> ## 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. # Vibe Coding & Agentic > 이 문서는 **[AI 동향](/ai-trends/overview)** 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: | 지표 | AI 공동 작성 코드 | 인간 작성 코드 | 출처 | | ---------- | :---------: | :------: | -------------- | | **주요 이슈** | 1.7배 많음 | 기준 | CodeRabbit | | **설정 오류** | 75% 많음 | 기준 | 470개 OSS PR 분석 | | **보안 취약점** | 2.74배 많음 | 기준 | CodeRabbit | *** ## Agentic Engineering의 등장 ### 정의 2026년 2월 4일, Karpathy 본인이 Vibe Coding을 **"이제 구식(passe)"** 이라 선언하고 **Agentic Engineering** 을 제시했습니다. | 구분 | Vibe Coding | Agentic Engineering | | ----------- | ----------------- | ------------------------- | | **철학** | "AI에게 맡기고 결과만 확인" | "AI 에이전트의 환경을 체계적으로 설계" | | **코드 리뷰** | 하지 않음 | 자동 테스트 + 사람 리뷰 | | **품질 관리** | 제한적 | Harness(테스트, 검증, 가드레일) 포함 | | **적합 대상** | 프로토타입, 일회성 스크립트 | 프로덕션 소프트웨어 | | **에이전트 역할** | 코드 생성기 | 구조화된 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 | 기능 | 설명 | 시기 | | ----------------------- | --------------------------------- | --------- | | **Hooks** | 이벤트 기반 자동화 — 도구 호출 전후에 스크립트 자동 실행 | 2026 Q1 | | **Teams / Multi-agent** | 여러 에이전트를 팀으로 구성하여 병렬 작업 수행 | 2026 Q1 | | **Background Agents** | 백그라운드에서 장기 작업 수행, 완료 시 알림 | 2026 Q1 | | **Memory System** | 프로젝트별 영속적 메모리, 대화 간 학습 유지 | 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 | **성장 지표 (2025 말 기준):** * 일일 활성 사용자: **35만+** * 누적 생성 PR: **100만+** ### 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, 샌드박스 실행 | | **대상** | ChatGPT Pro/Enterprise/Team 사용자 | ### Google Jules | 항목 | 설명 | | ---------- | ------------------------------------------ | | **방식** | GitHub 이슈 기반 — 이슈를 할당하면 자동으로 코드 작성 및 PR 생성 | | **기반 모델** | Gemini 2.5 | | **핵심 차별점** | Firebase Studio 통합, Google 생태계 연동 | ### GitHub Copilot | 항목 | 설명 | | ---------- | ------------------------------- | | **방식** | IDE 내장 자동완성 + 채팅 + Agent 모드 | | **기반 모델** | GPT-4o + Claude + Gemini (멀티모델) | | **핵심 차별점** | 가장 큰 사용자 기반, IDE 완전 통합 | ### Cursor | 항목 | 설명 | | ---------- | ------------------------------------- | | **방식** | VS Code 포크 기반 AI-native IDE | | **기반 모델** | Claude, GPT, Gemini 등 멀티모델 | | **핵심 차별점** | Background Agent, 직관적 AI UX, Tab 자동완성 | ### Windsurf | 항목 | 설명 | | ---------- | ------------------------- | | **방식** | AI IDE (Codeium) | | **기반 모델** | 멀티모델 | | **핵심 차별점** | Flow 기반 자동화, Cascade 에이전트 | ### Kiro (Amazon) | 항목 | 설명 | | ---------- | ------------------------------------------------------------------------------------------------- | | **방식** | VS Code 포크 기반 IDE (2025.07 프리뷰) | | **기반 모델** | Claude + 자체 모델 | | **핵심 차별점** | **Spec-Driven Development 내장** — 요구사항 → 디자인 문서 → 태스크 자동 생성. Hooks(자동화 에이전트), Steering(프로젝트 규칙) 내장 | ### Databricks Genie Code | 항목 | 설명 | | ---------- | -------------------------------------------------- | | **방식** | Databricks 워크스페이스 내 코딩 에이전트 | | **핵심 차별점** | Databricks 생태계 네이티브 통합, MCP Host, Unity Catalog 연동 | | **연관 도구** | AI Dev Kit (Claude Code 플러그인) | *** ## 경쟁 구도 비교 | 도구 | 인터페이스 | 자율성 | 모델 | 강점 | | --------------- | ------------------- | :----: | ----------- | ------------------------------- | | **Claude Code** | CLI / IDE / Web | 매우 높음 | Opus 4.7 | 코딩 품질, MCP, 1M 컨텍스트 | | **Codex** | Web / Desktop (비동기) | 높음 | o3 | 대규모 비동기 작업, 병렬 에이전트 | | **Copilot** | IDE | 중간 | 멀티모델 | 최대 사용자 기반, IDE 통합 | | **Cursor** | IDE (포크) | 중간\~높음 | 멀티모델 | AI-native IDE, Background Agent | | **Windsurf** | IDE | 중간\~높음 | 멀티모델 | Flow/Cascade 자동화 | | **Kiro** | IDE (포크) | 높음 | Claude + 자체 | Spec-Driven Dev 내장 | | **Jules** | GitHub | 높음 | Gemini 2.5 | Google 생태계 | | **Genie Code** | Databricks | 중간\~높음 | 다양 | Databricks 네이티브 | *** ## Databricks에서의 Agentic Coding ### Agentic Coding Workshop Databricks FE 조직은 고객 대상 **Agentic Coding Workshop** 을 운영하고 있습니다. | 항목 | 내용 | | ----------- | ------------------------------------------------- | | **FY27 목표** | 75개 팀, 150개 앱 배포 | | **성과 지표** | 개발 속도 2\~3배 향상 | | **도구** | Genie Code + Claude Code + AI Dev Kit | | **형식** | Standard(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. ```bash theme={null} # 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:** * [Andrej Karpathy의 Agentic Engineering](https://x.com/karpathy) * [CodeRabbit: AI 코드 품질 분석](https://www.coderabbit.ai) * [Anthropic Claude Code 문서](https://docs.anthropic.com/en/docs/claude-code) * [Databricks AI Dev Kit](https://github.com/databricks-solutions/ai-dev-kit)