AI 기반 개발 지원 도구가 빠르게 발전하고 있지만, 실제 코딩 에이전트(coding agent)는 여전히 기대에 미치지 못하고 있다는 비판이 제기되었습니다. 모델이 코드를 생성하는 '두뇌' 역할을 한다면, 에이전트는 이를 실제 시스템에 연결하고 파일 작업을 수행하는 '몸'에 해당합니다. 하지만 현재 에이전트는 작업 관리, 위임, 소통 방식에서 병목 현상을 일으키며 개발자의 생산성을 저해하고 있습니다.
현재 코딩 에이전트의 주요 문제점은 여러 가지입니다. 첫째, 작업을 하위 과제로 나누더라도 이를 효율적으로 병렬 처리하거나 각 작업 난도에 맞는 모델(LLM)을 자동으로 배정하지 못합니다. 간단한 작업에도 느리고 비싼 최첨단 모델을 계속 사용하거나, 반대로 더 똑똑한 모델이 필요한 상황에서도 교체하지 않아 비효율적입니다. 둘째, 에이전트 스스로 자신의 기능과 사용법에 대한 지식이 부족하며, 복잡한 작업 계획을 사람이 이해하기 어렵게 제시하여 검토를 어렵게 만듭니다. 셋째, 사소한 질문 하나에도 실행이 멈춰 밤새 처리할 작업을 맡겨도 아침까지 아무것도 하지 않는 경우가 빈번합니다. 마지막으로, 보안 측면에서도 문제가 있습니다. 프롬프트(prompt) 지침에 의존하는 대신, OS 수준의 샌드박스(sandbox)를 통해 파일 시스템 및 네트워크 접근 경계를 강제하는 실질적인 보안 기능이 기본으로 요구됩니다.
이러한 문제점들은 에이전트 개발 방향을 결정하는 경영진과 실제 사용자인 일선 개발자 간의 '대리인 문제(principal-agent problem)'에서 비롯된다는 가설도 있습니다. 경영진은 화려한 데모와 벤치마크 점수에 집중하는 경향이 있어, 실제 개발자의 시간 효율성이나 보안 같은 실질적인 개선에는 관심이 덜하다는 것입니다. 이상적인 코딩 에이전트는 비용, 속도, 정확성을 최적화하며 사람이 이해할 수 있는 계획과 자율 실행을 제공하고, 강력한 보안 샌드박스 내에서 작동해야 합니다. 또한, 자기 기능에 대한 정확한 지식과 무응답 시 자율적으로 결정하는 'AFK 모드(Away From Keyboard mode)' 같은 기능도 필요합니다. 현재의 에이전트들은 아직 이러한 기대에 크게 못 미치고 있습니다.