AI 기반 개발이 빠르게 확산되면서, 업계는 데이터 접근 방식부터 에이전트 활용, LLM 품질 평가, 프롬프트 관리에 이르기까지 큰 변화를 맞고 있다. 이번 글에서는 최근 기술 조사 데이터를 기반으로 실제 개발자들이 어떤 방식으로 AI를 개발하고 운영하고 있는지, 그리고 이를 통해 어떤 흐름이 만들어지고 있는지를 정리한다. 또한 AI 개발 문화를 새롭게 보여 준 Shipaton 사례와 Warp의 최신 에이전트 업데이트까지 함께 살펴보며, 지금 개발자가 준비해야 할 다음 스텝을 짚는다.
API와 A2A가 표준이 되고 있는 이유
조사에 따르면 413명의 기술 리더 중 91%가 AI 개발 또는 관련 팀을 이끌고 있었다. 그러나 이들이 실제로 데이터를 접근하는 방식은 MCP 서버보다는 API와 A2A 중심에 가까웠다.
특히 46%가 직접 API나 A2A 방식으로 데이터를 호출하고 있었으며, MCP 서버를 구축하는 개발자는 17%에 불과했다.
API 기반 접근이 선호되는 이유는 명확하다. 이미 친숙한 환경에서 빠르게 연결할 수 있고, 기존 시스템과의 통합도 용이하기 때문이다. 반면 MCP 서버는 구조적 장점이 있지만 초기 구축과 운영 부담이 커 도입 장벽이 비교적 높은 편이다.
AI 에이전트의 가장 실용적인 활용 분야: 데이터베이스 접근
AI 에이전트가 가장 많이 활용되는 사용 사례는 데이터베이스 접근으로 나타났다. 조사 대상 중 72%가 DB 접근을 위해 에이전트를 사용한다고 답했다.
이는 에이전트를 단순 자동화 도구 이상의 ‘데이터 해석 파트너’로 활용하고 있음을 보여준다. 복잡한 질의를 스스로 조정해 데이터의 의미를 분석하거나, 대규모 데이터를 실시간으로 정리하는 역할은 개발 생산성을 크게 끌어올린다.
AI 품질 평가 트렌드: LLM 평가와 Synthetic Data의 약진
AI 품질을 평가하는 방식도 빠르게 고도화되고 있다. 조사에 따르면 응답자의 98%가 AI 성능을 평가하고 있었는데, 정적 기준이나 텔레메트리만으로 평가하던 기존 방식에서 벗어나 LLM 기반 평가와 Synthetic Data가 본격적으로 활용되기 시작했다.
63%는 Synthetic Data로, 27%는 LLM 자체를 평가 도구로 활용하면서 실질적 품질 판단의 정확성을 높이고 있었다. 이는 더 완전한 시나리오 테스트와 상황별 대응 능력을 측정하려는 흐름이 강화되고 있음을 보여준다. 흥미로운 점은 텔레메트리만으로 평가하는 비율보다 AI 자체를 활용해 AI를 평가하는 비율이 훨씬 높았다는 점이다.
LLM Observability: 플랫폼 저장과 스프레드시트 검토의 공존
LLM 관측(Observability) 분야도 성장 중이다.
57%가 대화와 상호작용 데이터를 전문 관측 시스템에 저장해 분석하고 있었지만, 같은 비율의 개발자가 스프레드시트를 통해 데이터를 검토한다고 답했다.
복잡한 데이터 환경을 운영하더라도, 빠른 정렬과 사용자 중심 판단을 위해 스프레드시트가 여전히 활용된다는 사실이 흥미롭다. 이는 실제 업무 맥락에서 인간 검토가 아직 중요한 비중을 갖고 있으며, 이를 더 효율적으로 지원할 데이터 리뷰 도구에 대한 필요성이 커지고 있음을 보여준다. 실제로 21%는 데이터 리뷰 솔루션이 가장 큰 가치를 제공할 것이라고 답했다.
프롬프트 엔지니어링: 코드 기반 관리가 대세로 이동
프롬프트 관리 방식에도 변화가 있었다.
47%가 프롬프트 최적화 기법(GEPA, Prompt Evolution 등)을 사용하고 있으며, 52%는 아예 프롬프트를 코드로 관리한다. 이는 프롬프트가 단순한 텍스트 수정이 아니라 개발 프로세스의 핵심 구성 요소로 자리 잡았음을 보여준다.
한편, 여전히 41%는 텍스트 파일 기반으로 프롬프트를 업데이트하고 있지만, 전체적으로는 버전관리 시스템을 통해 코드처럼 관리하는 방식이 더욱 확산되는 추세다.
