에이전트 모드

Augment Code

전문 개발자와 대규모 엔터프라이즈 팀을 위한 AI 에이전트 플랫폼으로, IDE, CLI, 코드 리뷰 워크플로를 아우르는 통합 솔루션을 제공한다. 가장 큰 차별점은 심층 코드베이스 인덱싱(Deep Codebase Indexing)으로, 수백만 줄 규모의 코드베이스에서도 정확한 컨텍스트를 찾아내어 AI 에이전트의 작업 정확도를 높인다. 단순히 현재 파일만 보는 것이 아니라, 프로젝트 전체의 아키텍처, 의존성 관계, 코딩 패턴을 깊이 이해한 뒤 코드를 생성하므로, 대규모 프로젝트에서 일관성 있는 코드를 만드는 데 강점이 있다. VS Code, JetBrains 등의 IDE 확장과 CLI 도구를 모두 제공하며, 에이전틱 워크플로를 통해 계획-실행-검증 사이클을 지원한다. Terminal Bench 2.0 벤치마크에서 Claude Code 대비 17개 문제를 더 해결한 사례가 보고되는 등 성능 면에서도 주목받고 있다. 개인 개발자보다는 팀 단위의 협업 환경에서 진가를 발휘한다.

Agentic Engineering

AI 에이전트가 구조화된 인간 감독 하에 자율적으로 소프트웨어를 계획·작성·테스트·배포하는 전문적 개발 방법론으로, 바이브 코딩의 다음 진화 단계이다. Andrej Karpathy가 2026년 초 제시한 개념으로, 바이브 코딩의 'prompt and hope(프롬프트를 던지고 기대하기)' 방식을 PEV(Plan → Execute → Verify) 루프로 체계화한 것이다. 핵심적인 역할 전환이 일어나는데, 개발자가 코드의 '작성자(writer)'에서 시스템의 '아키텍트 및 감독자(architect & supervisor)'로 바뀐다. 구체적 워크플로: 인간이 스펙과 제약 조건을 정의(Plan) → 복수의 특화된 AI 에이전트(Feature Author, Test Generator, Code Reviewer, Architecture Guardian, Security Scanner)가 자율적으로 작업(Execute) → 품질 게이트와 인간 리뷰를 통해 결과를 검증(Verify). 실적 사례: TELUS(500,000+ 시간 절감), Zapier(89% 조직 AI 도입), Stripe(주 1,000+ 에이전트 PR 머지), OpenAI(100만 줄 코드, 인간 작성 0줄), Rakuten(1250만 줄 코드베이스 7시간 처리). 프롬프트 엔지니어링, 컨텍스트 엔지니어링, 하네스 엔지니어링이 모두 결합된 최상위 개발 패러다임이다.

Agentic Workflow

AI 에이전트가 자율적으로 계획을 세우고 행동을 실행하여 복잡한 목표를 달성하는 동적 프로세스의 전체 흐름을 말한다. 단순히 '프롬프트 → 응답'의 1회성 상호작용이 아니라, 추론(Reasoning), 외부 도구 호출(Tool Use), 자기 수정(Self-correction), 다단계 실행(Multi-step Execution)을 포함하는 반복적이고 적응적인 프로세스이다. 에이전틱 워크플로의 일반적인 단계: 작업 설명(인간이 목표와 제약 조건을 제공) → 계획(에이전트가 작업을 하위 작업으로 분해) → Feature Author(코드 작성) → Test Generator(테스트 생성·실행) → Code Reviewer(코드 품질 검토) → Architecture Guardian(아키텍처 적합성 검증) → Security Scanner(보안 취약점 스캔) → 인간 리뷰(최종 승인) → CI/CD(자동 배포). 각 단계에서 실패하면 이전 단계로 돌아가 자동 수정을 시도하며, 이 반복 루프가 에이전틱 워크플로의 핵심이다. 전통적인 소프트웨어 개발 파이프라인이 인간이 각 단계를 수동으로 수행했다면, 에이전틱 워크플로에서는 AI 에이전트가 인간의 감독 하에 자율적으로 파이프라인을 진행한다.