# AI 에이전트 매일 사용하는 사람이 1년 만에 두 배로 늘었습니다. 하지만 40%는 매일 어려움을 겪고 있습니다.

> https://bookfactory.kr/c/news/11500
> 게시판: 뉴스
> 작성자: admin
> 작성일: 2026-09-13T02:36:07.909Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/307715493/rectangle_large_type_2_4e3668efcb661db26bfe3ce29d488e02.png?width=1280)

이번 주에 AI 에이전트 조사 데이터가 2건 나왔습니다. 숫자를 나열했을 때, 예상했던 것과는 다른 그림이 나타나도록 기록해둡니다.

먼저 결론을 말씀드리겠습니다. AI 에이전트는 이미 ‘시도’ 단계를 넘어섰으며, 실제로 사용하는 사람들은 매일 사용하고 있습니다. 하지만 매일 문제가 발생하는 날도 있습니다.

그리고 이것이 가장 효과를 발휘하는 경우는 아마도 ‘미대신 접한 사람’일 것입니다. 이유는 나중에 설명하겠습니다.

## 오늘 4가지 그림 해설본.

![画像](https://assets.st-note.com/img/1787876104-5thJiS06aOK1QjPflX2bAIrx.png?width=1200)

## 1️⃣ 프로 개발자 90%가 매주 AI 에이전트를 사용하고 있습니다.

JetBrains 개발자 생태계 조사입니다. 8월 19일 발표. 세계 1만 5천 명 이상의 프로 개발자들을 5월부터 7월까지 사이에 대상으로 설문 조사를 실시했습니다.

숫자가 명확하게 나왔습니다.

> 
> 
> 주 1회 이상 사용하는 경우: 90% / 매일 사용하는 경우: 68%
> 

툴별 점유율도 확인되었습니다. Claude Code는 39% (미국에서는 47%), GitHub Copilot은 21%, Codex는 16%, Cursor는 12%입니다.

이 효과가 얼마나 있을지: 이 숫자를 보고 “나도 그래”라며 조급해할 필요는 없습니다. 다만, “아직 지켜보면서 판단해봐야겠다”라는 판단의 근거는 더 이상 존재하지 않습니다.

90%라는 숫자는 ‘일부의 선진적인 사람들이만 사용하는’ 상태를 의미하지 않습니다. 사용하지 않았던 측에서 예외가 된 경우입니다. 문서 작성 시 Word를 사용하는 것과 같은 위치에 있습니다.

## 본문 청크 12/61

**AI 코딩 에이전트 도입 트렌드 보고서 (JetBrains)**

**1. AI 코딩 에이전트 도입의 주요 도전 과제**

AI 코딩 에이전트의 도입은 상당한 잠재력을 가지고 있지만, 여러 가지 도전 과제가 존재합니다. JetBrains의 최근 조사에 따르면, 기업들이 AI 코딩 에이전트를 도입하는 데 어려움을 느끼는 주요 요인은 다음과 같습니다.

*   **데이터 품질 문제:** AI 코딩 에이전트는 학습 데이터에 크게 의존합니다. 따라서 데이터의 품질이 낮거나 편향된 경우, 에이전트의 성능이 저하될 수 있습니다. 특히, 특정 프로그래밍 언어 또는 프레임워크에 대한 데이터가 부족한 경우, 해당 기술에 대한 지원이 미흡할 수 있습니다.
*   **모델의 정확도 및 신뢰성:** AI 코딩 에이전트가 생성하는 코드의 정확성과 신뢰성을 보장하는 것은 여전히 어려운 과제입니다. 에이전트가 생성한 코드는 때때로 오류를 포함하거나, 예상치 못한 방식으로 작동할 수 있습니다.
*   **인프라 및 비용:** AI 코딩 에이전트를 실행하고 유지 관리하기 위해서는 상당한 컴퓨팅 자원과 비용이 필요합니다. 특히, 대규모 코드를 처리하거나 복잡한 작업을 수행하는 경우, 인프라 비용이 크게 증가할 수 있습니다.
*   **보안 및 개인 정보 보호:** AI 코딩 에이전트는 코드 저장소 및 개발 환경에 접근할 수 있습니다. 따라서 보안 취약점을 악용한 공격이나, 개인 정보가 유출될 위험이 존재합니다.
*   **개발자의 역할 변화에 대한 우려:** 일부 개발자는 AI 코딩 에이전트가 자신의 역할을 대체할 것이라고 우려합니다. 하지만, 에이전트는 개발자의 생산성을 향상시키고, 반복적인 작업을 자동화하는 데 도움을 줄 수 있습니다.

