AI 코딩 도구, 아직도 자동완성으로만 쓰고 있다면
dev.to의 기술 분석에 따르면, 대부분의 팀이 GitHub Copilot 기능의 약 30%만 실제로 활용하고 있다. 나머지 70%는 .github 폴더 안에 잠들어 있다. 이 폴더가 단순한 설정 저장소가 아니라 Agentic OS(에이전트 운영체제)로 진화했다는 사실을 팀 대부분이 모르기 때문이다.
Agentic OS의 4계층 구조: 무엇이 달라지나
GitHub Copilot의 Agentic OS 구조를 실제로 설계에 반영하려면 4개 계층을 이해해야 한다.
1계층: Always-On Context(항시 활성 컨텍스트)
copilot-instructions.md 같은 파일이 모든 프롬프트에 자동으로 적용된다. AI가 매번 코딩 컨벤션을 새로 학습하지 않아도 된다. 팀의 코딩 표준, 네이밍 규칙, 프레임워크 규칙이 '패시브 메모리'로 항상 살아있다.
2계층: On-Demand Capabilities(온디맨드 기능)
/security-review, /changelog 같은 슬래시 커맨드로 호출하는 특화 프롬프트 파일, 플래닝 에이전트가 구현 에이전트에게 작업을 체이닝하는 커스텀 에이전트, 반복 가능한 런북과 인시던트 트리아지 스크립트가 여기에 속한다. 필요할 때만 로드되는 구조라 컨텍스트 윈도우 낭비가 없다.
3계층: Enforcement & Automation(강제 실행 및 자동화)
이 계층이 핵심이다. 확률적 LLM에 결정론적 보장을 더하는 지점이다. preToolUse 같은 훅으로 에이전트 행동을 사전에 승인·거부할 수 있고, GitHub Actions와 연결된 자연어 워크플로우로 CI 실패 분석이나 이슈 트리아지를 자동화한다. 코드 리뷰 자동화를 설계할 때 바로 이 계층을 건드려야 한다.
4계층: Distribution(배포 및 확산) 잘 만든 Agentic OS 설정을 플러그인으로 패키징해 엔터프라이즈 전체에 배포한다. 팀 특화 설정을 사일로 없이 공유할 수 있다.
문제는 항상 '작동하는 것'과 '완성된 것' 사이에 있다
코드가 작동하게 만드는 것과 실제로 완성됐다고 느끼게 만드는 것은 다른 문제다. 이건 백엔드만의 이야기가 아니다. AI 생성 프론트엔드에서는 이 간극이 더 적나라하게 드러난다.
dev.to에 공개된 AetherPane 개발기는 이 문제를 정면으로 짚는다. Claude Code, Cursor, Codex로 생성한 프론트엔드는 레이아웃이 맞고 반응형도 작동하지만, 시각적 계층 구조가 무너지고, 여백 리듬이 없고, 표면에 깊이가 없고, 타이포그래피 대비가 약하다. 개발자 표현을 빌리면 "기술적으로는 맞지만 프로덕션 수준으로 느껴지지 않는다."
프롬프트를 반복하는 것("더 프리미엄하게