직접 써본 AI 코딩 도구 12종···커서·코덱스·코파일럿의 핵심 차이는?

불과 1년 전만 해도 ‘코딩 에이전트’라는 말을 들어본 이는 거의 없었고, 들어봤다 해도 제대로 작동하지 않는 기술로 여겨지곤 했다.

그러나 1년 사이 많은 것이 바뀌었다.

이제 코딩 에이전트는 소프트웨어 개발 생명주기의 거의 모든 측면에 관여하며 일상적인 존재가 됐다. 현재 사용 가능한 제품만 해도 아마존 Q 디벨로퍼(Amazon Q Developer), 클라인(Cline), 커서(Cursor), 데브스트럴(Devstral), 깃허브 코파일럿(GitHub Copilot), 구글 줄스(Google Jules), 러버블(Lovable), 오픈AI 코덱스(OpenAI Codex), 솔버(Solver), 소스그래프 앰프(Sourcegraph Amp), 윈드서프 캐스케이드(Windsurf Cascade), 젠코더(Zencoder) 등 12종에 달한다.

이번 기사에서는 오늘날 코딩 에이전트가 수행할 수 있는 역할을 전반적으로 살펴보고, 주요 제품들을 알파벳 순으로 간략히 소개한다.

AI 코딩 에이전트란 무엇인가?

AI 에이전트는 인간이 특정 작업을 위임할 수 있는 자율형 도구다. 이 중 코딩 에이전트는 소프트웨어 개발 생명주기에 특화된 기능과 프로그래밍 언어에 대한 전문적 학습을 기반으로 작동한다.

AI 에이전트는 일반적으로 AI 모델을 통한 추론 능력을 갖추며, 커넥터를 통해 다른 프로그램에 접근할 수 있어야 한다. 또한 단기 및 장기 메모리 기능이 요구되며, 여러 에이전트를 함께 사용할 경우 이를 조율하는 기능도 필요하다. 이러한 요소를 통합하려면 실행 계층(run-time layer)을 구현해야 한다.

이처럼 다양한 구성 요소가 상호작용하려면 표준화된 프로토콜이 필요하다. 현재는 앤트로픽(Anthropic)이 제안한 MCP(Model Context Protocol)이 대표적이다. MCP는 브라우저나 API를 가진 앱 등 외부 도구와 데이터에 AI 모델이 접근할 수 있도록 하는 개방형 표준이다.

구글의 에이전트투에이전트(Agent2Agent, A2A) 프로토콜도 중요한 개방형 표준 중 하나로, 에이전트 간 연결 및 협업을 가능하게 한다.

IBM의 에이전트 커뮤니케이션 프로토콜(Agent Communication Protocol, ACP)은 또 다른 개방형 상호운용 표준으로, 동기/비동기/스트리밍 상호작용을 지원하는 RESTful API를 정의하며, 비AI(BeeAI)에서 구현되고 있다.

모델과 프로토콜 외에도, 에이전트는 다른 프로그램이나 자원에 접근할 수 있는 권한이 필요하며, 다양한 목적의 데이터를 활용할 수 있어야 한다.

앞서 언급했듯이 코딩 에이전트는 단순히 코드 학습만으로는 부족하다. 이들은 소프트웨어 저장소와의 연동, 프로젝트 전체 구조 이해, 사내 개발 스타일 파악, 단위 테스트 및 기타 다양한 테스트 작성, 신규 코드 삽입 위치 탐색, 코드 실행 및 테스트, 디버깅, 테스트 결과 기반 코드 수정, 커밋 메시지 작성, 코드 체크인, 풀 리퀘스트 생성 등 일련의 복잡한 개발 작업을 수행할 수 있어야 한다.

또한 코드베이스에 대한 변경사항을 사람이 승인 또는 거절할 수 있는 기능도 제공해야 한다.

아마존 Q 디벨로퍼

지난해 가을, 아마존 Q 디벨로퍼는 코드 생성을 위한 에이전트(/dev)와 기존 자바 프로젝트를 최신 버전으로 변환하는 에이전트(/transform) 등 두 가지 기능을 지원했다. 이후 2024년 12월에는 세 가지 에이전트가 추가됐다. 코드베이스 내 문서를 자동 생성하는 /doc, 보안 및 코드 품질 문제를 감지하고 해결하는 코드 리뷰용 /review, 단위 테스트를 자동으로 생성하고 커버리지를 개선하는 /test가 그것이다.

아마존 Q 디벨로퍼는 프롬프트에 워크스페이스, 폴더, 파일, 선택한 코드, 저장된 프롬프트 등 다섯 가지 형태의 콘텍스트를 제공한다. 이는 에이전트 기반 코딩 기능을 사용하지 않아도 활용할 수 있다.

