‘AI as text’ 시대는 끝났다. Execution이 새로운 인터페이스다.
Source: GitHub Blog
번역을 진행하려면 번역하고자 하는 본문 내용을 제공해 주시겠어요?
본문을 알려주시면 원본 형식과 마크다운을 그대로 유지하면서 한국어로 번역해 드리겠습니다.
텍스트 전용 상호작용에서 에이전시 실행으로
지난 2년 동안 대부분의 팀은 AI와 같은 방식으로 상호작용해 왔습니다:
- 텍스트 입력 제공
- 텍스트 출력 받기
- 다음에 할 일을 수동으로 결정
하지만 프로덕션 소프트웨어는 격리된 교환으로 작동하지 않습니다. 실제 시스템은 다음을 수행해야 합니다:
- 여러 단계를 계획
- 도구와 서비스를 호출
- 파일 수정
- 오류 복구
- 정의한 제약 조건 하에서 적응
왜 에이전시 워크플로우인가?
개발자로서 GitHub Copilot을 IDE 내에서 신뢰할 수 있는 AI 어시스턴트로 사용하는 데 익숙해졌을 것입니다. 하지만 한 번 이상 이렇게 생각했을 수도 있습니다:
“왜 나는 내 앱 안에서도 이런 종류의 에이전시 워크플로우를 사용할 수 없을까?”
답은 예—당신은 할 수 있습니다.
GitHub Copilot SDK 소개
GitHub Copilot SDK 은 GitHub Copilot CLI를 구동하는 동일한 실행 레이어를 프로그래밍 가능한 기능으로 노출하여 소프트웨어에 직접 삽입할 수 있게 합니다.
- 자체 오케스트레이션 스택을 구축할 필요 없음 – 즉시 사용 가능한, 프로덕션 검증을 거친 계획 및 실행 엔진을 제공합니다.
- 트리거 로직 → 트리거 에이전트 실행 – 워크플로를 시작할 수 있는 애플리케이션의 어느 부분이든 이제 AI 기반 에이전트를 실행할 수 있습니다.
이러한 변화는 AI 기반 시스템의 아키텍처를 근본적으로 바꿉니다.
에이전시 실행을 삽입하기 위한 세 가지 구체적인 패턴
-
자동 코드 리팩토링
- 정적 분석을 통해 코드 냄새를 감지합니다.
- Copilot SDK를 호출하여 리팩터링된 스니펫을 생성합니다.
- 안전 검사 후 자동으로 변경을 적용합니다.
-
동적 이슈 트리아지
- 새로운 GitHub 이슈가 생성될 때, 제목과 설명을 SDK에 전달합니다.
- 에이전트가 라벨을 제안하고, 담당자를 할당하며, 초기 응답 초안을 작성하도록 합니다.
- 결과를 이슈 스레드에 다시 게시합니다.
-
셀프 힐링 배포
- 배포 파이프라인을 모니터링하여 실패를 감지합니다.
- SDK를 트리거하여 근본 원인을 진단하고, 롤백 계획을 생성하거나 구성 수정안을 제시합니다.
- 권장된 작업을 실행합니다(필요 시 인간 승인 포함).
시작하기
- 프로젝트에 SDK를 추가합니다 (npm, Maven, PyPI 등).
- 애플리케이션 코드에서 트리거를 정의합니다.
- 실행 정책을 구성합니다 (예: 타임아웃, 리소스 제한).
- 프로덕션에 배포하기 전에 샌드박스에서 에이전시 흐름을 테스트합니다.
‘프롬프트‑대기’에서 진정한 에이전시 실행으로 전환할 준비가 되셨나요?
오늘 GitHub Copilot SDK를 통합하고 애플리케이션이 스스로 계획하고, 행동하며, 적응하도록 하세요.
Source: …
패턴 #1 – 에이전트에게 다단계 작업 위임
수년 동안 팀은 스크립트와 glue 코드를 사용해 반복 작업을 자동화해 왔습니다. 워크플로가 컨텍스트에 의존하거나 실행 중에 형태가 바뀌거나 오류 복구가 필요할 때, 스크립트는 쉽게 부서집니다. 보통은 예외 상황을 하드코딩하거나 자체 오케스트레이션 레이어를 만들기 시작합니다.
Copilot SDK를 사용하면 고정된 단계를 코딩하는 대신 의도를 에이전트에 위임할 수 있습니다.
예시
앱이 **“이 저장소를 릴리스 준비하기”**와 같은 동작을 노출합니다.
모든 단계를 일일이 정의하는 대신, 의도와 제약 조건을 에이전트에 전달합니다. 그러면 에이전트가 다음을 수행합니다.