Shipaton 사례: Vibe Coding이 바꿔버린 앱 개발 생태계
RevenueCat이 주관한 모바일 해커톤 Shipaton에서는 AI 기반 개발 흐름이 얼마나 확산되었는지 잘 드러났다. 지난해 1,700명 참가하던 규모가 올해는 54,000명으로 급증했다.
우승작인 Payout은 Claude Code와 Cursor를 활용해 완전히 AI 지원 개발로 제작된 앱이다. 이는 AI를 활용한 ‘Vibe Coding’이 개발 경험의 장벽을 크게 낮추고, 더 많은 사람이 앱을 만들 수 있도록 문을 열고 있음을 상징한다.
카테고리별 수상작도 눈에 띈다.
- OtterDay는 Perplexity Pro, KlingAI, ElevenLabs 등을 활용해 대화와 애니메이션, 음성을 모두 AI 기반으로 제작했다.
- DayLoop는 산뜻한 시각 디자인으로 호평을 받으며 디자인 부문을 수상했다.
- ReadHim은 SNS 바이럴을 통해 출시 첫날부터 강한 주목을 끌며 버지니스트 런치 부문에서 수상했다.
- VectorGuard는 견고한 수익 모델을 인정받았다.
전반적으로 Shipaton은 AI 기반 개발의 창의성과 접근성을 보여주는 사례로 자리 잡고 있다.
Warp Agents 3.0: 터미널 환경의 자동화가 다시 달라진다
Warp는 이번에 공개한 Agents 3.0을 통해 에이전트 기능을 대폭 확장했다.
가장 눈에 띄는 기능은 Full Terminal Use다. 이 기능을 통해 에이전트가 실제 라이브 프로세스와 풀스크린 터미널 앱을 다룰 수 있게 되면서, 디버거처럼 인터랙티브한 환경에서도 자동화가 가능해졌다.
또한 버전이 명확한 개발 청사진과 터미널 내 인터랙티브 코드 리뷰 기능을 도입해, 개발·검토 과정을 더 자연스럽고 효율적으로 연결할 수 있도록 개선했다. 터미널 기반 개발 워크플로를 중시하는 개발자들에게 중요한 변화가 될 수 있는 부분이다.
지금 개발자가 준비해야 할 다음 스텝
AI 개발 생태계는 더 빠르게, 더 유연하게 변화하고 있다.
- 데이터 접근 방식은 API와 A2A 중심으로 재편되고 있다.
- 에이전트는 실제 업무 맥락에서 데이터베이스 접근처럼 실용적인 역할에 집중되고 있다.
- 품질 평가는 LLM 기반 자동화의 비중이 커지고, Synthetic Data를 통한 고도화가 일반화되고 있다.
- 프롬프트는 개발 코드처럼 관리하는 시대가 본격화되고 있다.
- Vibe Coding과 같은 새로운 개발 방식은 개발 문화 자체를 확장시키고 있다.
- 터미널 기반 에이전트의 발전은 기존 개발 흐름까지 재정의하고 있다.
앞으로 AI 개발 환경은 더 정교해지고, 인간과 에이전트가 협업하는 형태로 진화할 것이다. 지금 필요한 것은 거대한 기술을 모두 따라잡는 것이 아니라, 변화의 방향을 이해하고 자신에게 필요한 기술을 선택해 나가는 일이다. 본 글이 그 흐름을 파악하는 데 도움이 되기를 바란다.
Most Developers Call AI Data With APIs and A2A
In other developer news: Warp's AI agents; plus the annual Shipaton contest, won this year by Payout, an app created from vibe coding.
thenewstack.io
'인공지능' 카테고리의 다른 글
| 벡터 데이터베이스로 구현하는 RAG 기반 의미 기반 코드 검색 시스템 (0) | 2025.12.01 |
|---|---|
| Agents 3.0: 개발 workflow를 바꾸는 네 가지 핵심 기능 정리 (0) | 2025.12.01 |
| Better Agents: 에이전트 프로젝트를 위한 표준화된 구조와 베스트 프랙티스의 시작점 (0) | 2025.12.01 |
| 알리바바가 뉴립스 최고 논문상을 받은 이유: 게이티드 어텐션이 바꿀 LLM의 미래 (0) | 2025.12.01 |
| AI 시대 엔터프라이즈 아키텍처(EA) 혁신: 거버넌스에서 전략적 성장 도구로 (0) | 2025.11.30 |
