코딩 에이전트로 코드 30% 증가, 완료 업무는 제자리
코딩 에이전트를 들인 718개 기업에서 코드는 30% 늘었지만 끝낸 업무는 통계적으로 늘지 않았다. 막힌 곳이 리뷰이므로, 에이전트를 더 붙이기 전에 검토 용량부터 늘려야 한다.
듣기 1분 14초 · 판단과 요점만 · 합성 음성 · 팟캐스트 피드
읽힌 대본
프리즘 에이아이 기술, 시월 십삼일 화요일 아침판입니다.
오늘의 제목입니다. 코딩 에이전트로 코드 삼십 퍼센트 증가, 완료 업무는 제자리.
오늘의 판단입니다. 코딩 에이전트를 들인 칠백십팔 개 기업에서 코드는 삼십 퍼센트 늘었지만 끝낸 업무는 통계적으로 늘지 않았다. 막힌 곳이 리뷰이므로, 에이전트를 더 붙이기 전에 검토 용량부터 늘려야 한다.
이어서 한눈에 보는 다섯 가지입니다.
첫째, 코딩 에이전트 도입 뒤 피 알 리뷰 시간 사십구 퍼센트 증가.
둘째, 메타 첫 프런티어 모델 Muse Wonder 출시.
셋째, 클로드 Managed Agents, 다중 에이전트 워크플로 베타.
넷째, 영국 에이아이안전연구소 사전 시험 접근 십칠일 만에 복원.
다섯째, 국감, 에이아이 캐릭터 챗봇 청소년 보호 입법 요구.
오늘 더 들여다볼 한 건입니다. 코딩 에이전트 도입 칠백십팔 개사, 코드 삼십 퍼센트 증가에도 완료 업무 유의한 증가 없음. 하버드대 연구진이 칠백십팔 개 기업의 업무 기록 삼억 건을 분석해 보니 코딩 에이전트 도입 뒤 코드 줄 수는 삼십 퍼센트 늘었지만 Jira 이슈 해결 같은 완료 업무는 통계적으로 유의하게 늘지 않아, 개인의 코딩 속도가 회사의 출하량으로 이어지지 않았다.
여기까지 프리즘이었습니다. 기사 전문과 출처는 프리즘 닷 바이브플로 닷 컴에 있습니다.
한눈에
- 코딩 에이전트 도입 뒤 PR 리뷰 시간 49% 증가
- Meta 첫 프런티어 모델 Muse Wonder 출시
- Claude Managed Agents, 다중 에이전트 워크플로 베타
- 영국 AI안전연구소 사전 시험 접근 17일 만에 복원
- 국감, AI 캐릭터 챗봇 청소년 보호 입법 요구
AX 도입 사례
코딩 에이전트 도입 718개사, 코드 30% 증가에도 완료 업무 유의한 증가 없음
하버드대 연구진이 718개 기업의 업무 기록 3억 건을 분석해 보니 코딩 에이전트 도입 뒤 코드 줄 수는 30% 늘었지만 Jira 이슈 해결 같은 완료 업무는 통계적으로 유의하게 늘지 않아, 개인의 코딩 속도가 회사의 출하량으로 이어지지 않았다.
더 보기 · 출처 1
커밋은 20%, PR(풀 리퀘스트, 코드 변경을 합치기 전에 검토를 요청하는 단위)은 23% 늘었다. 막힌 곳은 리뷰다. PR 하나를 검토하는 시간이 49% 길어졌다. 수정 요청을 받는 PR 비중은 거의 두 배가 됐고, PR당 코멘트는 35% 늘었다. 저자들은 완료 업무의 증가 폭이 기준치의 12%를 넘지 않는다고 추정했고, 고용에서도 유의한 변화를 찾지 못했다. 자동완성형 코딩 보조 도구의 효과는 코드 12% 증가로 더 작았다. 데이터는 엔지니어링 분석 업체 Jellyfish가 제공했고 기간은 2021년 1월부터 2026년 3월까지다. 논문은 동료 심사 전인 박사 과정 취업용 논문이다.
