깃허브, 코파일럿 앱 개편·프로젝트 기능 발표

깃허브는 연례 행사 깃허브 유니버스에서 코파일럿 앱을 개편하고 코파일럿 프로젝트 기능을 발표했습니다. 개발팀은 이를 통해 여러 AI 에이전트를 조율하고 도구와 저장소의 맥락 정보를 공유하며, 하나의 플랫폼에서 소프트웨어 개발 워크플로를 관리할 수 있습니다. 깃허브는 기업이 코딩, 테스트, 애플리케이션 유지보수 속도를 높이려고 개발 과정 전반에 에이전트를 도입하는 가운데 이번 업데이트를 공개했습니다.

기존 앱이 에이전트 세션 실행, 코드 변경, 변경 내역 검토, 풀 리퀘스트 생성에 주력했다면, 개편된 앱은 코딩을 넘어 AI 기반 개발을 관리하는 작업 공간으로 설계됐다고 깃허브는 설명했습니다. 개발자는 코딩 외에도 명세를 작성하고 설계 논의에 참여하며 애플리케이션 텔레메트리(서비스 운영 상태를 보여주는 데이터)를 분석할 수 있습니다. 외부 도구와 프로젝트 정보도 연결해 작업마다 지시하는 대신 에이전트에 업무 전반의 맥락을 제공할 수 있습니다.

코파일럿 프로젝트에서는 여러 저장소에 걸친 넓은 목표를 맡길 수 있습니다. 저장소와 디자인 목업, 슬랙 대화, 회의록 등을 맥락으로 제공하면 코파일럿이 여러 에이전트에 일을 나눠 병렬로 수행하게 하고 진행 상황을 추적한 뒤 검토용 풀 리퀘스트 등 결과물을 내놓습니다. 카네리카의 아미트 쿠마르 제나는 개발자가 코딩 환경과 프로젝트 관리 도구 사이를 오가는 일을 줄여 생산성과 개발 속도를 높일 수 있다고 평가했습니다. 에이전트가 클라우드에서 독립적으로 작업하고 변경안을 풀 리퀘스트로 제출하면, 개발자의 역할은 작업 정의와 맥락 제공, 결과 검토와 검증으로 옮겨갈 수 있다고 제나는 말했습니다.

파리크 컨설팅의 파리크 자인은 통합 환경이 CIO에게 AI 지원 개발을 한 플랫폼으로 표준화하고, 일관된 거버넌스 정책으로 에이전트 활동을 감독할 기회가 될 수 있다고 분석했습니다. 아바산트의 아비셰크 사타파티는 이런 표준화가 에이전트와 도구의 무분별한 확산을 줄이는 데 도움이 될 수 있다고 밝혔습니다. 다만 제나는 에이전트가 저장소를 바꿀 수 있으므로 기업이 기존 개발 통제를 확대해야 한다고 지적했습니다. CIO는 접근 가능한 저장소를 제한하고 브랜치 보호 정책을 적용하며, 에이전트가 만든 풀 리퀘스트를 병합하기 전에 사람의 승인을 받도록 해야 합니다. 감사 로그를 보안 정보 및 이벤트 관리(SIEM) 시스템과 연결해 저장소에 접근하고 코드를 수정한 에이전트를 추적할 필요도 있다고 제나는 덧붙였습니다.

애널리스트들은 코파일럿 프로젝트가 반복 작업과 개발 백로그를 줄일 수 있지만, 에이전트가 늘면 조율과 테스트, 비용 부담이 커질 수 있다고 봤습니다. 제나는 여러 저장소의 의존성 업데이트, 지원 중단 예정 API 대응, 사용이 권장되지 않는 SDK 교체, 자바나 닷넷 버전 업그레이드를 사례로 들며 대규모 애플리케이션 현대화에 유용할 수 있다고 평가했습니다. 반면 여러 에이전트가 같은 파일을 수정하거나 오래된 API 규약을 따르고 서로 다른 아키텍처 가정을 적용하면 개발자가 병합 전 통합 문제를 해결해야 합니다. 사타파티는 2026년 공개된 ‘쿠퍼벤치’ 연구에서 에이전트 협업 작업의 성공률이 같은 작업을 개별 수행할 때보다 약 30% 낮았다고 전했습니다. 해당 연구는 코파일럿 프로젝트 평가가 아니라 공동 개발에서 생길 수 있는 조율 난점을 보여주는 사례라고 설명했습니다.