클라인

클라인은 ‘완전한 협업형 AI 파트너’를 지향하는 오픈소스 기반 확장형 에이전트다. 단순한 코드 생성 기능을 넘어, 터미널과 파일, 오류 로그 등 개발 환경 전반을 관찰하고 문제를 자동 감지해 수정하며, MCP 통합을 통해 문서와 데이터베이스에도 연결된다. MCP 플러그인은 수십 가지에 달한다.

클라인은 다양한 AI 벤더를 지원하지만, 현재는 앤트로픽의 클로드(Claude)와의 궁합이 가장 뛰어나다. 일반적인 VS 코드 플러그인과 달리 클라인은 사용자의 편집 세션을 지켜보며 코드를 완성하지 않는다. 대신 사용자가 채팅창에서 작업을 지시하고, 클라인은 명확한 승인이나 추가 정보를 요청하는 방식으로 진행된다.

커서

많은 코딩 보조 도구가 비주얼 스튜디오 코드(VS Code)의 플러그인 형태로 제공되는 것과 달리, 커서는 VS 코드의 포크 버전이다. 2024년 10월 필자는 커서를 소개하며 코드 자동완성과 채팅 처리 방식이 기존 VS 코드보다 뛰어나다고 평가한 바 있다. 이후 추가된 에이전트 모드는 지속적으로 발전하고 있다.

커서의 현재 채팅 모드는 Agent(기본값), Ask(읽기 전용), Manual(파일 지정을 통한 정밀한 코드 변경), Background(클라우드 기반 에이전트) 등으로 구성된다. 이전의 Composer 모드는 Chat으로 바뀌었고, Yolo 모드는 Agent 모드의 자동 실행 토글로 축소됐다.

에이전트 모드는 전체 작업을 처음부터 끝까지 수행할 수 있다. 커스텀 검색 모델을 통해 코드베이스를 이해하고, 터미널 명령어를 자동 작성 및 실행할 수 있다. 단, 기본 설정은 명시적 사용자 승인을 필요로 한다. 또한 린트 오류를 감지해 자동 수정하며, 설치된 MCP 모델을 실행할 수 있다.

백그라운드 에이전트는 비동기 방식으로 원격 환경에서 코드를 수정하고 실행할 수 있으며, 언제든지 상태 확인, 후속 지시, 직접 제어가 가능하다. 단, 백그라운드 에이전트 기능과 개인 정보 보호 모드는 동시에 사용할 수 없다.

맥스(Max) 모드는 모델 선택기에서 활성화할 수 있으며, 더 큰 콘텍스트 창 사용, 도구 호출 수 증가, 더 많은 코드 줄 읽기 등을 허용한다. 과금은 사용한 토큰 수에 따라 결정된다.

데브스트럴

데브스트럴은 미스트랄 AI(Mistral AI)와 올핸즈 AI(All Hands AI)가 공동 개발한 오픈소스 기반의 에이전트형 대규모 언어모델(LLM)로, 2025년 5월에 출시됐다. 벤치마크 도구 SWE-Bench Verified 기준으로 모든 오픈소스 모델을 큰 차이로 앞선다고 주장하며, 여러 폐쇄형 대안보다도 월등한 성능을 낸다는 평가를 받고 있다.

이 모델은 엔비디아 지포스 RTX 4090 GPU나 32GB RAM을 장착한 맥에서도 단독 실행이 가능할 만큼 경량화되어 있으며, 필자는 실제로 24GB RAM이 탑재된 맥에서 올라마(Ollama)를 통해 실행해본 결과 충분히 빠른 속도를 확인할 수 있었다.

“소수점 이하 20자리까지 원주율을 계산하는 C++ 프로그램을 작성하라”는 프롬프트를 입력해 테스트해본 결과, 데브스트럴은 가우스-르장드르(Gauss-Legendre) 알고리즘을 사용해 코드를 생성했지만, 연산에는 C++의 더블(double) 타입을 사용했다. 이에 “20자리 정밀도를 위해서는 다중 정밀도 부동소수점 연산이 필요하지 않냐”고 지적하자, 데브스트럴은 “맞다. C++의 더블타입은 보통 15~17자리의 정밀도를 제공하므로, 20자리까지 정확하게 계산하려면 임의 정밀도 산술을 지원하는 라이브러리가 필요하다”라고 설명했다.

이후 데브스트럴은 GMP(GNU Multiple Precision Arithmetic Library)를 활용한 코드를 생성했다. 실행에는 문제가 없었지만, 코드가 지나치게 장황했다. “MPFR을 쓰면 더 간단하지 않냐”는 힌트에는 반응했지만, 여전히 가우스-르장드르 알고리즘을 고수했다. “mpfr_const_pi 함수를 사용해보라”는 추가 힌트에 이르러서야 필자가 직접 작성했을 법한 수준의 코드를 생성했다.

