{"title":"에이전틱 코딩의 80% 문제","url":"https://hugo-blog-static-site.haxlys.workers.dev/software/the-80-problem-in-agentic-coding/","section":"software","date":"2026-01-29T15:54:26+09:00","lastmod":"2026-01-29T15:54:26+09:00","description":"AI 코딩 에이전트가 빠르게 80%를 만들고도 나머지 20%에서 막히는 이유(맥락·검증·루프)와 이를 넘기 위한 협업·테스트·작업 분할 제언을 정리합니다.","summary":"출처: https://addyo.substack.com/p/the-80-problem-in-agentic-coding\n1. 80% 문제란 무엇인가? 초기 성과(80%)의 함정 : AI 에이전트는 복잡한 코드 작성, 라이브러리 선택, 기본 구조 설계 등 작업의 80%를 순식간에 해냅니다. 하지만 이는 사용자에게 \u0026ldquo;거의 다 끝났다\u0026quot;는 착각을 줍니다. 나머지 20%의 난이도 : 실제 배포 가능한 수준으로 만드는 나머지 20%(엣지 케이스 처리, 기존 코드와의 완벽한 통합, 보안 및 성능 최적화 등)는 훨씬 더 어렵고 시간이 많이 걸립니다. 2. 왜 이런 문제가 발생하는가? 맥락 파악의 한계 : 에이전트가 전체 코드베이스의 비즈니스 로직이나 사소한 종속성을 완벽히 이해하지 못해 \u0026ldquo;그럴듯하지만 틀린\u0026rdquo; 코드를 생성할 때가 많습니다. 검증의 어려움 : AI가 짠 코드를 검토하는 것이 사람이 처음부터 짜는 것보다 더 많은 인지적 에너지를 소모할 수 있습니다. 루프의 부재 : 에이전트가 스스로 실행 결과를 확인하고 수정하는 과정(Agentic Workflow)이 아직 인간 개발자의 직관만큼 정교하지 않습니다. 3. 해결을 위한 제언 (어떻게 나아가야 하는가?) 인간과 AI의 협업 모델 : AI를 단순히 \u0026lsquo;코드 생성기\u0026rsquo;가 아닌, 인간의 의도를 끊임없이 확인하고 피드백을 받는 \u0026lsquo;파트너\u0026rsquo; 로서 설계해야 합니다. 테스트 자동화의 중요성 : 80% 지점에서 멈추지 않으려면, 에이전트가 직접 단위 테스트를 작성하고 통과할 때까지 반복하는 능력이 필수적입니다. 작은 단위의 작업 분할 : 한 번에 큰 기능을 맡기기보다, 명확하게 정의된 작은 단위로 작업을 나누어 에이전트에게 맡길 때 성공률이 높아집니다. 요약하자면: 아디티아 아가왈(Aditya Agarwal)은 AI 코딩 에이전트가 \u0026lsquo;마법처럼 코드를 짜주는 도구\u0026rsquo;에서 \u0026lsquo;실제로 업무를 끝마칠 수 있는 도구\u0026rsquo; 가 되기 위해서는, 단순히 생성 능력을 키우는 것이 아니라 추론, 검증, 그리고 인간 개발자와의 긴밀한 상호작용 이 핵심이 되어야 한다고 강조합니다.\n","content":"출처: https://addyo.substack.com/p/the-80-problem-in-agentic-coding\n1. 80% 문제란 무엇인가? 초기 성과(80%)의 함정 : AI 에이전트는 복잡한 코드 작성, 라이브러리 선택, 기본 구조 설계 등 작업의 80%를 순식간에 해냅니다. 하지만 이는 사용자에게 \u0026ldquo;거의 다 끝났다\u0026quot;는 착각을 줍니다. 나머지 20%의 난이도 : 실제 배포 가능한 수준으로 만드는 나머지 20%(엣지 케이스 처리, 기존 코드와의 완벽한 통합, 보안 및 성능 최적화 등)는 훨씬 더 어렵고 시간이 많이 걸립니다. 2. 왜 이런 문제가 발생하는가? 맥락 파악의 한계 : 에이전트가 전체 코드베이스의 비즈니스 로직이나 사소한 종속성을 완벽히 이해하지 못해 \u0026ldquo;그럴듯하지만 틀린\u0026rdquo; 코드를 생성할 때가 많습니다. 검증의 어려움 : AI가 짠 코드를 검토하는 것이 사람이 처음부터 짜는 것보다 더 많은 인지적 에너지를 소모할 수 있습니다. 루프의 부재 : 에이전트가 스스로 실행 결과를 확인하고 수정하는 과정(Agentic Workflow)이 아직 인간 개발자의 직관만큼 정교하지 않습니다. 3. 해결을 위한 제언 (어떻게 나아가야 하는가?) 인간과 AI의 협업 모델 : AI를 단순히 \u0026lsquo;코드 생성기\u0026rsquo;가 아닌, 인간의 의도를 끊임없이 확인하고 피드백을 받는 \u0026lsquo;파트너\u0026rsquo; 로서 설계해야 합니다. 테스트 자동화의 중요성 : 80% 지점에서 멈추지 않으려면, 에이전트가 직접 단위 테스트를 작성하고 통과할 때까지 반복하는 능력이 필수적입니다. 작은 단위의 작업 분할 : 한 번에 큰 기능을 맡기기보다, 명확하게 정의된 작은 단위로 작업을 나누어 에이전트에게 맡길 때 성공률이 높아집니다. 요약하자면: 아디티아 아가왈(Aditya Agarwal)은 AI 코딩 에이전트가 \u0026lsquo;마법처럼 코드를 짜주는 도구\u0026rsquo;에서 \u0026lsquo;실제로 업무를 끝마칠 수 있는 도구\u0026rsquo; 가 되기 위해서는, 단순히 생성 능력을 키우는 것이 아니라 추론, 검증, 그리고 인간 개발자와의 긴밀한 상호작용 이 핵심이 되어야 한다고 강조합니다.\n","wordCount":226,"tags":["AI","에이전트","코딩","Agentic coding","80% 문제","테스트 자동화","협업"],"categories":["software"],"frameworks":["Agentic Workflow","Test Automation"],"mental_models":["Pareto Principle"],"philosophy_type":"methodology","schema_type":"TechArticle","actionable":true,"priority":"high","key_points":["에이전틱 코딩의 80% 문제의 핵심 문제의식은 \"AI 코딩 에이전트가 빠르게 80%를 만들고도 나머지 20%에서 막히는 이유(맥락·검증·루프)와 이를 넘기 위한 협업·테스트·작업 분할 제언을 정리합니다.\"다","AI, 에이전트, 코딩 관점에서 기존 글들과 연결해 읽을 수 있다","발행 전 원문 근거, 내부 링크, 결론의 실행 가능성을 함께 점검해야 한다"],"related":["software/agent-psychosis","software/agentic-coding-is-a-trap-summary","software/agent-skills-rules-commands"]}