코딩 에이전트는 대규모 언어 모델(LLM)을 중심으로 구축된 인공지능 기반 자동화 소프트웨어 개발 시스템의 한 유형입니다. 자연어 요구사항을 이해하고, 코드 저장소를 분석하고, 개발 도구를 호출하고, 테스트 작업을 실행함으로써 코드 생성, 프로그램 디버깅, 결함 수정, 소프트웨어 유지보수와 같은 엔지니어링 작업을 지원하거나 자율적으로 수행합니다. 기존의 코드 완성 도구와 달리 코딩 에이전트는 목표 작업에 대한 다단계 프로세스를 계획하고 외부 환경의 피드백을 기반으로 실행 프로세스를 지속적으로 조정할 수 있습니다.

코딩 에이전트 개발은 대규모 코드 모델, 에이전트 프레임워크 및 소프트웨어 엔지니어링 자동화 기술을 기반으로 합니다. 2024년 프린스턴 대학교를 비롯한 여러 기관의 연구원들이 관련 논문을 발표했습니다...SWE-agent: 에이전트-컴퓨터 인터페이스를 통해 자동화된 소프트웨어 엔지니어링이 가능해집니다.본 논문은 소프트웨어 엔지니어링 작업을 위한 지능형 에이전트 프레임워크인 SWE-agent를 제안합니다. 본 연구는 대규모 언어 모델이 특별히 설계된 인터페이스를 통해 코드 저장소, 터미널 환경 및 개발 도구와 상호 작용할 수 있도록 하는 에이전트-컴퓨터 인터페이스(ACI)를 소개합니다. 이를 통해 모델은 실제 GitHub 소프트웨어 엔지니어링 작업에서 코드 수정, 테스트 및 버그 수정을 수행할 수 있으며, 코딩 에이전트에 대한 후속 연구에 중요한 참고 자료를 제공합니다.

인코딩 프록시는 기존의 대규모 언어 모델이 코드를 직접 생성할 때 발생하는 맥락 이해 부족, 환경 피드백 부족, 복잡한 엔지니어링 작업 처리의 어려움 등의 문제를 해결하기 위해 주로 사용됩니다. 인코딩 프록시의 핵심 프로세스는 일반적으로 작업 이해, 코드 검색, 수정 계획 수립, 코드 편집, 테스트 실행, 피드백 기반의 반복적 최적화 등을 포함합니다. 컴파일러, 터미널, 버전 관리 시스템, 테스트 프레임워크를 연결함으로써 인코딩 프록시는 "생성-실행-평가-수정"의 폐쇄 루프 개발 프로세스를 구현할 수 있습니다.

최근 대규모 언어 모델 코드 처리 능력의 향상과 함께 코딩 에이전트가 소프트웨어 개발 지원 시나리오에 점점 더 많이 적용되고 있습니다. 대표적인 도구로는 Anthropic의 Claude Code와 Anysphere의 Cursor Agent와 같은 대규모 모델 기반 코드 편집 및 개발 지원 도구가 있습니다. 이러한 시스템은 개발자가 코드 작성, 코드 이해, 디버깅 및 분석, 엔지니어링 작업을 자동화하는 데 도움을 줄 수 있지만, 생성된 코드의 정확성, 보안 및 신뢰성을 보장하기 위해서는 여전히 사람의 감독이 필요합니다.