지난 1편에서는 프론티어 모델과 오픈웨이트 모델의 구조적 차이, 그리고 데이터 주권 관점에서 오픈웨이트가 갖는 이점을 다뤘습니다. 이번 편에서는 그 모델들이 실제로 “일”을 하는 현장, AI 코딩 에이전트 시장으로 들어갑니다.
코딩 에이전트, 지금 시장은 어떻게 굴러가고 있는가
2026년 상반기, AI 코딩 에이전트 시장에서는 놀라운 지각변동이 일어났습니다.
JetBrains의 2026 Developer Ecosystem Survey(5-7월 실시, 응답자 15,000명 이상)에 따르면, Claude Code가 전 세계 전문 개발자의 39%가 직장에서 사용하는 가장 널리 채택된 AI 코딩 도구가 되었습니다. 불과 6개월 전인 1월에는 18%였습니다.
반면 오랫동안 1위를 지켜온 GitHub Copilot은 같은 기간 29%에서 21%로 하락하며 선두 자리를 내줬습니다.
| 도구 | 2026년 1월 | 2026년 5-7월 | 변화 |
|---|---|---|---|
| Claude Code | 18% | 39% | +21%p |
| GitHub Copilot | 29% | 21% | -8%p |
| OpenAI Codex | 3% | 16% | +13%p |
| Cursor | 18% | 12% | -6%p |
| OpenCode | – | 7% | – |
| JetBrains AI | – | ~9% | – |
(출처: JetBrains AI Pulse(2026년 1월) 및 Developer Ecosystem Survey 2026(5-7월). 응답자들이 여러 도구를 중복 선택할 수 있어 합계는 100%를 초과합니다.)
이러한 변화의 속도를 지금까지 경험해본 적이 없는 것 같습니다. Claude Code는 2025년 중반 3%에서 18개월 만에 39%로 – 36%p를 뛰어올랐습니다. 미국에서는 이 수치가 47%에 달합니다. 그리고 Claude Code 사용자의 31%는 이것을 “주력 AI 코딩 도구”로 꼽았습니다 – 사용자 대비 주력 도구 전환율이 80%에 달하는 셈입니다.
여기서 짚어야 할 포인트가 있습니다. Microsoft는 여전히 Github이라는 커다란 세상을 소유하고 있습니다. GitHub의 2억 2,500만 사용자 중 5,000만 명이 Copilot을 사용하고, Fortune 500의 90% 이상이 GitHub을 쓰고 있습니다. 하지만 “배포”와 “선택”은 다른 문제입니다. 아닌 것을 수치들이 증명하고 있습니다. 실제로 저도 더이상 코파일럿을 사용하지 않습니다.
6개월 사이에 무슨 일이 일어난 건가
체감은 했지만 솔직히 놀랐습니다. 6개월 만에 시장 1위가 바뀌는 건 SaaS 역사에서도 이례적입니다. 그것도 Microsoft라는 거대한 배포 채널을 가진 Copilot을 제치고요.
이러한 현상에서 몇가지 저의 생각을 공유하고 싶습니다.
첫째, “자동완성”에서 “에이전트”로의 전환점이 왔습니다.
Copilot은 “자동완성”으로 시작했습니다. 타이핑하면 다음 코드를 제안해주는 방식이죠. 하지만 Claude Code는 처음부터 “에이전트”로 설계됐습니다. “이 버그 고쳐줘”라고 하면, 파일을 찾고, 코드를 수정하고, 테스트를 돌리고, 실패하면 다시 수정하는 루프를 자율적으로 실행합니다.
개발자들이 원한 건 “더 빠른 타이핑”이 아니라 “작업의 위임”이었습니다. JetBrains 조사에 따르면, 이제 전문 개발자의 90%가 AI 코딩 에이전트를 주 1회 이상 사용하고, 68%는 매일 사용합니다. 이건 이미 개발자들의 개발 패턴 변화가 현실화 되었다는 것을 반증하는 수치로 보여집니다.
둘째, “만족도”가 “배포”를 이겼습니다.
Claude Code는 처음부터 조사 대상 중 가장 높은 만족도(91% CSAT, NPS 54)를 기록했습니다. 그리고 사용자의 80%가 이것을 “주력 도구”로 전환했습니다. 이 전환율이 핵심입니다.
