바이브 코딩과 AI 에이전트
용어 150개 · 한국어와 영어
AI와 함께 코드를 쓰는 자리에서 쓰는 말입니다. 에이전트 이야기, 컨텍스트 이야기, 그리고 어디서 어긋날 수 있는지.
이 분야의 말은 거의 번역되지 않습니다. 그래서 한국어와 영어가 나란히 있습니다.
바이브 코딩에이전트 코딩AI 페어 프로그래머코파일럿(개념)코딩 에이전트자율 에이전트에이전트형에이전트 루프에이전트형 워크플로ReAct도구 호출함수 호출멀티에이전트 시스템오케스트레이션휴먼 인 더 루프프롬프트 인젝션탈옥(제일브레이크)가드레일샌드박스시맨틱 검색지식 베이스컨텍스트 엔지니어링메모리(에이전트)프롬프트 캐싱롱 컨텍스트MCP 서버CursorGitHub CopilotClaude Code에이전트 모드자동 완성Tab 완성슬래시 명령추론 모델확장 사고차이(Diff)체크포인트스트리밍평가(Eval)토큰 비용요청 제한배포 고고에이전트형 엔지니어링명세 기반 개발프롬프트 템플릿구조화 출력코드베이스 인덱싱백그라운드 에이전트테스트 생성코드 리뷰 에이전트바이브 코더YOLO 모드모두 수락원샷AI 슬롭자율 코딩휴먼 온 더 루프오케스트레이터서브에이전트감독 에이전트스웜과제 분해계획 수립(에이전트)Reflexion자가 치유Tree of Thoughts에이전트 간 인계리플렉션 루프헤드리스 모드메타 프롬프팅프롬프트 체이닝역할 프롬프팅네거티브 프롬프트JSON 모드출력 파서그라운딩프롬프트 라이브러리커스텀 인스트럭션컨텍스트 압축토큰 예산CLAUDE.md청킹리트리벌리랭킹하이브리드 검색에이전트형 RAG인용(출처 포함)Top-kMCP 클라이언트MCP 도구도구 스키마레포 맵WindsurfGemini CLIAiderClineDevinReplit Agentv0Composer (Cursor)Ghost text프런티어 모델초당 토큰첫 토큰까지 시간롤백스킬(에이전트)훅플러그인모델 라우팅폴백 모델워크트리(에이전트 격리)추론 시 연산PR 에이전트보일러플레이트 생성프롬프트 주도 개발권한 요청도구 승인SWE-benchLLM-as-judge레드 티밍프롬프트 키디Prompt-first환각 API자동화 편향팬아웃/팬인Plan-and-Execute스캐폴딩(에이전트)A2ASelf-consistency간접 프롬프트 인젝션프롬프트 누출MCP 리소스Elicitation (MCP)Sampling (MCP)stdio 전송JSON-RPCStreamable HTTPContext rotLost in the middleKV 캐시Needle in a haystack최소 유효 맥락일화 기억스크래치패드노력 설정컨텍스트 주입GraphRAGCorrective RAGBoltLovable
도구
AI 페어 프로그래머AI pair programmer
곁에서 함께 코드를 쓰는 AI 도우미. 줄을 제안하고 편집에 반응하는, 키보드 앞의 또 한 명의 개발자.
AI 페어 프로그래머는 내가 실행하기도 전에 오프바이원 오류를 잡아냈다.
코파일럿(개념)Copilot (concept)
에디터에 내장되어 제안과 초안을 내놓는 AI 보조의 총칭. 주도권은 사용자에게 남는다.
이제 주요 IDE에는 코드 자동 완성을 위한 코파일럿이 하나씩 들어 있다.
코딩 에이전트Coding agent
코드베이스를 스스로 읽고 여러 파일을 바꾸며 도구를 실행해 개발 과제를 끝까지 해내는 AI 시스템.
버그 리포트를 주자 코딩 에이전트는 한 시간 뒤 풀 리퀘스트를 열었다.
도구 호출Tool calling
모델이 검색이나 파일 편집 같은 특정 기능을 실행하도록 주변 시스템에 요청하고 그 결과를 쓰는 것.
날씨 질문에 어시스턴트는 예보 API를 도구 호출해 답했다.
함수 호출Function calling
모델이 이름 붙은 함수를 인자와 함께 부르는 구조화된 요청을 돌려주는 기능. 코드가 안정적으로 실행한다.
create_ticket 스키마를 정의하자 함수 호출이 항목을 알아서 채웠다.
샌드박스Sandbox
AI가 만든 코드나 에이전트의 동작을 실제 시스템에 닿지 않게 돌리는 격리 환경.
에이전트가 샌드박스에서 스크립트를 시험해, 위험한 삭제가 실제 파일에 닿지 않았다.
프롬프트 캐싱Prompt caching
같은 프롬프트 앞부분의 처리된 형태를 재사용해, 이후 요청을 더 빠르고 싸게 만드는 방식.
긴 시스템 프롬프트를 캐싱하자 지연이 절반으로 줄었다.
