Appendix 03. AI들의 조별과제: Agentic AI

AI agent : 단일 ai를 똑똑하게

Agentic AI: 여러 ai를 똑똑하게

소프트웨어 공학 수업에서 다루는 이유

• 목표: ‘제한된 비용’에서 사용자의 요구 사항을 반영한 소프트웨어를 개발하기 (시간, 비용, 하드웨어, 소프트웨어, 인력…)

• 개발 프로세스, 계획과 이를 효율적으로 수행하는 다양한 기법들

• 개발의 본질은 코딩(품질, 속도, 재활용…)

• 다양한 발전 방향 중, 자동화에 대해 탐구
  ”오늘은 자동화에 초점을 맞춰 진행”

• 2026년 기준 약 41%의 코드는 프로그램을 통해 작성되고 있음

• 프로그램 기반 코딩은 NLP(자연어 처리)와 함께 발전

• 상용 서비스가 출시된 시점을 기준으로 단순한 코드 제안 및 코딩을 벗어나 ‘프로그래밍’을 하게 되기까지 채 5년이란 시간이 걸리지 않음

• Vibe Coding: 2025년 2월에 첫 명명(Andrej Karpathy)
  ”적극적으로 코딩에 ai를 도입한지 1년채 안되었다.”

• 인공지능(특히 NLP)의 발전에 대한 설명은 생략

AI들의 조별과제: Agentic AI

• 생성형 AI를 오래 사용할 시 단점 및 불편함이 발생
  ”입력이 길어지면 문맥파악을 못하는 문제 등…”
• 이를 개선하기 위한 다양한 방향의 발전들 (AI 학습, 신경망 구조 변경, 입력의 다변화 등등..)
• Divide and Conquer:
  목표를 세우고, 흐름을 잃지 않는 범위 내에서 역할을 나눠볼까?
• 계획, 실행, 중간 결과 제출, 검토, 수정…
• 인간의 협업 구조를 인공지능에 맞게 변형 및 최적화가 진행 중

Agentic AI가 되기까지: 코딩 분야의 사례

1단계: 코드 제안형 AI

• Github Copilot Preview (2021)
  • 깃허브에서 정식 출시 전 제공(GTP-2)
  • 주석, 클래스, 작동 방식에 대해 적으면 코드를 제안 (최초는 아님)
  • 많은 이슈들이 있었지만 정식 출시
    ”보안 이슈 등등”
• AlphaCode (2022)
  • ‘코딩 테스트’ 형태의 입력 및 출력
  • 비공개 모델: 대중이 사용할 수 없었음
• ChatGPT(2022)
  • 대중에게 ‘서비스’로 성공한 첫 사례, API 제공
  • 뭐든지 물어보면 대답하는데, 코드를 물어보면 어떻게 될까? 어라? 아무튼 답변이 나오는구나?
    ”이때까지만해도 코딩에 ai를 사용하자는 빈도가 적었다.”

2단계: AI에게 도구를 쥐어보면?

• AutoGPT(2023)
  • LLM이 ‘CLI’를 직접 다룰 수 있도록 제작
  • 이후 여러 프로그램을 다양한 방식으로 다룰 수 있도록 발전
  • 비슷한 Repository들이 등장했으나 개발이 지속된 건 많지 않음.
• Codewhisper (2023)
  • AWS운용에 최적화된 프로그래밍 및 보안 검사 제공
  • 현재 Amazon Q Developer로 명칭 변경
• Cursor (2023)
  • LLM이 Repository 시작부터 함께 하도록 구성된 IDE

이 시기부터 LLM은 ‘쓸만한’ 소프트웨어의 구성 요소로 인식이 변화

3단계: 사람-AI 대신 AI-AI를 시켜볼까?

• Claude Code (2025.05)
  • ‘소프트웨어 생명주기’와 유사하게 단계를 나누고 이를 여러 AI가 연계되어 수행할 수 있도록 구현
  • 템플릿이 있는 문서를 통해 보다 정확한 지시를 전달
• OpenCode (2025.06)
  • Claude 구독자가 아니어도 여러 LLM API를 연결하여 Multi Agent 바이브 코딩이 가능하도록 구현(ohmyopencode)
    ”클로드 코드는 유료 서비스라서 오픈 소스로 만든게 오픈코드. 물론 클로드를 똑같이 따라하면 문제가 생기기 때문에 구현은 다름”
• Perplexity Computer (2026.02), OpenAI(미지정)
  • API 연결 제한 및 자사 서비스에 종속을 위해 출시: (사용자 이탈 방지)
    ”요즘은 또 API 연결을 제약하더라구요”

Agentic AI의 Open Problem

한 줄 요약: 큰 힘에는 큰 책임이 따라온다.

• 어떤 것을 맡길 것인가?
• 어떻게 시킬 것인가?
• 필요한 도구나 정보의 범위는 어디까지인가?
• 결과의 책임은 누구 질 것인가? (법리적 유권 해석)
• 수요와 비용을 고려할 때, Agentic AI로 운용할 가치가 있는가?

Agentic AI를 잘 다루고 싶다면?

소프트웨어 공학 강의를 잘 들어야 한다!

• Agentic AI는 ‘시스템’-의도와 설계를 따라 작성….