Copilot은 배포에서는 압도적이지만(5,000만 사용자), 많은 개발자들에게 “기본으로 깔려 있는 도구”일 뿐입니다. 실제로 선택해서 쓰는 도구는 다릅니다. JetBrains가 10년 이상 경력의 개발자들에게 “매일 쓰고 싶은 도구”를 물었을 때, 46%가 Claude Code를 골랐고, Copilot은 9%에 불과했습니다.
셋째, Cursor의 역설이 흥미롭습니다.
Cursor는 매출이 $10억(2025년 11월) => $40억(2026년 6월)으로 4배 성장했지만, 시장 점유율은 18% => 12%로 오히려 하락했습니다. 어떻게 매출은 늘고 점유율은 줄었을까요?
답은 “기존 사용자들이 더 많이 쓰고 있다”입니다. Cursor는 사용량 기반 과금으로 전환했고, 파워 유저들은 $20 플랜에서 월 $60-$200을 쓰고 있습니다. 하지만 새로운 개발자들을 끌어들이는 속도는 Claude Code에 떨어졌습니다. Ramp 데이터에 따르면, AI 코딩 도구 지출에서 Cursor의 비중은 2025년 6월 41%에서 2026년 5월 26%로 하락했고, Anthropic이 그 절반을 가져갔습니다.
넷째, 이 변화가 의미하는 것
이 시장은 “코드 완성 UX”에서 “에이전트 능력”으로 경쟁의 축이 이동했습니다. 좀 더 직설적으로 표현하자면, “내가 타이핑하는 것을 도와주는 도구”에서 “내가 시키면 일을 하는 도구”로 기대치가 바뀌었습니다.
하지만 여기서 짚어야 할 게 있습니다. Claude Code가 1위라는 건 Anthropic에 완전히 종속되어야 한다는 뜻입니다. Copilot이 Cursor를 이긴 것도, GitHub/Microsoft에 종속되어야 했습니다. 시장 1위가 바뀌어도, “하나의 벤더에 종속된다”는 근본적인 문제는 바뀌지 않았습니다.
이게 이 글에서 다루고 싶은 핵심입니다.
그럼 이 도구들이 실제로 무엇을 하는지, 그리고 무엇을 못 하는지 살펴보겠습니다.
각 도구가 실제로 하는 것 – 그리고 하지 못하는 것
GitHub Copilot – 근데 주력 시장에서는 조금 물러나있는…
Copilot은 이제 단순한 자동완성이 아닙니다. 에이전트 모드, 코딩 에이전트, CLI, 코드 리뷰까지 갖춘 본격적인 개발 플랫폼이 됐습니다. 2026년 9월부터는 GPT-6 Astra, Claude Fable 5.1, Gemini 3.8 Flash도 지원합니다.
핵심 수치:
- 5,000만 사용자 (2026년 7월, Microsoft 실적 발표)
- 470만 유료 구독자 (2026년 1월, 전년 대비 75% 증가)
- 추정 ARR: $9-11억
- GitHub 플랫폼에서 새로 푸시되는 코드의 46%가 AI 생성 (GitHub 자체 발표)
가격 (2026년 6월 1일부터 사용량 기반 “GitHub AI Credits”로 전환):
| 플랜 | 가격 | 포함 AI 크레딧 |
|---|---|---|
| Free | $0 | 제한적 (월 2,000 완성) |
| Pro | $10/월 | $15 ($10 기본 + $5 플렉스) |
| Pro+ | $39/월 | $70 |
| Max | $100/월 | $200 |
| Business | $19/사용자/월 | $19 (조직 전체 풀링) |
| Enterprise | $39/사용자/월 | $39 (조직 전체 풀링) |
(출처: GitHub 공식 가격 페이지, 2026년 9월 기준)
강점:
- GitHub 생태계와의 완벽한 통합
- IP 보상 보증 (엔터프라이즈에서 중요)
- 가장 낮은 진입 장벽 ($10/월부터)
- 엔터프라이즈 관리 권한 시스템 (2026년 9월 GA)
- 멀티모델 지원 (GPT-6 Astra, Claude, Gemini 등)
한계:
- 에이전트 모드가 Claude Code 대비 뒤처짐 – JetBrains 조사에서 Copilot 사용률이 Claude Code의 절반 수준
- 2026년 6월 사용량 기반 과금 전환 후 예측 불가능한 비용 발생
- 9월 1일부터 프로모션 크레딧 종료 – Business는 37%, Enterprise는 44% 포함 크레딧 감소
도와줍니다. 그러나 스스로 실행하지는 않습니다. 이건 버전의 문제가 아니라 근본적인 설계 철학의 차이입니다.