MCP 서버MCP server
Model Context Protocol로 도구·데이터·프롬프트를 AI 앱에 공개해 어느 클라이언트든 쓰게 하는 프로그램.
우리 DB용 MCP 서버를 쓰자 Claude가 그곳에 바로 질의할 수 있었다.
Cursor
VS Code를 바탕으로 한 AI 우선 코드 에디터. 채팅, 인라인 편집, 프로젝트 전반에서 일하는 에이전트로 알려졌다.
그녀는 저장소 전체 편집을 위해 순정 VS Code에서 Cursor로 옮겼다.
GitHub Copilot
에디터 안에서 코드를 제안하고 프로젝트에 관한 질문에 답하는 GitHub의 AI 코딩 보조.
GitHub Copilot은 한 줄 주석만으로 테스트 파일 전체를 완성했다.
Claude Code
저장소를 읽고 파일을 고치고 터미널에서 도구를 돌리는 Anthropic의 명령줄 코딩 에이전트.
Claude Code에 로깅 추가를 부탁하자 한 번에 모든 서비스를 손봤다.
에이전트 모드Agent mode
AI가 제안에 그치지 않고 파일 편집과 명령 실행까지 스스로 하도록 하는 에디터나 도구의 설정.
에이전트 모드를 켜면 줄마다 승인받지 않고도 모듈을 리팩터링한다.
자동 완성Autocomplete
주변 문맥을 바탕으로 지금 입력 중인 코드를 채워 주는 실시간 제안.
시그니처를 쓰자마자 자동 완성이 루프 본문을 통째로 맞혔다.
Tab 완성Tab completion
AI의 인라인 제안을 Tab 키로 받아들여, 확정하며 빠르게 코드를 쓰는 방법.
그는 파서를 거의 Tab으로 썼다. 한 줄씩 Tab을 눌러 가며.
슬래시 명령Slash command
앞에 슬래시를 붙여 입력해, AI 도구에서 미리 정한 동작이나 프롬프트를 부르는 지름길.
/test를 입력하자 에이전트에게 단위 테스트 생성과 실행을 시킬 수 있었다.
체크포인트Checkpoint
AI의 이후 변경이 잘못됐을 때 되돌아갈 수 있는, 프로젝트 상태의 저장된 스냅숏.
큰 리팩터링에 앞서 되돌아갈 체크포인트를 찍어 두었다.
스트리밍Streaming
모델의 출력을 생성하는 대로 토큰씩 전해, 텍스트가 한꺼번에가 아니라 점점 나타나게 하는 것.
스트리밍 덕에 로딩 아이콘 대신 설명이 쌓이는 걸 볼 수 있었다.
요청 제한Rate limit
일정 기간에 보낼 수 있는 요청이나 토큰 수에 걸리는 상한. API 제공자가 건다.
배치 작업이 요청 제한에 걸려 물러났다가 재시도해야 했다.
구조화 출력Structured output
스키마에 맞는 JSON처럼 정해진 형태로 굳힌 모델 응답. 코드가 안정적으로 파싱한다.
구조화 출력이 깔끔한 JSON을 돌려줘 곧장 DB에 넣었다.
코드베이스 인덱싱Codebase indexing
AI가 과제에 관련된 파일을 빨리 꺼내도록, 프로젝트의 검색 가능한 지도를 만드는 것.
코드베이스 인덱싱 뒤 어시스턴트는 원하는 함수로 곧바로 건너뛰었다.
백그라운드 에이전트Background agent
에디터에서 떨어져 스스로 과제를 돌리고, 작업이 끝나면 결과를 알려 오는 에이전트.
백그라운드 에이전트에 문서 갱신을 맡기고 나는 코딩을 이어 갔다.
YOLO 모드YOLO mode
매 단계 승인을 묻지 않고 에이전트가 편집하고 명령을 실행하게 두는 설정.
그가 YOLO 모드로 돌리자 에이전트는 스스로 리팩터링하고 테스트하고 커밋했다.
모두 수락Accept all
AI가 낸 변경을 하나씩 diff로 보지 않고 한꺼번에 적용하는 것.
제안이 괜찮아 보여 그녀는 모두 수락을 누르고 넘어갔다.
헤드리스 모드Headless mode
대화형 UI 없이 스크립트나 CLI에서 자동화를 위해 에이전트를 돌리는 것.
헤드리스 모드로 에이전트는 아무도 안 보는 채 매일 밤 CI에서 돌았다.
JSON 모드JSON mode
모델이 문법적으로 올바른 JSON으로 답하도록 강제하는 설정.
JSON 모드 덕에 try/except로 감싸지 않아도 응답이 파싱됐다.
출력 파서Output parser
모델의 자유 형식 텍스트를 프로그램이 쓸 수 있는 구조로 바꾸는 구성 요소.
출력 파서가 모델의 어수선한 답에서 필드를 뽑아냈다.
커스텀 인스트럭션Custom instructions
모든 요청에 적용되는 상시 사용자 지시. 프로젝트의 규칙 같은 것.
커스텀 인스트럭션이 어시스턴트에게 늘 미터법으로 답하라고 일렀다.
