> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sifi.life/llms.txt
> Use this file to discover all available pages before exploring further.

# 2026년 4월 AI 핫 키워드

> 이 문서는 **[AI 동향](/ai-trends/overview)** 섹션의 일부입니다.

> 2026년 4월 기준, AI 업계에서 가장 주목받는 핵심 키워드와 트렌드를 정리합니다.

***

## 1. Claude Design — AI가 디자인을 만든다

### 개요

2026년 4월 17일, Anthropic은 **Claude Design** 을 Anthropic Labs 실험 제품으로 발표했습니다. 자연어 대화만으로 프로토타입, 슬라이드, 피치 덱, 목업 등 시각적 자산을 생성할 수 있습니다.

### 핵심 특징

| 특징           | 설명                                                       |
| ------------ | -------------------------------------------------------- |
| **기반 모델**    | Claude Opus 4.7 (최신 비전 모델)                               |
| **이용 대상**    | Claude Pro, Max, Team, Enterprise 구독자 (Research Preview) |
| **워크플로우**    | 자연어 설명 → 초안 생성 → 대화/인라인 코멘트로 수정 → 내보내기                   |
| **커스텀 슬라이더** | Claude가 디자인 옵션을 조절할 수 있는 슬라이더를 직접 생성                     |
| **디자인 시스템**  | 팀의 디자인 시스템을 제공하면 자동으로 브랜드 일관성 적용                         |

### 내보내기 옵션

| 형식                 | 설명                           |
| ------------------ | ---------------------------- |
| **내부 URL**         | 팀 내 공유용                      |
| **Canva**          | Canva로 직접 내보내기               |
| **PDF / PPTX**     | 문서/프레젠테이션 형식                 |
| **HTML**           | 독립 실행 가능한 HTML               |
| **Claude Code 연계** | 디자인을 Claude Code에 전달하여 즉시 구현 |

### 왜 중요한가

Claude Design의 가장 혁신적인 점은 **디자인→구현의 원스톱 워크플로우** 입니다. Claude Design으로 UI 프로토타입을 만들고, 한 번의 지시로 Claude Code에 전달하면 실제 동작하는 코드가 생성됩니다. 이는 기존 "디자이너가 Figma에서 디자인 → 개발자가 코드로 변환"이라는 핸드오프 과정을 완전히 제거합니다.

> **참고**
> **시장 반응**: Claude Design 발표 직후 **Figma 주가가 약 7.5%**, **Adobe 주가가 약 1% 하락** 하며, AI가 디자인 도구 시장을 재편할 수 있다는 시장의 기대를 반영했습니다.

***

## 2. Harness Engineering — 프롬프트 엔지니어링의 진화

### 개요

**Harness Engineering** 은 AI 에이전트를 프로덕션 환경에서 안정적으로 작동시키기 위해, 에이전트를 감싸는 **시스템, 제약 조건, 피드백 루프를 설계** 하는 엔지니어링 분야입니다. 2026년 초부터 독립적인 용어로 자리잡았습니다.

### 프롬프트 엔지니어링 → Harness Engineering

| 시기       | 패러다임                    | 핵심            |
| -------- | ----------------------- | ------------- |
| **2023** | 프롬프트 엔지니어링              | 단일 프롬프트 최적화   |
| **2024** | RAG + Tool Use          | 외부 데이터/도구 연결  |
| **2025** | Agentic 워크플로우           | 멀티스텝, 자율적 작업  |
| **2026** | **Harness Engineering** | 에이전트 환경 전체 설계 |

### Harness의 구성 요소

Anthropic이 2026년 3월에 발표한 엔지니어링 블로그에서 제시한 harness 아키텍처:

| 구성 요소               | 역할           | 예시                             |
| ------------------- | ------------ | ------------------------------ |
| **Planner Agent**   | 작업 계획 수립     | 티켓 분석 → 구현 계획                  |
| **Generator Agent** | 실제 코드/콘텐츠 생성 | 코드 작성, 파일 수정                   |
| **Evaluator Agent** | 결과 검증        | Playwright MCP로 UI 테스트, 테스트 실행 |
| **Progress File**   | 장기 작업 상태 추적  | `claude-progress.txt`로 메모리 유지  |
| **Guardrails**      | 안전 장치        | 허용된 도구/파일 범위 제한                |
| **Feedback Loop**   | 자기 수정        | 테스트 실패 → 원인 분석 → 재시도           |

### 핵심 원칙

1. **AI를 마법 상자로 취급하지 말라** — 구조화된 환경의 한 컴포넌트로 취급
2. **모든 실패 모드를 테스트로 커버하라** — 에이전트가 스스로 디버깅할 수 있어야 함
3. **사람은 검토자(reviewer)로 남아라** — 완전 자율이 아닌, 사람이 결정을 검토하는 루프

> **참고**
> **Databricks 내부 사례**: Databricks Traffic Platform 팀은 Harness Engineering을 적용하여 Multi-Tenant Secure Egress Gateway를 약 4시간, Envoy-native Network Readiness를 약 6시간의 자율 코딩으로 구현했습니다. 핵심은 **Spec-Driven Development** — 구현 전에 스펙 문서를 작성하고, 에이전트가 스펙에 맞춰 코드를 생성하게 하는 패턴입니다.