**JetBrains는 이러한 도전 과제를 해결하기 위해 다음과 같은 노력을 기울이고 있습니다.**

*   **데이터 품질 개선:** JetBrains는 다양한 오픈 소스 프로젝트 및 코드 저장소에서 데이터를 수집하고, 데이터 품질을 평가하고 개선하는 작업을 진행하고 있습니다.
*   **모델 성능 향상:** JetBrains는 최신 딥러닝 기술을 활용하여 AI 코딩 에이전트의 모델 성능을 지속적으로 향상시키고 있습니다.
*   **클라우드 기반 서비스 제공:** JetBrains는 AI 코딩 에이전트를 클라우드 기반 서비스로 제공하여, 기업들이 인프라 구축 비용을 절감하고, 유연하게 서비스를 이용할 수 있도록 지원하고 있습니다.
*   **보안 강화:** JetBrains는 AI 코딩 에이전트의 보안 취약점을 해결하고, 개인 정보 보호를 위한 기술을 개발하고 있습니다.
*   **개발자와의 협업 촉진:** JetBrains는 AI 코딩 에이전트가 개발자의 생산성을 향상시키는 도구로 활용될 수 있도록, 개발자와의 협업을 촉진하고 있습니다.

**결론적으로, AI 코딩 에이전트는 개발 생산성을 향상시키고, 새로운 소프트웨어 개발 방식을 가능하게 하는 강력한 도구입니다. 하지만, 기업들은 AI 코딩 에이전트를 도입하기 전에, 위에서 언급한 도전 과제를 충분히 고려하고, 적절한 전략을 수립해야 합니다.**

## 매일 사용하는 사람이 47.3%에서 80.8%로 증가했습니다. 1년 동안 거의 두 배 가까이 늘었습니다.

시간적 조사입니다. 8월 26일 발표. 엔지니어, 아키텍트, 엔지니어링 리더 550명 이상이 대상입니다.

성장이 급격했습니다.

> 
> 
> 매일 이상 AI 에이전트를 사용하는 사람: 80.8% (1년 동안 70.8% 증가) / 생산성이 “개선”되었거나 “극적으로 변화”했다: 91.1%
> 

단지, 같은 조사에 이러한 숫자들도 나열되어 있습니다.

> 
> 
> 41.1%는 매일 이상한 일(에이전트 관련 문제)을 겪고 있으며, 9.0%는 “지속적으로” 문제가 발생하는 것을 인지하고 있습니다.
> 

이것이 어떻게 효과가 있을지: 여기가 가장 중요한 부분입니다.

90%가 효과를 느끼고, 40%가 매일 어려움을 겪고 있습니다. 이는 모순이 아닙니다. 둘 다 사실입니다.

AI에 무언가를 맡기면, 보통 한 번으로는 끝나지 않습니다. 지시를 수정하거나, 중간에 멈추거나, 다른 방법으로 전환합니다. 이를 반복하고도 여전히 스스로 하는 것보다 빠르다는 점이 특징인 도구입니다.

그래서 “시도해 봤는데, 잘 안 되어서 그만뒀다”로 끝나기가 가장 아까워. 잘 안 되는 게 당연하고, 거기서부터가 본番이야.

2026년 개발 현황 보고서: AI 에이전트

Temporal Releases에서 발표한 2026년 개발 현황 보고서는 AI 에이전트 분야의 현재 상황과 미래 전망에 대한 심층적인 분석을 제공한다. AI 에이전트 기술의 빠른 발전 속도와 다양한 산업 분야에서의 활용 증가를 반영하여, 개발자, 기업, 연구자 등 AI 에이전트 생태계의 모든 이해 관계자에게 중요한 정보를 제공한다.