- 탐색 저장소.
- 계획 필요한 단계.
- 수정 파일.
- 실행 명령.
- 적응 실패 시 상황에 맞게.
이 모든 과정은 사용자가 정의한 경계 내에서 이루어집니다.
왜 중요한가
- 시스템이 확장될수록 고정된 워크플로는 무너지기 쉽습니다.
- 에이전트 기반 실행은 소프트웨어가 적응하면서도 제한되고 관찰 가능하도록 합니다.
- 처음부터 오케스트레이션을 다시 구축할 필요가 없습니다.
Source: …
Pattern #2 – Structured Runtime Context에서의 실제 실행
많은 팀이 프롬프트에 더 많은 동작을 넣으려 합니다. 시스템 로직을 텍스트로 인코딩하면 워크플로우를 테스트하고, 이해하고, 진화시키기가 어려워집니다. 시간이 지나면서 프롬프트는 적절한 시스템 통합을 대신하는 부ritt한 대체물로 변합니다.
Copilot SDK를 사용하면 컨텍스트가 구조화되고 조합 가능해집니다.
할 수 있는 일
- 도메인‑특화 도구 또는 에이전트 스킬을 정의합니다.
- 해당 도구들을 Model Context Protocol (MCP) 프로토콜을 통해 노출합니다.
- 실행 엔진이 런타임에 컨텍스트를 조회하도록 합니다.
왜 프롬프트에 데이터를 쌓아두지 말아야 할까?
소유권 데이터, API 스키마, 의존성 규칙 등을 프롬프트에 직접 삽입하는 대신, 에이전트는 계획 및 실행 단계에서 해당 시스템에 접근할 수 있습니다.
예시
내부 에이전트는 다음과 같이 동작할 수 있습니다:
- 서비스 소유권을 조회한다.
- 과거 의사결정 기록을 가져온다.
- 의존성 그래프를 확인한다.
- 내부 API를 참조한다.
- 정의된 안전 제약 조건 하에서 작업한다.
왜 중요한가
신뢰할 수 있는 AI 워크플로우는 구조화되고 권한이 부여된 컨텍스트에 의존합니다. MCP는 에이전트 실행을 실제 도구와 실제 데이터에 기반하도록 연결해 주는 배관 역할을 하여, 프롬프트에 내재된 추측을 없애줍니다.
패턴 #3 – IDE 외부에서 실행 삽입
대부분의 AI 도구는 “실제 작업”이 IDE 내부에서 이루어진다고 가정합니다. 그러나 현대 소프트웨어 생태계는 단일 편집기를 훨씬 넘어섭니다.
팀이 에이전시 기능이 필요한 곳
- 데스크톱 애플리케이션
- 내부 운영 도구
- 백그라운드 서비스
- SaaS 플랫폼
- 이벤트 기반 시스템
Copilot SDK를 사용하면 실행이 애플리케이션 레이어 기능이 됩니다. 시스템은 파일 변경, 배포 트리거, 사용자 행동 등 이벤트를 감지하고 Copilot을 프로그래밍 방식으로 호출할 수 있습니다. 계획‑및‑실행 루프는 별도의 인터페이스나 개발자 도구가 아니라 제품 내부에서 실행됩니다.
이것이 중요한 이유
실행이 애플리케이션에 삽입되면 AI는 사이드 윈도우의 도우미 역할을 그만하고 인프라스트럭처의 일부가 됩니다. 소프트웨어가 실행되는 어디에서든 사용할 수 있으며, IDE나 터미널 내부에만 국한되지 않습니다.
Build your first Copilot‑powered app →
실행이 새로운 인터페이스
**“AI를 텍스트로”**에서 “AI를 실행으로” 전환은 아키텍처적 변화입니다. 에이전트형 워크플로우는 제약 조건 하에서 작동하고 실제 시스템과 통합되며 런타임에 적응하는 프로그래머블한 계획 및 실행 루프입니다.
GitHub Copilot SDK는 이러한 실행 기능을 프로그래머블 레이어로 제공하여 접근성을 높입니다. 팀은 AI를 도입할 때마다 오케스트레이션 방식을 다시 구축하는 대신, 소프트웨어가 무엇을 달성해야 하는지 정의하는 데 집중할 수 있습니다.
애플리케이션이 로직을 트리거할 수 있다면, 에이전트형 실행도 트리거할 수 있습니다.
작성자
Gwen Davis – GitHub의 시니어 콘텐츠 전략가. 개발자 경험, AI 기반 워크플로우, 그리고 기술 분야의 커리어 성장에 대해 씁니다.