CLAUDE.md
에이전트가 저장소의 상시 맥락으로 읽는 프로젝트 지시 파일.
빌드 명령을 CLAUDE.md에 두자 에이전트가 그걸 추측하기를 그만뒀다.
MCP 클라이언트MCP client
호스트나 에이전트 안에서 MCP 서버에 연결해 그 기능을 부르는 쪽.
MCP 클라이언트가 서버의 도구를 찾아 모델에 내놓았다.
MCP 도구MCP tool
MCP 서버가 에이전트에게 부르게 내놓는 실행 가능한 기능.
run_query라는 MCP 도구를 더하자 에이전트가 그걸로 DB를 읽었다.
도구 스키마Tool schema
올바른 호출을 짜려고 모델이 쓰는, 도구의 입력과 출력에 대한 형식적 기술.
명확한 도구 스키마가 모델이 날짜를 틀린 형식으로 넘기는 걸 막았다.
레포 맵Repo map
코드를 누비도록 에이전트에 주는, 저장소 구조의 간결한 지도.
레포 맵 덕에 에이전트는 모든 파일을 읽지 않고 맞는 모듈을 찾았다.
Windsurf
에이전트 Cascade가 프로젝트 전반을 계획하고 편집하는 에이전트형 IDE.
그녀는 Windsurf에서 시제품을 만들며 Cascade에 화면을 잇게 했다.
Gemini CLI
ReAct 루프에 도구와 MCP를 짝지은, 구글의 오픈소스 터미널 에이전트.
그는 셸에서 Gemini CLI를 몰아 서비스 골격을 세우고 테스트했다.
Aider
코드를 Git 저장소처럼 다루며 자기 편집을 커밋하는 오픈소스 터미널 에이전트.
Aider가 변경마다 깔끔한 커밋으로 남겨, 되돌리기가 식은 죽 먹기였다.
Cline
VS Code 안에서 파일을 고치고, 승인을 받아 명령을 실행하는 오픈소스 에이전트.
Cline은 셸 명령을 제안하고 실행 전 클릭을 기다렸다.
Devin
계획에서 풀 리퀘스트까지 과제를 처음부터 끝까지 맡는 자율 AI 소프트웨어 엔지니어.
그들은 백로그 항목을 Devin에 넘기고, 그가 연 풀 리퀘스트를 리뷰했다.
Replit Agent
자연어 설명으로부터 동작하는 앱을 만들고 배포하는 에이전트.
한 문단으로 Replit Agent가 몇 분 만에 살아 있는 할 일 앱을 세웠다.
v0
설명이나 스크린샷을 React UI 컴포넌트로 바꾸는 Vercel의 생성기.
그녀는 목업을 v0에 넣고, 다듬을 스타일 입은 컴포넌트를 돌려받았다.
Composer (Cursor)
프로젝트 전반의 빠른 에이전트 코딩에 맞춘 Cursor의 에이전트 모델.
Composer가 한 번에 열두 파일을 고치면서 앱이 계속 빌드되게 했다.
Ghost text
에디터가 커서 앞에 흐리게 보여 주고 키로 받아들이는 인라인 제안.
Ghost text가 줄의 나머지를 맞혔고, 그는 Tab을 눌러 가져왔다.
롤백Rollback
에이전트의 변경을 되돌려 프로젝트를 이전 상태로 돌리는 것.
리팩터링이 빌드를 깨서 그녀는 어젯밤 상태로 롤백했다.
스킬(에이전트)Skill (agent)
한 부류의 과제를 다루도록 에이전트에 가르치는, 재사용 가능한 능력이나 확장.
배포 단계를 스킬로 묶어 에이전트가 이름으로 불러 쓸 수 있었다.
훅Hook
행동 전후 같은 에이전트 이벤트에 발동해 대응을 자동화하는 핸들러.
훅이 에이전트가 파일을 저장할 때마다 포매터를 돌렸다.
플러그인Plugin
명령이나 연동을 에이전트에 더하는, 설치 가능한 확장.
Jira 플러그인으로 에이전트는 마치는 대로 티켓을 닫았다.
폴백 모델Fallback model
주 모델이 실패하거나 한도에 닿을 때 갈아타는 예비 모델.
주 API가 타임아웃 나도 폴백 모델이 앱의 응답을 이어 갔다.
워크트리(에이전트 격리)Worktree (agent isolation)
병렬 에이전트의 편집이 서로 부딪지 않도록 두는 별도의 Git 작업 사본.
에이전트마다 제 워크트리를 줘서 세 리팩터링이 충돌 없이 돌았다.
권한 요청Permission prompt
파일 쓰기나 명령 실행 같은 행동 전에 에이전트가 구하는 승낙 요청.
폴더를 지우기 전에 권한 요청이 떴고, 그녀는 거절했다.
도구 승인Tool approval
특정 도구 호출을 하도록 하는 사용자의 명시적 승낙.
프로덕션에 닿는 것은 무엇이든 도구 승인이 필요했다.
stdio 전송stdio transport
프로세스의 표준 입출력으로 메시지를 나르는 로컬 MCP 전송 방식.