제나는 검토와 테스트도 병목이 될 수 있다고 지적했습니다. 에이전트 세션 10개를 동시에 실행하면 검토와 테스트, 통합이 필요한 풀 리퀘스트 10개가 생길 수 있고, 병합 충돌과 지속적 통합(CI) 파이프라인 사용량, 개발자의 검증 시간이 늘어날 수 있습니다. 작업 정의가 불명확하면 반복 실행과 재작업으로 AI 크레딧 소비가 증가할 수 있으며, 풀 리퀘스트와 테스트 실행은 CI 파이프라인 부담도 키울 수 있다고 말했습니다. 그는 CIO가 프로젝트별 크레딧 한도를 정하고 진행을 살피며 필요할 때 세션을 중단할 담당자를 지정해야 한다고 조언했습니다.

깃허브는 코드 검토 기능을 확대하는 맥스 등급도 도입합니다. 깃허브 설명에 따르면 맥스는 단일 모델 대신 서로 다른 공급업체 모델을 쓰는 독립 검토 에이전트를 여러 개 실행하고, 결과 취합 에이전트가 발견 사항을 모아 의견 차이를 조정하고 정확성을 확인해 종합 결과를 제공합니다. 사타파티는 여러 에이전트가 단일 모델이 놓칠 문제를 찾을 가능성을 높일 수 있으며 인증 로직과 공용 라이브러리, 보안에 민감한 구성요소에서 유용할 수 있다고 평가했습니다. 다만 모든 결함이나 취약점을 찾는다고 보장하지는 않으며, 개발자는 중요 지적을 확인하고 자동 테스트를 실행해야 합니다. 위험도가 높은 변경에는 사람의 승인이 필요하다는 지적도 나왔습니다.

깃허브가 밝힌 검토 1회당 평균 AI 크레딧 비용은 라이트 0.25달러, 밸런스드 1.50달러, 맥스 10달러입니다. 깃허브는 기업 구매 방식도 바꿔 엔터프라이즈 구독에 코파일럿을 포함하고 AI 크레딧 기반 사용량 과금으로 전환합니다. 사타파티는 별도 구독 구매 없이 더 많은 개발자에게 코파일럿을 제공하고 실제 AI 사용량에 따라 비용을 지불하기가 쉬워질 수 있다고 설명했습니다.

깃허브는 연례 행사 깃허브 유니버스에서 코파일럿 앱을 개편하고 코파일럿 프로젝트 기능을 발표했습니다. 개발팀은 이를 통해 여러 AI 에이전트를 조율하고 도구와 저장소의 맥락 정보를 공유하며, 하나의 플랫폼에서 소프트웨어 개발 워크플로를 관리할 수 있습니다. 깃허브는 기업이 코딩, 테스트, 애플리케이션 유지보수 속도를 높이려고 개발 과정 전반에 에이전트를 도입하는 가운데 이번 업데이트를 공개했습니다.

기존 앱이 에이전트 세션 실행, 코드 변경, 변경 내역 검토, 풀 리퀘스트 생성에 주력했다면, 개편된 앱은 코딩을 넘어 AI 기반 개발을 관리하는 작업 공간으로 설계됐다고 깃허브는 설명했습니다. 개발자는 코딩 외에도 명세를 작성하고 설계 논의에 참여하며 애플리케이션 텔레메트리(서비스 운영 상태를 보여주는 데이터)를 분석할 수 있습니다. 외부 도구와 프로젝트 정보도 연결해 작업마다 지시하는 대신 에이전트에 업무 전반의 맥락을 제공할 수 있습니다.

코파일럿 프로젝트에서는 여러 저장소에 걸친 넓은 목표를 맡길 수 있습니다. 저장소와 디자인 목업, 슬랙 대화, 회의록 등을 맥락으로 제공하면 코파일럿이 여러 에이전트에 일을 나눠 병렬로 수행하게 하고 진행 상황을 추적한 뒤 검토용 풀 리퀘스트 등 결과물을 내놓습니다. 카네리카의 아미트 쿠마르 제나는 개발자가 코딩 환경과 프로젝트 관리 도구 사이를 오가는 일을 줄여 생산성과 개발 속도를 높일 수 있다고 평가했습니다. 에이전트가 클라우드에서 독립적으로 작업하고 변경안을 풀 리퀘스트로 제출하면, 개발자의 역할은 작업 정의와 맥락 제공, 결과 검토와 검증으로 옮겨갈 수 있다고 제나는 말했습니다.