Cursor – 역사상 가장 빠른 SaaS 성장, 그리고 SpaceX 품으로
Cursor는 VS Code를 포크해서 AI를 에디터의 중심에 놓은 도구입니다. Composer라는 에이전트가 여러 파일을 동시에 수정하고, 터미널 명령을 실행하고, 오류를 고치는 루프를 자율적으로 돕니다. 2026년에는 최대 8개의 병렬 에이전트를 동시에 실행하는 기능까지 추가됐습니다.
핵심 수치:
- ARR 성장, $1억(2025년 1월) => $10억(2025년 11월) => $20억(2026년 2월) => $30억(2026년 4월) => $40억(2026년 6월)
- SpaceX에 $600억에 인수 (2026년 8월 14일 완료) – 역사상 가장 큰 스타트업 인수
- 이전 밸류에이션: $293억 (2025년 11월 Series D)
- Fortune 500의 64% 이상이 사용
- 직장 내 채택률: 12% (2026년 5-7월, 1월 18%에서 하락)
가격:
| 플랜 | 가격 | 특징 |
|---|---|---|
| Hobby | 무료 | 제한된 Agent 요청 |
| Pro | $20/월 | 확장된 Agent 한도, Cloud Agents |
| Pro+ | $60/월 | Pro의 3배 사용량 |
| Ultra | $200/월 | Pro의 20배 사용량 |
| Teams | $40-$120/사용자/월 | SSO, 중앙 관리 |
(출처: Cursor 공식 가격 페이지, 2026년 9월 기준)
강점:
- 멀티파일 편집 능력 최강
- 멀티모델 지원 (Claude, Gemini, Grok, 자체 모델)
- 코드베이스 인덱싱 – 레포 전체를 이해
- Cloud Agents – 클라우드에서 에이전트 실행
- “Projects” – 여러 서브에이전트를 조율하는 코디네이터 (2026년 9월)
한계:
- VS Code 포크이기 때문에 JetBrains, Vim 등 미지원
- OpenAI가 2026년 11월 12일부터 Cursor에 모델 접근 차단 예정 (SpaceX 인수 후)
- $20 Pro 플랜이지만, 일반적인 에이전트 사용자는 월 $60-$100 지출
- 파워 유저는 월 $200 초과
- 시장 점유율 하락 중 (18% => 12%)
(출처: Second Talent, Forbes, Bloomberg, CNBC, TechCrunch)
“$20 플랜”이라는 말은 더 이상 “$20을 쓴다”는 뜻이 아닙니다.
Claude Code – 새로운 1위, 그러나 Anthropic에 완전히 종속
Claude Code는 터미널에서 실행되는 자율 코딩 에이전트입니다. 브라우저나 IDE가 아니라 CLI에서 작동하며, 파일을 읽고 쓰고, 셸 명령을 실행하고, 테스트를 돌리고, git을 관리하고, 작업이 끝날 때까지 자율적으로 반복합니다.