로컬 도구엔 stdio 전송이 가장 간단했다—포트 없이 파이프만.
JSON-RPC
JSON 위의 원격 호출 형식으로, MCP와 A2A의 메시지 교환을 떠받친다.
통신상의 MCP 요청은 모두 메서드와 params를 가진 JSON-RPC 메시지였다.
Streamable HTTP
이전의 단독 SSE 전송을 대신한, 현행 원격 MCP 전송 방식.
원격 서버를 Streamable HTTP로 옮기고 낡은 SSE 구성을 걷어냈다.
Bolt
WebContainers 위의 AI 앱 빌더. 브라우저 안에서 바로 프로젝트를 조립하고 호스팅한다.
Bolt에서 그녀가 대시보드를 설명하자 몇 초 뒤 도는 모습을 미리 봤다.
Lovable
자연어 설명을 DB와 인증까지 갖춘 완전한 앱으로 바꾸는 AI 앱 빌더.
한 문단으로 Lovable이 로그인과 데이터베이스가 있는 도는 앱을 내놨다.
에이전트
에이전트 코딩Agentic coding
AI 에이전트가 스스로 계획하고 파일을 고치고 명령을 실행하며 목표로 나아가는 개발 방식. 단계별 지시는 거의 필요 없다.
그녀는 에이전트 코딩으로 바꾸고 실패하는 테스트를 도구가 직접 고치게 두었다.
자율 에이전트Autonomous agent
모델이 구동하는 프로그램으로, 목표를 향해 스스로 행동과 도구를 고르며 매 지시를 기다리지 않는다.
자율 에이전트는 항공권을 예약하고 양식을 채우고 시키지 않아도 요약을 보냈다.
에이전트형Agentic
하나의 프롬프트에 답만 하는 게 아니라 계획하고 도구를 쓰며 상황에 맞춰 주도적으로 움직이는 소프트웨어를 이르는 말.
새 버전은 에이전트형이다. 의존성을 제안만 하지 않고 알아서 설치한다.
에이전트 루프Agent loop
에이전트가 결과를 관찰하고 다음 행동을 정하고 실행한 뒤 그 결과를 읽는 과정을, 과제가 끝날 때까지 되풀이하는 순환.
에이전트 루프가 한 바퀴 돌 때마다 테스트를 돌리고 실패를 읽고 파일을 고쳤다.
에이전트형 워크플로Agentic workflow
AI 에이전트가 도구를 부르고 스스로 진행을 확인하며 차례로 수행하는, 단계로 나뉜 작업.
그들의 릴리스 체크리스트는 태깅·빌드·노트 초안을 맡는 에이전트형 워크플로가 되었다.
ReAct
모델이 말로 하는 추론과 행동을 번갈아 하며, 얻은 관찰을 다음 수의 실마리로 삼는 패턴.
ReAct에서 에이전트는 소리 내어 생각하고 문서를 검색한 뒤 답했다.
멀티에이전트 시스템Multi-agent system
전문화된 여러 에이전트가 협력하거나 작업을 나눠 맡으며 서로 일과 메시지를 주고받는 구성.
그들의 구성에선 기획 에이전트가 코딩을 작업자에게 맡기고 검토 에이전트가 결과를 확인한다.
오케스트레이션Orchestration
여러 에이전트·도구·단계를 올바른 순서로 돌리고 결과를 서로 넘겨주도록 조율하는 것.
오케스트레이션 계층이 어느 에이전트가 티켓을 맡고 언제 넘길지 정한다.
휴먼 인 더 루프Human-in-the-loop
AI의 행동이 효력을 갖기 전에 사람이 요소요소에서 검토하거나 승인하는 설계.
배포는 사람이 개입한다. 에이전트가 제안하고 엔지니어가 승인을 누른다.
가드레일Guardrails
모델의 입력과 출력을 안전하고 허용된 범위에 두기 위해 둘레에 놓는 규칙과 필터.
가드레일이 프로젝트 폴더 밖 명령 실행을 에이전트에게 막았다.
메모리(에이전트)Memory (agent)
에이전트가 턴이나 세션을 넘겨 사실을 간직해, 지난 결정과 선호를 떠올리게 하는 저장소.
메모리 덕분에 에이전트는 지난주의 명명 규칙을 기억했다.
에이전트형 엔지니어링Agentic engineering
AI 에이전트를 지휘해 소프트웨어를 만드는 방식. 사람의 힘은 명세·리뷰·조율에 쏠린다.
팀은 에이전트형 엔지니어링으로 재편했고, 손으로 코드를 짜는 일은 줄었다.
코드 리뷰 에이전트Code review agent
제안된 변경을 읽고 사람 리뷰어처럼 버그, 스타일 문제, 위험을 짚어 주는 AI.
코드 리뷰 에이전트가 두 사람이 놓친 경쟁 상태를 잡아냈다.
자율 코딩Autonomous coding
사람 개입을 최소로, 에이전트가 요청에서 동작하는 코드까지 과제를 해내는 개발.
하룻밤 자율 코딩이 티켓을 테스트되고 병합된 수정으로 바꿔 놓았다.