보고서는 특히 다음과 같은 측면에 초점을 맞추고 있다.

*   AI 에이전트 기술 동향: 최신 AI 에이전트 모델, 프레임워크, 개발 도구 및 기술 트렌드를 분석하고 평가한다.
*   산업별 활용 사례: 금융, 의료, 제조, 물류 등 다양한 산업 분야에서 AI 에이전트가 어떻게 활용되고 있는지, 그리고 그 효과는 어떠한지 심층적으로 조사한다.
*   윤리적 고려 사항: AI 에이전트의 개발 및 활용과 관련된 윤리적 문제, 즉 편향성, 책임성, 투명성 등에 대한 논의를 포함한다.
*   미래 전망: 향후 5년 동안 AI 에이전트 기술이 어떻게 발전할지, 그리고 그 영향은 무엇이 될지에 대한 예측을 제시한다.

이 보고서는 Temporal Releases의 대표적인 연구 보고서 중 하나로, AI 에이전트 분야의 최신 동향을 파악하고 미래 전략을 수립하는 데 도움이 될 것이다. 보고서의 상세 내용은 Temporal Releases 웹사이트에서 확인할 수 있다.

## 3️⃣ 슬랙 내에서 AI에 개발시키는 “슬랙 코드”(8월 24일)

Salesforce가 출시한 Slack 안에서 AI 코딩 에이전트를 실행하는 시스템입니다. 모든 Slack 플랜에서 사용 가능합니다.

클로드 코드, 데빈, GitHub Copilot, ChatGPT, Vercel 에이전트 지원. 슬랙 채널이 4개의 탭으로 구성됩니다.

- 会話
- 에이전트 실행 계획
- 코드 차이점
- 실시간 미리보기

여기 주목할 부분은 바로 이 점입니다. 보도자료에는 제품 관리자, 디자이너, 마케팅 담당과 같은 엔지니어 외의 팀원들이 에이전트를 실행하여 출력을 확인하고 개발 방향을 설정할 수 있다고 명시되어 있습니다.

이것이 어떻게 작동하는지: 지금까지 AI에 개발 작업을 시키는 것은 터미널 안에서 혼자서 완료되었습니다. 무슨 일이 일어나고 있는지 옆 사람에게는 보이지 않았습니다.

채팅 중 “만들어 줘”라고 요청하는 사람과 확인하는 사람이 동일한 화면을 공유할 수 있게 되었다는 의미입니다.

코드가 작성할 수 없어도 요청과 확인은 가능합니다. 지금까지 “엔지니어에게 의뢰”할 수밖에 없었던 작은 툴 제작이 제 손으로 조금 더 가까워집니다.

출처: Salesforce, AI 소프트웨어 개발을 멀티플레이어 게임으로 만들기 위한 Slack 코드 출시

Salesforce는 AI 소프트웨어 개발을 더욱 효율적으로 만들기 위해 Slack과 연동되는 새로운 코드 시스템 ‘Slack Code’를 출시했다. 이 시스템은 개발자들이 Slack 채널을 통해 협업하고, 실시간으로 코드 변경 사항을 공유하며, 테스트 결과를 확인할 수 있도록 지원한다.

특히, Salesforce는 이 시스템을 통해 개발 프로세스를 가속화하고, 팀 간의 협업을 강화하여 AI 소프트웨어 개발의 복잡성을 줄이는 데 중점을 두고 있다. 이와 관련하여 Salesforce의 엔지니어링 부문에서 개발된 다양한 AI 모델을 Slack Code를 통해 쉽게 통합하고 관리할 수 있게 되었다.

또한, Slack Code는 개발자들이 코드 변경 사항을 테스트하고, 다른 개발자들과 즉시 피드백을 주고받을 수 있도록 지원하여 개발 시간 단축 및 오류 감소에 기여할 것으로 기대된다. Salesforce는 앞으로 Slack Code를 통해 AI 소프트웨어 개발 생태계를 더욱 활성화하고, 고객들에게 혁신적인 서비스를 제공할 계획이다.

