The era of “AI as text” is over. Execution is the new interface.

Context

지난 2년간 대부분의 팀은 AI와 텍스트 입력을 제공하고 텍스트 출력을 받은 후 다음 행동을 수동으로 결정하는 방식으로만 상호작용해왔다. 프로덕션 소프트웨어는 고정된 워크플로우로는 대응할 수 없으며, 컨텍스트 변화에 따라 단계를 계획하고 도구를 호출하고 파일을 수정하고 오류를 복구해야 한다. 기존 접근법은 스크립트와 글루 코드에 의존하지만 워크플로우가 컨텍스트에 따라 변하거나 오류 복구가 필요한 순간 브리틀해진다.

Technical Solution

• GitHub Copilot SDK를 통해 Copilot CLI의 계획 및 실행 엔진을 애플리케이션에 직접 임베드: 자체 오케스트레이션 스택 유지 대신 프로덕션 테스트된 엔진을 프로그래머블 기능으로 제공
• 고정 단계 대신 의도와 제약조건 전달: "이 저장소를 릴리스에 준비시켜"와 같은 액션에 대해 에이전트가 저장소를 탐색하고, 필요한 단계를 계획하고, 파일을 수정하고, 명령을 실행하고, 실패 시 적응
• Model Context Protocol(MCP)를 통해 구조화된 런타임 컨텍스트 제공: 프롬프트에 데이터를 포함시키는 대신 도메인 특화 도구 또는 에이전트 스킬을 정의하고 실행 엔진이 계획 및 실행 중 런타임에 컨텍스트를 조회
• IDE 외부로 실행 계층 확장: 데스크톱 애플리케이션, 내부 운영 도구, 백그라운드 서비스, SaaS 플랫폼, 이벤트 기반 시스템 등 애플리케이션 계층의 기능으로 에이전트 실행 가능
• 이벤트 기반 에이전트 호출: 파일 변경, 배포 트리거, 사용자 액션 같은 이벤트를 감지하여 Copilot을 프로그래매틱하게 호출하고 계획 및 실행 루프를 애플리케이션 내에서 실행

Key Takeaway

에이전트 워크플로우를 애플리케이션에 임베드하면 고정 워크플로우 대신 제약 조건 내에서 런타임에 적응하는 구조가 가능해진다. 팀은 오케스트레이션 방식 재구축 없이 소프트웨어가 달성해야 할 목표 정의에만 집중할 수 있다.