휴먼 온 더 루프Human-on-the-loop
매 행동을 승인하지 않고, 사람이 에이전트를 감독하다 문제가 생기면 끼어드는 설계.
팀은 휴먼 온 더 루프를 지키며 대시보드를 보다 벗어날 때만 개입했다.
오케스트레이터Orchestrator
여러 에이전트나 단계를 하나의 목표로 조율하는 구성 요소나 에이전트.
오케스트레이터가 일을 나눠 작업자들에게 보내고 그 답을 합쳤다.
서브에이전트Subagent
오케스트레이터가 자기 별도 맥락에서 하위 과제를 맡기는 보조 에이전트.
메인 에이전트가 문서 검색만을 위해 서브에이전트를 띄웠다.
감독 에이전트Supervisor agent
다른 에이전트에 일을 배정하고, 받아들이기 전에 그 결과를 확인하는 에이전트.
감독 에이전트가 초안을 물리고 한 번 더 돌리라고 돌려보냈다.
스웜Swarm
강한 중심 없이, 단순한 여러 에이전트가 힘을 모아 과제를 푸는 구성.
스크레이퍼 스웜이 사이트를 저희끼리 나눠 맡고 결과를 보고했다.
과제 분해Task decomposition
큰 과제를 에이전트가 한 걸음씩 다룰 수 있는 작은 하위 과제로 쪼개는 것.
과제 분해가 'API 만들기'를 확인 가능한 열두 개의 작은 단계로 바꿨다.
계획 수립(에이전트)Planning (agent)
에이전트가 실행에 들어가기 전에 일련의 행동을 짜는 단계.
에이전트는 첫 턴을 계획에 쓰고, 이후엔 되돌아가지 않고 실행했다.
Reflexion
무엇이 잘못됐는지 에이전트가 말로 적고, 그 메모를 다음 시도에 반영하는 기법.
실패한 실행 뒤, Reflexion이 에이전트를 같은 막다른 길에서 벗어나게 했다.
자가 치유Self-healing
깨진 테스트 같은 실패를, 사람 없이 에이전트가 스스로 찾아 고치는 능력.
자가 치유 파이프라인이 모두 깨어나기 전에 크래시를 잡아 고쳤다.
에이전트 간 인계Agent handoff
작업 도중 한 에이전트에서 다른 에이전트로 과제와 맥락을 넘기는 것.
조사 뒤 인계가 그 일을 코드를 쓰는 에이전트로 옮겼다.
리플렉션 루프Reflection loop
에이전트가 자기 출력을 평가하고 기준을 채울 때까지 다시 만드는 순환.
리플렉션 루프가 매끄럽게 읽힐 때까지 요약을 두 번 고쳐 썼다.
에이전트형 RAGAgentic RAG
언제 무엇을 검색할지 에이전트가 스스로 정하며 가져오기를 다듬는 RAG.
에이전트형 RAG는 첫 결과가 요점을 벗어난 걸 알고 다시 검색했다.
PR 에이전트PR agent
설명과 리뷰 반영 편집과 함께 변경을 풀 리퀘스트로 묶는 에이전트.
PR 에이전트가 깔끔한 풀 리퀘스트를 열고 리뷰어 댓글에도 답했다.
Plan-and-Execute
먼저 완전한 계획을 세우고 그 단계를 순서대로 실행하는 에이전트 구조.
Plan-and-Execute가 열 단계를 앞서 늘어놓고 다시 계획하지 않고 달렸다.
스캐폴딩(에이전트)Scaffolding (agent)
모델을 에이전트로 만드는, 주위의 소프트웨어 껍데기—루프, 도구, 파싱.
모델은 멀쩡했다. 에이전트가 갈피를 잃은 건 약한 스캐폴딩 탓이었다.
A2AA2A protocol
Agent2Agent. 서로 다른 프레임워크의 에이전트가 대화하게 하는 열린 프로토콜.
A2A로 계획 에이전트가 과제를 벤더의 청구 에이전트에 넘겼다.
Elicitation (MCP)
서버가 클라이언트를 거쳐 사용자에게 빠진 입력을 묻는 MCP 기능.
과제 도중 elicitation이 어느 환경에 배포할지 묻는 프롬프트를 띄웠다.
최소 유효 맥락Minimum viable context
에이전트가 과제를 잘 해내는 데 드는 최소 맥락. 나머지는 되레 해가 될 수 있다.
최소 유효 맥락으로 줄이자 에이전트가 더 빠르고 정확해졌다.
일화 기억Episodic memory
지난 특정 사건이나 세션에 대한, 에이전트가 되짚을 수 있는 기억.
일화 기억으로 두 프로젝트 전 같은 버그를 어떻게 풀었는지 떠올렸다.
Corrective RAG
가져온 자료를 스스로 점검하고, 결과가 부실하면 다시 검색하는 RAG.
Corrective RAG가 구절이 주제를 벗어난 걸 알고 검색을 다시 돌렸다.