***

## 3. Context Engineering — 에이전트에게 올바른 맥락을 주는 기술

### 개요

**Context Engineering** 은 AI 에이전트에게 최적의 컨텍스트(문맥)를 제공하여 성능을 극대화하는 실무 분야입니다. Harness Engineering의 하위 개념으로, "무엇을 에이전트에게 보여주고, 무엇을 숨길 것인가"를 체계적으로 설계합니다.

### 주요 기법

| 기법                            | 설명                                 | 예시                       |
| ----------------------------- | ---------------------------------- | ------------------------ |
| **CLAUDE.md / System Prompt** | 프로젝트별 규칙과 컨텍스트를 파일로 관리             | 코딩 스타일, 금지 패턴, 아키텍처 규칙   |
| **기술 문서 마크다운화**               | 기존 문서를 AI와 사람 모두 읽을 수 있는 마크다운으로 전환 | API 문서, 아키텍처 다이어그램을 텍스트로 |
| **컨텍스트 계층화**                  | 전역/프로젝트/디렉토리 수준으로 컨텍스트 분리          | CLAUDE.md 계층 구조          |
| **동적 컨텍스트 주입**                | MCP Server를 통해 런타임에 관련 정보 주입       | DB 스키마, API 스펙, 실시간 로그   |
| **컨텍스트 가지치기**                 | 불필요한 정보를 제거하여 토큰 효율 극대화            | 관련 파일만 선별 제공             |

### 왜 중요한가

1M 토큰 컨텍스트 윈도우가 있어도, **적절한 정보를 적절한 시점에** 제공하지 않으면 에이전트 성능이 저하됩니다. "더 많은 컨텍스트 = 더 좋은 결과"가 아니라, **"적절한 컨텍스트 = 최고의 결과"** 입니다.

***

## 4. Vibe Coding → Agentic Engineering

### Vibe Coding의 부상과 한계

**Vibe Coding** 은 2025년 2월 Andrej Karpathy(OpenAI 공동창업자, 전 Tesla AI 리드)가 제시한 개념으로, "AI에게 완전히 맡기고 분위기(vibe)에 따라 코딩하는 것"을 의미합니다. 2025년 Collins English Dictionary 올해의 단어로 선정되었습니다.

그러나 현실은 달랐습니다:

| 지표         | AI 공동 작성 코드 | 인간 작성 코드 |
| ---------- | :---------: | :------: |
| **주요 이슈**  |   1.7배 많음   |    기준    |
| **설정 오류**  |    75% 많음   |    기준    |
| **보안 취약점** |   2.74배 많음  |    기준    |

> CodeRabbit의 470개 오픈소스 GitHub PR 분석 결과

### Agentic Engineering으로의 전환

2026년 2월, Karpathy 본인이 Vibe Coding을 "이제 구식(passe)"이라 선언하고 **Agentic Engineering** 을 제시했습니다:

| 구분          | Vibe Coding     | Agentic Engineering       |
| ----------- | --------------- | ------------------------- |
| **접근법**     | AI에게 맡기고 결과만 확인 | AI 에이전트의 환경을 체계적으로 설계     |
| **품질 관리**   | 제한적             | Harness(테스트, 검증, 가드레일) 포함 |
| **적합 대상**   | 프로토타입, 일회성 스크립트 | 프로덕션 소프트웨어                |
| **에이전트 역할** | 코드 생성기          | 구조화된 워크플로우의 참여자           |

### Databricks에서의 Vibe Coding

Databricks FE 조직은 **Agentic Coding Workshop** 을 고객에게 제공하고 있습니다:

* **FY27 목표**: 75개 팀, 150개 앱 배포
* **성과 지표**: 개발 속도 2\~3배 향상
* **도구**: Genie Code + Claude Code + Databricks AI Dev Kit
* **형식**: Standard(샘플 데이터), Custom(고객 데이터), Hackathon(멀티데이)