## 4️⃣ AI가 자체적으로 결제하는 시스템이 정식판에 (8월 18일)

AWS의 “Amazon Bedrock AgentCore Payments”가 공식적으로 제공되었습니다.

AI 에이전트는 유료 API나 콘텐츠를 스스로 찾아, 스스로 지불하고 사용하는 시스템입니다. Coinbase와 Stripe Privy의 월렛에 대응하며, 소액 결제를 전제로 합니다.

그리고 중요한 점은 이것입니다. 지불 한도를 인프라 측에서 먼저 설정할 수 있습니다.

이것이 어떻게 작동하는지: 다만 참고할 만한 방향성입니다.

AI에 맡겨지는 범위가 “조사하고 쓰기”에서 “구매”로 확대되고 있습니다. 편리함의 이면에는 먼저 상한을 설정하는 방식이 제품의 표준으로 자리 잡고 있습니다.

이는 개인의 AI 이용에도 동일합니다. 사용량 과금형 AI 툴을 사용한다면, 초과량 경고를 먼저 설정해 두는 것이 좋습니다. 나중에 설정하려고 생각하고, 한 달 말에 놀라는 게 가장 흔한 패턴입니다.

AgentCore 결제는 이제 Amazon Bedrock AgentCore (AWS)에서 일반적으로 이용 가능합니다.

## 4권을 나란히 펼쳐 놓았을 때 보이는 것

정해진 순서대로 진행하고 있습니다.

- 엔지니어 세계에서는 당연해진 (JetBrains 90%)
- 매일 사용하는 사람이 1년 동안 2배 증가한다. 하지만 40%는 매일 어려움을 겪고 있다.
- 다음으로 엔지니어 외에 개방하고 있는(슬랙 코드)
- 제한된 범위가 “구매”까지 확대되기 시작했다 (AgentCore Payments).

기술은 가장 깊은 곳에서부터 퍼져나가면서 점차 일반인의 손에 이르게 됩니다. 현재 3단계에 있습니다.

그리고 내려오게 된 시점에서 가장 강한 사람은 먼저 실패를 경험해 본 사람입니다. 매일 40%가 넘는 사람들은, 반대로 생각하면, 실패하는 방법을 아는 사람들이 늘고 있다는 것을 의미합니다.

## 내일부터 할 거라면, 이것만으로 충분해.

- 한 번에 끝나는 줄 생각은 하지 마라. 3번 다시 하는 것을 전제로 시작한다. 그래도 스스로 하는 것보다 빠르지 않은지 확인해 본다.
- 한 가지 작업으로 시도해 보세요. 매주 진행하면서 절차가 정해져 있고, 실수를 해도 되돌릴 수 있는 것입니다.
- 소비량 초과 금액 한도를 먼저 설정하고, 사용량 부과 요금 툴을 이용한다면, 적용 시작일에 알림을 설정하십시오.

만져봤지만 효과가 없어서 멈춰버리는 사람들이 부상당한 경우가 대부분입니다. 그곳이 출발점입니다.

이 기사는 매일 아침 AI 뉴스를 모아 정리하는 시도의 두 번째 시도입니다. 그림 설명과 함께 내일, 내후일에도 계속 발행될 예정입니다.

이거, 제 일이 어떻게 효과를 낼 수 있겠어요? 다음 번 논의 사항으로 반영하겠습니다.

뉴스 순위를 보여주는 것뿐만 아니라, 실제로 제가 직접 손으로 했던 기록도 작성하고 있습니다.

3만 엔의 생활비를 가진 40대 회사원이라도 지속적으로 충당금을 사용하는 AI 에이전트가 있었으니 이것이었다.

매일 아침 이게 흘러오면 좋겠다고 생각したら, 팔로우를 부탁드립니다. 찾으러 와도 매일 도착합니다.

**출처:** [note 원문](https://note.com/datsusara40/n/n0f476c7e7c13)

*번역: Gemma 3(.44) 초벌 + 교정 37청크*

[원문 보기](https://note.com/datsusara40/n/n0f476c7e7c13) | 출처: note.com