AI 에이전트의 진화: 도구에서 서비스로, 그리고 계획 중심의 개발 워크플로우

섹션별 상세

Sequoia Capital은 AI 기업이 도구(Copilot)가 아닌 결과(Autopilot)를 판매하는 '서비스로서의 소프트웨어' 모델로 전환해야 한다고 분석했다. 법률 AI Harvey가 단순 보조 도구에서 계약서 완성이라는 결과물 중심으로 사업을 확장한 것이 대표적인 성공 사례로 꼽힌다.

특정 직무에 특화된 '수직적 에이전트(Vertical Agents)'가 확산되며 CFO, CEO, CMO 등 모든 전문 영역으로 확장되고 있다. Manicule과 같은 서비스는 AI 에이전트의 자동화와 인간의 전문 서비스를 결합하여 기술 문서 작성을 컨설팅 형태로 제공하는 새로운 비즈니스 모델을 제시했다.

AI 기반 개발 워크플로우에서 '계획(Planning)' 모드가 실제 코딩보다 더 중요한 단계로 부상했다. 개발팀이 에이전트와 함께 사양(Specification)과 구현 세부 사항을 정의하는 데 집중하면, 실제 실행은 에이전트가 담당하고 리뷰 프로세스는 코드 대신 사양 검토 중심으로 간소화된다.

OpenAI의 Codex는 주간 활성 사용자(WAU) 200만 명을 돌파했으며, GPT-5.4 출시 이후 API 사용량이 20% 증가하는 성장세를 보였다. Anthropic의 Claude는 100만 토큰 컨텍스트 창을 일반 공개하여 대규모 데이터 기반의 복잡한 추론을 지원하기 시작했다.

Nvidia는 2027년 말까지 플래그십 AI 칩 매출이 1조 달러를 넘어설 것으로 예상하며 NemoClaw 기술을 발표했다. Meta에 인수된 Manus는 데스크톱 앱 'My Computer'를 출시하여 Codex 및 Claude Code와 자율 에이전트 시장에서 경쟁을 본격화했다.

John Lindquist의 트윗으로, agent-browser 도구를 사용하여 워크플로우를 크게 개선했다는 경험을 공유하고 있다. — Screenshot브라우저 조작 에이전트가 실제 개발 및 운영 워크플로우에서 자격 증명 생성과 같은 반복적인 작업을 자동화하는 실질적인 효용성을 강조한다.

Adaptive Computer의 인터페이스 스크린샷으로, 상시 가동되는 PC 내에서 에이전트를 스케줄링하고 작업을 자동화하는 대시보드를 보여준다. — ScreenshotAI가 운영체제 수준에서 통합되어 사용자의 개인용 컴퓨터 작업을 자율적으로 수행하는 미래형 컴퓨팅 환경의 UI를 제시한다.

Austin Way는 Qwen 3 8B 모델에 시뮬레이션된 기억을 부여하여 10만 명의 가상 학생을 교육하는 실험을 진행했다. 이를 통해 사회과학 지식이 전무한 상태에서 시작하여 최적의 AP 시험 준비 시스템을 구축하는 성과를 거두었다.

Austin Way의 트윗으로, Qwen 3 8B 모델을 활용해 10만 명의 가상 학생을 교육하여 AP 준비 시스템을 구축했다는 내용을 담고 있다. — ScreenshotAI 모델에 시뮬레이션된 기억을 부여하여 대규모 가상 사용자 환경에서 학습 시스템을 최적화하는 실험적 접근 방식을 보여준다. 이는 특정 도메인 지식을 에이전트에게 효율적으로 전달하는 사례로 인용되었다.

