본문 바로가기
ai

AI 에이전트 실무에 써봤더니, 생각보다 쓸 만하고 생각보다 위험했다

by bamsik 2026. 3. 28.
반응형

처음엔 그냥 장난감인 줄 알았다

AI 에이전트가 실무에 진입한다는 말, 작년부터 계속 들어왔는데 솔직히 반쯤은 흘려들었다. 코드 좀 완성해주는 자동완성 도구 정도겠지 했는데, 이번 달 실제로 에이전트한테 작업 하나를 통째로 넘겨봤더니 생각이 좀 달라졌다.

테스트 케이스 정리, API 문서 초안 작성, 특정 모듈 리팩토링 계획서. 세 가지 다 넘겼다. 결과가 완벽하진 않았지만, 내가 처음부터 끝까지 했으면 하루 걸렸을 일이 두 시간 안에 검토 가능한 상태로 나왔다.

뭐가 달라지는지 직접 느낀 것들

첫 번째는 반복 작업의 성격이 바뀐다는 거다. 코드 리뷰 체크리스트 만들기, 변수명 일관성 검사, 타입 오류 추적. 예전엔 이게 주니어한테 넘기거나 내가 꾹 참고 하던 일들인데, 이제 에이전트한테 컨텍스트 주고 "이 파일들 보고 패턴 정리해줘" 하면 된다.

두 번째는 시작점이 달라진다. 빈 화면 앞에서 아무것도 안 떠오를 때, 에이전트한테 "이 기능 구현할 때 고려해야 할 것들 뭐가 있어?"라고 물어보는 게 그냥 구글링보다 빠를 때가 많다. 완성된 답 아니라도 생각을 풀어주는 용도로 쓰는 거다.

세 번째는 좀 불편한 얘기인데, 판단을 에이전트한테 미루고 싶어지는 유혹이 생긴다. 이건 진짜 주의해야 한다. 에이전트가 뭔가 잘못된 방향으로 아키텍처를 잡아도 그냥 넘어가기 쉽다. 결국 결과물 검토는 내 몫이다.

2026년 현재 어디까지 왔나

Claude Code, Cursor, GitHub Copilot Workspace 같은 도구들이 지금 하려는 건 단순한 코드 자동완성이 아니다. 이슈 하나를 주면 계획 짜고, 코드 짜고, PR 올리는 전 과정을 자동화하는 방향이다. 3월 기준으로 GitHub Copilot에는 코딩 에이전트 REST API가 공개 프리뷰에 들어갔다. 조직 단위로 저장소 접근을 프로그래밍 방식으로 관리하는 기능이다.

아직 신뢰도 100%짜리 에이전트는 없다. 근데 60~70%짜리 결과물을 빠르게 받아서 내가 나머지 30~40%를 보완하는 방식은, 혼자 100% 다 하는 것보다 분명히 빠르다. 그게 지금 에이전트 활용의 현실이다.

써보면서 실제로 달라진 루틴

작업 시작할 때 에이전트한테 먼저 컨텍스트 전달하는 게 습관이 됐다. 어떤 기능인지, 어떤 제약이 있는지, 뭘 피해야 하는지. 처음엔 귀찮았는데 이게 내 생각도 정리해준다는 걸 알게 됐다. 요구사항을 글로 써야 에이전트도 이해하고, 나도 명확해진다.

그리고 결과물은 반드시 직접 읽는다. 한 줄도 빠짐없이. 에이전트가 자신 있게 틀리는 경우가 생각보다 자주 있거든. 코드는 돌아가는데 의도가 다른 것들.

솔직히 말하면 아직 에이전트 없이 일하던 때와 비교해서 생산성이 두 배가 됐다고 확신하지 못한다. 근데 특정 종류의 작업에서는 확실히 빠르다. 그게 점점 넓어지고 있는 게 느껴진다.


📎 참고 자료

반응형