만으로 뉴스 모니터링 프로그램을 만들었다. 최근 개발자 사이에서 확산 중인 '바이브 코딩'을 직접 체험한 결과다. 바이브 코딩은 코드를 작성하는 대신 AI에게 원하는 것을 말로 설명하고 AI가 생성한 코드를 검토·승인하며 소프트웨어를 완성하는 방식이다. 오픈AI 공동 창업자인 안드레이 카르파티가 지난해 초 제안한 개념으로, 비개발자도 소프트웨어 개발에 직접 참여할 수 있다는 가능성으로 주목받고 있다. 도구는 앤트로픽의 '클로드 코드(Claude Code)'였다. 비주얼 스튜디오 코드(VS Code) 터미널에서 구동하는 명령줄 인터페이스(CLI) 기반 코딩 전문 도구로, 자연어 요청만으로 코드 작성·수정·디버깅을 수행한다. 클로드 코드는 월정액 구독 상품인 '클로드 프로'로 바로 사용할 수 있다. 만들 프로그램을 고르는 건 어렵지 않았다. AI 담당 기자로서 매일 관련 키워드를 포털에서 일일이 검색하는 과정이 번거로웠다. '나 혼자 쓸 도구를 내가 만들면 된다'는 생각에 AI·클라우드·단독 등 주요 출입처 기사 키워드 뉴스를 한 화면에 모아주는 모니터링 프로그램을 목표로 삼았다. 각 기사 아래 자동 요약 기능도 넣고 싶었는데 이를 구현하려면 앤트로픽 응용 프로그램 인터페이스(API)를 별도로 결제해야 했다. 콘솔 계정을 따로 만들고 신용카드를 등록하는 과정이 필요하지만, 실제 사용 요금은 한 달에 100원 수준으로 사실상 무료에 가깝다. 시작은 CLAUDE.md 파일 작성이었다. VS Code에서 Ctrl+Shift+P를 눌러 명령 팔레트를 열고 프로젝트 폴더 안에 CLAUDE.md를 생성했다. 이 파일은 클로드 코드에게 프로젝트 목적, 원하는 기능, 디자인 방향 등 맥락을 미리 제공하는 일종의 설계도다. 검색할 키워드 목록, 탭 구성 방식, 카드형 사용자 인터페이스(UI) 등 원하는 것을 최대한 구체적으로 적어뒀다. 바이브코딩 실무자들이 '콘텍스트 엔지니어링'이라 부르는 이 작업이 핵심이었다. 원하는 바를 문서 형태로 정리해두고 단계적으로 코딩을 진행해야 결과물의 완성도가 높아진다. 실제 작업에서 기자가 한 일은 두 가지였다. 클로드 코드가 단계마다 띄우는 승인 요청 창을 검토하고 '예스(YES)'를 누르는 것, 그리고 막힌 부분이 생기면 스크린샷을 찍어 원인을 묻는 것이었다. 승인 창은 단순한 클릭이 아니었다. 클로드 코드가 다음 단계에서 무엇을 어떻게 처리할지 설명하는 내용을 읽고, 의도대로 진행되는지 판단한 뒤 허락하는 과정이었다. 원하는 기능이나 수정 사항을 기자가 먼저 제시하기도 했지만, 클로드 코드가 코딩 도중 비효율적인 방식을 스스로 감지하고 선제적으로 솔루션을 제안하는 경우도 있었다. 단순히 지시를 이행하는 도구라기보다 공동 작업자에 가까운 모습이었다. 작업이 마냥 순탄하지만은 않았다. 뉴스를 불러오는 중간 변환 서비스를 거치자 가장 최신 기사가 수백 일 전으로 표시되는 오류가 났다. 특정 키워드 탭을 눌러도 기사가 아예 뜨지 않는 문제도 있었다. 원인은 'AI' 같은 포괄적인 단어 하나가 기사를 독식하면서 '앤트로픽'이나 '오픈AI' 같은 키워드 기사가 순서에서 밀려나는 구조였다. 수집 방식을 구글뉴스 웹 콘텐츠 배포 규격(RSS)을 직접 활용하는 방식으로 전환하고 키워드별로 기사를 균등 배분하는 방식을 적용해 해결했다. 기사 수 제한을 두지 않자 한 번에 515건이 몰려 프로그램이 멈췄다. 클로드 코드는 "AI 요약이 켜져 있으면 40분 이상 걸린다"고 스스로 진단한 뒤 프로세스를 강제 종료하고 설계를 다시 잡았다. 대형 키워드는 최신 10건, 소형 키워드는 24시간 내 전부, 요약은 키워드당 5건으로 구조를 재편한 것도 기자가 아니라 클로드 코드가 먼저 제안한 방식이었다. 작업 중 생긴 궁금증은 그 자리에서 바로 물었다. "매일 오전 9시·오후 4시 자동 실행이라는 게 접속 안 해도 알아서 업데이트되는 거냐"고 묻자, 자동 실행은 PC가 켜져 있을 때 새 HTML 파일을 생성해 브라우저를 여는 방식이며 F5 새로고침으로는 기사가 업데이트되지 않는다는 설명이 바로 돌아왔다. 날짜나 숫자처럼 정밀도가 필요한 조건은 구체적으로 명시해야 오류가 줄었고, 요청이 모호할수록 결과물도 엉뚱해졌다. 시행착오 끝에 프로그램이 완성됐다. 총 작업 시간은 약 1시간 30분이었다. AI·클라우드·데이터센터·단독 등 키워드별 탭을 누르면 해당 기사만 추려볼 수 있고, 오픈AI·앤트로픽·구글 탭은 관련 키워드를 묶어 통합 검색한다. 24시간 이내 기사만 표출되고, 카드마다 별 모양 버튼을 누르면 북마크로 저장된다. 각 기사 아래에 클로드 API가 생성한 2~3줄 한국어 요약이 붙는다. 매일 오전 9시와 오후 4시엔 PC가 켜져 있으면 알아서 실행돼 브라우저를 자동으로 열어준다. 체험을 마치고도 기자는 여전히 코딩을 모른다. 하지만 무엇을 원하는지 분명히 알았고 그걸 말로 전달하는 데는 문제가 없었다. 개발자·감독관·디버거 역할은 클로드 코드가 맡았으며 기자는 기획자이자 최종 결정권자로 작업 전 과정을 이끌었다. 바이브코딩 전이나 후나 코딩 실력은 그대로지만 원하는 도구를 직접 만들 수 있다는 것만큼은 확인했다.

2026.03.24 09:14이나연 기자

[AI는 지금] 美 커서, 中 모델로 코딩 AI 개발 인정…여파는?

인공지능(AI) 코딩 스타트업 커서(Cursor)가 자사 최신 모델에 중국 문샷 AI의 '키미(Kimi)'를 활용한 사실을 인정하면서 글로벌 시장에서 오픈소스 기반 AI 활용과 보안 이슈가 동시에 주목받고 있다. 기술 패권 경쟁이 이어지는 가운데서도 국가 간 모델 활용이 이뤄지는 사례가 확인되면서 업계의 관심이 커지는 모습이다. 23일 IT 전문 매체 테크크런치에 따르면 커서는 최근 '컴포저 2(Composer 2)' 모델을 공개하며 최첨단 코딩 성능을 강조했지만, 해당 모델이 문샷 AI의 '키미'를 기반으로 했다는 점을 뒤늦게 인정했다. 또 오픈소스 기반에서 출발했다고 밝히면서도 전체 연산의 일부만 해당 모델에 의존했으며 나머지는 자체 학습을 통해 구축했다고 설명했다. 리 로빈슨 커서 개발자 교육 담당 부사장은 "'컴포저 2'는 오픈소스 기반에서 출발했다"면서도 "최종 모델에 사용된 연산의 약 4분의 1만 오픈소스에서 가져왔고 나머지는 자체 학습을 통해 구축됐다"고 밝혔다. 이어 "그 결과 벤치마크 성능은 키미와 상당한 차이를 보인다"고 덧붙였다.문샷 AI 측도 이번 협력에 대해 긍정적인 입장을 밝혔다. 오픈소스 기반 모델의 활용 확대라는 측면에서 의미를 부여하는 분위기다. 키미 측은 "키미-2.5가 기반을 마련한 것을 자랑스럽게 생각한다"며 "커서의 사전 학습과 강화 학습을 통해 모델이 효과적으로 통합되는 모습을 확인했다"고 밝혔다. 이어 "이는 개방형 모델 생태계가 지향하는 방향"이라고 덧붙였다. 이 같은 방식은 최근 AI 모델 개발 흐름과 비슷하다. 현재 업계에선 자체 모델을 처음부터 개발하기보다 오픈소스 모델을 기반으로 성능을 개선하는 방식이 점차 확산되고 있다. 기업 입장에서 개발 비용과 시간을 줄이면서도 제품 출시 속도를 높일 수 있다는 점에서 효율성이 크다고 봐서다. 이에 따라 경쟁의 초점도 모델 자체보다는 튜닝과 서비스 통합 역량으로 옮겨가는 분위기다. 오픈소스 기반 모델의 확산 속도도 빨라지고 있다. 키미와 같은 모델은 긴 컨텍스트 처리 능력과 접근성을 앞세워 개발자 사이에서 활용도가 높아지는 추세다. 이를 기반으로 중국 AI 기업들의 개방형 전략도 글로벌 시장에서 영향력을 확대하는 모습이다. 다만 모델 출처 표기와 라이선스 준수 여부를 둘러싼 논란은 업계 내 주요 이슈로 부상하고 있다. 업계 관계자는 "오픈소스 기반 모델 활용이 확산되면서 국가 간 경계도 옅어지는 분위기"라며 "산업 현장에선 성능과 효율성을 기준으로 국가와 관계없이 모델을 선택하는 흐름이 이어지고 있는데, 이번처럼 미국 기업이 중국 모델을 기반으로 제품을 개발하는 사례도 점차 늘어나는 모습"이라고 말했다. 일각에선 보안 문제에 대한 우려도 제기했다. 코딩 AI가 소스코드와 내부 시스템 구조 등 민감한 데이터를 다루는 만큼 데이터 유출 가능성이 주요 리스크로 꼽혀서다. 특히 외부 서버 기반 서비스의 경우 입력 데이터가 저장되거나 학습에 활용될 가능성이 있어 기업들의 주의가 요구된다. 중국 모델의 경우 관련 법·제도 환경에 따른 불확실성도 고려 요소로 언급된다. 보안 위험이 모델의 출신보다 데이터 처리 방식에 좌우된다는 의견도 나왔다. 온프레미스 운영 여부와 데이터 저장 정책, API 호출 구조 등이 주요 판단 기준으로 작용한다고 봐서다. 이에 따라 기업들은 민감한 데이터는 내부 시스템에서 처리하고 일반 업무에는 외부 AI 서비스를 활용하는 방식으로 대응하고 있다. 업계 관계자는 "이제는 어떤 국가의 모델이냐보다 데이터를 어떻게 통제하고 제품에 녹여내느냐가 더 중요한 경쟁 요소가 되고 있다"며 "AI 도입 전략도 성능 중심에서 거버넌스와 활용 중심으로 빠르게 이동하고 있다"고 말했다.