일하는 방식
바이브 코딩Vibe coding
원하는 바를 자연어로 설명하고 코드는 AI에게 맡기는 개발. 결과를 꼼꼼히 읽지 않고 받아들이는 경우도 많다.
그는 하룻밤 만에 랜딩 페이지를 바이브 코딩으로 만들었다. 요청만 입력하며 다듬었다.
차이(Diff)Diff
추가된 줄과 삭제된 줄을 보여, 적용 전에 살펴볼 수 있는 제안 변경의 표시.
에이전트가 diff를 보여 줘, 믿을 만한 부분만 받아들였다.
명세 기반 개발Spec-driven development
먼저 명확한 명세를 쓰고, 그것을 AI가 계획·과제·코드로 바꾸게 하는 접근.
명세 기반 개발에선 논쟁이 풀 리퀘스트가 아니라 문서에서 벌어졌다.
프롬프트 템플릿Prompt template
요청마다 채우는 자리표시자를 지닌 재사용 프롬프트. 지시의 일관성을 지킨다.
프롬프트 템플릿을 두어 어떤 요약이든 같은 형식으로 나오게 했다.
테스트 생성Test generation
기존 코드의 동작을 확인하고 회귀를 막기 위해, AI에게 테스트 케이스를 쓰게 하는 것.
테스트 생성이, 미뤄 두던 파서에 40건의 케이스를 마련해 주었다.
프롬프트 체이닝Prompt chaining
여러 프롬프트를 이어, 하나의 출력이 다음의 입력이 되게 하는 것.
프롬프트 체이닝이 먼저 문서를 요약하고, 그 요약을 슬라이드로 바꿨다.
프롬프트 라이브러리Prompt library
팀이 공유하고 꺼내 쓰는, 재사용 가능하고 검증된 프롬프트 모음.
신입은 프롬프트를 처음부터 쓰지 않고 프롬프트 라이브러리에서 꺼내 썼다.
보일러플레이트 생성Boilerplate generation
잡일을 건너뛰도록 정형의 시작 코드—프로젝트 골격, 배선—를 생성하는 것.
보일러플레이트 생성이 몇 초 만에 라우트와 설정을 세웠다.
프롬프트 주도 개발Prompt-driven development
손으로 쓴 코드가 아니라 프롬프트를 주된 구동 산물로 삼는 개발.
프롬프트 주도 개발에서 그들은 프롬프트를 소스처럼 버전 관리했다.
팬아웃/팬인Fan-out/fan-in
하위 과제를 병렬 에이전트에 뿌리고(팬아웃) 결과를 모으는(팬인) 패턴.
팬아웃/팬인이 스무 파일을 한 번에 리뷰하고 발견을 한데 모았다.
컨텍스트
시맨틱 검색Semantic search
정확한 키워드가 아니라 의미로 찾는 검색. 질의와 내용의 벡터 표현을 견준다.
질의에 '로그인'이 없어도 시맨틱 검색은 인증 코드를 찾아냈다.
지식 베이스Knowledge base
AI가 꺼내어 답의 근거로 삼는, 문서나 사실을 정리해 둔 저장소.
지원 답변은 이제 지난 문의와 문서를 담은 지식 베이스에서 나온다.
컨텍스트 엔지니어링Context engineering
모델의 제한된 작업 창에 무엇을 넣을지 정해, 필요한 정보만 군더더기 없이 건네는 일.
좋은 컨텍스트 엔지니어링은 전체 저장소가 아니라 diff와 실패 테스트를 보내는 것이다.
롱 컨텍스트Long context
코드베이스 전체나 긴 문서처럼, 아주 큰 입력을 한 번에 받아들이는 모델의 능력.
롱 컨텍스트로 명세서를 통째로 붙여 넣고 한 번에 리뷰를 부탁했다.
역할 프롬프팅Role prompting
답의 어조와 전문성을 맞추려고 모델에 역할이나 페르소나를 주는 것.
엄격한 리뷰어 역할로 프롬프팅하니 피드백이 훨씬 날카로워졌다.
네거티브 프롬프트Negative prompt
출력에 들어가면 안 되는 것을 모델에 일러 주는 것.
네거티브 프롬프트가 마케팅 문구에서 상투어를 걸러 냈다.
컨텍스트 압축Context compaction
요점을 잃지 않고 창에 들어가도록, 쌓인 맥락이나 이력을 압축하는 것.
채팅이 길어지자 컨텍스트 압축이 초반 대화를 요약했다.
토큰 예산Token budget
과제나 단계에 할당한 토큰 상한. 비용과 들어갈 맥락의 양을 좌우한다.
빠듯한 토큰 예산이 상위 세 파일만 가져오도록 에이전트를 몰았다.
청킹Chunking
RAG에서 색인하고 가져올 수 있도록 문서를 작은 조각으로 나누는 것.
나은 청킹이 관련 문단을 함께 묶어 답을 개선했다.
리트리벌Retrieval
질의에 가장 관련 깊은 조각을 지식 베이스에서 가져오는 것.
리트리벌이 에러 코드를 실제로 언급한 세 절을 끌어왔다.
