AI 코딩 에이전트 300줄로 만든다고? 이제 조금 늦었다

AI가 아닌 AI를 활용하는 동료가 여러분의 자리를 빼앗을 것입니다

안녕하세요! 요즘 AI 에이전트라는 말 정말 많이 들어보셨죠? 그런데 대부분의 사람들이 이 용어를 정확히 이해하지 못하고 있다는 사실, 알고 계신가요?

최근 Geoffrey Huntley가 진행한 워크샵에서 충격적인 사실이 공개됐어요. 바로 AI 코딩 에이전트를 만드는 것이 생각보다 훨씬 간단하다는 거예요.

AI 코딩 에이전트의 진실: 300줄의 코드가 전부

Huntley는 단언합니다. "AI 코딩 에이전트는 300줄의 코드가 루프로 돌아가며 LLM 토큰을 처리하는 것이 전부"라고 말이에요.

이 말이 믿기지 않으시나요? 하지만 이것은 엄연한 사실입니다. 현재 시장에서 인기를 끌고 있는 Cursor, Windsurf, Claude Code, 깃허브 코파일럿 같은 도구들도 결국 이런 간단한 루프 구조를 기반으로 하고 있거든요.

실제로 시장 데이터를 보면 더욱 놀라운 사실들이 드러납니다.

Cursor는 2024년 매출 2,600억 원(100만 달러)에서 2025년에는 5,200억 원(200만 달러) 매출을 달성할 것으로 예상되며, 2025년 6월 기준 약 130조 원(9.9억 달러)의 기업가치를 인정받았어요. 더 놀라운 건 2025년 5월 기준으로 연간 매출이 6,500억 원(500만 달러)에 달한다는 점이에요.

특히 Cursor는 마케팅에 단 한 푼도 쓰지 않고도 100만 명 이상의 사용자를 확보했다는 점이 정말 인상적이에요. 입소문만으로 이런 성과를 낸 거죠.

반면 깃허브 코파일럿은 2025년 7월 기준 2천만 명의 총 사용자를 달성했으며, 이 중 130만 명이 유료 구독자예요. 포춘 100대 기업의 90%가 깃허브 코파일럿을 사용하고 있다는 것도 주목할 만한 점이에요.

시장 경쟁 상황: 깃허브 vs Cursor

현재 시장에서는 흥미로운 양상이 펼쳐지고 있어요.

깃허브는 코파일럿을 통해 연 40% 매출 성장을 기록하며 안정적인 성장세를 보이고 있는 반면, Cursor는 약 2개월마다 연간 매출이 2배씩 증가하는 폭발적인 성장을 보이고 있어요.

특히 Cursor의 성장 속도는 정말 놀라워요. 단 12개월 만에 1억 달러 연간 매출을 달성한 역사상 가장 빠른 SaaS 회사가 되었거든요. 그것도 직원 수 20명 미만의 작은 팀으로 말이에요.

AI 에이전트의 핵심: 올바른 LLM 선택

Huntley가 특히 강조하는 부분이 있어요. 모든 LLM이 에이전트 용도로 적합한 건 아니라는 거예요.

그는 LLM을 4가지 카테고리로 분류합니다:

고안전성 모델: OpenAI, Anthropic 같은 윤리적 가이드라인이 강한 모델들

저안전성 모델: Grok처럼 보안 연구 등에 사용할 수 있는 모델들

오라클 모델: 요약이나 깊은 사고가 필요한 작업에 적합한 모델들

에이전틱 모델: 도구 호출에 특화된 모델들

그중에서도 코딩 에이전트를 만들려면 Claude Sonnet처럼 '에이전틱'한 모델을 선택해야 한다고 강조해요. 그는 Claude Sonnet을 "도구 호출만 하고 싶어하는 디지털 다람쥐"라고 재미있게 표현하더라고요.

코딩 에이전트의 5가지 핵심 도구

Huntley는 모든 코딩 에이전트가 공통적으로 가져야 하는 5가지 기본 도구를 제시합니다:

읽기 도구: 파일 내용을 컨텍스트 윈도우로 읽어오는 기능

목록 도구: 디렉토리의 파일과 폴더를 나열하는 기능

실행 도구: 컴퓨터에서 명령어를 실행하는 기능

편집 도구: 파일을 생성하고 수정하는 기능

검색 도구: 코드베이스에서 패턴을 찾는 기능 (대부분 ripgrep 사용)

이 5가지만 있으면 기본적인 코딩 에이전트가 완성돼요. 놀랍게도 현재 시장을 장악하고 있는 깃허브 코파일럿부터 급부상하고 있는 Cursor, Windsurf까지 모두 이런 기본 구조를 따르고 있거든요.