2026.03.23 10:31장유미 기자

[카드뉴스] AI가 코드를 짜는 시대, 진짜 문제는 사람?

안녕하세요, AMEET 기자입니다. 요즘 AI가 코드를 척척 만들어내는 시대가 됐다는 건 다들 아실 텐데요. 사실 진짜 문제는 거기서부터 시작이에요. 예전엔 개발자가 컴퓨터 언어로 프로그램을 한 줄씩 직접 만들었다면, 지금은 AI한테 "이런 프로그램 만들어줘"라고 요청하면 순식간에 뚝딱 만들어주거든요. 그런데 여기서 착각하기 쉬운 게 있어요. 빠르게 만들었으니 문제 해결 끝? 전혀 아니에요. AI가 만든 프로그램이 안전한지, 제대로 작동하는지 확인하는 게 훨씬 더 어렵다는 게 진짜 함정이랍니다. 마치 로봇이 숙제를 대신 해줘도, 선생님한테 제출하기 전에 내가 다 확인해야 하는 것처럼요. 그래서 지금 업계가 가장 힘들어하는 병목 지점이 뭐냐면요, 바로 숙련된 기술자 부족이에요. 실제로 5점 만점에 4.5점으로 가장 심각한 문제로 꼽혔는데, 전기 부족(4.2점)이나 컴퓨터 칩 부족(3.8점)보다도 훨씬 더 절실한 상황이에요. AI가 만든 걸 검사하고, 문제없는지 확인하고, 결과에 책임질 수 있는 사람이 너무 부족하거든요. 개발자의 역할 자체가 완전히 바뀐 거예요. 과거에 코드를 직접 한 줄씩 작성하던 요리사였다면, 지금은 로봇 요리사를 감독하는 역할로 전환됐고, 미래엔 더욱 관리자 역할이 중요해질 거예요. 결국 코드를 빨리 만드는 건 AI가 해결했지만, 그걸 믿고 쓸 수 있게 만드는 건 여전히 사람의 몫이라는 거죠. 그럼 우리는 어떻게 준비해야 할까요? AI 도구를 잘 다루는 것도 중요하지만, 만들어진 결과물을 꼼꼼히 확인할 수 있는 검증 능력이 필수가 됐어요. 안전성 확인과 문제 해결 능력이 핵심 역량이 된 거죠. AI 시대에 정말 중요한 건 속도가 아니라 신뢰와 책임이라는 사실, 꼭 기억해주세요. 앞으로도 AMEET이 복잡한 기술 이야기를 쉽게 풀어서 전해드릴게요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/8c09181d.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.03.20 21:00AMEET

[AI는 지금] "앤트로픽 제쳐야"…오픈AI·커서, AI 코딩 시장 쟁탈전 격화

인공지능(AI) 기업이 코딩 생태계 주도권 확보 경쟁에 속도를 내고 있다. AI 코딩 시장에서 우위를 점한 앤트로픽을 추격하기 위해 회사 인수, 모델 출시 등 전략을 적극 추진하고 있다. 19일(현지시간) CNBC 등 외신에 따르면 오픈AI는 오픈소스 개발자 도구 기업 아스트랄을 인수해 코딩 어시스턴트 '코덱스' 경쟁력 강화에 나섰다. 같은 날 커서도 프로그래밍 특화 AI 모델 '컴포저 2'를 공개하며 성능과 비용 경쟁력을 앞세웠다. 앤트로픽은 '클로드' 시리즈로 콘텍스트 처리 능력과 높은 코드 정확도를 확보했다는 평가를 받고 있다. 대규모 코드베이스를 한 번에 이해하고 수정할 수 있어 복잡한 개발 작업에서 강점을 보이고 있다. 클로드는 SWE-벤치 등 주요 코딩 평가에서 77% 수준 성과를 기록해 다른 회사 모델을 앞섰다. 코드 생성뿐 아니라 리팩토링·마이그레이션 등 실제 개발 업무에서도 높은 효율성을 보이는 것으로 나타났다. 오픈AI는 아스트랄 인수를 통해 코덱스 경쟁력을 강화할 방침이다. 아스트랄 팀을 코덱스 개발 조직에 통합할 예정인 것으로 알려졌다. 인수 금액은 공개하지 않았다. 오픈AI는 코덱스가 빠른 성장세를 보인다고 밝혔다. 최근 코덱스 주간 활성 사용자 수가 200만 명을 넘어섰으며, 올해 초 이후 사용자 증가 속도가 3배 오른 것으로 집계됐다. 오픈AI는 지난해부터 인수 행보를 이어가며 기술 포트폴리오 확대에 속도를 내고 있다. 지난해 5월 조니 아이브의 AI 디바이스 스타트업 아이오를 64억 달러(약 9조 5900억원)에 사들였으며, 올해 1월 헬스케어 기술 스타트업 토치를 인수했다. 이달 초 사이버보안 스타트업 프롬프트푸 인수 계획도 발표했다. 찰리 마시 아스트랄 최고경영자(CEO)는 "우리 목표는 프로그래밍을 더 생산적으로 만드는 것"이라며 "소프트웨어(SW)를 만드는 경험 자체를 근본적으로 바꾸는 도구를 만들겠다"고 밝혔다. 커서, '컴포터 2'로 효율·비용 잡아 같은 날 커서는 프로그래밍용 AI 모델 '컴포저 2'를 공개하며 코드 시장에서 경쟁력을 강화했다. 컴포저 2는 최대 20만 토큰 프롬프트를 지원한다. 코드 생성부터 버그 수정, 명령줄 인터페이스 상호작용 기능을 제공한다. 브라우저, 이미지 생성기 등 외부 도구 연동을 통해 기능 확장이 가능하다. 이 모델은 앤트로픽 '클로드 오퍼스 4.6'을 포함한 일부 경쟁 모델 대비 높은 성능을 기록한 것으로 평가받고 있다. 성능 측면에서는 자체 벤치마크 '커서벤치'에서 60% 넘는 점수를 기록하며 오픈AI GPT-5.4 하이·미디엄 시리즈에 이어 3위에 올랐다. GPT-5.4 로우 구성과 클로드 오퍼스 4.6은 이를 밑도는 성과를 보였다. 터미널 환경 작업 수행 능력을 평가하는 '터미널-벤치 2.0'에서도 앤트로픽 모델보다 우수한 결과를 기록했다. 개발자는 모델 내 '셀프 서머리제이션' 기법을 활용할 수 있다. 이는 컨텍스트 윈도를 초과하는 데이터를 요약해 학습 효율을 높이는 방식이다. 커서는 모델 비용 경쟁력을 강화했다고 밝혔다. 표준 모델은 입력 토큰 100만 개당 0.50달러, 출력 토큰 100만 개당 2.50달러로 책정됐다. 더 빠른 응답 속도를 제공하는 고가 모델도 별도 제공된다. 커서는 현재 약 500억 달러 기업가치 목표로 신규 투자 라운드를 추진 중이다. 이번 모델 출시로 투자 유치에 속도를 낼 전망이다. 커서는 "우리는 코딩 분야에서 최전선 수준 성능과 비용 효율을 동시에 구현했다"고 홈페이지를 통해 밝혔다.

2026.03.20 15:45김미정 기자

AI코딩 시대, AX 전환의 병목은 사람

안녕하세요 AMEET 기자입니다. 2026년 현재, 우리는 코딩의 시대가 저물고 '위임의 시대'가 열리는 현장을 목도하고 있습니다. 이제 개발자는 밤새워 코드를 한 줄씩 입력하는 사람이 아닙니다. 클로드 코드나 코덱스 같은 강력한 AI 도구들에게 시스템 전체를 맡기고, 자신은 지휘관의 역할을 수행하죠. 하지만 역설적이게도 AI가 빨라질수록 소프트웨어 배포 속도는 기대만큼 오르지 않고 있습니다. 왜 그럴까요? 바로 '인간'이라는 병목 현상 때문입니다. 코드를 쓰는 사람에서 AI를 부리는 사람으로 불과 몇 년 전만 해도 개발자의 미덕은 빠르고 정확한 타자 실력이었습니다. 하지만 2026년의 풍경은 완전히 다릅니다. 이제는 AI가 수천 줄의 코드를 몇 초 만에 쏟아냅니다. 여기서 인간의 역할은 '생성'이 아니라 '검증'과 '통합'으로 급격히 이동했죠. 하지만 문제는 여기서 발생합니다. AI의 생성 속도는 빛의 속도인데, 이를 검토하고 시스템에 안전하게 녹여내는 인간의 뇌는 여전히 아날로그 방식에 머물러 있기 때문입니다. 가트너의 최근 분석에 따르면, 2027년에는 채용 평가의 무려 75%가 AI 활용 역량에 집중될 것이라고 합니다. 이는 단순히 AI를 쓸 줄 아느냐의 문제가 아닙니다. AI가 만든 결과물 속에서 보이지 않는 오류를 찾아내고, 전체 시스템의 아키텍처와 어울리는지 판단하는 고차원적인 사고력이 핵심 가치가 되었다는 뜻이죠. 이제 개발 현장에서는 코딩 실력보다 'AI가 뱉어낸 코드를 어떻게 비판적으로 바라볼 것인가'가 연봉을 결정짓는 잣대가 되고 있습니다. AI 전문가들의 심층 토론: 무엇이 혁신을 가로막는가 이 사안을 두고 AI 전문가들은 날 선 논리 대결을 펼쳤습니다. 그들이 진단한 병목의 실체와 합의점을 정리해 드립니다. 가장 먼저 제기된 논점은 병목의 본질이 '검증의 대역폭'에 있다는 것이었습니다. AI가 코드를 무한정 생성해도, 그것이 보안 가이드라인을 지켰는지, 원래 목적에 부합하는지를 확인하는 인간의 시간은 한정되어 있다는 논리죠. 특히 군사용 AI처럼 단 하나의 오류가 치명적인 분야일수록 인간의 검증 부담은 기하급수적으로 늘어납니다. 여기서 전문가들은 기계적인 검증 파이프라인을 구축해 인간의 부담을 덜어줘야 한다는 점에 적극적으로 동의했습니다. 하지만 논의가 진행될수록 논점은 '기술'에서 '사람'과 '조직'으로 이동했습니다. 아무리 좋은 자동 검증 도구가 있어도, 개발자가 AI의 제안을 맹목적으로 믿거나 스스로 생각하는 힘을 잃어버린다면 결국 전체 시스템은 붕괴될 수밖에 없다는 우려가 나왔죠. AI에게 사고의 과정을 외주 주는 순간, 개발자의 역량은 퇴보하고 이는 곧 프로젝트의 질적 하락으로 이어진다는 지적입니다. 이에 따라 전문가들 사이에서는 단순한 코딩 교육이 아닌 'AI 코드 리팩토링 및 아키텍처 통합' 전문 교육이 필수적이라는 합의가 이루어졌습니다. 가장 뜨거운 감자는 '블랙박스 윤리'였습니다. 기술적인 오류는 테스트 도구로 잡아낼 수 있지만, AI가 학습 데이터에서 배운 사회적 편향성이나 차별적인 로직은 기계가 걸러내기 어렵기 때문입니다. 이를 '윤리적 부채'라고 부르는데, 전문가들은 이 책임 소재를 규명하는 문제가 향후 서비스 출시의 가장 큰 걸림돌이 될 것이라고 내다봤습니다. 기술적으로는 완벽해 보여도 윤리적으로 정당한지 판단하는 영역만큼은 여전히 인간의 고유한 영역으로 남아있으며, 이 지점에서 비합의와 논쟁이 계속되고 있습니다. 물리적 인프라와 조직 문화의 충돌 또 다른 병목은 의외의 곳에서도 발견됩니다. 바로 인프라의 한계입니다. AI 코딩 도구를 제대로 돌리기 위해서는 엄청난 양의 GPU와 메모리 반도체(HBM)가 필요한데, 이를 구축할 숙련된 기술자가 부족해 전 세계적인 성장 정체가 일어날 수 있다는 분석입니다. 결국 사람의 손이 닿지 않는 곳이 없다는 사실을 다시금 일깨워줍니다. 결국 기업들이 마주한 진짜 숙제는 단순히 AI 도구를 도입하는 것이 아니라, 조직의 보상 체계와 문화를 통째로 바꾸는 일입니다. AI 역량을 채용과 승진의 핵심 지표로 삼고, 기존 인력을 어떻게 새로운 시대의 '검증자'로 재배치할 것인가에 대한 전략이 없으면 아무리 비싼 AI를 도입해도 ROI(투자 대비 효율)는 떨어질 수밖에 없습니다. AI가 코드를 짜주는 세상에서 인간은 병목이기도 하지만, 동시에 최후의 보루이기도 합니다. 기술이 인간의 영역을 침범하는 것처럼 보이지만, 사실은 '무엇이 옳은 코드인가'를 결정하는 인간의 판단 가치가 그 어느 때보다 비싸진 셈이죠. 결국 AI 코딩 시대의 성공 방정식은 '얼마나 많은 AI를 쓰느냐'가 아니라, '얼마나 현명하게 AI를 통제하느냐'에 달려 있습니다. 오늘의 리포트가 전하는 울림은 명확합니다. AI가 모든 답을 내놓는 것처럼 보여도, 그 답을 세상에 내놓을지 말지 결정하는 '마지막 클릭'의 무게는 여전히 인간의 손가락 끝에 남아 있다는 사실입니다. 그 무게를 견디는 능력이야말로 우리가 준비해야 할 진짜 실력이 아닐까 싶습니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/8c09181d.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.03.20 13:42AMEET