핵심 수치:
- 직장 내 채택률: 39% (2026년 5-7월), 미국에서는 47%
- Run-rate 매출: $25억 이상 (2026년 2월)
- Anthropic 전체 연간 매출: $650억 (2026년 7월 말 기준)
- 사용자 만족도: 91% CSAT, NPS 54 – 조사 대상 중 최고
- GitHub 전체 커밋의 4%가 Claude Code로 작성 (2026년 2월, 한 달 전 대비 2배)
가격:
| 플랜 | 가격 | 사용량 |
|---|---|---|
| Free | $0 | Claude Code 미포함 |
| Pro | $20/월 ($17 연간) | 기본 (5시간 세션당 Free의 5배 이상) |
| Max 5x | $100/월 | Pro의 5배 |
| Max 20x | $200/월 | Pro의 20배 |
| Team Standard | $25/사용자/월 | Pro의 1.25배 |
| Team Premium | $125/사용자/월 | Pro의 6.25배 |
(출처: Anthropic 공식 가격 페이지, 2026년 9월 기준)
강점:
- 전체 코드베이스 분석 능력
- MCP 통합으로 외부 도구 연결
- 서브에이전트 지원 – 복잡한 작업을 분할
- 헤드리스 모드 – CI/CD 파이프라인에서 자동 실행
- 가장 높은 사용자 만족도 (91% CSAT)
- 2026년 5월: SpaceX와의 컴퓨팅 계약 후 Claude Code 한도 2배 증가
한계:
- 터미널 기반 – CLI에 익숙하지 않으면 진입 장벽 높음
- 인라인 자동완성 없음 – 타이핑하면서 제안받는 기능 없음
- Anthropic 모델만 사용 가능 – 다른 모델로 전환 불가
- 오프라인/로컬 모델 미지원 – 에어갭 환경 사용 불가
- 긴 세션에서 성능 저하 (컨텍스트 rot)
- Claude Code와 일반 채팅이 같은 사용량 풀을 공유 – 코딩을 많이 하면 채팅 한도도 줄어듦
- 엔터프라이즈 평균 비용: 활성 개발자당 월 $150-$250
(출처: JetBrains, Anthropic, Bloomberg, Financial Times)
Claude Code가 가장 어려운 문제를 푸는 도구라는 건 사실입니다. 하지만 그 능력은 Anthropic의 클라우드에 완전히 종속돼 있습니다.
OpenAI Codex – ChatGPT 생태계의 코딩 에이전트
OpenAI Codex는 시장 점유율 3%에서 16%로 가장 급격하게 성장한 도구입니다. 2025년 4월 CLI로 시작해서, 지금은 터미널, 데스크톱 앱, IDE 확장, 클라우드 서비스, 모바일 앱까지 지원하는 포괄적인 코딩 에이전트가 됐습니다.
2026년 9월 DevDay에서 OpenAI는 “로컬에서도, 폰에서 원격으로도, 완전히 클라우드에서도 실행 가능”하다고 발표했습니다. 음성 명령, /agents 뷰로 다중 작업 관리, 세션 재개 기능도 추가됐습니다.
핵심 수치:
- 직장 내 채택률: 16% (2026년 5-7월, 1월 3%에서 +13%p 상승)
- GitHub 스타: 12만 개 이상, 474명의 컨트리부터
- 현재 모델: GPT-6 Astra (GA – 9월 기준 엄청난 핫 트렌드입니다), GPT-5.6 Sol/Terra/Luna
- Apache-2.0 라이선스 (상업적 사용 가능)
가격 (ChatGPT 구독에 포함):
| 플랜 | 가격 | Codex 사용량 (5시간 윈도우) |
|---|---|---|
| Free | $0 | 제한적 |
| Plus | $20/월 | 기본 (Sol 10-100회) |
| Pro 5x | $100/월 | Plus의 5배 |
| Pro 20x | $200/월 | Plus의 20배 |
| Business | $20/사용자/월 | Plus와 동일 |
(출처: OpenAI 공식 가격 페이지, 2026년 9월 기준)
강점:
- ChatGPT 구독자는 추가 비용 없이 사용 가능
- CLI, 데스크톱 앱, VS Code 확장, iOS 앱, 클라우드까지 다양한 인터페이스
- Codex Cloud – 재사용 가능한 클라우드 개발 환경, 팀 공유 설정
- Codex Security Cloud – 보안 취약점 스캔 및 자동 수정 제안
- GitHub/GitLab PR 자동 리뷰 (
@codex review) - 음성 명령으로 작업 시작 및 조정 가능
한계:
- OpenAI 모델만 사용 가능 – 다른 모델로 전환 불가
- 5시간 롤링 윈도우 제한 – 세션 중간에 한도 도달 시 대기 필요
- 2026년 4월 Plus 플랜 사용량 축소 (OpenAI 공식 참노트)
- Business 플랜이 Plus와 동일한 사용량 – 엔터프라이즈용으로는 부족할 수 있음
- 오프라인/에어갭 미지원 (Ollama 로컬 모드 제외)
(출처: OpenAI DevDay 2026, OpenAI 공식 문서, AIToolsReview)
Codex의 가장 큰 장점은 ChatGPT 구독자라면 바로 쓸 수 있다는 겁니다. 하지만 그게 곷 OpenAI 생태계에 종속된다는 뜻이기도 합니다.
