안녕하세요, GitHub의 Mario Rodriguez, Evan Boyle입니다. 오늘은 AI가 만든 코드가 왜 실제 프로덕션까지 가지 못하는지, 그리고 그 간극을 어떻게 좁힐 수 있는지 이야기해 보겠습니다.
Plan, Build, Review, Ship
소프트웨어를 만든다는 건 결국 계획하고, 만들고, 리뷰하고, 배포하는 이 흐름입니다. AI는 이 중에서 build 단계를 놀랍도록 빠르게 만들어 줬죠.
그런데 왜 배포가 안 될까
그런데 문제는 여기서 생깁니다. 코드는 금방 나오는데, 정작 그게 배포까지 가지 못하는 경우가 너무 많습니다. 왜 그럴까요?
아이디어에서 제품까지 필요한 것
아이디어를 진짜 제품으로 만들려면 코드 생성만으로는 부족합니다. 런타임, 자동화, 품질, 보안, 맥락까지 전부 갖춰져야 비로소 출시로 이어지죠.
그래서 저희가 제안하는 것이 바로 Agent-Native Engineering System입니다. 아이디어에서 프로덕션까지, 더 빠르게 이동하도록 설계된 시스템이죠.
여섯 개의 축
이 시스템은 여섯 개의 축으로 이뤄져 있습니다. Surfaces, Runtime, Automation, Quality, Memory, 그리고 Trust. 지금부터 하나씩 데모와 함께 보여드리겠습니다.
먼저 첫 번째 데모입니다. 여러 Surface를 넘나들며 하나의 Runtime 흐름이 어떻게 이어지는지 직접 보여드리겠습니다.
Runtime
방금 보신 것의 핵심은 Runtime입니다. 에이전트가 어디서 실행되든 일관된 실행 환경을 제공하는 것, 이게 배포로 가는 첫 단추입니다.
Automation
다음은 Automation입니다. 사람이 매번 붙어 있지 않아도 에이전트가 스스로 일을 이어가도록 만드는 축이죠.
두 번째 데모를 보시죠. 항상 켜져 있는 에이전트가 자동화와 결합됐을 때 어떤 일이 벌어지는지 보여드리겠습니다.
Automation: 어시스턴트를 넘어 협업자로
여기서 중요한 전환이 일어납니다. 에이전트가 단순한 Assistant를 넘어, 함께 일하는 Collaborator로 진화하는 겁니다.
Quality
이제 Quality입니다. 아무리 빨리 만들어도 품질이 담보되지 않으면 배포할 수 없죠. 리뷰와 검증이 이 축의 핵심입니다.
세 번째 데모입니다. 코드 리뷰와 보안 검증이 어떻게 자동으로 이뤄지는지, 품질을 지키는 과정을 직접 확인해 보시죠.
Memory
다음은 Memory입니다. 에이전트가 이전 맥락을 기억하고 이어갈 수 있어야, 매번 처음부터 설명하지 않고도 제대로 일할 수 있습니다.
Trust
마지막 축은 Trust입니다. 결국 이 모든 걸 믿고 프로덕션에 올릴 수 있느냐, 신뢰가 있어야 진짜 배포로 이어집니다.
정리하면, 이 여섯 축이 함께 맞물릴 때 아이디어에서 프로덕션까지 훨씬 빠르게 이동할 수 있습니다. 이것이 Agent-Native Engineering System입니다.
Keynote Kiosk에서 더 보기
더 많은 데모가 궁금하시면 Keynote Kiosk를 찾아주세요. GitHub Copilot 앱으로 직접 확인하실 수 있습니다.
세션 리소스와 설문
세션 상세 페이지에서 튜토리얼과 코드, 리소스를 받아 바로 실습해 보실 수 있고요. aka.ms/build/evals에서 설문도 부탁드립니다. 감사합니다.