요즘 개발팀을 보면 코딩 에이전트를 하나가 아니라 서너 개씩 동시에 띄워 놓는다. 한 에이전트가 버그를 추적하는 동안 다른 에이전트는 리뷰 피드백을 반영하고, 또 다른 에이전트는 리팩터링을 돌린다. 문제는 여기서 생긴다. 같은 브랜치, 같은 파일을 여러 에이전트가 동시에 건드리면 서로의 작업을 덮어쓴다.
그래서 현장의 질문이 바뀌었다. "에이전트가 충분히 똑똑한가"가 아니라 "에이전트 여러 개를 어떻게 안 부딪히게 굴리는가"다. 지난 2주 사이 깃허브와 오픈AI가 내놓은 결정이 이 질문을 정확히 겨냥한다. 둘 다 더 좋은 모델이 아니라, 에이전트가 들어가 일할 작업장을 샀다.
같은 달, 두 회사가 모델 대신 실행 환경에 투자했다
깃허브는 6월 17일 코파일럿 앱을 정식 출시했다. 핵심은 모델이 아니라 구조다. 에이전트 세션 하나하나가 각자의 깃 워크트리 — 브랜치를 통째로 복제한 격리된 작업 사본 — 안에서 돈다. 앱이 워크트리 생성·정리·브랜치 관리를 자동으로 처리하므로, 세션을 여러 개 띄워도 파일과 브랜치가 충돌하지 않는다. 코파일럿 CLI에는 에이전트 여러 개를 한 번에 돌리는 /fleet 명령이 따로 붙었다.
오픈AI는 같은 6월에 클라우드 개발 환경 회사 Ona(옛 Gitpod)를 인수한다고 밝혔다. 목적은 분명하다. 개발자가 노트북을 닫은 뒤에도 에이전트가 클라우드에서 몇 시간, 며칠씩 계속 일하게 하는 것이다. 실행은 고객 자신의 클라우드 안에서 일어나고 데이터·자격증명·감사 기록은 고객이 쥔다. 오픈AI는 지능만 공급한다. 코덱스 주간 사용자는 500만 명을 넘었다.
격리가 곧 처리량이다
두 움직임은 같은 구조를 가리킨다. 한 사람이 에이전트 다섯을 굴리려면 격리된 작업장 다섯 개가 필요하다. 에이전트가 똑똑해질수록 일은 한 번의 응답이 아니라 몇 시간짜리 작업으로 늘어나고, 그동안 작업장은 지속되면서 격리되어 있어야 한다. 처리량을 키우는 레버는 모델 점수가 아니라 동시에 띄울 수 있는 안전한 작업장의 수다.
이건 모델 업그레이드와 성격이 다르다. 워크트리든 클라우드 샌드박스든, 격리·권한·기록을 설계하는 운영 작업이다. 두 회사가 같은 문제를 푸는 방식은 이렇게 갈린다.
| 구분 | 깃허브 코파일럿 앱 | 오픈AI Ona |
|---|---|---|
| 격리 단위 | 로컬 깃 워크트리 | 클라우드 실행 환경 |
| 지속성 | 세션 단위 | 노트북을 닫아도 유지 |
| 데이터·권한 | 로컬 머신 | 고객 클라우드 안 |
쌓이는 자산은 에이전트의 작업장이다
모델 자체는 빠르게 갈린다. 6월 12일 GPT-5.2는 ChatGPT에서 내려갔고, 구글은 비슷한 시기에 더 싸고 빠른 제미나이 3.5 플래시를 내놨다. 오늘 고른 모델이 분기 안에 더 싼 모델로 교체될 가능성은 높다. 반면 에이전트를 안전하게 병렬로 굴리는 작업장 — 격리 방식, 권한 경계, 실행 기록 — 은 한 번 제대로 만들면 모델을 갈아끼워도 그대로 쓴다. 투자가 쌓이는 층은 여기다.
AX 현장에서 "에이전트 도입"은 더 좋은 모델을 고르는 일이 아니다. 여러 에이전트를 부딪히지 않게, 권한 밖으로 나가지 않게, 기록을 남기며 병렬로 굴릴 작업장을 설계하는 일이다. 조녁컴퍼니가 교육과 컨설팅에서 모델 선택보다 실행 환경 설계를 먼저 다루는 이유다. 사업영역 →