OpenCode – 오픈소스 진영의 대안
위의 도구들이 모두 상용 제품이라면, OpenCode는 완전히 다른 접근을 취합니다. MIT 라이선스로 공개된 오픈소스 코딩 에이전트입니다.
핵심 수치:
- GitHub 스타: 20만 5천 개 이상 (Claude Code의 12만 2천 개를 추월)
- 월간 활성 개발자: 1,600만 명
- 직장 내 채택률: 7% (2026년 5-7월, JetBrains 조사)
강점:
- 모델 불가지론(Model-agnostic): 75개 이상의 LLM 프로바이더 지원 – Anthropic, OpenAI, Google, Bedrock, 그리고 Ollama를 통한 로컬 모델
- 에어갭 환경 지원: Ollama와 함께 사용하면 완전히 로컬에서 실행 가능
- Plan/Build 모드: Tab 키로 전환 – Plan은 읽기 전용으로 계획만, Build는 실제 실행
- AGENTS.md: 프로젝트별 컨텍스트와 컨벤션을 문서화
- MCP 통합: 외부 도구 연결 지원
- GitHub Actions 통합: CI/CD 파이프라인에서 자동 실행
- 무료: 에이전트 자체는 무료, 모델 비용만 직접 지불
한계:
- 2026년 1월 Anthropic이 Claude Code 크레덴셜 터널링을 차단하면서 직접 Anthropic API 접근 불가
- 상용 도구 대비 폴리시드(polished)된 경험 부족
- 커뮤니티 지원에 의존
(출처: GitHub, JetBrains Developer Ecosystem Survey, AWS 블로그)
OpenCode의 진짜 의미는 “코딩 에이전트가 특정 벤더에 묶일 필요가 없다”는 것을 증명한 데 있습니다. 하지만 이 유연성을 실제로 활용하려면 상당한 설정과 운영 역량이 필요합니다.
오픈웨이트 모델들의 코딩 특화 버전
1편에서 다뤘던 오픈웨이트 모델들도 코딩에 특화된 버전을 내놓고 있습니다. Moonshot AI는 Kimi K2.7 Code를, MiniMax는 M2.7 코딩 에이전트를 발표했습니다. 이 모델들은 프론티어급 코딩 성능을 오픈웨이트로 제공한다는 공통점이 있습니다.
하지만 모델 자체가 뛰어나다고 해서 코딩 에이전트 문제가 해결되는 건 아닙니다. 모델은 엔진이고, 그 엔진을 어떻게 다루느냐는 하네스(harness)의 몹입니다.
모두가 공유하는 문제, 아무도 해결하지 못한 것들
위의 도구들은 각자 다른 강점을 가지고 있습니다. 하지만 몇 가지 근본적인 문제는 어떤 도구도 해결하지 못했습니다.
1. 컨텍스트 관리의 한계 – “윈도우가 커졌다고 문제가 해결되진 않습니다”
컨텍스트 윈도우가 백만 토큰이 됐다고 해서 문제가 사라지지 않았습니다. 오히려 실패가 더 조용해졌을 뿐입니다.
Anthropic 스스로 이 문제를 인정합니다: “모델 성능은 컨텍스트가 커질수록 저하됩니다. 주의(attention)가 더 많은 토큰에 분산되고, 오래된 관련 없는 내용이 현재 작업을 방해하기 시작합니다.” 이들은 이것을 “컨텍스트 rot”이라고 부릅니다.
모든 도구가 이 문제에 대응하는 방법은 압축(compaction)입니다. 오래된 대화를 요약해서 공간을 확보하는 것입니다. 그런데 이 압축에는 치명적인 역설이 있습니다:
- 압축은 본질적으로 손실입니다. 요약자가 중요하지 않다고 판단한 것은 사라집니다.
- 더 나쁜 건, 압축이 에이전트가 가장 약한 순간에 실행된다는 것입니다. 컨텍스트 rot으로 성능이 이미 저하된 상태에서 “무엇을 버릴지”를 결정하게 됩니다.
200번째 턴에서 필요한 변수 이름이 50번째 턴의 압축에서 버려졌다면? 에이전트는 그걸 다시 유도하거나, 그냥 지어냅니다.