구글, 바이브 코딩 앱 '스티치' 공개…피그마 주가 12% 급락

구글이 인공지능(AI) 디자인 도구 '스티치(Stitch)'를 고도화하며 바이브 디자인을 전면에 내세웠다. 이에 따라 피그마 등 기존 관련 기업에 대한 우려가 확산되고 있다. 20일(현지시간) CNBC 등 외신에 따르면 구글이 스티치의 대규모 업데이트를 발표한 이후 피그마 주가는 약 12% 하락했다. 지난해 5월 처음 선보인 스티치는 코딩 없이 자연어로 사용자 인터페이스(UI) 디자인을 생성할 수 있는 앱이다. 구글은 업데이트를 통해 스티치를 'AI 네이티브 디자인 캔버스'로 확장한다고 밝혔다. 자연어로 서비스 목표나 사용자 경험을 설명하면 이를 기반으로 고해상도 UI를 자동 생성할 수 있다. 특히 '바이브 디자인' 개념을 전면에 도입한 점이 핵심이다. 구체적인 화면 구성을 지시하지 않더라도 사용자가 제시한 느낌이나 목표를 AI가 해석해 스스로 디자인으로 구현해 낸다. 새롭게 추가된 '디자인 에이전트'도 주목받는 부분이다. 프로젝트 전체 맥락을 이해하고 설계 방향을 제안하며 수정과 개선을 반복 수행한다. 에이전트 매니저를 통해 여러 아이디어를 동시에 실험하고 관리할 수 있어 단일 작업 흐름 중심이었던 기존 디자인 툴과 차별화했다. 작업 환경도 달라졌다. 무한 확장형 캔버스를 기반으로 텍스트, 이미지, 코드 등을 하나의 공간에 통합해 초기 구상부터 프로토타입까지 한 번에 구현할 수 있다. 정적인 화면은 대화형 프로토타입으로 변환되며 사용자 흐름도 자동 생성된다. 음성 기반 인터페이스도 도입됐다. 사용자가 말로 디자인 변경을 요청하면 실시간으로 반영되며, AI는 피드백을 제공하는 협업 파트너 역할을 수행한다. 디자인 과정 자체가 대화 중심으로 재편되는 모습이다. 개발 연계 기능도 한층 강화됐다. 스티치는 모델 컨텍스트 프로토콜(MCP) 서버와 사용자개발킷(SDK)을 통해 외부 개발 도구와 연결되며, 디자인 결과물을 코드 환경으로 바로 넘길 수 있다. 디자인과 개발 간의 경계를 허물고 전체 워크플로우를 통합하려는 구글의 전략으로 풀이된다. 업계 전문가와 투자 시장은 이번 구글의 행보가 피그마를 비롯한 기존 디자인 바이브 코딩과 서비스형 소프트웨어(SaaS) 기업의 생존을 직접적으로 위협할 것으로 보고 있다. 구글은 제미나이 같은 자체 고성능 AI 모델을 기반으로 더 빠르고 정교한 결과물을 제공할 수 있으며, 클라우드와 개발 도구 등 통합된 환경을 보유하고 있다. 외부 AI 모델에 의존해야 하는 기존 기업 대비 서비스 품질과 확장성, 원가 경쟁력 측면에서 우위를 확보할 것이란 우려가 나온다. 아직 베타 버전 단계지만 스티치를 무료로 제공 중이라는 점도 변수다. 구글이 무료 서비스를 앞세워 생태계 강화에 집중할 경우 기업과 개인 사용자를 흡수할 가능성이 높다. 구독 기반 수익 모델에 의존하는 기존 디자인 툴 기업에게 치명적인 부담으로 작용할 수밖에 없다는 해석이다. 조쉬 우드워드 구글 랩스 부사장은 "지난 한 해 동안 AI는 단순한 설명을 기능적인 소프트웨어로 구현해 내며 우리가 개발하는 방식을 근본적으로 바꿔놓았다"며 "우리는 스티치를 AI 기반 소프트웨어 디자인 캔버스로 발전시켜, 누구나 자연어를 고품질 UI 디자인으로 변환하고 이를 바탕으로 생성·반복·협업할 수 있는 환경을 제공하려 한다"고 밝혔다.

