github3분 읽기

큐레이션 요약

‘텍스트로서의 AI’ 시대는 끝났다. 실행이 새로운 인터페이스다.

원문 읽기(새 탭에서 열림)

이 글은 AI가 단순히 텍스트를 주고받는 도구를 넘어, 계획을 세우고 도구를 호출하며 실제 작업을 수행하는 실행 계층으로 발전하고 있다고 주장합니다. GitHub Copilot SDK를 사용하면 애플리케이션에 Copilot CLI의 검증된 계획·실행 엔진을 직접 내장할 수 있습니다. 이를 통해 개발자는 고정된 자동화 스크립트나 자체 오케스트레이션 계층을 만들지 않고도, 제약 조건 안에서 적응적으로 동작하는 에이전트형 시스템을 구축할 수 있습니다.

텍스트 기반 AI에서 실행 기반 AI로

  • 기존 AI 사용 방식은 텍스트를 입력하고 텍스트를 받은 뒤, 사용자가 다음 행동을 직접 결정하는 구조였습니다.
  • 실제 운영 소프트웨어는 다음과 같은 실행 루프를 필요로 합니다.
    • 작업 계획 수립
    • 도구 호출
    • 파일 및 시스템 변경
    • 명령 실행
    • 오류 복구
    • 실행 중 상황 변화에 따른 대응
  • 따라서 AI의 핵심 인터페이스가 텍스트가 아니라, 제약 조건과 관찰 가능성을 갖춘 실행으로 바뀌고 있습니다.

여러 단계 작업을 에이전트에 위임

  • 기존 스크립트는 작업 단계가 고정되어 있을 때는 유용하지만, 상황에 따라 흐름이 바뀌거나 오류 복구가 필요하면 취약해집니다.
  • Copilot SDK를 사용하면 애플리케이션이 구체적인 절차 대신 작업의 의도와 제약 조건을 전달할 수 있습니다.
  • 예를 들어 “이 저장소를 릴리스 준비 상태로 만들어라”라고 요청하면 에이전트가 다음을 수행할 수 있습니다.
    • 저장소 구조 탐색
    • 필요한 작업 계획 수립
    • 파일 수정
    • 명령 실행
    • 실패 발생 시 대안 적용 및 복구
  • 고정된 예외 처리를 직접 작성하지 않고도, 규모가 커지는 업무 흐름에 적응하는 자동화를 구현할 수 있다는 점이 핵심입니다.

구조화된 런타임 컨텍스트 활용

  • 시스템 로직을 프롬프트에 계속 추가하면 프롬프트가 복잡하고 취약해지며, 테스트와 유지보수가 어려워집니다.
  • Copilot SDK는 컨텍스트를 텍스트가 아닌 구조화되고 조합 가능한 도구와 데이터로 제공합니다.
  • 애플리케이션은 다음과 같은 방식으로 실행 환경을 확장할 수 있습니다.
    • 도메인 전용 도구 및 에이전트 스킬 정의
    • Model Context Protocol(MCP)을 통한 도구 연결
    • 실행 시점에 필요한 컨텍스트 검색
  • 예를 들어 에이전트가 직접 다음 정보를 조회할 수 있습니다.
    • 서비스 소유 팀
    • 과거 의사결정 기록
    • 의존성 그래프
    • 내부 API 스키마
    • 권한과 안전 제약 조건
  • MCP는 에이전트가 실제 시스템과 권한이 부여된 데이터에 근거해 행동하도록 연결하는 기반 역할을 합니다.

IDE 밖에 실행 기능 내장

  • AI 기능은 더 이상 IDE나 터미널 안에서만 제공될 필요가 없습니다.
  • Copilot SDK를 활용하면 다음과 같은 애플리케이션에 에이전트 실행을 통합할 수 있습니다.
    • 데스크톱 애플리케이션
    • 사내 운영 도구
    • 백그라운드 서비스
    • SaaS 플랫폼
    • 이벤트 기반 시스템
  • 파일 변경, 배포 이벤트, 사용자 동작 등을 감지한 뒤 애플리케이션에서 Copilot을 프로그래밍 방식으로 호출할 수 있습니다.
  • 결과적으로 AI는 별도의 보조 창이 아니라 제품 내부에서 실행되는 인프라가 됩니다.

애플리케이션 아키텍처의 변화

  • Copilot SDK는 Copilot CLI를 구동하는 계획·실행 엔진을 애플리케이션의 프로그래밍 가능한 계층으로 제공합니다.
  • 개발자는 매번 오케스트레이션 로직을 새로 구축하기보다, 애플리케이션이 달성해야 할 목표와 실행 가능한 범위를 정의하는 데 집중할 수 있습니다.
  • 다만 실제 운영 환경에서는 도구 권한, 안전 제약, 실행 결과 관찰, 오류 처리 등을 명확히 설계해야 합니다.

Copilot SDK는 AI를 “답변을 생성하는 기능”에서 “실제 업무를 수행하는 시스템 구성 요소”로 확장하려는 접근입니다. 반복 작업이나 복잡한 운영 흐름에 적용할 때는 의도 중심의 에이전트 실행, MCP 기반의 구조화된 컨텍스트, 명확한 권한·안전 제약을 함께 설계하는 것이 좋습니다.

큐레이션 요약을 이어서 읽어보세요.