***

## 5. 코딩 에이전트 최신 동향 (2026년 4월)

### Claude Code 최신 기능

| 기능                      | 설명                             | 시기        |
| ----------------------- | ------------------------------ | --------- |
| **Hooks**               | 이벤트 기반 자동화 (도구 호출 전후에 스크립트 실행) | 2026 Q1   |
| **Teams / Multi-agent** | 여러 에이전트를 팀으로 구성하여 병렬 작업        | 2026 Q1   |
| **Background Agents**   | 백그라운드에서 장기 작업 수행               | 2026 Q1   |
| **Memory System**       | 대화 간 영속적 메모리 (프로젝트별)           | 2026 Q1   |
| **IDE Extensions**      | VS Code, JetBrains 공식 확장       | 2025-2026 |
| **Web App**             | claude.ai/code에서 브라우저로 사용      | 2026      |
| **Desktop App**         | Mac/Windows 네이티브 앱             | 2026      |

### OpenAI Codex

| 항목         | 설명                                    |
| ---------- | ------------------------------------- |
| **방식**     | 클라우드 비동기 — 작업을 제출하면 클라우드에서 처리 후 PR 생성 |
| **기반 모델**  | o3 (추론 모델)                            |
| **핵심 차별점** | PR 기반 자율 작업, GitHub 통합, 멀티 레포 작업      |
| **샌드박스**   | 격리된 클라우드 환경에서 코드 실행                   |

### Google Jules

| 항목         | 설명                                 |
| ---------- | ---------------------------------- |
| **방식**     | GitHub 이슈 기반 — 이슈를 할당하면 자동으로 PR 생성 |
| **기반 모델**  | Gemini 2.5                         |
| **핵심 차별점** | Google 생태계(Firebase Studio) 통합     |

### 경쟁 구도 (2026년 4월)

| 도구                 | 강점                          | 약점                    |
| ------------------ | --------------------------- | --------------------- |
| **Claude Code**    | 코딩 품질 최고, MCP 생태계, 1M 컨텍스트  | CLI 기반 (IDE 확장은 보완 중) |
| **Codex**          | 비동기 대규모 작업, o3 추론           | 실시간 대화 부재             |
| **GitHub Copilot** | 최대 사용자 기반, IDE 완전 통합        | 자율성 제한적               |
| **Cursor**         | AI-native IDE, 직관적 UX       | 단일 벤더 IDE             |
| **Genie Code**     | Databricks 생태계 네이티브 통합, MCP | Databricks 환경 한정      |

***

## 6. Claude Managed Agents — 에이전트 인프라의 관리형 서비스

2026년 4월 8일, Anthropic은 자율 에이전트를 배포하기 위한 **완전 관리형 인프라** 를 출시했습니다.

| 항목         | 설명                                                                        |
| ---------- | ------------------------------------------------------------------------- |
| **개념**     | 개발자가 에이전트의 행동, 도구, 제약을 정의하면 Anthropic이 오케스트레이션, 샌드박싱, 세션 상태, 인증, 스케일링을 처리 |
| **가격**     | \$0.08/세션시간 + 토큰 비용                                                       |
| **얼리 어답터** | Notion, Rakuten, Asana                                                    |
| **의미**     | "에이전트 개발"에서 "에이전트 운영" 문제를 해결하는 PaaS 등장                                    |

***

## 7. Context Engineering — Gartner 선정 2026년 핵심 AI 역량

**Context Engineering** 은 Gartner가 **2026년 브레이크아웃 AI 역량** 으로 선정한 분야입니다. LLM 추론 시 최적의 토큰 집합을 큐레이팅하고 유지하는 전략의 총칭입니다.

| 관점      | 프롬프트 엔지니어링  | Context Engineering                  |
| ------- | ----------- | ------------------------------------ |
| **범위**  | 단일 프롬프트 최적화 | 시스템 지시, 도구, MCP 연결, 외부 데이터, 대화 이력 전체 |
| **시간**  | 단일 턴        | 멀티턴 에이전트 세션 전체                       |
| **관심사** | "어떻게 질문할까"  | "어떤 맥락에서 작업할까"                       |

> **참고**
> Anthropic은 [Context Engineering for AI Agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) 블로그를 발표했고, LangChain은 프로그래밍적 정의를, Google ADK는 플랫폼 레벨의 컨텍스트 파이프라인을 제공하고 있습니다.

***

## 8. 2026년 4월 — 역대 가장 바쁜 모델 출시 월

2026년 4월은 역사상 가장 많은 주요 LLM이 출시된 달입니다.

| 날짜     | 모델                         | 기업        | 핵심                       |
| ------ | -------------------------- | --------- | ------------------------ |
| 4월 1일  | **Gemini 2.5 Pro**         | Google    | 1M\~2M 컨텍스트              |
| 4월 2일  | **Gemma 4**                | Google    | 오픈소스                     |
| 4월 5일  | **Llama 4 Scout/Maverick** | Meta      | 오픈소스 MoE, 10M 컨텍스트       |
| 4월 중순  | **Qwen 3 패밀리**             | Alibaba   | 0.6B\~72B                |
| 4월 16일 | **Claude Opus 4.7**        | Anthropic | 강화된 비전, Claude Design 기반 |
| 4월 17일 | **Claude Design**          | Anthropic | AI 디자인 도구                |

***

## 9. 기타 주목할 키워드

### AI 비용 붕괴 (Cost Collapse)

작년에 월 $500이 들던 작업이 이제 **$50\*\* 으로 가능합니다. DeepSeek V3.2는 GPT-5.4 성능의 약 90%를 **1/50 가격** 에 제공합니다. 오픈소스와 클로즈드소스의 격차가 거의 사라지고 있습니다.

