정의
에이전트 코딩(Agentic Coding)은 AI 에이전트(Claude Code, Codex 등)가 코드 생성의 주체가 되는 개발 패러다임으로, 인간의 역할이 직접 코딩에서 ‘코딩하는 에이전트를 만드는 메타-개발’로 전환되는 현상을 지칭한다. 이 패러다임 아래에서 전통적인 코드의 가치는 급격히 하락하고, 소프트웨어의 핵심은 모델과 그를 감싸는 결정론적 제어 레이어(harness)로 재정의된다.
핵심 속성
- 토큰 경쟁력: AI 코딩에서 사용 가능한 토큰 양은 IT 회사의 경쟁력과 직결된다. Backend.AI:GO는 130억 토큰을 소모하여 40일 만에 100만 줄 코드를 생산했다.
- 고속 추론의 중요성: 에이전트 코딩의 속도는 thinking token 생성 속도에 의존하며, 5~10배 빠른 초고속 inference가 개발 생산성을 결정한다.
- Adaptive Thinking Budget: 단순 작업에는 thinking을 최소화하고, 복잡한 문제에만 집중하도록 동적으로 thinking token을 조절하는 기술이 핵심 과제로 떠오른다.
- Harness의 가치: Claude Code의 진정한 경쟁력은 기반 모델(Opus/Sonnet)이 아니라, 모델을 결정론적으로 동작하게 만드는 외부 로직(harness)에 있다. 똑같은 모델을 다른 harness에 붙이면 성능이 달라진다.
- 소프트웨어 구성 변화: 앞으로 소프트웨어는 ① AI 코어 엔진(모델) 80% + ② 결정론적 제어 레이어(기존 코드) 10% + ③ UI/UX 및 A2A 인터페이스 10%로 구성된다.
- 인간의 인지 부하 전이: AI가 코딩을 대체해도 인간의 인지 부하는 줄지 않는다. 오히려 즉각적인 피드백(도파민)이 중독을 유발하여 삶을 피폐하게 만들 위험이 있다.
관계
- 20260607-role-of-human-agent-coding — 하위개념: 인간의 역할 변화를 구체화
- 20260607-software-value-from-code-to-model — 하위개념: 소프트웨어 가치 이동의 구체적 논증
- 20260607-startup-survival-reproduction-resistance — 연장: 동일 패러다임에서 스타트업의 생존 전략
- 20260508-llm-wiki-compounds-with-accumulation — 대조: LLM 위키 패턴은 지식 누적이 핵심인 반면, 에이전트 코딩은 코드 생성 자동화에 초점
인용
“코드 자체는 목적이 아니죠. 우리가 어떤 서비스를 만들기 위해서 그 서비스를 컴퓨터로 처리하기 위한 로직을 구현해 놓은 것을 우리가 코드라고 부르는데, … 그 코드의 목적이 어떤 로직을 처리해서 일을 되게 만든다라는 관점에서 보면 그 부분은 대부분 앞으로 딥러닝 모델들이 담당하게 될 것이다.” — 신정규
“Claude Code의 핵심 경쟁력은 Opus나 Sonnet 엔진이 아닙니다. Claude Code 그 자체예요. 기존의 소프트웨어라고 부르는 영역이 있고, 그 소프트웨어가 모델 겉에서 이걸 감싸면서 결정론적으로 동작을 만들어 주는 이 소프트웨어 로직, 이게 굉장히 강력하다.” — 신정규
출처
- 📎 클리핑: 20260613-ep86-ko-transcript