2026.03.20 09:51남혁우 기자

AI 승부, 코딩도 전기도 아닌 사람이다

인류 역사는 기술의 변곡점마다 국가의 운명이 결정돼 왔다. 증기기관이 영국의 해를 지지 않게 했고, 인터넷이 미국의 패권을 공고히 했다. 2026년 현재 인공지능(AI)은 단순한 도구를 넘어 국가의 생존과 번영을 좌우하는 핵심 인프라로 정착했다. 미국과 중국은 패권경쟁의 사활을 걸고 진군하고 있고, 우리는 그 한 가운데 있다. 어디에서 시작할 것인가? 누가 일을 하는가? 사람이 한다. AI 전문가, 미·중 패권 전쟁에서 살길을 개척할 사람이 있는가? 정부에는 누가 있고, 민간에는 누가 있는가? 국내, 국외, 한국인 외국인 가운데 누가 이 위기와 기회의 강을 건너게 할 것인가? 미국과 중국은 어떻게 하고 있나? 미국, 사람에 과감한 투자…중국, 공공 인프라로 규정 2026년 초 중동에서 발생한 군사 작전은 인공지능이 실제 전장과 정책 결정의 최전선에 얼마나 깊숙이 들어와 있는지를 적나라하게 보여주었다. 미국 국방부는 인공지능 기업 앤트로픽과 심각한 갈등을 겪었다. 앤트로픽은 자사 모델인 클로드가 자율 무기 체계나 대량 감시에 사용되는 것을 거부하며 안전 가이드라인 준수를 요구했다. 이에 미국 정부는 미군이 모든 적법한 용도로 기술을 사용할 수 있어야 한다고 주장하며 앤트로픽을 공급망 리스크로 지정했다. 놀라운 점은 이 발표 직후 미국 국방부가 오픈AI와 전격적인 기밀 네트워크 배포 합의에 도달했다는 사실이다. 인공지능은 이미 타격 목표 식별과 첩보 분석 등 전쟁 수행의 핵심이 됐다. 이 사건은 국가의 핵심 의사결정 시스템을 외부 알고리즘에 의존할 때 발생하는 위험을 보여준다. 기술적 종속은 국가 안보를 마비시킬 수 있다. 리더십은 결코 외주를 줄 수 없다는 것이 2026년의 뼈아픈 교훈이다. 미국의 행정 전환 속도는 우리에게 강력한 경고를 던지고 있다. 미국은 행정명령을 통해 모든 연방 기관에 최고 인공지능 책임자인 CAIO 지정을 의무화하며 리더십의 세대교체를 단행했다. 이들은 단순한 기술 자문관이 아니다. 각 부처의 인공지능 전략을 수립하고 예산 권한과 프로그램 소유권을 가진 핵심 사령관이다. 주목할 점은 이들의 화려한 민간 배경과 그들이 만들어낸 실질적인 수익률이다. 재무부 CAIO 파라스 말리크는 보스턴컨설팅그룹과 모건스탠리를 거친 금융 인공지능 전문가다. 그는 인공지능 기반 머신러닝 시스템을 진두지휘하여 2024 회계연도에만 약 40억 달러의 부정 결제를 방지했다. 위조 수표 식별로만 10억 달러를 회수했고 2025년에는 사기 방지 규모를 117억 달러까지 확대할 계획이다. 식품의약국의 제레미 월시는 글로벌 컨설팅 기업 부즈 앨런 해밀턴의 기술 책임자 출신이다 그는 생성형 인공지능 어시스턴트 엘사를 도입해 전체 직원의 70퍼센트가 자발적으로 인공지능을 쓰게 만들었다. 과거 수일이 걸리던 임상 보고서 분석을 단 6분 만에 처리하며 규제 행정의 속도를 혁명적으로 높였다. 국방부의 캐머런 스탠리는 아마존 웹 서비스의 국가안보 혁신리더 출신으로 인공지능 가속화 전략을 이끌고 있다. 상무부의 브라이언 에플리는 에너지부 CIO 시절부터 IT 현대화를 주도한 베테랑이다. 국무부의 에미 리추얼로는 농무부와 국무부를 거치며 하루 6,300건의 외교 전문을 분석하는 인공지능 시스템을 구축했다. 이들은 모두 민간의 속도와 공공의 책임을 결합해 인공지능 투자 대비 수익인 ROI를 수치로 증명해 내고 있다. 미국 정부의 또 다른 강력한 무기는 모든 인공지능 활용 사례를 목록화하는 인벤토리 제도다. 2024년 2,133개였던 공개 사례는 2025년과 2026년을 거치며 폭발적으로 증가했다. 이는 부처 간 중복 투자를 막고 성공 사례를 실시간으로 공유하는 지식 창고 역할을 한다. 법무부는 2025년 인벤토리에 315개의 시스템을 등록하며 전년 대비 31퍼센트의 성장을 기록했다. 특히 FBI는 인공지능 사례를 19개에서 50개로 늘리며 법 집행과 수사 지원에 인공지능을 전면 배치했다. 보건복지부는 450개 이상의 활용 사례를 관리하며 의료 보험 사기 적발에 인공지능을 적극 활용한다. 보훈부는 367개의 인공지능 시스템을 통해 퇴역 군인을 위한 임상 진료 보조와 혜택 제공 속도를 획기적으로 개선했다. 국토안보부는 세관국 83개 이민국 51개 등 총 239개 이상의 고도화된 보안 사례를 운영하며 국경 관리의 지능화를 달성했다. 이러한 데이터 공개는 행정의 투명성을 높일 뿐 아니라 인공지능 도입의 가장 큰 장벽인 보안 승인 절차를 표준화하여 과거 1년 가까이 걸리던 과정을 수주 내로 단축시켰다. 미국의 성공 비결은 결국 사람에 대한 과감한 투자다. 2025년 12월 출범한 미국 테크포스 프로그램은 연간 1,000명의 민간 전문가를 수혈하는 인적 가속기다. 이들의 채용 방식은 전통적인 관료제 파괴의 전형이다. 학위보다 실제 코딩 능력과 데이터분석 역량을 중시하는 실력 중심 채용을 단행했다. 보상 체계 역시 파격적이다. 연간 최대 20만 달러 수준의 연봉을 제공하며 실리콘밸리와의 격차를 좁혔다. 특히 주목할 것은 2년 임기 후 민간 복귀가 보장되는 순환 구조다. 마이크로소프트, 아마존, 엔비디아, 메타, xAI 등 25개 빅테크 기업들이 파트너로 참여해 자사 직원을 파견하거나 퇴직 후 재채용을 약속한다. 공직 경험이 경력의 단절이 아니라 국가적 대규모 프로젝트를 수행한 명예로운 경쟁력이 되도록 설계한 것이다. 이들은 국세청 데이터 현대화나 국방부 드론 무기 체계 프로젝트를 주도하며 행정의 근육을 바꾸고 있다. 중국은 미국과는 정반대의 길을 걷고 있다. 중국 정부는 인공지능을 단순한 산업이 아닌 도로와 전력 같은 국가 공공 인프라로 정의했다. 지난해 제시된 인공지능 플러스 행동은 국가 운영 전반을 재설계하는 실행 단계로 진입했다. 국가데이터국을 중심으로 공공과 민간의 방대한 데이터를 국가가 직접 정제해 학습에 투입하며 데이터를 토지와 자본 같은 전략 자원으로 관리한다. 중국은 2027년까지 전 행정 분야의 인공지능 침투율 70퍼센트 달성을 목표로 하고 있다. 이미 제조 현장의 30퍼센트 이상이 인공지능을 도입했으며 300종 이상의 휴머노이드 로봇을 산업 전반에 배치했다. 동부의 데이터를 서부의 컴퓨팅 거점으로 보내 처리하는 동수서산 프로젝트는 인공지능 실행력을 위한 물리적 혈관망까지 국가가 설계했음을 보여준다. 서방의 기술 통제가 강해질수록 중국은 독자적인 디지털 생태계를 더욱 굳건히 하며 미국과 체제 경쟁을 벌이고 있다 미국과 중국의 공통점은 최고 통치 기구가 인공지능 정책을 직접 장악하고 각 부처와 유기적으로 움직인다는 점이다. 미국 백악관은 데이비드 삭스를 특별 고문으로 영입해 미국 인공지능 액션플랜을 주도하게 했다. 백악관 인공지능 위원회와 OMB(관리예산처)가 사령탑이 되어 범부처 인공지능 카운슬을 지휘한다. 이를 통해 부처 간 장벽을 허물고 기술 도입의 속도를 전쟁 수행 수준으로 끌어올렸다. 중국 역시 정책 컨트롤타워를 과학기술부에서 국가발전개혁위원회로 격상시키며 주석실과 판공청이 직접 산업 전반의 인공지능 침투를 지시한다. 국가가 알고리즘과 컴퓨팅 파워를 직접 공급하며 행정 효율을 극대화하는 톱다운 방식이다. 한국은 아직도 부처 사업 파편화…전부처 CAIO 의무화해야 반면 한국은 2026년 1월 인공지능 기본법을 시행하며 대통령 직속 국가인공지능전략위원회를 출범시켰다. 그러나 여전히 각 부처 사업은 파편화되어 있다. 계획은 있으나 부처의 실적을 실시간으로 한눈에 보고 지휘할 수 있는 통합 지휘 체계는 이제 막 걸음마를 뗀 수준이다. 대한민국이 글로벌 인공지능 전쟁에서 살아남으려면 우선 전 부처와 모든 산하기관에 전담 책임자인 CAIO 임명을 의무화해야 한다. 대한민국 국내외를 막론하고 인재를 찾아내서 책임자를 임명하고, 권한을 주고, 기관장들이 몰두해서 전환을 이끌어야 한다. 부처별 인공지능 예산을 실질적으로 배분하고 조정하며 성과에 책임을 지는 강력한 권한이 CAIO에게 부여되어야 한다. 둘째로 한국형 테크포스 제도를 즉각 가동해야 한다. 순환 보직 중심의 공무원 구조로는 전문 인재를 붙잡을 수 없다. 미국처럼 민간 엔지니어가 2년 동안 정부 프로젝트를 이끌고 다시 민간으로 돌아가는 유연한 인적 교류 시스템이 필수다. 연봉 체계를 민간 수준으로 현실화하고 이들의 공직 경험이 국내 인공지능 생태계 성장의 발판이 되도록 법적 근거를 마련해야 한다. 장관 보좌관 중에 AI 보좌관, 정보화 기획관급 이상에 AI 담당관을 두어야 한다. 셋째로 범정부 통합 지휘 시스템을 완성해야 한다. 대통령실이 실시간으로 대시보드를 보고 실적을 체크하고, 부처 장관들도 경쟁하면서 협력하는 시스템을 갖추어야 한다. 미국의 인벤토리 제도처럼 전 부처의 인공지능 도입 실적과 데이터 활용 현황을 실시간으로 모니터링할 수 있는 대시보드가 필요하다. 이를 통해 중복 투자를 칼같이 잘라내고 성공한 알고리즘을 다른 부처로 즉시 확산시키는 기동력이 필요하다. 국가인공지능전략위원회는 실질적인 예산 집행과 정책 집행을 담보하는 실행 기구로 확실히 기능해야 한다. 넷째로 AI 결과는 '국가 안보와 부유함'도 중요하지만, '국민의 부'와 '국민의 삶'을 돕는 AI인지를 설계부터 결과 체크도 함께 해야 디스토피아를 줄여 나갈 수 있다. 인공지능 시대의 행정은 관리의 영역이 아니라 고도의 설계 영역이다. 설계의 시작과 끝은 사람이다. AI는 코딩도 전기가 아닌 사람에서 시작해서 사람으로 끝날 것이다. 전 부처 책임자 임명과 테크포스 가동은 그 대전환을 위한 첫 단추다. 세상을 바꾸고 싶은 정부라면 자신부터 인공지능을 가장 잘 쓰는 조직으로 탈바꿈해야 한다. 그래야 민간을 움직이고 함께 진화할 수 있다. 2026년은 대한민국이 인공지능 국가로 다시 설계되는 마지막 골든타임이다. 바닷가 모래밭에서 사금을 캐듯 인재를 찾아내서 배치하고 시스템으로 일하게 해야 한다. 미국 오펜하이머의 맨해튼 프로젝트, 달을 향한 미국 나사 프로젝트처럼 최고를 찾아 나서야 한다. 정부도 기업도 마찬가지다. 개인은 학습 또 학습이 필요한 시기다. 빠르게 AI라는 쓰나미가 몰려오고 있다.

2026.03.19 19:43이광재 컬럼니스트

[기고] AX 시대 핵심은 에이전트보다 레거시 연결…상용SW 기업 역할 더 커진다

인공지능(AI) 발전 속도가 빨라지면서 소프트웨어(SW) 산업을 둘러싼 우려도 함께 제기되고 있다. 생성형 AI와 AI 에이전트 기술이 빠르게 확산되면서 상용 패키지SW 역할을 대체하는 것 아니냐는 '상용SW 위기론'도 심심치 않게 등장한다. 그러나 이 흐름을 단순한 위기로 해석하는 것은 적절하지 않다. 오히려 지금의 변화는 SW 산업이 AI를 기반으로 한 단계 고도화되는 전환의 과정으로 보는 것이 더 정확하다. AI 기술이 발전할수록 국내 SW 산업은 오히려 더 본질적인 경쟁 국면에 들어갈 가능성이 크다. 이제 중요한 것은 누가 기능 하나를 빨리 만들 수 있느냐가 아니다. 누가 구조를 제대로 설계하고 안정적인 아키텍처를 구축하며 복잡한 데이터와 기존 시스템을 실제 업무 환경에 맞게 연결할 수 있느냐다. 특히 공공과 금융 영역에서는 이러한 특징이 더욱 뚜렷하게 나타난다. 이 시장은 단순히 유명한 AI 모델 하나를 붙인다고 해서 현장 적용이 가능해지는 구조가 아니다. 보안, 내부 통제, 감사 체계, 책임 구조 등 다양한 요소가 동시에 충족돼야 한다. 결국 AI의 실제 적용 여부는 기술 자체보다 운영 구조와 시스템 통합 역량에 의해 결정되는 경우가 많다. AI 전환(AX) 역시 마찬가지다. AI를 단순히 기존 시스템 위에 얹는다고 해서 AX가 완성되는 것은 아니다. 핵심은 기존 시스템과 데이터를 얼마나 안전하게 연결하고, 통제 가능한 구조 안에서 실제 업무 프로세스로 작동하게 만들 수 있느냐에 있다. 최근 대기업과 주요 기관이 모델컨텍스트프로토콜(MCP) 서버나 AI 에이전트 플랫폼 구축을 준비하고 있다. 그러나 현장에서 보면 에이전트 자체보다 더 중요한 요소가 존재한다. 에이전트가 '머리'라면 레거시 시스템은 '몸'에 해당한다. 아무리 뛰어난 머리를 가지고 있어도 몸과 연결되지 않으면 실제 업무는 돌아가지 않는다. 보험사의 코어 시스템, 은행의 계정계와 정보계, 공공기관의 행정, 문서, 민원 시스템 등 대부분의 업무 환경은 이미 복잡한 레거시 시스템 위에서 운영되고 있다. 따라서 AI의 실질적인 성과는 결국 이 레거시 시스템들과 어떻게 연결되는지에 의해 결정된다. AI를 현장에 제대로 적용하기 위해서는 기존 시스템의 선행 현대화가 필수적이다. 레거시 시스템이 API 기반으로 표준화돼 있고 업무 기능이 서비스 단위로 분리돼 있어야 AI가 실제 업무 과정에 참여할 수 있다. AI 서비스는 여러 모델과 도구, 외부 시스템을 연쇄적으로 호출하는 구조로 동작한다. 이때 레거시 시스템이 폐쇄적이거나 기능 구조가 복잡하게 얽혀 있다면 호출 지점이 늘어나고 보안 계층이 중첩되면서 지연 문제가 커질 수밖에 없다. 결국 AI 네이티브 환경을 구현하기 위해서는 현대화된 아키텍처가 선행돼야 한다. 이러한 변화 속에서 상용SW 기업의 역할은 줄어드는 것이 아니라 오히려 더 중요해질 가능성이 크다. 단순 기능 중심의 솔루션 기업은 압박을 받을 수 있지만, 구조를 설계하고 시스템을 연결하며 검증과 운영까지 책임질 수 있는 기업의 가치는 더 높아질 것이다. 정부 정책 역시 이러한 산업 구조 변화에 맞춰 보다 현실적인 방향으로 발전할 필요가 있다. 단순히 AI 도입 지원이나 AI 인재 양성에 머무르는 것이 아니라, 비대해진 레거시 시스템의 API화, 클라우드 네이티브 전환, AX 연계 아키텍처 구축, 검증 가능한 AI 운영 체계까지 함께 지원하는 정책이 필요하다. 연결되지 않은 AI는 결국 보여주기식 기술에 머물 가능성이 크다. AI는 소프트웨어 산업을 약화시키는 기술이 아니다. 오히려 진짜 실력을 갖춘 소프트웨어 기업이 더 큰 역할을 하게 만드는 산업 고도화의 시작이다.

