에이전틱 코딩 입문: AI가 범위 정해진 개발 작업을 실행하는 방식

이 강좌를 마치면 세 가지를 할 수 있습니다. 첫째, 에이전틱 코딩을 사람이 묻고 답을 받아 직접 처리하는 방식과 구분해 설명할 수 있습니다. 둘째, 작업 절차에서 사람의 몫과 인공지능의 몫을 구분할 수 있습니다. 셋째, 어떤 작업에 맞고 어떤 작업에 맞지 않는지 한계를 들어 판단할 수 있습니다. 사전지식은 ‘프로그램은 사람이 쓴 코드로 만들어진다’, ‘버그는 코드의 잘못된 부분이다’ 정도면 충분합니다.

한 문장으로 이해하기

입력 자료가 보여 주는 에이전틱 코딩의 한 형태는 사람이 범위를 정해 준 개발 작업을 인공지능이 수행하고 결과를 명시된 요구사항에 맞춰 확인하는 방식입니다.

여기서 ‘에이전트’는 맡은 작업을 수행하는 주체를 부르는 말입니다. 비교 대상으로 삼는 질문·답변식 사용에서는 사람이 답을 읽고, 붙여 넣고, 돌려 보고, 틀리면 다시 묻습니다. 이 비교는 이해를 돕기 위한 교육용 구분입니다. AWS가 공개한 설명에 따르면 개발자가 기능 개발이나 버그 수정을 맡기면 Sonnet 5.5가 그 작업을 완료합니다. 같은 설명에 따르면 이 모델은 그 결과를 명시된 요구사항과 대조해 확인합니다. 이것은 특정 모델에 관한 설명이며 모든 도구가 똑같이 동작한다는 뜻은 아닙니다.

왜 필요한가

아래 수치는 모두 특정 모델에 관한 회사의 주장이나 보도 내용입니다. 에이전틱 코딩 일반의 필요성을 증명하지는 않습니다.

CNBC 보도에 따르면 Sonnet 5.5의 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러입니다. 같은 보도는 이 가격이 Opus 5.5 가격의 절반이라고 전합니다. 토큰은 이 보도에서 가격을 계산하는 사용량 단위입니다. 또 같은 보도에 따르면 Anthropic은 이 모델이 이전 버전보다 작업당 토큰을 적게 써서 실행 비용이 낮아진다고 밝혔습니다. TechCrunch 보도에 따르면 Anthropic은 이 모델이 이전 모델보다 30% 빠르다고 주장했습니다. TechCrunch는 또 Anthropic의 자체 평가에서 에이전틱 코딩 항목이 Opus 5.5보다 나았다고 보도했습니다. 같은 보도는 비용 한도를 넘지 않으면서 여러 에이전트를 실행할 수 있는 점이 그 이유일 가능성이 있다고 전합니다. 가능성으로 제시된 설명이며 확정된 인과관계는 아닙니다.

어떻게 이루어지는가

아래는 출처의 설명을 바탕으로 이 강좌가 정리한 실무 절차이며 업계 표준 규격이 아닙니다.

1. 사람이 작업 범위를 좁게 정합니다.
2. 사람이 성공 조건을 함께 적습니다. 무엇이 되면 끝인지가 적혀 있어야 뒤의 대조가 의미를 가집니다.
3. 인공지능이 맡은 작업을 수행합니다. 어떤 도구가 무엇까지 직접 다루는지는 제품마다 다릅니다.
4. 인공지능이 결과를 처음에 적힌 요구사항과 대조해 확인합니다. 이 단계는 AWS 설명에서 직접 확인됩니다.
5. 사람이 결과를 검토하고 받아들일지 결정합니다. 이는 출처가 규정한 기능이 아니라 이 강좌의 권장 절차입니다.
6. 사용량과 비용을 확인합니다. AWS는 Amazon Bedrock 사용자가 자사의 사용량 감시 도구와 비용 확인 도구에서 사용량, 성능, 비용을 확인할 수 있다고 안내합니다.

1번과 2번이 사람의 몫입니다. 범위가 흐릿하면 4번의 기준도 흐릿해진다는 설명은 출처의 사실이 아니라 이 강좌의 해석입니다.

하나의 예시로 따라가기

아래는 이해를 돕기 위한 가상 예시이며 실제 사례도, 확인된 제품 기능도 아닙니다.