모델·제품
Meta 첫 프런티어 모델 Muse Wonder, 독립 지수 56점으로 상위권 진입
Meta가 12일 첫 프런티어 모델 Muse Wonder와 Muse Wonder Full을 냈고, 독립 평가 기관 Artificial Analysis의 지수에서 Full이 56점을 받아 기업이 견줄 상위 모델 후보가 하나 늘었다.
더 보기 · 출처 3
전작 Muse Spark 1.3(48점)보다 8점 올랐고, 지수를 이루는 10개 평가 가운데 6개에서 상위 3위 안에 들었다. 다만 API로 쓸 수 있는 것은 52점인 Muse Wonder뿐이고, Full은 코딩 도구 Muse Code 구독자만 쓴다. API 가격은 입력 100만 토큰 4달러, 출력 20달러로 전작(1.25달러, 4.25달러)보다 올랐다. 지수 측정 한 번에 든 비용은 4.52달러로 전작의 약 3배이고, Claude Opus 5.5(5.98달러)보다 낮다. 사실 지식 평가(AA-Omniscience)에서는 Full이 30점으로 Opus 5.5(46점)에 크게 뒤졌다. 맥락 창(모델이 한 번에 읽을 수 있는 입력 분량)은 100만 토큰이다. Meta가 내세운 기억 성능(MemoryBench) 우위는 자사 측정이고 독립 확인은 없다.
프런티어 실무
Claude Managed Agents에 다중 에이전트 '동적 워크플로' 베타, 실행 기본 수명 24시간
Anthropic이 9일 Claude Managed Agents에 에이전트가 직접 짠 프로그램으로 여러 에이전트를 단계별로 돌리는 동적 워크플로를 베타로 열어, 계약서 수백 건 검토처럼 대화 하나로 끝나지 않는 일을 서버에 맡길 수 있게 됐다.
더 보기 · 출처 2
Claude Code에는 이미 있던 기능이고, 이번에는 Anthropic 서버에서 백그라운드로 돈다. 켜려면 에이전트 설정의 multiagent 항목에 multiagent_20261001 형식과 workflows 사용을 넣고 베타 헤더를 붙인다. 실행을 시작하는 쪽은 사용자가 아니라 에이전트다. 실행 하나의 기본 수명은 24시간이고, 세션 예산에 닿으면 멈췄다가 예산을 올리면 이어서 돈다. 문서는 실행이 '완료'로 끝나도 안의 작업이 실패했을 수 있다고 적었다. 사용자가 실행을 ID로 멈출 수는 없고, 에이전트에게 멈추라고 요청해야 한다. 다음 주에 시험한다면 예산을 작게 걸고, 결과는 실행 안 각 스레드의 기록에서 다시 확인한다.
정책·규제
영국 AI안전연구소, 출시 전 모델 시험 접근 17일 만에 복원
미국 백악관이 9월 24일 막았던 영국 AI안전연구소(AISI)의 출시 전 모델 시험 접근이 11일 풀려, Anthropic·OpenAI·Google DeepMind의 새 모델을 영국이 다시 미리 시험할 수 있게 됐다고 Telegraph가 보도했다(확인 필요).
더 보기 · 출처 2
백악관 국가사이버국장실은 미국의 안보 검토가 끝날 때까지 새 모델을 영국에 넘기지 말라고 요구했었다. 이 기간 Anthropic은 Claude Mythos 5.1의 사전 접근을 미국 기관에만 열었다. 복원은 영국 Kanishka Narayan AI 담당 장관 등의 외교 압박 뒤에 나왔다. 미국 정부의 공식 발표는 확인되지 않았다. 출시 전 시험 접근은 법적 의무가 아닌 자율 합의라서, 정부 판단에 따라 언제든 다시 끊길 수 있다.
국내 AI·테크
국감서 AI 캐릭터 챗봇 청소년 보호 공백 지적, 제타 이용자 25.7%가 19세 이하
12일 국회 과방위의 방송미디어통신위원회 국정감사에서 AI 캐릭터 챗봇의 청소년 보호 공백이 지적됐고, 김종철 위원장이 정보통신망법 개정이나 AI 기본법 보완을 관계 부처와 추진하겠다고 밝혀 챗봇 서비스에 연령 확인 의무가 붙을 가능성이 커졌다.