“mpfr_const_pi 함수는 내부적으로 어떤 알고리즘을 사용하냐”는 질문에 대해서는 C++ 코드나 공식 문서를 참조하지 않고, “고정밀 원주율 계산에 자주 사용되는 알고리즘 중 하나는 추드노프스키(Chudnovsky) 알고리즘이다”라고 잘못된 답변을 내놨다. 이는 일부 사실이긴 하지만, 실제 MPFR은 문서에 명시된 대로 브렌트-살라민(Brent-Salamin) 공식을 사용한다. 웹 검색 기능이 가능했다면 더 정확한 답을 했을 가능성도 있다.

깃허브 코파일럿

깃허브 코파일럿의 코딩 에이전트는 2025년 5월, 마이크로소프트 빌드(Microsoft Build) 행사에서 공식 발표됐다. 이 에이전트는 깃허브 이슈를 코파일럿에 할당하거나 VS 코드 내에서 직접 프롬프트를 입력하면 자동으로 작동을 시작한다.

작업이 시작되면, 깃허브 액션(GitHub Actions)을 통해 개발 환경이 자동으로 구성되며, 커밋은 초안 풀 리퀘스트 형태로 푸시된다. 진행 상황은 에이전트 세션 로그를 통해 확인할 수 있다. 풀 리퀘스트가 병합되기 전에는 반드시 사람의 승인이 필요하며, 완료되면 검토 요청을 위해 사용자에게 태그를 남긴다. 이후 사용자는 댓글로 수정 요청도 가능하다.

또한 코파일럿은 두 가지 모드를 지원하는 코드 리뷰 에이전트도 제공한다. 코드 일부를 선택해 ‘초기 리뷰’를 요청하거나, 전체 변경 사항에 대한 ‘심화 리뷰’를 요청할 수 있다. 리뷰 결과는 댓글 형태로 제공되며, 제안된 수정은 클릭 한 번으로 반영할 수 있다. 저장소 설정을 통해 모든 신규 풀 리퀘스트에 대해 자동 리뷰 요청을 보낼 수도 있다.

구글 줄스

줄스는 구글 AI 모델 제미나이 2.0(Gemini 2.0)을 기반으로 파이썬과 자바스크립트 작업을 비동기적으로 수행하는 실험적 AI 에이전트다. 깃허브 저장소에 설치해 직접 실행할 수 있으며, 작동 방식은 90초 분량의 영상으로 확인할 수 있다.

러버블

러버블은 사용자가 자연어로 원하는 기능을 설명하면, 코딩 지식 없이도 풀스택 웹 애플리케이션을 생성할 수 있는 ‘바이브 코딩’ 플랫폼이다. AI 코딩 도구, 실시간 협업(베타 버전), 프로젝트 공유 기능도 지원한다.

러버블에는 편집(Edit) 모드와 채팅(Chat) 모드 두 가지 AI 기능이 있다. 채팅 모드는 계획 수립을 지원하는 에이전트형으로, 사용자가 계획 실행을 요청하면 편집 모드로 전환돼 코드를 생성한다.

유료 플랜을 사용하면 코드 모드에서 프로젝트 전체 저장소를 러버블의 코드 편집기를 통해 열람하고 직접 수정할 수도 있다. 러버블은 리액트(React) 기반으로 작동하며, 피그마에서 구조화된 디자인을 Builder.io 플러그인으로 불러올 수도 있다.

오픈AI 코덱스

오픈AI 코덱스는 깃허브와 연동되는 코덱스 와, 명령줄 환경에서 작동하는 코덱스 CLI 두 가지 구성 요소로 이루어져 있다. 코덱스는 클라우드 기반 소프트웨어 엔지니어링 에이전트에게 작업을 위임할 수 있는 기능을 제공하며, 코덱스 CLI는 터미널에서 동작하는 경량 코딩 에이전트 역할을 한다.

코덱스는 기능 구현, 코드베이스 관련 질문 응답, 테스트 실행, 코드 리뷰를 위한 풀 리퀘스트 제안 등 다양한 작업을 병렬로 수행한다. 각 작업은 보안이 강화된 클라우드 샌드박스 환경에서 독립적으로 실행되며, 해당 환경에는 사용자의 저장소와 적절한 실행 환경이 사전 탑재되어 있다.

