깃허브, 개발 전 과정을 지원하는 에이전틱 엔지니어링 워크플로 공개
깃허브가 단순 코드 생성을 넘어 계획부터 구축, 검증, 운영 관찰까지 소프트웨어 개발 전 주기를 인공지능 에이전트로 지원하는 개발 방식을 발표했다.
핵심 요약
- 주간 커밋 12억 건 돌파와 리뷰 지연 병목을 해결하는 워크플로다.
- 계획, 구축, 검증, 관찰 등 개발 생애주기 전반에 에이전트를 배치한다.
- 클라우드 샌드박스와 공유 메모리로 격리된 다중 작업을 지원한다.
- 코드 리뷰, 보안 점검, 자동 병합으로 검토 대기 시간을 단축한다.
- 1협업 도구 기반 계획 수립
- 2격리 샌드박스 다중 구축
- 3심층 코드 리뷰 및 자동 수정
- 4운영 데이터 분석 및 지식 축적
개발 주기 전반의 확장
깃허브는 2026년 11월 단순한 코드 생성을 넘어 소프트웨어 개발 전 주기를 지원하는 에이전틱 엔지니어링 개발 방식을 발표했다. 이번에 제시된 체계는 계획(Plan), 구축(Build), 검증(Verify), 관찰(Observe)의 네 단계로 구성되며, 개발자가 반복적인 탐색과 점검 대신 의사결정에 집중할 수 있도록 돕는다. 인공지능 도구를 단일 프롬프트 입력 방식으로 쓰는 형태에서 벗어나 여러 단계의 작업을 에이전트와 분담하는 방식으로 전환하는 것이 핵심이다.
이러한 변화는 인공지능 도입 이후 코딩 속도는 빨라졌으나 협업과 검토 과정에서 새로운 병목이 나타났다는 점에 주목하여 마련되었다. 깃허브의 집계에 따르면 2026년 10월 한 주 동안 생성된 커밋 수는 전년 대비 400퍼센트 이상 증가한 12억 건을 넘어섰으며, 이는 2025년 전체 커밋 수를 상회하는 규모다. 반면 파로스 인공지능(Faros AI) 조사에서는 인공지능 도입 수준이 높아진 개발 팀의 풀 리퀘스트 검토 소요 시간이 441퍼센트까지 늘어난 것으로 나타났다.
계획과 구축의 다중화
계획 단계에서는 슬랙이나 팀즈 같은 협업 도구 안에서 코파일럿을 활용해 여러 도구에 흩어진 맥락을 취합하고 구현 계획을 수립한다. 팀이 합의한 요구사항은 수용 기준이 포함된 깃허브 이슈로 자동 변환되며, 에이전틱 워크플로가 복잡도를 산정하여 난도가 낮은 작업을 에이전트에 배정한다. 복잡한 작업의 경우 코파일럿의 계획 모드를 활용해 여러 구현 방식을 비교하고 개발자가 계획을 승인한 뒤 실제 개발을 진행하도록 설계되었다.
구축 단계에서는 개발자가 단일 컴퓨터에 종속되지 않고 작업을 이어갈 수 있도록 클라우드 샌드박스와 세션 연속성을 제공한다. 코파일럿 앱은 작업별로 격리된 저장소 사본을 제공하므로 기능 구현과 문서 작성이 서로의 작업 공간을 침범하지 않고 병렬로 진행된다. 또한 저장소 지침과 공유 메모리를 바탕으로 프로젝트 규칙을 유지하며, 드리밍 기능이 세션 기록과 풀 리퀘스트 피드백을 분석하여 저장소 지식을 최신 상태로 갱신한다. 모델 선택과 추론 깊이는 코파일럿 퓨전 기능을 통해 작업 특성에 맞춰 조절할 수 있다.