2. 벤더 종속 – “컨텍스트가 가장 위험한 레이어입니다”
각 도구는 세션 상태, 압축된 컨텍스트, 작업 히스토리를 자체 서버에 저장합니다. 이 데이터에 대한 표준화된 내보내기 형식은 없습니다.
이게 왜 문제인가? 도구를 바꾸면 처음부터 다시 시작해야 합니다. 몇 달간 쌓인 프로젝트 컨텍스트, 에이전트가 학습한 코드베이스 이해, 승인된 패턴들 – 전부 해당 벤더의 서버에 남습니다.
“컨텍스트는 가장 위험한 레이어입니다. 사용할수록 이탈 비용이 같은 속도로 올라갑니다.”
Claude Code는 Anthropic 모델만 지원합니다. Cursor는 SpaceX 인수 후 OpenAI 접근이 차단될 예정입니다. Copilot은 이제 다른 모델도 지원하기 시작했지만, 핵심 인프라는 여전히 GitHub/Microsoft에 묶여 있습니다.
3. 비용 불투명성 – “$20 플랜”의 진짜 의미
AI 코딩 에이전트 시장은 좌석당 고정 요금에서 토큰 기반 변동 요금으로 전환 중입니다. 이 전환은 사용자에게 유리하게 보이지만, 실제로는 비용 예측을 극도로 어렵게 만듭니다.
- Cursor Pro ($20/월): 일반적인 에이전트 사용자는 월 $60-$100 지출, 파워 유저는 $200 초과
- Claude Code: 엔터프라이즈 평균 활성 개발자당 $13/일, 월 $150-$250 (Anthropic 공식 문서)
- GitHub Copilot: 2026년 9월 1일부터 프로모션 종료 – Business 포함 크레딧 37% 감소, Enterprise 44% 감소
“검증 세금(Verification Tax)”이라는 개념도 있습니다. 에이전트가 생성한 코드를 검증하는 데 드는 추가 비용 – 리뷰 시간, 테스트 실행, 수정 작업 – 은 도구 가격표에 나오지 않습니다.
4. 보안과 데이터 주권
코딩 에이전트에서 보안 문제는 더 심각하게 나타납니다. 이 도구들은 단순히 프롬프트를 보내는 게 아니라, 코드베이스 전체를 분석하고 파일을 수정하기 때문입니다.
- 모든 주요 도구가 클라우드 연결 필수
- 세션 로그, 컨텍스트가 벤더 서버에 저장
- 진정한 에어갭(폐쇄망) 지원 없음 (OpenCode + Ollama 제외)
- 제한적인 셀프호스팅 옵션
Claude Code는 명시적으로 “오프라인/로컬 모델 미지원”입니다. Cursor도 Cloud Agents는 Cursor 인프라에서 실행됩니다. 금융, 국방, 공공기관처럼 코드가 외부로 나가면 안 되는 환경에서는 이 도구들 중 어느 것도 선택지가 되지 못합니다.
5. 신뢰성의 역설 – “코드 생성”과 “프로덕션 배포” 사이의 간극
최근 연구들은 AI 코딩 도구가 코딩 활동 자체에서는 의미 있는 생산성 향상을 보여주지만, 코드 작성에서 신뢰할 수 있는 소프트웨어 배포까지의 전환 과정에서 그 이득이 급격히 감소한다는 것을 보여줍니다.
에이전트가 “자신의 작업을 검증할 수 없다”는 건 구조적인 한계입니다. 테스트가 통과했다는 것은 증거이지, 요청된 동작이 정확하다는 증명이 아닙니다. 에이전트는 잘못된 패키지 매니저를 추론하고, 불완전한 테스트 명령을 실행하고, 오류를 오해하고, 테스트를 약화시키고, 관련 없는 설정 파일을 수정할 수 있습니다.
“핵심 연구 질문은 ‘에이전트가 얼마나 많은 코드를 생성할 수 있는가’에서 ‘엔지니어링 시스템이 달러당, 리뷰어 시간당, 운영 리스크 단위당 얼마나 많은 프로덕션 검증된 가치를 제공할 수 있는가’로 바뀌고 있습니다.”