리랭킹Reranking
가져온 후보를, 두 번째의 더 정밀한 랭커로 관련도순으로 다시 매기는 것.
리랭킹이 열 개의 비슷한 오답 위로 유일하게 쓸모 있는 결과를 밀어 올렸다.
하이브리드 검색Hybrid search
키워드 검색과 벡터 검색을 합쳐, 각각보다 나은 결과를 얻는 것.
하이브리드 검색이 정확한 에러 문자열도 그 바꿔 쓴 표현도 함께 잡았다.
MCP 리소스MCP resource
실행 가능한 도구와 달리, MCP 서버가 맥락으로 에이전트에 내놓는 데이터나 내용.
서버가 위키를 MCP 리소스로 내놓아 에이전트는 읽되 바꾸지는 못했다.
Context rot
맥락이 길어질수록, 쉬운 과제에서조차 모델 품질이 떨어지는 것.
백 페이지를 넘자 context rot이 시작돼 뻔한 사실을 놓치기 시작했다.
Lost in the middle
긴 맥락의 가운데 정보를 양 끝보다 잘 못 쓰는 현상.
핵심 조항이 문서 가운데 있어, lost in the middle로 모델이 건너뛰었다.
KV 캐시KV cache
생성을 빠르게 하지만 맥락 길이와 함께 커지는, 어텐션 키·값의 캐시.
대화가 한도를 넘자 거대한 KV 캐시가 메모리를 집어삼켰다.
Needle in a haystack
큰 입력에 사실을 숨겨 모델이 찾아내는지 보는 긴 맥락 테스트.
needle in a haystack 테스트가 200페이지에 코드를 묻었고, 모델이 꺼냈다.
스크래치패드Scratchpad
답을 내기 전에 모델이 중간 추론을 적어 두는 작업 공간.
스크래치패드에서 계산을 밟은 뒤 모델은 깔끔한 답을 썼다.
컨텍스트 주입Context injection
요청 전에 필요한 데이터를 맥락에 끼워 넣는 것. 공격에선 악의적 삽입을 뜻한다.
컨텍스트 주입이 사용자의 시간대를 넣어 시각이 바르게 나왔다.
GraphRAG
지식 그래프 위의 RAG. 벡터 근접만이 아니라 개체 간 연결로 가져온다.
GraphRAG가 소속 간선을 따라 누가 누구에게 보고하는지 답했다.
모델
추론 모델Reasoning model
답하기 전에 문제를 명시적 단계로 풀도록 조정된 모델. 속도를 내주고 논리를 강화한다.
까다로운 알고리즘에선 추론 모델로 바꾸자 경계 사례를 잡아냈다.
확장 사고Extended thinking
모델이 응답 전에 추가 연산으로 속으로 추론해, 어려운 답을 개선하는 모드.
확장 사고를 켜자 한 줄도 쓰기 전에 마이그레이션을 계획했다.
평가(Eval)Eval
모델이나 에이전트가 과제를 얼마나 잘 해내는지 재는 테스트. 버전 비교와 회귀 탐지에 쓴다.
우리 평가는 변경을 내보내기 전에 각 프롬프트를 200건으로 채점했다.
토큰 비용Token cost
입력과 출력의 토큰 수에 따라 정해지는 요청의 값.
시스템 프롬프트를 줄이자 호출당 토큰 비용이 눈에 띄게 낮아졌다.
AI 슬롭AI slop
살피지도 확인하지도 않고 AI가 찍어 내는 저품질의 판박이 콘텐츠나 코드.
저장소가 AI 슬롭으로 찼다. 그럴듯한데 제대로 안 도는 함수뿐이었다.
그라운딩Grounding
지어낸 주장을 줄이려고, 모델의 답을 검증 가능한 출처나 데이터에 묶는 것.
봇을 매뉴얼에 그라운딩하니 없는 메뉴 항목을 꾸며내지 않았다.
Top-k
가져오기나 샘플링에서 고려할 후보 수를 제한하는 매개변수.
Top-k를 다섯으로 낮추니 맥락이 집중되고 비용도 줄었다.
프런티어 모델Frontier model
그 시점에서 가장 유능한, 분야의 최전선에 있는 모델.
가장 어려운 과제엔 프런티어 모델에 돈을 쓰고 나머지는 캐싱했다.
초당 토큰Tokens per second
모델의 생성 속도. 1초에 몇 토큰을 내놓는가.
작은 모델의 높은 초당 토큰이 채팅을 즉각적으로 느끼게 했다.
첫 토큰까지 시간Time to first token
요청을 보낸 뒤 응답의 첫 토큰이 나타나기까지의 지연.
첫 토큰까지 시간을 줄이자 긴 답에서도 어시스턴트가 기민하게 느껴졌다.
모델 라우팅Model routing
난이도, 비용, 종류에 따라 어느 모델이 요청을 맡을지 고르는 것.
모델 라우팅이 가벼운 질문은 싼 모델로, 어려운 건 큰 모델로 보냈다.
추론 시 연산Test-time compute
학습 때가 아니라 답하는 순간 사고에 쓰는 연산. 노력을 품질과 맞바꾼다.