컨텍스트 윈도우 관리: 성패를 좌우하는 핵심

여기서 정말 중요한 인사이트가 나와요. Huntley는 "컨텍스트 윈도우는 코모도어 64처럼 제한적인 메모리로 생각하라"고 조언해요.

예를 들어, Claude Sonnet의 광고상 컨텍스트 윈도우는 20만 토큰이지만, 실제로 사용할 수 있는 건 약 17만 6천 토큰 정도라고 해요. 시스템 프롬프트와 하네스가 일부 메모리를 사용하기 때문이죠.

여기서 핵심 규칙이 나와요: "컨텍스트 윈도우에 할당하는 게 많을수록 성능이 떨어진다"

요즘 핫한 MCP(Model Context Protocol) 서버를 너무 많이 설치하면 오히려 성능이 떨어질 수 있다는 거예요. 적게 할당할수록 더 좋은 결과를 얻을 수 있다고 강조합니다.

개발자들이 놓치고 있는 핵심 포인트

Huntley가 정말 중요하게 강조하는 부분이 있어요. "여러분의 동료가 여러분의 일자리를 빼앗을 것이다, AI가 아니라"

최근 연구에 따르면 개발자들이 코파일럿을 사용했을 때 작업을 55% 더 빨리 완료한다는 결과가 나왔어요. 개발자의 88%가 AI가 생성한 코드를 최종 제출물에 그대로 사용한다는 것도 주목할 만하고요.

하지만 이건 AI 자체의 문제가 아니라, 개발자들이 AI를 올바르게 활용하는 방법을 모르기 때문이에요. AI 에이전트를 제대로 활용하려면 기본기를 탄탄히 해야 합니다.

2025년, 선택이 아닌 필수가 된 AI 에이전트

Cursor를 만든 MIT 졸업생 4명(Michael Truell, Sualeh Asif, Arvid Lunnemark, Aman Sanger)은 대학생 시절부터 이 회사를 시작했어요. 이들이 보여준 성과는 단순히 운이 좋았던 게 아니에요.

Huntley는 "2025년에는 기본키(primary key)가 무엇인지 아는 것만큼이나 에이전트를 만드는 방법을 아는 것이 기본 지식이 되었다"고 말해요. 실제로 Canva 같은 기업들은 이미 면접에서 AI 사용을 권장하고 있거든요.

현재 개발자들 사이에서 가장 널리 사용되는 AI 도구는 ChatGPT(82%)이지만, 깃허브 코파일럿도 44%의 사용률을 보이고 있어요. 이는 이미 절반에 가까운 개발자들이 AI 코딩 도구를 일상적으로 사용하고 있다는 의미예요.

실전에서 바로 적용할 수 있는 팁

Huntley의 워크샵에서 나온 실용적인 조언들을 정리해드릴게요:

에이전틱한 모델을 선택하세요. 현재로서는 Claude Sonnet이나 Kimi K2가 좋은 선택이에요.

각 활동마다 컨텍스트 윈도우를 새로 시작하세요. 백엔드 API를 만들다가 미어캣에 대해 검색한 후 웹사이트를 디자인하면, 웹사이트에 API나 미어캣 정보가 섞여 들어갈 수 있어요.

MCP 도구를 너무 많이 설치하지 마세요. 7만 6천 토큰을 도구에 할당하면 실제로 사용할 수 있는 토큰은 10만 개 밖에 남지 않아요.

이제 더 이상 미룰 수 없습니다

AI 에이전트를 만드는 것이 300줄의 코드로 가능하다는 Huntley의 주장은 과장이 아니에요. 실제로 시장의 성공 사례들이 이를 증명하고 있어요.

Cursor가 단 12명의 팀으로 2억 달러 매출을 달성한 것이나, 마케팅비 한 푼 안 쓰고 100만 사용자를 확보한 것을 보면, 기술의 진입장벽이 생각보다 높지 않다는 걸 알 수 있죠.

중요한 건 이제 AI의 소비자에서 생산자로 전환할 시점이라는 거예요. 여러분의 업무 영역에서 어떤 작업들을 자동화할 수 있을지 생각해보세요. 데이터 엔지니어라면 데이터 파이프라인 관리를, 프론트엔드 개발자라면 컴포넌트 생성을 자동화할 수 있을 거예요.

깃허브 코파일럿을 사용하는 개발자들의 60%에서 75%가 더 만족스러운 작업 경험을 한다고 답했어요. 이는 단순히 효율성 증대를 넘어서 업무의 질적 향상을 의미해요.

2025년, 이미 늦었다고 생각하실 필요는 없어요. 하지만 더 이상 미룰 수도 없는 시점이 왔다는 건 분명합니다. AI 에이전트는 이제 선택이 아닌 필수가 되었어요.