그래서 우리에게 필요한 것은 무엇인가
지금까지 살펴본 문제들을 정리하면:
- 컨텍스트 관리: 큰 창이 해결책이 아님. 지능적인 컨텍스트 엔지니어링 필요
- 벤더 종속: 세션, 컨텍스트, 히스토리가 이동 가능해야 함
- 모델 유연성: 작업에 따라 다른 모델을 선택할 수 있어야 함
- 비용 투명성: 예측 가능한 비용 구조
- 데이터 주권: 셀프호스팅, 에어갭 옵션 필요
- 신뢰성: 생성이 아닌 검증된 배포까지의 파이프라인
Kimchi Harness 플랫폼 – 위 문제들에 대한 CAST AI의 접근과 솔루션
CAST AI의 Kimchi는 위에서 나열한 한계점들을 정면으로 해결하기 위해 설계된 AI 코딩 에이전트 하네스 플랫폼입니다.
멀티모델 오케스트레이션
하나의 모델에 묶이지 않습니다. 작업의 성격에 따라 다른 모델을 선택할 수 있습니다 – 탐색에는 빠르고 저렴한 모델, 복잡한 아키텍처 결정에는 추론이 강한 모델, 코드 생성에는 코딩 특화 모델. OpenCode가 증명한 “모델 불가지론”을 프로덕션 수준의 하네스로 구현한 것입니다.
서브에이전트 구조로 컨텍스트 오염 방지
탐색(Explore), 계획(Plan), 구현(Build), 리뷰(Review)를 서로 다른 에이전트로 분리합니다. 각 에이전트는 자신의 역할에 필요한 컨텍스트만 가지고 작업합니다. 이렇게 하면 “200번째 턴에서 50번째 턴의 정보가 필요한데 압축 과정에서 사라졌다”는 문제를 구조적으로 회피할 수 있습니다.
Teleport – 로컬에서 클라우드로, 끊김 없이
로컬에서 시작한 세션을 클라우드 샌드박스로 업로드해서 계속 작업할 수 있습니다. 노트북을 닫아도 에이전트는 클라우드에서 계속 실행됩니다. 세션 상태, 컨텍스트, 히스토리가 함께 이동합니다. (이 기능은 시리즈 4편에서 자세히 다룹니다.)
에어갭(폐쇄망) 설치 지원
금융, 국방, 공공기관처럼 인터넷 연결이 허용되지 않는 환경에서도 Kimchi를 설치하고 운영할 수 있습니다. 오픈웨이트 모델과 결합하면 데이터가 조직의 인프라를 벗어날 일이 없습니다. Claude Code, Cursor, Copilot 어느 것도 제공하지 않는 옵션입니다. (이 기능은 시리즈 5편에서 자세히 다룹니다.)
오픈웨이트 모델과의 네이티브 통합
1편에서 다뤘던 Kimi, MiniMax, GLM, DeepSeek, Nemotron 같은 오픈웨이트 모델들을 Kimchi 하네스 위에서 직접 실행할 수 있습니다. 프론티어 모델의 API 비용이 부담되거나, 데이터 주권이 우선인 환경에서 실질적인 대안이 됩니다.
자세한 내용은 공식 문서(https://docs.kimchi.dev/)에서 확인할 수 있습니다.
다음 편에서는
이번 편에서는 AI 코딩 에이전트 시장의 현황과, 주요 도구들이 공유하는 미해결 문제들을 살펴봤습니다. 다음 편에서는 이 문제들 중 “멀티모델 딜레마” – 왜 하나의 모델에 올인하는 게 위험한지, 그리고 작업별로 모델을 라우팅한다는 게 실제로 어떤 의미인지 – 를 더 깊이 다루겠습니다.
출처 및 참고자료
시장 점유율 및 채택률:
- JetBrains AI Pulse Survey (2026년 1월)
- JetBrains Developer Ecosystem Survey 2026 (2026년 5-7월, 응답자 15,000명+)
회사별 데이터:
- Microsoft FY26 Q4 Earnings Call (2026년 7월 29일)
- Anthropic 공식 발표, Bloomberg, Financial Times
- Second Talent AI Coding Statistics
- Forbes, CNBC, TechCrunch, Reuters
가격 정보:
- GitHub Copilot 공식 가격 페이지 (2026년 9월)
- Anthropic Claude 공식 가격 페이지 (2026년 9월)
- Cursor 공식 가격 페이지 (2026년 9월)
(가격과 기능은 빠르게 변하므로 실제 도입 검토 시 최신 정보를 확인하시기 바랍니다.)
댓글 남기기