### Spec-Driven Development

**스펙 기반 개발** — 코드 작성 전에 구현 스펙 문서를 먼저 작성하고, AI 에이전트가 스펙에 맞춰 코드를 생성하게 하는 개발 패턴. Harness Engineering의 핵심 실천법입니다.

### Codex Desktop App (2026년 3월)

OpenAI가 Codex **데스크톱 앱** (macOS/Windows)을 출시했습니다. 여러 에이전트를 병렬로 관리하며, 장시간 작업을 처리합니다. ChatGPT, Codex, Atlas를 통합한 **"SuperApp"** 으로 진화 중입니다.

### Multi-Agent Orchestration

단일 에이전트가 아닌, **여러 전문 에이전트가 협력** 하여 복잡한 작업을 수행하는 패턴이 프로덕션 수준에 도달. 멀티 에이전트 워크플로우가 **327% 성장** 했습니다 (Databricks Enterprise AI Agent Trends 보고서).

### AI Agent 프레임워크 성숙

| 프레임워크                   | 상태                   | 핵심                    |
| ----------------------- | -------------------- | --------------------- |
| **LangGraph**           | 1.0 GA (2025.10)     | 복잡한 Python 에이전트 워크플로우 |
| **CrewAI**              | 44,600+ stars, v1.12 | MCP + A2A 네이티브 지원     |
| **Anthropic Agent SDK** | GA                   | 도구 중심 심플 아키텍처         |
| **Google ADK**          | v2.0.0-alpha         | 그래프 기반 워크플로우          |
| **OpenAI Agents SDK**   | GA                   | 미니멀 오피니언 프레임워크        |

### MCP + A2A 표준 통합

MCP(에이전트→도구)와 A2A(에이전트↔에이전트)가 모두 **Linux Foundation AAIF** 에서 관리되며, 사실상의 산업 표준으로 확정. MCP는 월간 **9,700만+ SDK 다운로드** 달성.

### AI 에너지 문제

빅테크의 AI 인프라 투자가 연간 \$300B+에 달하면서, **데이터센터 전력 소비** 가 사회적 이슈로 부상. 원자력 발전과 AI 데이터센터의 결합이 논의되는 단계.

***

## 10. 키워드 한눈에 보기

| 키워드                           | 한 줄 정의                                      |  중요도  |
| ----------------------------- | ------------------------------------------- | :---: |
| **Claude Design**             | AI로 프로토타입/슬라이드/목업 생성, Claude Code로 즉시 구현    |   높음  |
| **Harness Engineering**       | AI 에이전트의 실행 환경(도구, 가드레일, 피드백 루프)을 체계적으로 설계  | 매우 높음 |
| **Context Engineering**       | Gartner 선정 2026년 핵심 역량 — 에이전트에게 최적의 컨텍스트 설계 | 매우 높음 |
| **Agentic Engineering**       | Vibe Coding의 진화 — 프로덕션 수준의 AI 에이전트 기반 개발    | 매우 높음 |
| **Claude Managed Agents**     | Anthropic의 에이전트 배포 관리형 인프라 (\$0.08/세션시간)    |   높음  |
| **Spec-Driven Development**   | 스펙 먼저 작성 → AI가 구현 → 자동 검증                   |   높음  |
| **Multi-Agent Orchestration** | 여러 전문 에이전트가 협력하는 패턴 (327% 성장)               |   높음  |
| **MCP + A2A 표준화**             | AAIF(Linux Foundation)에서 양대 프로토콜 통합 관리      | 매우 높음 |
| **AI 비용 붕괴**                  | 오픈소스 모델이 클로즈드의 90% 성능을 1/50 가격에 제공          |   높음  |
| **Codex Desktop App**         | OpenAI 코딩 에이전트의 데스크톱 앱 출시 (병렬 에이전트 관리)      |   중간  |

***

**참고 자료:**

* [Anthropic Claude Design 발표](https://www.anthropic.com/news/claude-design-anthropic-labs)
* [Anthropic: Effective Harnesses for Long-Running Agents](https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents)
* [Anthropic: Harness Design for Long-Running Apps](https://www.anthropic.com/engineering/harness-design-long-running-apps)
* [Andrej Karpathy의 Agentic Engineering](https://x.com/karpathy)
* [각 기업별 상세 분석](overview)