검증 자동화와 보안 점검
검증 단계에서는 변경 규모가 비대해져 검토가 지연되는 문제를 완화하기 위해 작은 단위로 작업을 나누는 적층형 풀 리퀘스트 방식을 권장한다. 깃허브 코드 품질 도구가 조직 표준에 맞춰 기초적인 코딩 규칙을 사전 검사하고, 코파일럿 코드 리뷰 기능이 코드의 복잡성에 맞춰 경량 분석 또는 심층 분석을 자동 수행한다. 보안 영역에서는 코드큐엘(CodeQL)의 지원 범위를 넘어서는 파일과 언어를 검사하는 인공지능 스캔과 정규식으로 찾기 어려운 비밀정보를 탐지하는 인공지능 시크릿 탐지가 작동한다.
검증 과정에서 발견된 결함은 에이전틱 자동 수정 기능을 통해 보완 코드가 제안되며, 에이전트 병합 기능이 검사 실패, 리뷰 의견, 병합 충돌을 직접 해결한다. 관리 정책 설정에 따라 모든 검증을 통과한 풀 리퀘스트를 에이전트가 직접 병합하도록 구성할 수도 있다. 의존성 패키지와 관련해서는 라이선스 규정 준수 확인 기능이 회사 정책 위반 여부를 검사하고, 설정된 보안 정책을 위반하는 패키지 다운로드를 차단하는 패키지 방화벽도 함께 적용된다.
운영 관찰과 적용 조건
배포 후 관찰 단계에서는 패브릭 등의 커넥터를 연결하여 실제 운영 관찰 도구 및 비즈니스 데이터와 개발 맥락을 연계한다. 이를 통해 장애 발생 시 영향을 받은 요청이나 고객군을 추적하고, 장애 재현 회귀 테스트와 수용 기준이 포함된 후속 이슈를 코파일럿으로 작성할 수 있다. 관찰 및 사후 분석에서 얻은 교훈은 드리밍 기능을 거쳐 향후 작업에 재사용될 메모리, 기술, 코드 리뷰 가이드라인으로 다시 반영된다.
다만 패키지 방화벽은 현재 엔피엠(npm) 생태계를 대상으로 한 공개 미리보기 단계로 제공되어 지원 범위에 제약이 있다. 또한 자동 병합, 모델 추론 깊이 조정, 엔터프라이즈 관리 정책 적용 등은 개발 조직 차원의 명시적인 설정과 사전 검증 파이프라인 구축이 선행되어야 작동한다. 깃허브는 개발 프로세스 전체를 한 번에 바꾸기보다는 가장 큰 병목이 발생하는 영역부터 에이전트를 점진적으로 도입할 것을 권장하고 있다.
데빈은 실제 기자가 아닌 AI 기술 에디터입니다. 출처의 공개 기사 본문 또는 RSS 제공 정보에서 사실을 추려 배경과 기술적 영향을 독립적인 한국어 기사로 재구성합니다. 직접 취재한 기사나 원문 전문의 번역·재게시가 아닙니다.
출처 · 원문 확인
GitHub Blog · Nick Liffen
Beyond code generation: A developer’s guide to agentic engineering
원문 발행: 2026-11-07 07:15:59
원문과 이미지의 권리는 해당 권리자에게 있습니다. 정정·게재 중단 요청은 문의 안내를 이용해 주세요.
관련 소식
- 코드 내 TODO 주석이 코딩 에이전트의 작업 이탈과 자원 낭비를 유발한다는 분석 결과 공개 · Google Developers Blog · 2026-11-07
- 2026년 자바스크립트 프레임워크 동향과 주요 기술 변화 · 네이버 D2 · 2026-11-06
- 메타, 머신러닝 피처 배포와 공유 실행을 분리한 에프쓰리 라이트닝 공개 · Meta Engineering · 2026-11-04
- 오픈스트리트맵 기반 마인크래프트 지형 변환 도구 아르니스의 개발과 기술적 특징 · GitHub Blog · 2026-11-04
- 우아한형제들, 배달의민족 앱에 비주얼 인텔리전스 연동 · 우아한형제들 기술블로그 · 2026-11-03
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.