깃랩 AI 에이전트 시대, AI가 코드를 직접 쓰는 세상에서 개발팀이 반드시 알아야 할 것

요즘 개발팀 회의 가보면 분위기가 좀 묘해요. AI 코딩 도구 도입했다고 자랑은 하는데, 정작 유지보수 얘기만 나오면 다들 조용해지더라구요.

저도 처음엔 이게 그냥 도구 적응 문제일 거라 생각했어요. 그런데 데이터를 보니 생각보다 구조적인 문제였습니다.

AI 코딩, 다들 쓰는데 왜 다들 불안할까요

깃랩이 1,500명 이상의 개발자와 기술 리더를 대상으로 조사했는데, 91%가 AI 코딩 도구를 2개 이상 동시에 쓰고 있다고 답했어요. 54%는 3개 이상이고요.

그런데 같은 조사에서 73%가 AI가 만든 코드를 유지하는 게 걱정된다고 답했습니다. 생산성이 실제로 올랐다고 느낀 사람은 21%뿐이었고요.

한 줄 정리하면 이렇습니다. 도구는 늘었는데 확신은 늘지 않았다는 거예요.

국내 상황도 비슷한 흐름이에요. 캐럿글로벌이 국내 기업 300여 개를 대상으로 조사한 2026년 자료를 보면, 생성형 AI 도입률은 61%에 달하지만 조직 차원의 실제 내재화는 6.7%에 그쳤습니다. AI 에이전트로 넘어가면 더 신중해져서, 전사 내재화 비중은 3.7%까지 떨어져요. 기술은 들어왔는데 조직은 아직 준비가 안 된 상태인 거죠.

에이전트 코딩이라는 게 정확히 뭘까요

에이전트 코딩은 AI가 코드 한 줄을 제안하는 걸 넘어서, 이슈 분석부터 코드 작성, 테스트 실행, 머지 리퀘스트(코드 합치기 요청) 생성, 파이프라인 오류 수정까지 스스로 처리하는 걸 말해요.

사람 한 명이 하나씩 하던 작업을, AI 에이전트가 병렬로 24시간 수천 개 단위로 돌리는 셈이에요. 직원 한 명이 수백 명의 속도로 일하는 것과 비슷하다고 보시면 됩니다.

문제는 기존 개발 도구들이 이 규모를 전혀 상정하지 않고 만들어졌다는 거예요. Git이 대표적인데, 전 세계 수백 명이 협업하도록 설계된 도구라서 수천 개의 AI 에이전트가 동시에 작업하는 상황은 애초에 고려 대상이 아니었거든요.

사람들이 가장 많이 하는 오해

"AI 도구 쓰면 개발이 다 해결된다"는 생각, 반만 맞는 얘기예요.

AI는 코드를 만드는 데는 뛰어난데, 코드 밖의 맥락은 잘 모르는 경우가 많았어요. 이 코드가 어떤 이슈에서 시작됐는지, 어떤 보안 정책이 걸려있는지, 배포 환경이 어떻게 구성됐는지를 알아야 제대로 된 결정을 내릴 수 있는데, 그 맥락이 없으면 겉보기엔 맞아 보여도 나중에 되돌려야 하는 코드가 나옵니다.

깃랩이 트랜샌드에서 공개한 것들

2026년 6월 10일, 깃랩은 고객 행사 트랜샌드(Transcend)에서 에이전트 시대용 인프라를 발표했어요.

첫째, 차세대 소스코드 관리 시스템입니다. Git 백엔드를 AI 에이전트 규모에 맞게 다시 짜는 작업인데, 비공개 베타 내부 테스트에서 토큰 사용량 최대 절반 감소, 처리 속도 최대 50배 향상, 네트워크 트래픽 최대 1,000배 감소라는 결과가 나왔어요. 기존 Git과 완전 호환되면서요.

둘째, 깃랩 오빗(Orbit)입니다. 코드, 이슈, 파이프라인, 배포, 운영 신호를 하나의 맥락 그래프로 연결해서 에이전트가 전체 상황을 이해하고 작업하게 만드는 도구예요. 공개 베타 중인데, 오빗을 쓴 에이전트는 응답 속도 11배, 비용 효율 4.5배, 환각(잘못된 답변) 45배 감소라는 성과를 보였습니다.

