2026년 AI Coding 툴셋의 Surface 기반 분류 및 Agentic Workflow 전이 분석

Context

기존 AI 코딩 도구가 Terminal 중심의 Engineer 타겟에 국한되어 Builder 계층의 접근성이 낮았던 한계 발생. 단순 GUI 도입을 넘어 작업 주체와 실행 위치에 따른 인터페이스의 구조적 분리가 필요한 시점임.

Technical Solution

• 실행 환경에 따라 Cloud, Desktop, Cloud Agent로 구분하는 3-Surface Taxonomy 설계
• Local File System 제어권과 Cloud Model의 추론 능력을 결합한 Desktop Agent 구조 채택
• MCP(Model Context Protocol)를 통한 외부 툴 및 데이터 소스의 플러그인 기반 연결 체계 구축
• Inline Edit 중심의 Human-in-the-loop 방식과 Async Task 중심의 Autonomous Agent 방식의 이원화
• EU-Sovereignty 요구사항 대응을 위해 Open Weights 모델 기반의 GDPR-native 아키텍처 구현
• Usage-based AI Credits 도입을 통한 모델 추론 비용의 유연한 과금 체계로 전환