쇼핑몰에서 ‘장바구니 비우기’ 버튼을 눌러도 아무 일이 없다는 신고가 들어왔다고 가정합니다. 1번으로 담당자가 범위를 적습니다. ‘버튼을 누르면 담긴 상품이 모두 사라져야 한다.’ 2번으로 성공 조건을 적습니다. ‘상품 3개를 담고 버튼을 누르면 목록이 0개가 되고, 화면을 새로 고친 뒤에도 0개여야 한다.’

3번으로 인공지능이 작업을 수행합니다. 관련 코드를 찾아 고친다는 설정도, 4번에서 상품 3개를 담아 0개가 되는지 확인한다는 설정도 설명을 위한 가정입니다. 5번으로 담당자가 바뀐 코드를 읽고 승인하고, 6번으로 쓴 사용량과 비용을 확인합니다.

담당자가 한 일은 ‘무엇이 되면 끝인지’를 정하고 결과를 승인한 것입니다. 중간의 수행과 대조는 인공지능이 맡았습니다. 이것이 앞서 고정한 한 문장의 모습입니다.

언제 쓰고 언제 쓰지 않는가

AWS는 Sonnet 5.5의 적용 사례를 여러 가지 제시합니다. 경보 1차 대응, 에이전트 상시 감시, 화면과 사용 흐름 시험이 그 예입니다. SQL(데이터베이스에 명령을 내리는 언어) 생성과 고정된 비용 상한을 둔 통합 개발 환경 안의 코딩 에이전트도 포함됩니다. CNBC가 인용한 Anthropic 관계자도 Sonnet을 높은 수준의 판단보다 실행이 필요한 일상적 작업에 맞는 비용 중심 선택지로 설명했습니다. 또 AWS는 신중한 판단이 필요한 코딩 작업에는 Opus 5.5를, 접근 방법이 분명하고 실행이 남은 작업에는 Sonnet 5.5를 배치하는 구분법을 제시합니다.

주의할 점은 이 강좌의 추론입니다. 성공 조건이 적혀 있지 않으면 4번의 대조가 기준을 갖지 못합니다. 그러므로 범위와 조건을 적는 일에 공을 들이는 편이 안전하고, 최종 승인은 사람이 하도록 두는 편이 좋습니다. 출처가 확인하는 한계는 모델의 적용 범위와 안전장치에 관한 것입니다. CNBC 보도에 따르면 Anthropic은 Sonnet 5.5가 자사 모델의 능력 최전선을 전진시키지는 않았다고 밝혔습니다. 같은 보도는 이 모델의 사이버 보안 능력이 이전 버전보다 크게 향상됐다고 전합니다. 또 같은 보도는 이 모델이 Anthropic의 고성능 모델과 비슷한 사이버 안전장치를 적용받은 첫 Sonnet 모델이라고 전합니다. 이 강좌는 특정 제품을 권하지 않습니다.

핵심 정리와 확인문제

정리하면 입력 자료가 보여 주는 에이전틱 코딩의 한 형태는 사람이 범위를 정해 준 개발 작업을 인공지능이 수행하고 결과를 명시된 요구사항에 맞춰 확인하는 방식입니다. 이 강좌가 제안하는 운영상 조건은 ‘좁은 범위와 적힌 성공 조건’입니다.

확인문제 1. 에이전틱 코딩이, 이 강좌가 비교 대상으로 삼은 질문·답변식 사용과 다른 점은 무엇입니까?

확인문제 2. 이 강좌가 정리한 절차에서 사람이 맡는 일과 인공지능이 맡는 일을 각각 하나씩 들어 구분해 보십시오.

확인문제 3. 접근 방법이 분명해 실행만 남은 작업과 신중한 판단이 필요한 작업을 AWS는 어떻게 나누어 배치합니까?

정답 1. 사람이 답을 받아 직접 실행하고 확인하는 대신, 인공지능이 작업 수행과 요구사항 대조까지 담당합니다. 해설: AWS 설명의 ‘작업을 완료하고 결과를 명시된 요구사항과 대조해 확인한다’는 부분이 근거이며 모든 도구의 일반 규칙은 아닙니다.

정답 2. 사람은 범위와 성공 조건을 정하고 결과를 승인하며, 인공지능은 작업 수행과 요구사항 대조를 맡습니다. 해설: 요구사항 대조는 출처에서 확인되고, 사람의 최종 승인은 강좌가 권하는 절차입니다.

정답 3. 실행만 남은 작업에는 Sonnet 5.5를, 신중한 판단이 필요한 작업에는 Opus 5.5를 배치합니다. 해설: AWS가 제시한 구분법입니다.

참고자료

• 에이전틱 코딩 입문 참고자료
• 에이전틱 코딩 입문 참고자료
• 에이전틱 코딩 입문 참고자료