셋째, 에이전트를 위한 거버넌스예요. 어떤 에이전트가 어떤 정책 아래 무엇을 했는지 완전히 추적하고 감사하는 기능인데, 금융이나 의료처럼 규제가 엄격한 산업에서 특히 중요한 부분입니다.

실제 데이터로 검증한 결과

영국의 금융 비교 플랫폼 컴페어 더 마켓이 79개의 실제 머지 리퀘스트로 테스트한 결과가 있어요. 오빗 기반 에이전트가 코드 리뷰 코멘트를 올바른 위치에 다는 확률이 70%였고, 기존 RAG(검색 기반 AI) 방식은 58%였습니다.

숫자만 보면 12%포인트 차이 같은데, 수천 개의 리뷰 코멘트가 오가는 환경에서는 이 차이가 엄청나게 커져요.

구글 클라우드와의 협업, 왜 중요할까요

같은 날 깃랩은 구글 클라우드와의 협업 확대도 발표했어요. 핵심만 짚으면 세 가지입니다.

구글 클라우드 마켓플레이스에서 깃랩을 구매하면 기존 약정된 예산으로 바로 쓸 수 있어서 별도 예산 심의가 필요 없어요. 구글의 신규 AI 모델인 제미나이 3.5 플래시도 깃랩 듀오 에이전트 플랫폼에서 별도 계약 없이 바로 쓸 수 있고요. 자체 환경에서 모델을 돌려야 하는 팀을 위해 오픈 가중치 모델 젬마 4도 셀프 호스티드로 지원됩니다. 데이터가 외부로 나가면 안 되는 금융권이나 의료기관에는 이 부분이 특히 중요해요.

국내 기업들은 어떻게 움직이고 있을까요

깃랩은 가트너 데브옵스 플랫폼 매직 쿼드런트에서 2025년 리더로 선정됐고, 국내에서는 플래티어 등 여러 파트너사가 깃랩 기반 AX 프로젝트를 진행 중입니다.

가트너는 2023년 기준 AI 코딩 도구 사용 비율이 10% 미만이었는데, 2028년까지 75% 이상으로 확대될 걸로 전망하고 있어요. 데브옵스 플랫폼 채택 비율도 2027년까지 지금의 3배 수준으로 늘어날 전망이고요.

앞으로 어떻게 바뀔까요

가트너가 내놓은 예측 중에 흥미로운 게 하나 있어요. 2028년까지 AI 코딩 비용이 평균 개발자 연봉을 넘어설 수 있다는 거예요. AI 에이전트를 마구 쓰다 보면 비용이 통제 불능이 될 수 있다는 경고이기도 합니다.

깃랩은 이걸 대비해서 깃랩 플렉스라는 유연한 구매 모델도 함께 내놨어요. 연간 약정은 하되 매달 시트 수와 AI 사용량을 조절할 수 있는 방식이라, AI 도입 속도가 빠른 팀에 적합합니다.

저장하고 싶어지는 문장 3개

AI 에이전트가 코드를 더 빠르게 만드는 게 문제가 아닙니다. 그 코드를 안전하게 다루는 인프라 없이 속도만 높이면 혼란이 빨라질 뿐이에요.

91%의 조직이 AI 코딩 도구를 2개 이상 쓰고 있지만, 생산성이 높아졌다고 느끼는 팀은 21%뿐입니다. 나머지 79%는 도구를 늘렸지만 문제도 함께 늘린 셈이에요.

더 좋은 AI를 쓴 게 아니라 더 좋은 맥락을 준 것만으로도, 오빗 도입 후 에이전트의 환각이 45배 줄었습니다.

마무리

2026년 개발 환경은 이미 AI 보조 도구 수준을 넘어섰어요. 에이전트 AI가 이슈 분석, 코드 작성, 보안 점검, 배포까지 직접 처리하는 시대가 됐습니다.

깃랩이 트랜샌드에서 내놓은 차세대 Git 엔진, 오빗 맥락 그래프, 에이전트 거버넌스, 구글 클라우드 통합은 모두 이 흐름에 올라타면서도 통제력을 잃지 않기 위한 준비들이에요.

AI 도구를 많이 쓰는 것보다, 그 도구들이 하나의 플랫폼에서 맥락을 공유하고 안전하게 작동하는 환경을 갖추는 게 지금 가장 중요한 과제입니다. 우리 팀의 개발 인프라가 에이전트 시대를 맞을 준비가 됐는지, 지금 점검해보시면 좋을 타이밍이에요.