파리크 컨설팅의 파리크 자인은 통합 환경이 CIO에게 AI 지원 개발을 한 플랫폼으로 표준화하고, 일관된 거버넌스 정책으로 에이전트 활동을 감독할 기회가 될 수 있다고 분석했습니다. 아바산트의 아비셰크 사타파티는 이런 표준화가 에이전트와 도구의 무분별한 확산을 줄이는 데 도움이 될 수 있다고 밝혔습니다. 다만 제나는 에이전트가 저장소를 바꿀 수 있으므로 기업이 기존 개발 통제를 확대해야 한다고 지적했습니다. CIO는 접근 가능한 저장소를 제한하고 브랜치 보호 정책을 적용하며, 에이전트가 만든 풀 리퀘스트를 병합하기 전에 사람의 승인을 받도록 해야 합니다. 감사 로그를 보안 정보 및 이벤트 관리(SIEM) 시스템과 연결해 저장소에 접근하고 코드를 수정한 에이전트를 추적할 필요도 있다고 제나는 덧붙였습니다.

애널리스트들은 코파일럿 프로젝트가 반복 작업과 개발 백로그를 줄일 수 있지만, 에이전트가 늘면 조율과 테스트, 비용 부담이 커질 수 있다고 봤습니다. 제나는 여러 저장소의 의존성 업데이트, 지원 중단 예정 API 대응, 사용이 권장되지 않는 SDK 교체, 자바나 닷넷 버전 업그레이드를 사례로 들며 대규모 애플리케이션 현대화에 유용할 수 있다고 평가했습니다. 반면 여러 에이전트가 같은 파일을 수정하거나 오래된 API 규약을 따르고 서로 다른 아키텍처 가정을 적용하면 개발자가 병합 전 통합 문제를 해결해야 합니다. 사타파티는 2026년 공개된 ‘쿠퍼벤치’ 연구에서 에이전트 협업 작업의 성공률이 같은 작업을 개별 수행할 때보다 약 30% 낮았다고 전했습니다. 해당 연구는 코파일럿 프로젝트 평가가 아니라 공동 개발에서 생길 수 있는 조율 난점을 보여주는 사례라고 설명했습니다.

제나는 검토와 테스트도 병목이 될 수 있다고 지적했습니다. 에이전트 세션 10개를 동시에 실행하면 검토와 테스트, 통합이 필요한 풀 리퀘스트 10개가 생길 수 있고, 병합 충돌과 지속적 통합(CI) 파이프라인 사용량, 개발자의 검증 시간이 늘어날 수 있습니다. 작업 정의가 불명확하면 반복 실행과 재작업으로 AI 크레딧 소비가 증가할 수 있으며, 풀 리퀘스트와 테스트 실행은 CI 파이프라인 부담도 키울 수 있다고 말했습니다. 그는 CIO가 프로젝트별 크레딧 한도를 정하고 진행을 살피며 필요할 때 세션을 중단할 담당자를 지정해야 한다고 조언했습니다.

깃허브는 코드 검토 기능을 확대하는 맥스 등급도 도입합니다. 깃허브 설명에 따르면 맥스는 단일 모델 대신 서로 다른 공급업체 모델을 쓰는 독립 검토 에이전트를 여러 개 실행하고, 결과 취합 에이전트가 발견 사항을 모아 의견 차이를 조정하고 정확성을 확인해 종합 결과를 제공합니다. 사타파티는 여러 에이전트가 단일 모델이 놓칠 문제를 찾을 가능성을 높일 수 있으며 인증 로직과 공용 라이브러리, 보안에 민감한 구성요소에서 유용할 수 있다고 평가했습니다. 다만 모든 결함이나 취약점을 찾는다고 보장하지는 않으며, 개발자는 중요 지적을 확인하고 자동 테스트를 실행해야 합니다. 위험도가 높은 변경에는 사람의 승인이 필요하다는 지적도 나왔습니다.

깃허브가 밝힌 검토 1회당 평균 AI 크레딧 비용은 라이트 0.25달러, 밸런스드 1.50달러, 맥스 10달러입니다. 깃허브는 기업 구매 방식도 바꿔 엔터프라이즈 구독에 코파일럿을 포함하고 AI 크레딧 기반 사용량 과금으로 전환합니다. 사타파티는 별도 구독 구매 없이 더 많은 개발자에게 코파일럿을 제공하고 실제 AI 사용량에 따라 비용을 지불하기가 쉬워질 수 있다고 설명했습니다.