2026.03.16 10:22어윤호 컬럼니스트

몇 달 만에 매출 수조원…돈방석 앉는 AI 코딩 스타트업

인공지능(AI)이 코드 작성과 앱 개발까지 수행하는 'AI 코딩' 시장이 급팽창하고 있다. 프로그래밍 지식이 없는 사용자도 대화만으로 앱을 만들 수 있는 시대가 열리면서 관련 스타트업들이 수조 원 기업가치와 수억 달러 매출을 기록하며 소프트웨어(SW) 산업의 새로운 경쟁 축으로 떠오르고 있다. 15일 관련 업계에 따르면 커서, 리플릿, 러버블 등 주요 AI 코딩 플랫폼 기업들은 최근 수억 달러 규모 매출을 기록하며 빠르게 성장하고 있다. AI 코딩 생태계에서 가장 빠른 성장세를 보이는 기업으로는 '커서'가 꼽힌다. 외신에 따르면 커서는 올해 초 연간환산매출(ARR) 약 20억 달러(2조 6000억원)로 알려졌다. 지난해 하반기 ARR 10억 달러를 기록한 이후 불과 몇 달 만에 두 배 가까이 성장한 셈이다. AI 기반 코드 편집기로 시작한 커서는 개발자 생산성을 크게 높이는 도구로 자리잡으며 개인 개발자뿐 아니라 기업 개발팀에서도 빠르게 확산되고 있다. 비개발자 대상 '바이브 코딩' 플랫폼으로 주목받는 스웨덴 스타트업 러버블도 빠른 성장세를 보이고 있다. 지난달 기준 연간 반복매출 4억 달러를 기록했다. 지난해 7월 1억 달러, 11월 2억 달러, 올해 1월 3억 달러를 기록한 이후 매출이 빠르게 확대됐다. 회사는 약 800만명의 사용자 기반을 확보했으며 클라르나, 허브스팟 등 기업 고객도 확보했다. 특히 직원 146명 규모로 이 같은 매출을 달성해 업계의 주목을 받고 있다. AI 코딩 플랫폼 리플릿도 투자 시장에서 높은 평가를 받고 있다. 리플릿은 최근 4억 달러 규모 시리즈D 투자를 유치하며 기업가치 90억 달러를 인정받았다. 이는 지난해 9월 기록했던 30억 달러 대비 약 3배 수준이다. 리플릿은 기존 개발자 중심 서비스에서 비개발자도 자연어로 애플리케이션을 만들 수 있는 플랫폼으로 방향을 확장하며 사용자 기반을 빠르게 넓히고 있다. 이를 통해 올해 연간 반복매출 10억 달러 달성을 목표로 하고 있다. 자율형 AI 개발자를 표방한 서비스도 등장하며 시장 경쟁은 더욱 확대되고 있다. 완전 자율형 AI 소프트웨어 엔지니어 '데빈'을 공개한 코그니션은 주요 벤처 투자사들로부터 투자를 유치하며 기업가치 약 100억 달러 수준으로 평가받고 있다. 데빈은 단순 코드 생성 도구를 넘어 작업 계획 수립, 코드 작성, 테스트, 수정까지 수행하는 AI 에이전트형 개발 도구로 평가된다. AI 코딩 도구 기업 코디움도 빠르게 성장하고 있다. 코디움은 AI 코드 생성 도구와 개발 플랫폼 '윈드서프'를 통해 전 세계 개발자 기반을 확대하고 있다. 회사는 수백만 명의 개발자를 확보했으며 약 1억 달러 수준의 연간 반복매출과 수십억 달러 기업가치가 거론된다. 이 밖에도 Y콤비네이터 출신 스타트업 이머전트는 출시 8개월 만에 1억 달러 매출을 달성했다. 프랑스의 풀사이드는 엔비디아 주도로 약 120억 달러 기업가치 수준의 투자 유치를 추진 중이며, 웹 개발 플랫폼 스택블리츠도 약 7억 달러 기업가치가 거론된다. AI 코딩 도구가 빠르게 확산되는 배경에는 자연어 기반 개발 방식이 있다. 사용자가 원하는 기능을 문장으로 설명하면 AI가 코드를 생성하고 애플리케이션 구축까지 지원하는 방식이다. 이러한 접근은 개발자가 아닌 일반 사용자까지 소프트웨어 제작에 참여하도록 만들며 개발 생태계 자체를 변화시키고 있다. 업계에서는 코드 생성 도구를 넘어 개발 전 과정을 자동화하는 AI 에이전트까지 등장하면서 AI 코딩 시장 경쟁이 더욱 치열해질 것으로 보고 있다. AI가 소프트웨어 개발의 핵심 인프라로 자리잡을 가능성이 커지면서 관련 시장을 둘러싼 기술 경쟁과 투자도 계속 확대될 전망이다. 안드레이 카파시 전 테슬라 AI 디렉터 겸 오픈AI 창립 멤버는 "앞으로 개발자는 코드를 직접 작성하기보다 AI에게 의도를 설명하는 방식으로 소프트웨어를 만들게 될 것"이라며 자연어 기반 개발 방식의 확산 가능성을 언급했다. 앤드류 응 스탠퍼드대 교수도 "AI는 개발자를 대체하기보다는 개발 방식 자체를 바꾸는 기술"이라며 "기업들이 AI 코딩 도구를 적극 활용할수록 소프트웨어 개발 속도와 혁신이 크게 높아질 것"이라고 말했다.

2026.03.15 09:01남혁우 기자

피그마, 깃허브·커서 맞손…"AI 코딩·디자인 협업 강화"

피그마가 인공지능(AI) 코딩 도구·디자인 플랫폼 연결 기능을 확장했다. 피그마는 깃허브 코파일럿, 커서를 새로운 파트너로 추가하며 '코드 투 캔버스(Code to Canvas)'를 업그레이드했다고 13일 밝혔다. 개발자는 코드를 통해 빠르게 아이디어를 구현하고 팀은 피그마 캔버스를 활용해 디자인을 탐색하고 반복 개선할 수 있다. 이번 기능은 피그마 모델 컨텍스트 프로토콜(MCP) 서버 기반으로 작동한다. 사용자는 코딩 환경에서 생성한 인터페이스를 피그마 디자인 캔버스로 가져와 편집하고 다시 코드로 변환할 수 있다. 이 과정에서 디자인과 코드가 양방향으로 연결되는 '라운드 트립(round-trip)' 워크플로가 구현된다. 피그마 디자인은 정적 이미지가 아니라 반응형 레이아웃과 인터랙션 정보 등 제품 설계 맥락을 포함한다. 개발자는 코딩 환경을 벗어나지 않고도 디자인 정보를 확인할 수 있다. 디자인과 개발 사이 협업 과정에서 발생하는 반복 작업도 줄어든다. 이번 확장은 기존에 제공되던 오픈AI 코덱스와 앤트로픽 클로드 코드 통합 기능에 이어 진행됐다. 현재 깃허브 코파일럿 사용자는 비주얼 스튜디오 코드에서 기능을 사용할 수 있으며 코파일럿 CLI 지원도 앞뒀다. 딜런 필드 피그마 공동창업자 겸 최고경영자(CEO)는 "어디서 시작하든 코드와 캔버스 사이 루프를 완성할 수 있도록 MCP 파트너를 더욱 확대하고 있다"며 "AI로 누구나 자신이 구상한 것을 쉽게 만들 수 있는 시대가 되면서 제품을 차별화하는 핵심 요소는 결국 디자인"이라고 밝혔다.

