대부분의 개발자들은 API와 A2A로 AI 데이터를 호출한다

Source: The New Stack

AI 개발 설문 조사 하이라이트

최근 Theory Ventures 설문 조사에서 413명의 시니어 기술 빌더 중 **91%**가 직접 AI를 구축하거나 AI를 구축하는 팀을 관리하고 있다고 밝혔습니다. **17%**만이 MCP 서버를 구축하고 있으며, **46%**는 API와 A2A를 통한 직접 툴 호출을 사용해 데이터를 접근하고 있습니다.

• 에이전트 툴의 가장 일반적인 사용 사례: 데이터베이스 접근 (응답자 72%).
• 품질 평가: 98%가 AI 품질을 평가하고 있으며, 보통 자동화와 수동 방법을 혼합해서 사용합니다.
  • 27%는 LLM을 사용해 출력 품질을 판단합니다.
  • 63%는 평가에 합성 데이터를 활용합니다.
• 직접 툴 호출: 46%가 API와 A2A를 통해 데이터를 접근하는 데 사용합니다.
• AI 평가 vs. 텔레메트리: 응답자는 제품 품질을 평가할 때 텔레메트리보다 AI 평가를 사용할 확률이 거의 세 배 높습니다.
• LLM 가시성: 57%가 상호작용을 관찰성 제품에 트레이스로 저장하고, 또 다른 57%는 스프레드시트를 사용해 데이터를 검토합니다.
• 툴링 가치: 21%는 상호작용에 대한 데이터 검토가 가장 큰 가치를 제공할 것이라고 생각합니다.
• 컨텍스트 엔지니어링:
  • 47%가 GEPA와 Prompt Evolution 같은 프롬프트 최적화 방법을 사용합니다.
  • 52%가 프롬프트를 코드 저장소에 코드 리뷰 프로세스로 관리합니다.
  • 41%가 협업 텍스트 파일을 통해 프롬프트를 업데이트합니다.
  • 추가로 41%는 코드를 벗어난 환경에서 프롬프트를 반복합니다.

Shipaton 모바일 해커톤, Vibe‑Coded 앱으로 우승

Shipaton은 인앱 구매를 지원하는 플랫폼 RevenueCat이 매년 주최하는 모바일 앱 해커톤입니다. 올해 행사는 “vibe coding”의 부상을 강조했습니다.

• 참가자: 작년 1,700명 → 54,000명 (올해).
• 대상: Payout – Claude Code와 Cursor를 사용해 만든 AI 지원 앱으로, 사용자가 해당 집단소송을 찾을 수 있도록 돕습니다.

“AI 툴은 앱을 만들고 배포하는 장벽을 낮추고 있지만, 기본 원칙은 변하지 않았습니다. 사람들에게 사랑받고, 사용되고, 비용을 지불하게 만드는 무언가를 여전히 만들어야 합니다.” — Jacob Eiting, RevenueCat CEO.

시상 부문 및 수상작

• Best Vibes: OtterDay – Perplexity Pro(대화 및 시각), KlingAI(수달 애니메이션), ElevenLabs(보이스오버)를 사용.
• Design: DayLoop – 일상 순간을 시네마틱 타임랩스 영상으로 만들며 정밀성, 프라이버시, 즐거움을 강조.
• Buzziest Launch: ReadHim – 남성 문자 해독 앱; 인스타그램 조회수 5.2 M, 팔로워 2.3 M인 틱톡 인플루언서와 협업, 슈퍼카와 로봇 개를 활용한 스턴트 진행.
• Apps That Make Money: VectorGuard – 공공 데이터를 공공 선으로 전환하는 지속 가능한 수익 모델을 인정받음.

RevenueCat은 또한 구독 여정(온보딩, 수익화, 유지, 창의성) 전반에 걸쳐 뛰어난 앱에 대해 Shippies 상 6개를 수여했습니다. 2025 Shippies 수상작: Focus Friend, Ladder, Resubs, Recime, Wink, WeWard.

Warp CLI 툴, AI 에이전트 기능 확장

Warp은 macOS, Linux, Windows용 현대적이고 고성능인 커맨드‑라인 터미널입니다. 이번 달 Warp는 Agents 3.0을 출시해 AI 에이전트 기능을 확장했습니다.

새로운 기능

• 전체 터미널 사용: 에이전트가 실시간 프로세스와 전체 화면 터미널 앱(예: 디버거)과 상호작용할 수 있어 실제 개발 작업에서 큰 병목을 해소합니다.
• 구조화된 버전 관리 개발 청사진: 재현 가능하고 버전‑제어된 AI‑생성 코드 플랜을 제공합니다.
• 대화형 코드 리뷰: 터미널 내에서 직접 인간이 감독할 수 있게 하여, 개발자가 AI가 제안한 변경을 즉시 승인, 수정, 거부할 수 있습니다.

이러한 향상은 터미널 환경 안에서 신뢰할 수 있고 협업적인 완전 자동 개발 워크플로를 제공하는 것을 목표로 합니다.