추론 시 연산을 늘리자 모델이 제 산수 실수를 스스로 잡았다.
LLM-as-judge
정한 기준에 비추어 다른 답을 채점하거나 견주는 데 모델을 쓰는 것.
LLM-as-judge가 두 초안을 매겨, 둘 다 정독하지 않아도 됐다.
환각 APIHallucinated API
실제로 없는 메서드나 라이브러리 호출을 모델이 지어낸 것.
코드는 맞아 보였지만 환각 API가 '모듈 없음'을 던졌다.
Sampling (MCP)
서버가 모델 완성을 요청하고 그것을 클라이언트가 실행하는 MCP 기능.
sampling을 통해 서버가 클라이언트의 모델에 파일 요약을 부탁했다.
노력 설정Effort setting
추론에 얼마의 사고 예산을 쓸지 정하는 모델의 조절값.
증명엔 노력 설정을 올리고 자잘한 편집엔 내렸다.
프롬프트와 공격
프롬프트 인젝션Prompt injection
모델이 읽는 내용에 지시를 숨겨, 본래 과제를 무시하게 하거나 데이터를 흘리게 하는 공격.
페이지에 '이전 규칙을 무시하라'가 숨어 있어 에이전트가 하마터면 따를 뻔했다.
탈옥(제일브레이크)Jailbreak
모델이 안전 규칙을 우회해 평소엔 거부하는 내용을 내놓도록 꾸민 입력.
벤더가 모델을 고칠 때까지 포럼에선 탈옥 프롬프트가 오갔다.
원샷One-shot
수정을 주고받는 라운드 없이, 한 번의 요청으로 동작하는 결과를 얻는 것.
그는 게임 전체를 원샷으로 만들려 했는데, 놀랍게도 첫 시도에 돌아갔다.
Tree of Thoughts
한 줄기 사고 대신, 갈라지는 중간 아이디어의 나무를 탐색하는 추론 방법.
Tree of Thoughts로 모델은 셋을 저울질한 뒤 하나로 좁혔다.
메타 프롬프팅Meta-prompting
모델에 넣을 프롬프트 자체를, 모델을 써서 쓰거나 다듬는 것.
그녀는 메타 프롬프팅으로 AI에게 자기의 어설픈 지시를 다시 쓰게 했다.
Prompt-first
프롬프트를 설계의 으뜸 산물로 삼고 코드를 뒤로 두는 접근.
그들의 Prompt-first 방식은 누가 에디터를 열기 전에 표현부터 다퉜다.
Self-consistency
여러 추론 경로를 만들어 다수가 동의하는 답을 고르는 것.
Self-consistency가 문제를 다섯 번 풀고 최종 수를 투표로 정했다.
간접 프롬프트 인젝션Indirect prompt injection
에이전트가 읽는 외부 데이터—웹 페이지나 파일—를 통한 지시 주입.
페이지 댓글에 간접 인젝션이 숨어 에이전트가 하마터면 실행할 뻔했다.
프롬프트 누출Prompt leaking
숨은 시스템 프롬프트를 모델에서 밖으로 끌어내는 공격.
교묘한 질문이 프롬프트 누출을 이뤄 앱의 비밀 지시를 드러냈다.
그 밖의 것들
배포 고고Ship it
빨리 내보내자는 구호. 흔히 AI가 대부분을 끝내고 작자가 믿고 내보낼 때 쓴다.
테스트 통과, 보기에도 괜찮아 — 배포 고고.
바이브 코더Vibe coder
바이브 코딩을 하는 사람. 자연어로 개발을 이끌고 AI에 기대며, 코드를 읽지 않는 경우도 많다.
독학한 바이브 코더인 그녀는 문법을 배우지 않고도 앱 세 개를 내놨다.
인용(출처 포함)Citation (grounded)
독자가 확인할 수 있도록 답의 주장에 붙인 출처 참조.
문장마다 인용이 달려 리뷰어가 모든 주장을 확인할 수 있었다.
SWE-bench
실제 GitHub 이슈에서 프로젝트 자체의 단위 테스트로 코딩 에이전트를 채점하는 벤치마크.
테스트를 먼저 돌리는 법을 익히자 그들의 SWE-bench 점수가 뛰었다.
레드 티밍Red teaming
릴리스 전 구멍을 찾으려고 인젝션과 탈옥으로 시스템을 일부러 공격하는 것.
일주일의 레드 티밍이 시스템 메시지를 흘리는 프롬프트 셋을 들춰냈다.
프롬프트 키디Prompt kiddie
코드를 모른 채 프롬프트로만 '만드는' 사람을 낮잡아 이르는 말.
진짜 버그가, AI 출력이 깨지자마자 그를 프롬프트 키디로 드러냈다.
자동화 편향Automation bias
자동이나 AI의 출력을 확인 없이 믿어 버리는 경향.
자동화 편향 탓에 'AI가 그랬으니'라며 틀린 수가 그대로 통과했다.
앱에서는 이 카드들이 하루 몫으로 묶여 나옵니다. 묶는 일은 이미 끝나 있습니다.