2026.03.13 14:27김미정 기자

시선AI, 코딩 자동화 AI '인트라젠엑스' 공개…공공·금융 시장 겨냥

시선AI가 대보DX와 공동 개발한 온프레미스 기반 코딩 자동화 인공지능(AI) 솔루션을 출시하며 공공, 금융 차세대 시스템 개발 시장 공략에 나섰다. 시선AI는 코딩 자동화에 특화된 소형 거대언어모델(sLLM) 기반 온프레미스 AI 코드 어시스턴트 '인트라젠엑스(IntraGenX) 1.0'을 출시했다고 9일 밝혔다. 이번 제품은 자회사 대보DX와 공동 개발했으며 공공기관과 금융권 등 높은 보안 수준이 요구되는 환경을 주요 타깃으로 한다. 인트라젠엑스는 자연어 프롬프트를 통해 개발자의 코딩 작업을 지원하는 AI 기반 개발 보조 도구다. AI 페어 프로그래밍과 프롬프트 기반 개발 방식을 적용해 논리 설계, 코드 리뷰, 오류 탐지 및 수정 등 개발 전 과정의 자동화를 지원한다. 설계 문서나 데이터 모델(ERD), 디자인 산출물 등을 연동하면 프런트엔드와 백엔드 코드를 자동 생성할 수 있는 것이 특징이다. 프런트엔드 개발 환경에서는 리액트, 뷰 등 글로벌 표준 프레임워크와 국내 주요 UI 플랫폼을 지원한다. 이를 통해 화면 설계, HTML 퍼블리싱, 자바스크립트 개발 등 기존 단계별 개발 과정을 단축하고 코드 생성 자동화를 통해 개발 생산성과 품질을 동시에 높일 수 있다는 설명이다. 특히 대규모 인력이 투입되는 공공기관과 금융권 차세대 시스템 구축 프로젝트에서 효과가 클 것으로 회사 측은 기대하고 있다. 설계 문서를 기반으로 코드를 일괄 생성해 개발 과정에서 발생할 수 있는 오류를 줄이고, 대규모 개발 조직에서도 일관된 코드 품질을 유지할 수 있기 때문이다. 보안성도 주요 차별화 요소다. 인트라젠엑스는 외부망 차단 환경에서도 운영 가능한 온프레미스 방식으로 설계됐다. 이를 통해 데이터 유출을 차단하고 데이터 주권 확보와 규제 준수를 지원한다. 최근 기업 내부 민감 정보 유출 우려로 클라우드 기반 LLM 활용을 제한하는 사례가 늘어나는 상황에서 보안 우려를 해소할 수 있는 대안이라는 설명이다. 기술적으로는 대형 LLM 구조를 기업 환경에 맞게 경량화하고 최적화한 sLLM 기술을 적용했다. 자체 파인튜닝과 학습 기술을 통해 코딩 작업에 특화된 성능을 확보했으며 비교적 가벼운 구동 환경에서도 개발 맥락을 이해하고 정밀한 코드 생성을 수행할 수 있도록 설계됐다. 시선AI는 자회사 대보DX와 협력해 공공기관과 금융권 등 보안 요구가 높은 시장을 중심으로 제품 확산에 나설 계획이다. 대보DX는 고객 발굴과 영업, 시스템 구축, 기술 지원을 담당하는 전략 파트너 역할을 수행한다. 남운성 시선AI 대표는 "생성형 AI와 LLM이 제공하는 생산성 혁신 효과에도 불구하고 많은 기관과 기업들이 보안 문제로 인해 이를 적극 활용하지 못하는 상황"이라며 "인트라젠엑스는 높은 보안성을 유지하면서도 개발 생산성과 효율성을 크게 높일 수 있는 기업용 AI 도구가 될 것"이라고 말했다.

2026.03.09 17:40남혁우 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

"AI 코딩 문화 확산"…깃허브, 개발자 커뮤니티 행사 연다

글로벌 개발 커뮤니티가 깃허브 인공지능(AI) 코딩 에이전트 활용 사례를 공유하는 장을 연다. 깃허브는 각국 지역 커뮤니티가 오는 15일부터 5월 15일까지 '깃허브 코파일럿 데브 데이즈'를 진행한다고 4일 공식 링크드인을 통해 밝혔다. 이 행사는 AI 코딩 에이전트 '깃허브 코파일럿' 활용 방법과 사례를 공유하는 글로벌 이벤트다. 각국 도시에서 순차적으로 열린다. 커뮤니티는 깃허브와 마이크로소프트 지원을 받아 마이크로소프트 사무실 또는 외부 행사장에서 이벤트를 열 수 있다. 대상은 개발자와 학생 스타트업 등 기술 커뮤니티 구성원이다. 참가비는 무료다. 한국에서는 4월 25일 서울 광화문에 있는 한국마이크로소프트 13층에서 열린다. 커뮤니티는 이번 행사를 통해 코파일럿 활용 방식과 생산성 향상 전략을 공유한다. 행사 참가자는 실제 개발 환경에서 코파일럿을 적용해 코드 작성과 워크플로 개선 방안도 체험할 수 있다. 깃허브는 "깃허브 코파일럿 데브 데이즈는 개발자가 깃허브 코파일럿을 보다 효과적으로 활용하는 방법을 배울 수 있도록 마련된 글로벌 이벤트 시리즈"라며 "행사 참가자는 깃허브 코파일럿을 활용한 학습과 실습 경험을 직접 체험할 수 있을 것"이라고 홈페이지를 통해 밝혔다.

2026.03.04 14:50김미정 기자

팝업스튜디오, AI 개발 프레임워크 '비킷' 무료 출시

팝업스튜디오(대표 김태형)가 AI 네이티브 개발 프레임워크 '비킷'을 구글 제미나이 CLI, 오픈AI Codex 등 글로벌 주요 바이브 코딩 서비스에 공식 출시했다고 3일 밝혔다. 팝업스튜디오는 바이브 코딩 플랫폼인 '클로드 코드' 버전을 지난달 출시한 바 있다. 이번 비킷의 주요 플랫폼 출시는 단순한 도구 공급을 넘어, 개발 지식이 없는 비개발자도 자신이 원하는 서비스로 즉각 창업에 도전할 수 있는 '바이브 코딩' 생태계 형성에 기여한다는 데 큰 의미가 있다. 비킷은 바이브 코딩 입문자부터 숙련된 프로그래머까지 PDCA(Plan-Do-Check-Act) 방법론을 기반으로 탄탄한 서비스를 만들 수 있도록 돕는 AI 자동화 프레임워크다. 가장 큰 장점은 바이브 코딩 입문자에게도 전문 개발자의 설계 및 구현 흐름을 AI가 아키텍트 수준으로 가이드한다는 점이다. 예를 들어 비킷의 'gap-detector' 스킬은 최초 기획서와 최종 완성 서비스를 비교해 완성도가 90점 미만일 경우, 제품 완성도를 끌어올리기 위한 재작업을 추천한다. 또 바이브 코딩 시 소모되는 토큰을 최적화하기 위해 스스로 판단하여 적절한 AI 모델을 선택·사용하는 기능도 갖췄다. 팝업스튜디오의 시뮬레이션에 따르면, 비킷 도입 시 기존 10명 규모의 팀이 수행하던 프로젝트를 단 1명의 '바이버(바이브 코딩으로 제품을 만드는 사람)'가 수행할 수 있다. 이는 연간 10억원 이상의 인건비 및 커뮤니케이션 비용 절감 효과를 가져오며, 최소 기능 제품 개발 기간을 기존 3~6개월에서 최대 1주로 단축시킨다. 팝업스튜디오는 개인 빌더를 위한 서비스에 이어, 조만간 기업용 솔루션인 '비킷 엔터프라이즈'를 출시할 예정이다. 이는 AI를 중심으로 개발 프로세스를 전면 개편하려는 기업들을 타깃으로 하며, 현재 파트너 기업들과 실증 사업(PoC)을 활발히 진행 중이다. 김태형 팝업스튜디오 대표는 "bkit의 주요 플랫폼 출시는 코딩을 몰라도 아이디어만 있다면 누구나 시스템을 설계하고 구현할 수 있는 시대가 왔음을 의미한다"며 "스마트폰 시대의 카카오톡처럼, 바이브 코딩 시대에는 팝업스튜디오가 창업과 개발의 새로운 표준이 될 것"이라고 밝혔다.

2026.03.03 08:38백봉삼 기자

"AI로 신입 대체하면 기업 미래 없다"…MS 최고위 기술 임원들 경고

마이크로소프트(MS) 최고위 기술 임원들이 급격한 인공지능(AI) 발전이 오히려 기업 미래를 위협할 수 있다고 경고했다. 경영진이 단기적인 효율성에 치중해 신입 개발자의 일자리와 성장 기회를 축소할 경우 장기적으로 차세대 핵심 인재 생태계가 무너질 수 있다는 지적이다. 28일 마크 러시노비치 마이크로소프트 애저 최고기술책임자(CTO)와 스콧 한셀만 코어AI 부사장은 국제컴퓨터학회(ACM) 학술지에 공동 기고한 'AI 시대 소프트웨어 엔지니어링 직업의 재정의'를 통해 '시니어 편향적 기술 변화'의 구조적 위험성을 경고했다. 두 임원은 자율형 AI 코딩 도구가 경험 많은 시니어 엔지니어에게 유리하게 작용하고 있다고 분석했다. 아키텍처를 이해하고 디버깅 경험이 풍부한 시니어에게 AI는 생산성을 크게 증폭시키는 가속기다. 반면 시스템을 종합적으로 이해하고 결과를 검증할 맥락적 지식이 부족한 주니어 개발자에게 AI는 오히려 성장을 저해하는 요인이 될 수 있다. AI가 임시방편적이거나 구조적 결함을 내포한 코드를 제시하더라도 이를 비판적으로 검증하지 못하면 학습 기회가 줄어들고 잘못된 설계가 누적될 수 있기 때문이다. 이로 인해 기업들이 비용 절감을 이유로 AI로 생산성이 높아진 시니어 개발자 채용을 확대하고, 학습 기간이 필요한 주니어 채용은 축소하는 흐름이 나타나고 있다. 러시노비치 CTO는 "현재 업계에 '시니어는 채용하고, 주니어는 자동화하라'는 인식이 퍼지고 있다"고 우려했다. 그가 제시한 데이터에 따르면 GPT-4 출시 이후 소프트웨어 개발 등 AI 노출도가 높은 직군에서 22~25세 청년층 고용이 약 13% 감소했다. 이는 단기 경기 요인을 넘어 구조적 변화의 신호일 수 있다는 분석이다. "단순 인력 감소 아냐"…위기 통제할 '차세대 아키텍트' 실종 이러한 추세가 지속되면 결국 주니어가 시니어로 성장하는 사다리가 끊어지고 기업은 차세대 시스템 아키텍트와 기술 리더를 잃게 된다. 이는 단순히 개발 인력 수가 줄어드는 문제가 아니다. 복잡한 시스템을 설계하고 위기 상황에서 책임 있는 결정을 내리며, 장기적 파급 효과를 고려해 방향을 설정하는 최종 판단자가 사라지는 문제라는 설명이다. 이들은 AI가 수작업을 줄여줄 수는 있지만 소프트웨어 엔지니어링의 본질을 대체할 수는 없다고 선을 그었다. 최신 AI 코딩 에이전트조차 복잡한 동기화 버그의 근본 원인을 찾지 못하고 임시 지연 코드(sleep 함수 등)를 덧붙이거나, 잘못된 논리를 정답처럼 제시하는 한계를 보인다는 것이다. 특히 대규모 서비스 환경에서는 장애 대응, 보안 사고, 아키텍처 전환과 같은 고도의 판단이 반복적으로 요구된다. 이때 중요한 것은 코드 생성 속도가 아니라 시스템 전반을 이해하는 리더의 경험과 직관이다. 이러한 인재가 고갈될 경우 기업은 AI가 생성한 코드를 검증하고 통제할 역량조차 약화될 수 있다. 러시노비치 CTO는 "단순한 프로그래밍과 소프트웨어 엔지니어링은 엄연히 다르다"며 "예외 상황을 예측하고 불확실성 속에서 복잡한 결정을 내리며 보안을 유지하는 판단력은 인간을 대체할 수 없다"고 강조했다. 이어 "방향을 설정하고 위험을 감수할지 판단하며 책임을 지는 역할은 결국 기술 리더의 몫"이라며 "기술 리더가 사라지면 개발 속도는 유지될 수 있어도 품질과 보안, 확장성 측면에서 구조적 취약성이 누적될 수 있다"고 지적했다. 단기 손실 감수한 차세대 기술리더 양성해야 이 위기를 타개하기 위해 한셀만 부사장은 기업들이 단기적인 생산성 저하를 감수하더라도 의도적으로 주니어를 채용하고 육성하는 '프리셉터십(preceptorship)' 기반의 도제식 모델로 전환해야 한다고 촉구했다. 이는 단순한 피라미드형 인력 구조가 아니라 시니어 멘토 1명이 3~5명의 주니어를 전담해 시스템 감각과 아키텍처 직관을 전수하는 구조다. 주니어를 문제 해결 과정에 적극 참여시켜 프롬프팅부터 디버깅까지 시니어의 의사결정 과정을 체득하게 하는 방식이다. 한셀만 부사장은 "기업은 초기 생산성 저하를 감수하더라도 주니어 개발자를 계속 채용하고 이들의 성장을 조직의 명시적인 목표로 설계해야 한다"고 강조했다. 더불어 AI 도구의 설계도 변화가 필요하다고 제안했다. 정답을 즉시 제공하는 대신 학습자에게 질문을 던지고 스스로 해결책을 찾도록 유도하는 소크라테스식 코칭 AI로 발전해야 한다는 것이다. AI를 단순 생산성 도구가 아니라 교육 도구로 활용해야 인재 기반을 유지할 수 있다는 설명이다. 이들 임원은 "소프트웨어 엔지니어링의 미래는 AI가 얼마나 많은 코드를 생성하느냐에 달린 것이 아니라,이 직군의 장인정신을 어떻게 보존하느냐에 달려 있다"며 "자동화와 도제식 훈련 사이에서 균형을 설계하는 것이 기업의 미래를 지키는 핵심"이라고 역설했다.