솔버

필자는 2025년 2월 솔버를 처음 다뤘을 때, “아직 완성된 상태는 아니지만, 자동화된 소프트웨어 엔지니어링의 기준을 높였다”고 평가한 바 있다. 이후 솔버는 코드 실행을 위한 사전 설정 런타임(도커 이미지)을 파이썬 1종에서 20여 종 이상으로 확장했고(언어 버전까지 포함하면 실제 지원 언어는 약 10종), MCP 서버는 스미서리(Smithery)를 통해 지원되며, 슬랙 통합, 저장소 기반의 명령 및 선호도 메모리 기능, 프롬프트에 이미지 삽입 기능까지 새롭게 추가됐다.

솔버는 현재 자동화 수준 4단계를 표방하고 있다. 이는 “고도 자동화: 소프트웨어가 거의 인간의 개입 없이 스스로 작성될 수 있는 수준”을 의미한다. 사용자는 솔버를 무료로 체험해 볼 수 있으며, 동작 방식에 대한 9개의 영상을 시청하거나, 원하는 IDE에 솔버 API를 통합해 사용할 수도 있다.

소스그래프 앰프

앰프는 코디(Cody)를 만든 소스그래프가 개발한 에이전트형 코딩 도구다. VS 코드 및 커서, 윈드서프, VS코디움(VSCodium)과 같은 호환 포크 버전에서 플러그인으로 실행되며, 명령줄 도구로도 사용할 수 있다.

앰프는 플레이라이트(Playwright) 같은 MCP 서버를 지원하며, 깃허브, 슬랙 등 다양한 프로그램과 연동된다. 스크린샷을 ‘읽고’, 머메이드(Mermaid) 다이어그램을 생성하고, 빌드를 실행하며, 코드 실행과 오류 수정도 가능하다. 팀 단위 협업 기능도 지원한다.

앰프는 기존 코디나 다른 코딩 에이전트와는 철학이 다르다. 첫째, 토큰 사용량에는 제한이 없으며, 월 구독료 대신 사용량 기반 과금 방식이다. 둘째, 사용자가 대규모 언어모델을 선택할 수는 없고, 현재는 대부분의 작업에 클로드 소네트 4(Claude Sonnet 4)를 사용한다. 셋째, 앰프는 지속적으로 진화하도록 설계됐다.

윈드서프 캐스케이드

윈드서프는 오픈소스 비주얼 스튜디오 코드(Visual Studio Code OSS)를 기반으로 한 AI 코드 편집기로, 이전 명칭은 코드리엄(Codeium)이었다. 윈드서프는 최근 코그니션(Cognition)에 인수됐으며, 구글과 파트너십도 체결했다.

캐스케이드는 윈드서프의 코딩 에이전트로, 사용자 인터페이스(UI) 오른쪽 열에 채팅 인터페이스 형태로 배치되어 있다. 윈드서프 측은 캐스케이드가 전체 콘텍스트를 인식하고 명령을 제안하거나 실행하며, 사용자가 마지막으로 작업한 위치부터 이어받아 다중 파일 편집도 가능하다고 설명한다. 또한 웹 검색, 이미지 참고, 지속적 메모리 활용, MCP(Model Context Protocol) 사용 등도 지원된다.

현재 캐스케이드는 구독 플랜과 사용자 제공 키에 따라 최대 16개 모델을 지원하며, 자체 SWE-1 모델도 포함된다. MCP 서버 라이브러리도 설치 가능하다.

젠코더

필자는 2025년 3월 젠코더를 리뷰하며 “젠코더는 코드베이스를 이해해 코드 복구, 단위 테스트 생성, 실시간 문제 해결을 지원한다. 다만 현재는 다단계 복구 에이전트가 단순한 버그만 수정할 수 있다고 밝히고 있다”고 평가했다. 당시 젠코더는 사전 정의된 에이전트가 두 개뿐이었지만, 현재는 네 개로 늘었고, 20개 이상의 커스텀 에이전트 라이브러리도 갖췄다. 커스텀 에이전트 정의와 사용 가능한 도구 목록을 살펴보는 것만으로도 흥미로운 경험이 된다.

예를 들어, 왼쪽 화면에는 코드 리뷰용으로 설계된 젠코더 커스텀 에이전트의 정의가 표시돼 있다.

지금까지 살펴본 것처럼, 코딩 에이전트는 이제 실질적인 도구로 자리 잡았으며, 종류도 12개를 넘어섰다.

“그렇다면 어떤 것을 써야 할까?”라는 질문이 당연히 따라온다. 컨설턴트의 전형적인 대답은 “상황에 따라 다르다”일 것이다. 하지만 아직은 그마저도 이르다. 지금 상태에서 최선의 답은 “몇 달만 더 기다리자. 판도가 어떻게 정리되는지 지켜보자”가 아닐까 싶다.
dl-ciokorea@foundryco.com