Andrew Ng은 AI 에이전트가 최신 API 문서를 학습하고 주석을 달 수 있도록 돕는 오픈 소스 CLI 도구인 context-hub를 발표했다. 또한 Google Labs의 David East는 자연어 명령으로 디자인을 프로그래밍할 수 있는 Stitch SDK를 공개하여 디자인 자동화의 가능성을 보여주었다.

javascript

import { stitch } from "@google/stitch-sdk"

const design = await stitch.project("id").generate(`
  A GitHub repo landing page for an SDK that can generate
  designs from natural language.
`)

const html = await design.getHtml()
const imageUrl = await design.getImage()

자연어 명령을 통해 웹 디자인 결과물을 생성하는 Stitch SDK의 사용 예시

David East가 공개한 Stitch SDK의 코드 스니펫으로, 자연어 설명을 통해 디자인 프로젝트를 생성하는 과정을 보여준다. — Screenshot자연어를 코드로 변환하여 디자인 결과물을 도출하는 구체적인 구현 방식을 시각화한다. '프로그래밍 가능한 디자인'이라는 개념을 실제 코드로 증명하는 역할을 한다.

Andrew Ng의 context-hub GitHub 저장소 정보로, 6,000개 이상의 스타를 획득한 인기 프로젝트임을 보여준다. — ScreenshotAI 코딩 에이전트가 최신 API 문서를 참조할 수 있도록 돕는 도구에 대한 커뮤니티의 높은 관심을 수치로 증명하며, 에이전트 생태계의 인프라 구축 트렌드를 반영한다.

용어 해설

에이전트 공학(Agentic Engineering): — AI 에이전트가 스스로 계획을 수립하고 도구를 선택하여 복잡한 목표를 달성하는 과정을 설계하고 최적화하는 공학적 방법론이다. 단순한 프롬프트 입력을 넘어 에이전트의 추론 루프와 도구 사용 능력을 극대화하는 것이 핵심이다.
수직적 에이전트(Vertical Agents): — 특정 산업 분야나 전문 직무(법률, 재무, 마케팅 등)에 최적화된 지식 체계와 워크플로우를 갖춘 AI 에이전트이다. 범용 모델보다 해당 도메인의 전문성이 높아 실질적인 업무 결과물을 도출하는 데 유리하다.
서브에이전트(Subagents): — 복잡한 작업을 완수하기 위해 메인 에이전트로부터 특정 임무를 부여받아 독립적으로 실행되는 하위 AI 유닛이다. 작업을 분업화하여 병렬로 처리하거나 전문화된 소규모 작업을 수행함으로써 전체 시스템의 효율성을 높인다.
컨텍스트 창(Context Window): — AI 모델이 한 번에 기억하고 처리할 수 있는 데이터의 범위를 의미한다. Claude의 1M(100만) 토큰 컨텍스트 창은 책 수십 권 분량의 정보를 한꺼번에 참조하여 긴 문서 분석이나 복잡한 코드 프로젝트 이해를 가능하게 한다.
오케스트레이션 플랫폼(Orchestration Platform): — 다양한 AI 모델, 외부 API, 데이터베이스 및 도구들을 유기적으로 연결하고 실행 순서를 관리하는 통합 시스템이다. 복잡한 비즈니스 로직을 자동화된 워크플로우로 구현하는 데 필수적인 역할을 한다.

기술

Codex
GPT-5.4
Claude
OpenClaw
NemoClaw
context-hub
Stitch SDK
Qwen 3

활용 사례

자율 기술 문서 작성 서비스
계획 중심의 AI 협업 개발 워크플로우
대규모 컨텍스트 기반 법률 문서 분석
가상 학생 시뮬레이션을 통한 교육 시스템 최적화

언급된 리소스

GitHubcontext-hub

GitHubStitch SDK

import { stitch } from "@google/stitch-sdk" const design = await stitch.project("id").generate(` A GitHub repo landing page for an SDK that can generate designs from natural language. `) const html = await design.getHtml() const imageUrl = await design.getImage()

AI 에이전트의 진화: 도구에서 서비스로, 그리고 계획 중심의 개발 워크플로우

섹션별 상세

용어 해설

기술

활용 사례

언급된 리소스

AI 에이전트의 진화: 도구에서 서비스로, 그리고 계획 중심의 개발 워크플로우

섹션별 상세

용어 해설

기술

활용 사례

언급된 리소스

관련 토론

댓글

관련 기사

Claude Code와 에이전트 워크플로우: 소프트웨어 개발의 미래

관련 토론

댓글

관련 기사

Claude Code와 에이전트 워크플로우: 소프트웨어 개발의 미래