2026.02.28 12:14남혁우 기자

깃허브, 코파일럿 '기억력' 강화…"개발 경험 누적"

깃허브가 인공지능(AI) 코딩 에이전트 '코파일럿'에 교차 메모리 구조를 탑재해 지식 협업 구조를 높였다. 깃허브는 22일(현지시간) 코파일럿이 단발성 코딩 보조를 넘어 개발 전 과정을 아우르는 누적 지식 기반 협업 툴로 진화했다고 링크드인을 통해 발표했다. 코파일럿은 해당 기능을 통해 코딩과 보안 배포 전반에서 여러 에이전트가 협력하는 멀티 에이전트 워크플로를 운영한다. 매번 새로 시작하던 기존 상호작용 구조에서 벗어나 경험을 축적하는 방식으로 전환한 것이 핵심이다. 이번 개편 중심에는 에이전트 간 교차 메모리 구조가 있다. 사용자가 일일이 지시하지 않아도 에이전트가 개발 과정에서 축적된 경험을 기억하고 추후 작업에 반영하는 식이다. 예를 들어 코딩 에이전트가 보안 수정 과정에서 학습한 데이터베이스(DB) 연결 방식을 코드 리뷰 단계에서 재활용해 일관성을 점검할 수 있다. 깃허브는 저장된 메모리 품질을 유지하는 기술이 추가로 필요하다고 블로그를 통해 밝혔다. 특정 브랜치에서 관찰된 관계가 실제 병합되지 않으면 정보 충돌이나 오류가 생길 수 있어서다. 깃허브는 이를 해결하기 위해 오프라인 큐레이션 대신 특정 코드 위치를 참조하는 '인용 기반 적시 검증법'을 도입했다. 에이전트가 저장된 메모리를 사용할 때마다 현재 브랜치와 관련성이 있는지 실시간 확인하는 기능이다. 이를 통해 코드 정확성을 유지하고 지연 시간도 줄일 수 있다. 메모리 생성 기능은 에이전트가 향후 작업에 도움이 되는 정보를 발견했을 때 도구 형태로 호출된다. 숙련 개발자의 풀 리퀘스트를 리뷰하는 과정에서 동기화가 필요한 보안 규칙을 확인하면 이를 지식으로 축적해 다음 작업에 즉시 반영하는 구조다. 깃허브는 "멀티 에이전트 워크플로 잠재력을 최대한 활용하려면 고립된 상호작용을 넘어 매번 사용할 때마다 성장하는 누적 지식 기반으로 나가야 한다"라며 "경험을 축적하는 구조로 전환하는 것이 핵심"이라고 밝혔다.

2026.02.23 10:04김미정 기자

'딸깍'이 다해주는 바이브 코딩, 개발자 사라질까

안녕하세요 AMEET 기자입니다. "말만 하면 앱이 뚝딱 만들어진다." 요즘 IT 업계를 뜨겁게 달구고 있는 '바이브 코딩(Vibe Coding)' 이야기입니다. 복잡한 코드를 몰라도 아이디어만 있으면 누구나 개발자가 될 수 있다는 장밋빛 전망이 쏟아지고 있죠. 이를 위해 AI 전문가들과 함께 토론을 해봤는데요. 전망과는 달리 전혀 다른 이야기가 오갔습니다. AI가 코드를 짜주는 세상에서 인간 개발자는 사라질까요, 아니면 더 강력해질까요? 오늘 기사에서는 AI 전문가들의 치열했던 토론 과정을 통해, 화려한 속도 뒤에 숨겨진 진짜 쟁점을 파헤쳐 보겠습니다. '첫날'의 환호 뒤에 숨은 '둘째 날'의 공포 토론 초반, 분위기는 '속도 혁명'에 집중되었습니다. 생성형 AI 전문가와 AI 산업 전문가는 바이브 코딩이 기술의 장벽을 낮췄다는 점을 높이 샀습니다. 며칠 걸릴 일을 몇 분 만에 해치우니, 기업 입장에서는 비용도 줄고 비개발자도 아이디어를 실현할 수 있다는 것이죠. 이른바 '코딩의 민주화'가 시작됐다는 겁니다. 하지만 이 낙관론은 곧바로 강력한 반론에 부딪혔습니다. 정보보안 전문가와 비판적 관점의 전문가들이 "빠른 게 능사가 아니다"라며 제동을 걸었기 때문입니다. 그들이 지적한 핵심은 바로 '첫날 문제'와 '둘째 날 문제'의 차이였습니다. 앱을 뚝딱 만드는 건 '첫날'의 일입니다. 하지만 진짜 문제는 그 다음 날부터 시작됩니다. AI가 짠 코드에 숨어 있는 보안 구멍, 나중에 수정하기 어렵게 꼬여버린 구조 등을 인간이 떠안아야 한다는 것이죠. 기술철학자는 이를 두고 "속도가 기술 부채(나중에 갚아야 할 빚)를 가속화한다"고 꼬집었습니다. AI가 1초 만에 짠 코드를 인간이 검증하는 데 1시간이 걸린다면, 그건 혁신이 아니라 재앙이라는 겁니다. "타이핑 치던 손을 멈추고 지휘봉을 잡아라" 토론이 깊어지면서 논점은 'AI가 얼마나 똑똑한가'에서 '인간이 어떻게 통제할 것인가'로 이동했습니다. 단순히 명령어를 잘 입력하는 '프롬프트 엔지니어링' 정도로는 부족하다는 의견이 지배적이었습니다. 미래 노동시장 전문가는 개발자의 역할이 완전히 바뀔 것이라고 예견했습니다. 예전에는 코드를 직접 타이핑하는 게 주니어 개발자의 일이었다면, 이제는 AI라는 천재 인턴들에게 일을 시키고, 그 결과를 검증하고, 전체적인 그림을 그리는 '지휘관'이 되어야 한다는 것이죠. 주니어 일자리가 사라지는 게 아니라, 주니어 때부터 '관리자'의 역량을 요구받게 된다는 흥미로운 분석이었습니다. 특히 프롬프트 엔지니어링 전문가조차도 입장을 선회했습니다. 처음에는 개인의 프롬프트 작성 능력을 강조했지만, 나중에는 "개인의 기교가 아니라 조직 차원의 표준화된 설계도가 필요하다"고 동의했죠. AI에게 대충 말하고 찰떡같이 알아듣길 기대하는 건 도박에 가깝다는 결론에 도달한 셈입니다. 전문가들이 합의한 '생존 가이드라인' 가장 치열했던 쟁점은 "그래서 이걸 당장 현업에 써도 되느냐"였습니다. 무조건 도입하자는 쪽과 위험하니 기다리자는 쪽이 팽팽히 맞섰죠. 결국 AI 활용 개발 전문가가 제안한 구체적인 타협안에 전문가들이 살을 붙여 합의점이 도출되었습니다. 이 내용은 앞으로 개발자들이 지켜야 할 헌법과도 같은 규칙이 될 것으로 보입니다. 쟁점 하이라이트: 전문가들이 합의한 AI 코딩 도입 3원칙 전문가들은 AI 코딩을 무작정 허용하는 것이 아니라, 안전장치가 마련된 경우에만 단계적으로 승인하는 '조건부 허용'에 합의했습니다. 1. '모드 A/B/C' 단계별 접근 처음부터 AI에게 모든 권한을 주지 않습니다. 모드 A(프로토타입)는 비핵심 업무에만 사용하고, 모드 B(생산 보조), 모드 C(완전 자동화)로 넘어가려면 엄격한 테스트를 통과해야 합니다. 2. '90일 내 필수 구축' 안전장치 AI 활용 개발 전문가와 정보보안 전문가는 "테스트 커버리지 70% 이상"과 "자동 보안 검사(SAST/DAST)" 시스템 없이는 AI가 짠 코드를 절대 실제 서비스에 반영해서는 안 된다고 못 박았습니다. 3. '의도 명세서(Intent Manifest)' 의무화 기술철학자가 제안하고 모두가 동의한 개념입니다. AI에게 코드를 시키기 전에, 개발자가 "무엇을, 왜, 어떤 보안 규칙을 지키며 만들어야 하는지"를 문서로 명확히 정의해야 합니다. AI의 결과물을 인간의 의도 안에 가두려는 장치입니다. 결국, 책임은 인간의 몫으로 남는다 토론 내내 전문가들이 가장 우려한 것은 '민주화의 역설'이었습니다. 누구나 코딩을 할 수 있게 되었다는 건, 역설적으로 누구나 보안 사고를 낼 수 있게 되었다는 뜻이기도 합니다. AI 산업 전문가는 이를 "빅테크 기술에 종속되는 현상"과 연결 지으며, 우리가 AI의 편리함에 취해 스스로 생각하는 힘을 잃어버릴 수 있음을 경고했습니다. 결론적으로 바이브 코딩 시대에 개발자는 '코더(Coder)'에서 '아키텍트(Architect)'이자 '감사자(Auditor)'로 진화해야 합니다. AI가 100줄의 코드를 1초 만에 짜줄 때, 인간은 그 코드가 불러올 1년 뒤의 미래를 내다봐야 한다는 것이죠. AI는 분명 강력한 엔진입니다. 하지만 그 엔진이 절벽으로 질주하지 않도록 핸들을 쥐고 브레이크를 밟는 건, 여전히 우리 인간의 몫입니다. "AI가 다 알아서 해주겠지"라는 막연한 믿음을 버리는 순간, 비로소 진짜 AI 코딩의 시대가 열릴 것입니다. AMEET 기자였습니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/a3d5200d.html ▶ 이 기사는 리바랩스의 'AMEET'과의 제휴를 통해 제공됩니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요 (☞ 보고서 서비스 바로가기)

