젯브레인스 AI 개발 도구 예측법: 위임 5단계(L1~L5) 프레임워크와 에이전트 코딩의 다음 단계

핵심 메시지

• 젯브레인스 리서치팀은 매일 쏟아지는 AI 도구를 모두 추적하는 대신, 변화의 근원과 방향을 보는 '프리즘'을 만들어 변화 피로를 줄인다고 말한다.
• 코드 자동완성에서 AI 어시스턴트, AI 코드 에디터, 에이전트, 클라우드 에이전트로 이어진 흐름은 기능 목록이 아니라 '인간이 얼마나 위임하는가'라는 하나의 궤적이다.
• 이들이 만든 AIDE 프레임워크는 소프트웨어 제작 단계, 위임 수준(L1~L5), 조직 규모라는 세 축으로 시장을 지도처럼 그린다.
• 현재 최고 수준의 코딩 에이전트는 L3(범용 실행자)에 머물러 있고, 무엇을 만들지 정하는 일과 검토는 여전히 사람의 몫이라는 것이 이들의 진단이다.
• 발표자는 AI가 '도구'가 아니라 소프트웨어를 만드는 원자재, 즉 '지능 자원'으로 취급되는 순간이 진짜 전환점이라고 본다.

쉽게 이해하기

젯브레인스가 공개한 사내 리서치 대담에서, 시장·제품 리서치를 담당하는 연구자는 AI 도구의 변화 속도 자체는 문제가 아니라고 말한다. 큰 그림을 볼 수 있다면 속도는 견딜 만하다는 것이다. 그래서 이 팀은 지금 시장에서 벌어지는 모든 일을 추적하지 않는다. 대신 지금의 변화가 어디에서 왔고 어디로 가는지를 이해해 하나의 '프리즘'을 만들고, 그 프리즘을 필터 삼아 변화 피로에서 벗어난다고 설명한다.

그 프리즘으로 본 현재는 세 가지로 요약된다. 첫째, AI는 이미 개발자의 일상이 되었고 취미 프로젝트를 넘어 큰 기업의 실제 업무에도 쓰인다. 둘째, 에이전트 방식의 코딩이 새로운 표준이 되고 있다. 코드 수정을 자동화하는 수준을 넘어 개발 과제 전체를 에이전트에게 맡기면서, 작업 흐름이 '에디터에서 코드 작성·검증·수정'에서 '에이전트 대화창에서 과제 설정·실행·검토'로 옮겨간다는 것이다. 셋째, 같은 에이전트들이 클라우드로 이동하며 CI 실패로 생긴 단순 린트 오류처럼 자잘한 작업부터 자율적으로 처리하기 시작했다.

다만 흥미로운 역설도 지적한다. 개발자 대다수가 AI를 쓰지만 모든 곳에 쓰지는 않는다. AI가 집중적으로 쓰이는 활동은 사실상 코드 작성과 브레인스토밍 두 가지뿐이고, 소프트웨어 개발 생애주기의 나머지 영역에서는 활용도가 훨씬 낮다는 것이다. 이 팀은 이런 흐름을 여덟 개 언어로 분기마다 진행하는 대규모 설문(AI 펄스)으로 추적한다. 편향을 줄이려고 젯브레인스라는 정체를 숨기고 조사하며, 이를 통해 시장 규모와 개별 도구의 위치까지 추정한다고 말한다.

대담의 핵심은 이들이 '개발 도구를 위한 만물이론'이라 부르는 AIDE 프레임워크다. 출발점은 용어 정의였다. 사용자가 목표를 이루도록 도우며 지능적으로 느껴지는 모든 시스템을 '인공지능 시스템'으로 정의하는데, 여기서 중요한 것은 그 지능이 반드시 거대언어모델에서 나올 필요가 없다는 점이다. 실제로 젯브레인스 IDE의 핵심은 결정론적 휴리스틱이지만 사용자는 오래전부터 그것을 지능적이라 느껴왔다는 것이다. 또한 경제학·사회학의 '주인-대리인' 개념을 빌려와, 주인과 대리인 모두 사람일 수도 AI일 수도 있다고 본다. 우버로 택시를 부를 때 우리가 특정 기사가 아니라 앱에 요청하고 기사도 앱에서 요청을 받듯, AI가 주인이 되고 사람이 대리인이 되는 구조는 이미 낯설지 않다는 비유가 등장한다.

프레임워크는 세 축으로 구성된다. 소프트웨어 제작 단계(다섯 개 활동군으로 묶인 서른다섯 개 활동), 위임 수준, 그리고 개인·중소기업·엔터프라이즈로 나뉘는 조직 맥락이다. 이 가운데 새로운 것은 위임 수준이다. L1은 한정된 동작만 맡기는 '도구'(코드 자동완성), L2는 경계가 분명한 작업을 맡기는 '어시스턴트'(특정 함수의 단위 테스트 생성), L3는 전문 지식을 요구하는 과제를 실행하는 '범용 실행자', L4는 백엔드 관리처럼 특정 개발 기능을 책임지고 사람은 핵심 결정의 승인자로 물러나는 '감독형 실행자', L5는 창업자가 엔지니어링 조직에 전략만 주고 기술 선택 전부를 맡기듯 조직 차원의 역량을 통째로 위임하는 단계다.

주요 인사이트

• 위임 수준은 AI의 능력치가 아니라 사람과 AI의 '계약'이다. 발표자는 같은 에이전트라도 상황에 따라 L3로 자율 실행시키기도 하고 L2로 좁혀 통제하기도 한다며, 단계를 결정하는 것은 결국 주인 쪽 사람의 판단이라고 강조한다.
• 능력이 높아진다고 위임이 자동으로 커지지는 않는다. 화려한 벤치마크 점수가 경제적 효과로 잘 이어지지 않는 이유가 여기 있으며, 덜 똑똑한 에이전트 여럿을 잘 조율하는 결정론적 시스템이 초지능형 단일 모델보다 높은 위임 수준에 도달할 수 있다는 것이 이들의 관점이다.
• 프레임워크가 세운 네 가지 전제 중 하나는 'AI가 사람을 완전히 대체하지 않는다'는 것이다. 다만 사람의 일은 의도를 명확히 규정하는 일과 결과를 검토하는 일로 이동한다.
• 위임이 늘수록 사람은 그 작업에 덜 몰입하게 되고, 그래서 맥락을 추상화하고 불확실성을 관리하는 능력이 중요해진다는 지적이 나온다.
• 미래 방향으로는 추상화 수준의 상승(코드보다 아키텍처·데이터·사용자 흐름·비즈니스 임팩트를 고민), 개발 생애주기 전반에 걸친 AI의 수직 통합, 그리고 AI를 '망치'가 아니라 가구 공장의 목재처럼 투입되는 지능 원자재로 보는 관점 전환이 제시된다.

자주 묻는 질문

관련 AI 소식