코드를 읽고 고치고 직접 돌려 보며 프로그래밍을 해내는 AI예요.
코딩 에이전트는 프로그래밍을 맡는 AI 에이전트예요. 파일을 찾아 읽고, 코드를 고치고, 돌려 본 뒤 오류가 나면 다시 고치기를 스스로 되풀이해요. Claude Code, Codex, Cursor의 에이전트가 대표적이에요.
2022년 GitHub Copilot은 코드를 제안만 하고 돌려 보지는 못했어요. 2023년 실제 GitHub 문제 2,294개로 만든 시험 SWE-bench에서 당시 최고 모델은 1.96%만 풀었고, 이 시험은 코딩 에이전트를 재는 기준이 됐어요.
2025년 5월 Claude Code가 정식 출시됐고, 2026년 2월 OpenAI는 약 100만 줄짜리 사내 제품을 전부 Codex로 짰다고 밝혔어요. 그래도 OpenAI는 Codex 출시 때 에이전트가 쓴 코드를 사람이 꼭 살피라고 했어요.
비유로 보면
수학 숙제를 할 때 답만 불러 주는 친구와, 직접 풀고 검산까지 한 뒤 틀리면 다시 푸는 친구를 떠올려 보세요. 코드 자동 완성이 앞의 친구라면 코딩 에이전트는 뒤의 친구예요. 그래도 숙제를 내는 사람은 나니까, 마지막 확인은 내 몫이에요.
예를 들면
'동아리 웹페이지에서 사진이 안 떠요, 고쳐 줘'라고 하면, 관련 파일을 찾아 원인을 고치고 페이지를 다시 열어 확인하는 데까지 이어서 해요.
자주 하는 오해
오해코딩 에이전트가 한 일은 언제든 되돌릴 수 있다.
실제로는Claude Code는 파일을 고치기 전에 원래 상태를 저장해 두어 되돌릴 수 있지만, 공식 안내서는 데이터베이스나 서비스 배포처럼 바깥 시스템에 한 일은 그렇게 되돌릴 수 없다고 적고 있어요. Cursor의 체크포인트도 파일만 되돌려요. 그런 명령은 실행 전에 허락을 묻도록 설정해 두세요.
오해벤치마크 점수가 높으면 내 부탁도 그만큼 잘 해낸다.
실제로는2026년 8월 RealSWE 연구에 따르면 실제 사용자 부탁은 88%가 문제 설명만 담고 있었지만, 시험 문제 가운데 그런 꼴은 7%뿐이었어요. 시험 문제를 실제 부탁처럼 바꾸자 해결률이 평균 6.4%포인트 떨어졌어요. 원하는 동작과 이유를 적어 주면 결과가 크게 나아졌다고 해요.
수업에서 써 보기
선생님은 수업 시작에, 학생은 혼자 공부할 때 써 보세요.
이 낱말과 이어진 기록
출처로 확인한 AI 역사 속 장면이에요.
벤치마크 점수와 현장 체감의 격차를 "능력 차이"가 아니라 "입력 분포 차이"로 분해한 갈래. 원하는 동작과 동기를 적으면 성능이 크게 오르고 환경 정보·재현 절차는 토큰만 늘린다는 결과는 에이전트 프롬프트 설계에 바로 걸린다
약 100만 줄 규모 내부 제품을 전량 Codex 작성으로, 5개월간 엔지니어 3~7명이 약 1,500 PR 머지
자사 측정 SWE-bench Verified Opus 4 72.5%·Sonnet 4 72.7%, Terminal-bench Opus 4 43.2%. 100만 토큰당 Opus 4 $15/$75, Sonnet 4 $3/$15로 이전 세대와 같고 ASL-3 등 상위 안전 수준 조치를 함께 시행