더 보기 · 출처 1
이주희 의원은 스캐터랩의 '제타'를 예로 들어 연령 확인과 보호자 동의, 미성년자 이용 시간 제한, 위기 대응 체계의 법제화를 요구했다. 제타의 9월 말 월간 이용자는 148만 명이고, 이 가운데 약 38만 명이 19세 이하다. 황정아 의원 측 점검에서는 청소년용 '세이프 모드'에서도 성폭력 묘사가 나왔고, 차단 뒤 AI가 우회 표현을 제안하기도 했다. 스캐터랩은 18일까지 간접 표현 탐지를 강화하고, 미성년자 기본 이용을 하루 3시간, 결제를 월 10만 원으로 제한한다고 밝혔다.
하버드 연구가 보여준 것은 코딩 에이전트가 만든 코드가 리뷰 단계에 쌓인다는 사실이다. 코드와 PR은 늘었지만 리뷰가 길어지고 수정 요청이 거의 두 배가 되면서, 완료 업무의 증가는 많아야 12%에 머물렀다. 그래서 에이전트 도입 효과를 코드량이나 PR 수로 보고하면 실제보다 크게 잡힌다. 도입 성과는 리뷰 대기 시간과 완료된 이슈로 재고, 에이전트를 늘리기 전에 검토 인력과 합격 기준부터 정해야 한다. 다만 데이터가 2026년 3월에서 끝나 최신 에이전트 세대는 반영되지 않았다.
이번 주에 나온 도구들은 만드는 쪽의 처리량을 더 키운다. Managed Agents 워크플로는 에이전트 여럿을 서버에서 한 번에 돌리고, Meta는 상위권 모델을 하나 더 내놓았다. 이 때문에 생성량만 늘리면 검토 병목은 더 커진다. 그래서 워크플로는 계약서 대조나 테스트 결과 정리처럼 검토 부담을 덜어 주는 일에 먼저 붙이는 편이 연구 결과와 맞는다. 그런데 워크플로가 '완료'로 끝나도 안의 작업이 실패했을 수 있으므로, 결과를 스레드 기록으로 다시 확인하는 절차는 사람 쪽에 남겨 둬야 한다.
Muse Wonder는 독립 지수에서 상위권에 들었지만, API로 쓸 수 있는 것은 아래 등급이고 사실 지식 점수는 경쟁 모델보다 낮다. 따라서 지수 순위만 보고 바꾸기보다 자사 업무 샘플 몇십 건으로 작업당 비용과 오류율을 재 본 뒤 비교 후보에 올린다.
- 하버드 결과를 지금 도입 판단에 그대로 쓸지 갈렸다. 한쪽은 718개 기업, 3억 건 규모이고 리뷰 시간·수정 요청·코멘트가 함께 움직여 병목 설명이 단단하다고 본다. 반대쪽은 데이터가 2026년 3월에서 끝나 최신 에이전트를 반영하지 못하고, 도입을 회사 단위로 잡아 실제 사용자의 효과가 희석됐다고 본다.
- AI 리뷰로 병목을 풀 수 있는지 갈렸다. 한쪽은 워크플로로 리뷰 에이전트를 여럿 돌리면 사람의 검토 시간을 줄일 수 있다고 본다. 반대쪽은 연구에서 늘어난 것이 수정 요청과 코멘트였고, AI가 리뷰를 맡아도 합칠지 정하는 책임은 사람에게 남아 병목이 옮겨갈 뿐이라고 본다. 해석은 검토 보조에 먼저 붙이되 승인은 사람에게 두는 쪽을 택했다.
- Muse Wonder를 비교 후보에 넣을지 갈렸다. 한쪽은 작업당 비용이 Opus 5.5보다 낮고 맥락 창이 100만 토큰이라 시험할 이유가 있다고 본다. 반대쪽은 API 모델이 아래 등급이고 사실 지식 점수가 낮으며, Muse 계열이 벤치마크에 맞춰 조정됐다는 비판을 받은 이력이 있다고 본다.