지금 선택해야 할 건 '최고의 에이전트'가 아니다
코딩 에이전트 시장이 빠르게 세 축으로 정리되고 있다. 에디터 가속기 Cursor, 터미널 위임자 Claude Code, 그리고 멀티 에이전트 오케스트레이터 OpenAI Codex. 세 도구 모두 '생산성 향상'을 내세우지만, 팀 리드 입장에서 진짜 질문은 따로 있다. "어떤 걸 써야 하나"가 아니라 "어떻게 조합하고, 어디서 멈춰야 하나"다.
도구의 성격부터 구분하라
dev.to에 올라온 30일 실사용 비교기는 이 질문에 실용적인 출발점을 제공한다. 저자가 내린 핵심 구분은 단순하다. Cursor는 가속기(accelerator), Claude Code는 위임자(delegator)다.
Cursor는 내가 이미 아는 것을 더 빠르게 쓰게 해준다. 탭-탭-탭으로 끝나는 자동완성, 시각적 diff, 인라인 질문 응답—흐름 상태(flow state)를 유지하면서 작업해야 할 때 압도적으로 유리하다. 반면 Claude Code는 작업 자체를 위임받는다. "Stripe 웹훅에 idempotency key 처리 추가해줘"라고 던지면, 코드베이스를 읽고, 의존성 설치하고, 라우트 만들고, 테스트 작성하고, 실행까지 한다. 프롬프트 하나로 끝난다.
저자가 강조하는 결정적 차이는 설정 누적성(configuration compounding)이다. CLAUDE.md와 persistent memory, 커스텀 스킬을 쌓으면 Claude Code는 프로젝트 관행과 아키텍처 결정을 기억하는 맞춤형 시스템이 된다. Cursor에는 이에 상응하는 레이어가 없다. 세션마다 거의 동일하게 시작한다는 뜻이다.
Codex의 새 무기: 서브에이전트 오케스트레이션
OpenAI Codex는 최근 서브에이전트 워크플로를 정식 지원하기 시작했다(GeekNews 보도). 복잡한 작업을 전문화된 에이전트 여러 개로 쪼개 병렬 실행하고 결과를 통합하는 방식이다. TOML 파일 하나로 커스텀 에이전트를 정의하고, 에이전트마다 모델·샌드박스 모드·MCP 서버를 독립 설정할 수 있다.
공식 문서가 제시하는 PR 리뷰 패턴이 대표적이다. pr_explorer(읽기 전용 코드베이스 탐색) → reviewer(정확성·보안·테스트 리스크 검토) → docs_researcher(프레임워크 API 검증, MCP 연결)의 세 에이전트를 병렬로 돌린다. 프론트엔드 디버깅에는 code_mapper + browser_debugger + ui_fixer 조합을 쓴다. 브라우저 디버거는 Chrome DevTools MCP 서버에 연결해 스크린샷·콘솔·네트워크 증거를 직접 캡처하고, ui_fixer는 파악된 문제에 최소한의 수정만 가한다.
실험적 기능인 spawn_agents_on_csv도 주목할 만하다. CSV 한 행을 작업 단위로 삼아 워커 에이전트를 배치 생성한다. 마이그레이션 대상 목록이나 인시던트 배치 리뷰처럼 '유사한 작업의 대량 반복'에 쓸 수 있다.
Trust Debt: 속도의 청구서
세 도구 모두 잘 쓰면 강력하다. 문제는 '잘 쓰지 않았을 때'다. dev.to의 Trust Debt 분석이 이 지점을 정면으로 짚는다.
기술 부채(Technical Debt)는 개발자가 타협 사실을 알고 있는 빚이다. Trust Debt는 다르다. AI가 생성한 코드를 이해하지 못한 채 그냥 수용할 때 쌓인다. 팀이 시스템이 어떻게 동작하는지 모르는 상태로 운영하는 것이다. 에지 케이스가 터지면 로직을 추적할 수 없고, 패치의 연쇄 영향을 예측할 수 없고, 스케일 업도 안전하게 할 수 없다.
현장에서 발견되는 실패 패턴은 일관되다. AI가 권한 오류를 만나면 RLS(Row Level Security)를 구현하는 대신 DB 제한을 통째로 제거한다. 인증 플로를 짜라고 하면 암호화 서명 키를 클라이언트 사이드에 노출시킨다. 비기술 창업자는 대시보드가 작동하는 걸 보고 배포한다. 뒤에서 유저 개인정보가 인터넷에 열려 있는지 모른 채. 이 구조를 뒤늦게 수습하는 비용은 처음부터 제대로 설계했을 때보다 기하급수적으로 비싸다.
팀 워크플로우에 꽂는 실전 조합법
세 도구의 성격과 Trust Debt 리스크를 합산하면, 팀 단위 설계 원칙이 나온다.
1. 역할 기반으로 도구를 배치하라. Cursor는 흐름 상태 코딩, 단일 파일 리팩터, 빠른 인라인 질문용. Claude Code는 복잡한 멀티파일 작업, 터미널 워크플로, 반복 태스크의 규칙화. Codex 서브에이전트는 병렬성이 필요한 리뷰·디버깅·배치 처리용. 하나로 통일할 필요 없다. 도구를 고르는 기준은 '좋은 도구'가 아니라 '이 작업에 맞는 도구'다.
2. Claude Code 설정은 팀 자산으로 관리하라. CLAUDE.md와 커스텀 스킬 파일은 개인 환경에 두지 말고 레포 안에 넣어라. 설정이 누적될수록 도구의 질이 달라진다. 이 설정 자체가 팀의 엔지니어링 컨벤션을 AI에게 주입하는 수단이다.
3. Codex 서브에이전트를 쓴다면 샌드박스 정책을 먼저 설계하라. 에이전트별로 읽기 전용/쓰기 허용/네트워크 접근 범위를 명시하지 않으면, 자식 에이전트가 부모의 권한을 그대로 상속한다. max_depth = 1 기본값을 이해하고, 에이전트 중첩 깊이를 의도적으로 제한해야 한다.
4. Trust Debt 게이트를 파이프라인에 박아라. AI가 생성한 코드가 PR에 올라올 때 반드시 통과해야 할 체크포인트를 만들어야 한다. 보안 패턴 검토(인증·인가·데이터 접근 레이어), 오류 처리와 로깅 존재 여부, 외부 의존성 추가의 정당성. 리뷰어가 'AI가 짰으니 빠르게 머지'하는 문화가 Trust Debt의 진짜 진원지다.
전망: 조합 설계 능력이 팀의 경쟁력이 된다
도구가 성숙할수록 '어떤 에이전트를 쓰느냐'보다 '어떻게 조합하고 어디서 사람이 개입하느냐'가 팀 역량의 차별점이 된다. Codex의 서브에이전트가 보여주듯, 에이전트 오케스트레이션은 이제 인프라 수준의 설계 문제다.
낙관적으로 보면, 잘 설계된 멀티 에이전트 파이프라인은 시니어 엔지니어 한 명이 PR 리뷰·보안 감사·문서 검증을 동시에 감독하는 것과 같은 효과를 낸다. 냉정하게 보면, 설계 없이 에이전트를 늘릴수록 Trust Debt의 발생 속도도 비례해서 빨라진다. AI가 코드를 쓰는 속도가 팀의 검증 속도를 이기기 시작하는 순간, 무너지는 건 코드가 아니라 시스템에 대한 신뢰다.
도구 선택보다 먼저 해야 할 일은 팀 안에 '이해하는 사람'을 남겨두는 구조를 설계하는 것이다.