Skip to main content
이 문서는 AI 동향 섹션의 일부입니다.
Vibe Coding에서 Agentic Engineering으로 — AI 코딩의 진화와 코딩 에이전트 최신 동향

​
Vibe Coding의 부상

​
용어의 탄생

Vibe Coding 은 2025년 2월 Andrej Karpathy (OpenAI 공동창업자, 전 Tesla AI 리드)가 제시한 개념입니다.
“AI에게 완전히 맡기고 분위기(vibe)에 따라 코딩하는 것. 코드를 읽지 않고, AI가 생성한 결과를 그대로 사용한다.”
이 개념은 큰 반향을 일으켜 2025년 Collins English Dictionary 올해의 단어 로 선정되었습니다.

​
Vibe Coding의 현실

그러나 Vibe Coding의 품질 문제가 데이터로 확인되었습니다:
지표AI 공동 작성 코드인간 작성 코드출처
주요 이슈1.7배 많음기준CodeRabbit
설정 오류75% 많음기준470개 OSS PR 분석
보안 취약점2.74배 많음기준CodeRabbit

​
Agentic Engineering의 등장

​
정의

2026년 2월 4일, Karpathy 본인이 Vibe Coding을 “이제 구식(passe)” 이라 선언하고 Agentic Engineering 을 제시했습니다.
구분Vibe CodingAgentic Engineering
철학”AI에게 맡기고 결과만 확인""AI 에이전트의 환경을 체계적으로 설계”
코드 리뷰하지 않음자동 테스트 + 사람 리뷰
품질 관리제한적Harness(테스트, 검증, 가드레일) 포함
적합 대상프로토타입, 일회성 스크립트프로덕션 소프트웨어
에이전트 역할코드 생성기구조화된 워크플로우의 참여자

​
핵심 차이

Vibe Coding: 사용자 지시 → AI 코드 생성 → 완료 Agentic Engineering: 스펙 작성 → AI 계획 → AI 구현 → 자동 테스트 → 실패 시 수정 → 사람 리뷰 → 완료

​
코딩 에이전트 최신 동향 (2026년 4월)

​
Claude Code

기능설명시기
Hooks이벤트 기반 자동화 — 도구 호출 전후에 스크립트 자동 실행2026 Q1
Teams / Multi-agent여러 에이전트를 팀으로 구성하여 병렬 작업 수행2026 Q1
Background Agents백그라운드에서 장기 작업 수행, 완료 시 알림2026 Q1
Memory System프로젝트별 영속적 메모리, 대화 간 학습 유지2026 Q1
IDE ExtensionsVS Code, JetBrains 공식 확장2025-2026
Web Appclaude.ai/code에서 브라우저로 사용2026
Desktop AppMac/Windows 네이티브 앱2026
성장 지표 (2025 말 기준):
  • 일일 활성 사용자: 35만+
  • 누적 생성 PR: 100만+

​
OpenAI Codex

항목설명
방식클라우드 비동기 — 작업을 제출하면 클라우드에서 처리 후 PR 생성
기반 모델o3 (추론 모델)
핵심 차별점PR 기반 자율 작업, GitHub 통합, 샌드박스 실행
대상ChatGPT Pro/Enterprise/Team 사용자

​
Google Jules

항목설명
방식GitHub 이슈 기반 — 이슈를 할당하면 자동으로 코드 작성 및 PR 생성
기반 모델Gemini 2.5
핵심 차별점Firebase Studio 통합, Google 생태계 연동

​
GitHub Copilot

항목설명
방식IDE 내장 자동완성 + 채팅 + Agent 모드
기반 모델GPT-4o + Claude + Gemini (멀티모델)
핵심 차별점가장 큰 사용자 기반, IDE 완전 통합

​
Cursor

항목설명
방식VS Code 포크 기반 AI-native IDE
기반 모델Claude, GPT, Gemini 등 멀티모델
핵심 차별점Background Agent, 직관적 AI UX, Tab 자동완성

​
Windsurf

항목설명
방식AI IDE (Codeium)
기반 모델멀티모델
핵심 차별점Flow 기반 자동화, Cascade 에이전트

​
Kiro (Amazon)

항목설명
방식VS Code 포크 기반 IDE (2025.07 프리뷰)
기반 모델Claude + 자체 모델
핵심 차별점Spec-Driven Development 내장 — 요구사항 → 디자인 문서 → 태스크 자동 생성. Hooks(자동화 에이전트), Steering(프로젝트 규칙) 내장

​
Databricks Genie Code

항목설명
방식Databricks 워크스페이스 내 코딩 에이전트
핵심 차별점Databricks 생태계 네이티브 통합, MCP Host, Unity Catalog 연동
연관 도구AI Dev Kit (Claude Code 플러그인)

​
경쟁 구도 비교

도구인터페이스자율성모델강점
Claude CodeCLI / IDE / Web매우 높음Opus 4.7코딩 품질, MCP, 1M 컨텍스트
CodexWeb / Desktop (비동기)높음o3대규모 비동기 작업, 병렬 에이전트
CopilotIDE중간멀티모델최대 사용자 기반, IDE 통합
CursorIDE (포크)중간~높음멀티모델AI-native IDE, Background Agent
WindsurfIDE중간~높음멀티모델Flow/Cascade 자동화
KiroIDE (포크)높음Claude + 자체Spec-Driven Dev 내장
JulesGitHub높음Gemini 2.5Google 생태계
Genie CodeDatabricks중간~높음다양Databricks 네이티브

​
Databricks에서의 Agentic Coding

​
Agentic Coding Workshop

Databricks FE 조직은 고객 대상 Agentic Coding Workshop 을 운영하고 있습니다.
항목내용
FY27 목표75개 팀, 150개 앱 배포
성과 지표개발 속도 2~3배 향상
도구Genie Code + Claude Code + AI Dev Kit
형식Standard(샘플 데이터), Custom(고객 데이터), Hackathon(멀티데이)

​
AI Dev Kit

Databricks AI Dev Kit 는 Claude Code 플러그인으로, Databricks 워크스페이스와의 통합을 제공합니다:
  • SQL 실행, 테이블 조회, 카탈로그 탐색
  • Jobs, Pipelines, Model Serving 관리
  • Databricks Apps 배포
  • Unity Catalog 거버넌스 자동 적용

​
시작하기: Vibe Coding에서 Agentic Engineering으로

​
Phase 1: Vibe Coding (프로토타이핑)

프로토타입이나 일회성 스크립트에서는 Vibe Coding이 여전히 효과적입니다. 
# Claude Code에서 빠르게 프로토타입 생성
"Streamlit으로 매출 대시보드를 만들어줘. 
 차트 3개, 필터 2개 포함."

​
Phase 2: Agentic Engineering (프로덕션)

프로덕션 코드에서는 Harness Engineering 패턴을 적용합니다.
  1. CLAUDE.md 작성 — 프로젝트 규칙, 아키텍처, 금지 사항 정의
  2. 스펙 문서 작성 — 구현할 기능의 명확한 스펙
  3. 테스트 먼저 — 에이전트가 검증할 수 있는 테스트 작성
  4. 점진적 자율성 — 처음에는 모든 결과를 검토, 점진적으로 확대
참고 자료: