기업에 AI 도입을 가르칠 때 가장 흔한 요청은 "프롬프트 잘 쓰는 법"이다. 직원이 챗봇 창을 열어 질문을 던지고, 돌아온 답을 일에 옮기는 그림이다. 도입의 단위는 사람 한 명이 화면 앞에 앉아 한 번 묻고 한 번 받는 대화였다.
6월에 나온 발표들은 그 그림이 더 이상 가운데에 있지 않다고 말한다. 에이전트가 일을 시작하는 자리가 사람이 친 프롬프트에서, 이슈가 열리거나 빌드가 깨지는 사건으로 옮겨가고 있다. 사람은 대화 상대가 아니라 결과를 통보받는 쪽이 된다.
일은 사람이 묻기 전에 시작된다
GitHub은 6월 11일 '에이전틱 워크플로'를 공개 프리뷰로 냈다. 이슈 분류, CI 장애 분석, 문서 갱신 같은 추론형 작업을 GitHub Actions 안에서 코딩 에이전트에게 맡긴다. 규칙은 자연어 마크다운으로 적고, 시스템이 그것을 표준 Actions YAML로 컴파일한다.
CI 장애 분석은 이렇게 돈다. 에이전트가 로그를 읽고, 실패 패턴을 찾고, 저장소 이력에서 비슷한 사례를 뒤진 뒤, 수정안을 담은 진단 이슈를 연다 — 당신이 실패 알림을 읽기도 전에. 작업을 깨운 것은 사람의 질문이 아니라 빌드 실패라는 사건이다. 묻는 사람이 없다.
에이전트는 채팅 창을 떠나 코드 안으로 들어간다
같은 이동이 모델을 부르는 자리에서도 보인다. GitHub은 6월 2일 Copilot SDK를 정식 출시하며, Copilot의 에이전트 엔진을 "당신의 애플리케이션·서비스·개발 도구에 안정적인 API로" 심을 수 있다고 밝혔다. 에이전트가 GitHub의 채팅 창을 나와, 회사가 만든 소프트웨어 안에서 코드 호출로 깨어난다.
모델도 그 쓰임에 맞춰 나온다. 6월 26일 Copilot에 추가된 MAI-Code-1-Flash는 "빠르고 지연이 낮은 응답"을 내세우며 "속도와 효율이 가장 중요한 대량의 반복적 에이전트 코딩 작업"을 겨냥한다. 사람이 읽는 속도가 아니라 루프가 도는 속도에 맞춘 모델이다. Google의 Gemini 3.5 Flash도 같은 경제성을 깐다. Google은 이 모델이 코딩·에이전트 벤치마크에서 직전 상위 모델인 3.1 Pro를 앞서면서 출력은 약 4배 빠르고 비용은 종종 절반 이하라고 밝혔다 — 다만 가장 어려운 추론 과제는 여전히 Pro가 낫다. 반복해 도는 일은 값싼 모델로 충분해지고, 무인 루프를 대량으로 돌릴 조건이 갖춰진다.
그러면 설계할 것은 프롬프트가 아니라 트리거와 검증이다
사람이 키보드 앞에 없으면 답이 틀려도 다음 턴에 고칠 수 없다. 그래서 무엇을 설계하느냐가 바뀐다. 잘 쓴 프롬프트 문장이 아니라, 어떤 사건이 무슨 데이터로 에이전트를 깨우는가, 깬 뒤 무엇까지 손대게 둘 것인가, 그 결과를 무엇으로 통과시킬 것인가다.
GitHub이 에이전틱 워크플로에 함께 붙인 장치가 그 증거다. 에이전트는 기본적으로 읽기 전용 권한으로 돌고, 격리된 컨테이너와 'Agent Workflow Firewall' 뒤에서 실행되며, 산출물은 'safe outputs' 절차를 통과해야 반영된다. 모델을 더 똑똑하게 만드는 기능이 아니라, 사람 없이 도는 실행을 묶어두는 장치다. 자동화의 값어치는 에이전트가 무엇을 할 수 있는가가 아니라, 무엇까지만 하도록 묶였는가에서 나온다.
| 사람이 프롬프트를 칠 때 | 에이전트가 이벤트로 깰 때 |
|---|---|
| 프롬프트를 잘 쓰는 법 | 어떤 사건이 무슨 데이터로 깨우는가 |
| 답이 틀리면 다음 턴에 고침 | 사람이 없으니 권한·가드레일로 미리 막음 |
| 출력은 사람이 읽고 판단 | 출력은 자동 검증을 통과해야 반영 |
도입 교육의 내용도 여기서 갈린다. 프롬프트 쓰는 법만 가르치면, 정작 일이 시작되는 자리 — 어떤 사건이 에이전트를 깨우고 그 결과를 누가 무엇으로 검증하는가 — 가 비어 있게 된다. 조녁컴퍼니가 AX 전환을 '대화를 잘하는 법'이 아니라 '사람 없이 도는 일을 어떻게 설계하고 검증할 것인가'의 문제로 보는 이유다. 사업영역 →