2026.02.19 11:00AMEET

[비욘드IT] "취미용 장난감에서 경쟁자로"...바이브 코딩 vs 클로드 코드, 무엇이 달랐나

지난해 초 등장한 '바이브 코딩(Vibe Coding)'은 인공지능(AI)을 활용한 새로운 개발 방식을 예고했지만, 개발자를 돕는 보조 도구나 흥미로운 취미용 수준이라는 평가가 주를 이뤘다. 그러나 올해 들어 분위기가 급변했다. 앤트로픽의 '클로드 코드'가 단순 코드 생성 단계를 넘어 실무 업무 전반을 스스로 수행할 수 있다는 인식이 확산되면서 주요 소프트웨어(SW) 기업 주가 변동성과 함께 산업 전반에 위기감이 번지고 있다. 13일 관련업계는 이런 인식 전환의 핵심 원인으로 스스로 판단하고 실행하는 '에이전틱 AI(Agentic AI)'의 부상을 지목하고 있다. 통제가 불가능에 가까웠던 기존 바이브 코딩과 달리 코드 안정성, 감사 가능성, 권한 통제 체계 확보 등 기업 환경에서 요구하는 기능을 개발자 수준으로 갖췄다는 평이다. "하지 말라고 11번 외쳤지만..." 바이브 코딩의 한계 지난해 바이브 코딩은 자연어로 요구사항을 설명하면 거대언어모델(LLM)이 소스 코드를 생성해 주는 방식으로 주목받았다. 프로토타입 제작이나 개인 프로젝트에서는 빠른 개발 경험을 제공해 환호를 받았다. 그러나 코드 품질과 보안 문제, 유지 보수 능력의 한계 등으로 인해 기업 환경에서는 '신기한 장난감' 혹은 '보조 도구' 수준에 머문다는 냉정한 평가를 받았다. 상당수 개발자는 이를 프로토타이핑 도구로만 인식했고 핵심 시스템 적용은 꺼렸다. 신뢰성 문제는 실제 사례에서도 드러났다. 서비스형 소프트웨어(SaaS) 커뮤니티 '사스트(SaaStr)' 창립자 제이슨 렘킨은 최근 AI 코딩 도구 '레플릿(Replit)' 사용 중 발생한 사고를 공개하며 바이브 코딩의 위험성을 경고했다. 렘킨에 따르면 레플릿은 테스트 과정에서 버그를 감추기 위해 가짜 데이터를 생성했고, 단위 테스트 결과까지 조작하는 환각 증세를 보였다. 더 큰 문제는 사용자가 "코드를 절대 수정하지 말라"고 대문자로 11번이나 강조했음에도, 이를 무시하고 실제 운영 데이터베이스를 삭제했다는 점이다. 자연어 기반 코드 생성은 편리했지만 AI가 사용자의 의도를 완전히 이해하고 통제 범위 안에서만 행동한다는 보장이 없었기 때문이다. 특히 운영 데이터, 배포 환경, 보안 시스템처럼 리스크가 큰 영역에서는 이러한 예측 불가능성 자체가 도입 장벽으로 작용했다. 알아서 판단하고 고치는 에이전틱AI...코드 생성 넘어 전방위 관리 바이브 코딩은 세션 단위 대화에 의존해 맥락이 끊기면 시스템 전반의 구조적 일관성을 보장하기 어려웠다. 반면 에이전틱 AI 기반 서비스는 이러한 한계를 극복하며 '통제 가능한 자율성'을 보여주고 있다. 저장소 전체를 읽고 변경 이력을 추적하며 작업 범위를 명확히 제한하는 구조를 전제로 설계해 안정성을 향상시킨다. 대표적으로 앤트로픽의 클로드 코드는 명령줄과 IDE 통합 기능을 통해 코드베이스를 직접 분석하고 편집하며 멀티스텝 작업을 자동으로 수행할 수 있는 에이전틱 코딩 도구로 설계됐다. 단순 코드 생성이 아니라 코드 탐색, 디버깅, 자동 커밋까지 포함하는 실무적 작업 수행까지 가능하게 한다는 점에서 개발자 커뮤니티에서 반향을 일으켰다. 이어 선보인 '클로드 오퍼스 4.6'은 '적응형 사고(Adaptive Thinking)' 기능을 도입했다. 모델이 문제 난이도를 스스로 판단해 추론 강도를 조절하는 방식이다. 단순한 질의에는 빠르게 응답하고, 복잡한 작업에는 더 많은 연산을 투입해 깊이 있게 분석하는 등 보다 효율적인 업무가 가능하다. 앤트로픽 측은 "모델이 답을 내놓기 전 계획 단계부터 작업을 구조화한다"며 "복잡한 작업과 단순 작업을 구분하고 특히 대규모 코드베이스 환경에서 안정성과 정확성을 동시에 끌어올리는 데 초점을 맞췄다"고 설명했다. 이는 단순 코드 생성이 아니라, 코드 이해와 구조 분석, 작업 분해까지 포함하는 전 과정의 지원을 의미한다. 같은 날 공개한 오픈AI의 코딩 에이전트 'GPT-5.3-코덱스' 역시 같은 흐름에 있다. 오픈AI는 초기 버전 모델을 활용해 자체 학습 과정 디버깅, 배포 관리, 테스트 및 평가 진단을 수행했다고 밝혔다. 모델이 개발에 활용되고 다시 그 결과를 개선하는 순환 구조에 들어섰다는 의미다. 업계에서는 이를 두고 '모델이 모델을 개발하는 특이점 단계'에 진입했다는 평가를 내놓기도 했다. "단순 도구 넘어선 대체자"...SW 업계 혁신 강요 이 변화는 단순 자동완성이나 코드 추천과는 질적으로 다르다는 분석이다. AI가 개발자의 입력에 수동적으로 반응하는 도구를 넘어 목표를 이해하고, 작업을 계획하며, 오류를 수정하고, 결과를 검증하는 '자율적 실행 단위'로 진화하고 있기 때문이다. 일부 개발 커뮤니티에서는 "AI가 코드 한 줄을 쓰는 단계를 넘어 개발 프로세스 자체를 관리하는 단계로 이동하고 있다"는 진단도 나온다. 시장 역시 이를 민감하게 받아들이고 있다. 최근 세일즈포스 등 주요 SW 기업 주가가 20% 이상 하락하고 투자자는 에이전틱 AI가 기존 소프트웨어 비즈니스 모델(SaaS)과 인력 구조에 근본적인 변화를 가져올 가능성을 우려하고 있다. 단순 생산성 향상을 넘어 비용 구조와 역할 분담의 재편 가능성이 거론되면서 위기감이 확산되는 중이다. 이런 변화 속에서 테크 리더들은 개발자들에게 역할의 변화를 주문하고 있다. 코드를 작성하는 능력보다 AI 에이전트의 '적응형 사고' 수준을 조절하고 전체 시스템을 설계하는 능력이 중요해졌다는 것이다. 미국 테크 인플루언서인 프라임아젠은 "우리는 지금 '소프트웨어 엔지니어링의 종말'이 아니라 '상품화된 소프트웨어 비즈니스의 종말'을 목격하고 있다"고 분석했다. AI 기반 1인 창업 선구자인 피터 레벨스(Pieter Levels)는 엑스를 통해 "바이브 코딩 시절에는 코딩을 몰라도 된다고 했지만, 에이전트 시대에는 오히려 시스템 구조를 이해하는 것이 더 중요해졌다"며 "AI가 짠 코드가 엉뚱한 방향으로 가지 않도록 감독하는 'AI 매니저'로서의 역량이 생존의 키가 될 것"이라고 강조했다.

2026.02.13 17:42남혁우 기자

팝업스튜디오-서강대-코드프레소, 'AI 바이브 코딩 러너톤' 성료

팝업스튜디오(대표 김태형)가 서강대학교 창업지원단, IT 평가 플랫폼 코드프레소와 공동 주최한 '서강대학교 AI 러너톤'을 성공적으로 마쳤다고 13일 밝혔다. 지난 1월 19일부터 2월 12일까지 총 25일간 온·오프라인 병행으로 진행된 이번 행사는 AI를 단순한 소비 도구가 아닌, 실전 문제를 해결하는 '설계 및 제조 도구'로 활용하는 역량을 키우기 위해 기획됐다. 이번 러너톤에는 서강대학교 학부생 및 대학원생 총 41개 팀, 63명이 참여했다. 프로그램은 전공자를 위한 'AI 에이전트 트랙'과 비전공자도 참여 가능한 '바이브 코딩 트랙'으로 분리 운영돼 교육의 효율성을 높였다. 참가자들은 팝업스튜디오의 AI 네이티브 BaaS(Backend as a Service) 솔루션인 'bkend' 바이브 코더 커뮤니티 'bkamp'를 활용했다. 특히 비전공 참가자들은 코딩 지식이 부족하더라도 AI와 대화하며 제품을 만드는 '바이브 코딩' 방식을 통해 실제 작동하는 웹 서비스를 기획부터 배포까지 완수하며 AI 리터러시의 확장 가능성을 입증했다. AI 러너톤 프로그램 참여 기간 동안 학생들은 Cursor, LangChain, LangGraph 등 최신 AI 에이전트 구현 기술을 학습하고, 팝업스튜디오의 'bkend'를 통해 복잡한 DB 생성, API 연결, 인증 시스템을 코드 한 줄 없이 대화만으로 구축하는 경험을 가졌다. 치열한 경합 끝에 대상(1팀, 상금 60만원), 최우수상(1팀, 상금 40만원), 우수상(1팀, 상금 20만원)이 수여됐다. 수상자들에게는 코드프레소 역량 인증서와 인턴십 연계 혜택이 주어질 예정이다. 김태형 팝업스튜디오 대표는 "이번 러너톤을 통해 탄탄한 아이디어를 바탕으로 비전공자들도 서비스를 완성할 수 있다는 것이 다시 한번 입증됐다"며 "바이브 코딩 시대에는 기술적 허들이 더 이상 장애물이 되지 않으며, 팝업스튜디오는 누구나 빌더가 될 수 있는 세상을 앞당길 것"이라고 말했다. 이동훈 코드프레소 대표는 "대학교육이 기술 습득을 넘어 현장과 연결되는 경험 중심 학습으로 전환되는 시점"이라면서 "산학 협력을 통해 학생들이 AI 에이전트 구현 역량을 실무 수준으로 확장할 수 있는 유의미한 시간이었다"고 밝혔다.

2026.02.13 16:32백봉삼 기자

Prev 1 2 3 4 5 Next