AI 코딩 도구, 개인에서 팀으로…오그먼트코드 ‘코스모스’ 공개

인공지능 코딩 보조 도구가 개인 생산성을 끌어올리는 단계를 지나, 이제는 ‘팀 단위’ 협업으로 확장되고 있다. AI 에이전트 플랫폼 기업 오그먼트 코드 컴퓨팅은 12일(현지시간) 개발 조직 전반의 지식과 작업 흐름을 연결하는 새 서비스 ‘코스모스’를 출시했다고 밝혔다.

비나이 퍼네티 오그먼트 코드 컴퓨팅 엔지니어링 부사장은 실리콘앵글과의 인터뷰에서 “2024년이 대화형 AI의 해였다면, 2025년은 에이전트의 해, 2026년은 ‘팀을 위한 에이전트’의 해가 될 것”이라고 말했다. 개별 개발자에게 붙는 AI 코딩 도우미만으로는 조직 전체의 처리량을 끌어올리는 데 한계가 있다는 판단이다.

그는 지금까지의 AI 코딩 도구가 각 개발자의 코드 스타일과 작업 맥락을 이해해 반복 업무를 덜어주는 데 초점이 맞춰져 있었다고 설명했다. 다만 실제 현장에서는 팀원별 생산성 격차만 커질 뿐, 조직 전체의 개발 속도는 기대만큼 개선되지 않았다고 짚었다. 업무 맥락과 지식이 에이전트 사이에서 충분히 공유되지 않기 때문이다.

퍼네티는 많은 엔지니어링 조직 리더가 위에서 아래로 AI 에이전트 도입을 지시했지만, 정작 팀 단위 성과를 보면 만족도가 높지 않았다고 말했다. 일부 인력은 에이전트를 통해 처리량이 급증하지만, 팀 전체 성과는 울퉁불퉁한 ‘비균등’ 상태에 머문다는 것이다. 모든 작업이 자동화에 적합한 것은 아니고, 한 사람이 축적한 맥락이 조직 전체 에이전트에 실시간으로 반영되지 않는 점도 병목으로 지목됐다.

코스모스는 이런 문제를 겨냥한 플랫폼이다. 개발자 한 명당 하나의 에이전트를 붙이는 구조를 넘어, 조직 전체가 계획·개발·빌드·배포를 ‘교차 팀 지식’ 기반으로 수행할 수 있게 설계됐다. 회사 측은 이를 소프트웨어 전달 주기 전반을 다루는 플랫폼으로 규정했다.

핵심은 사람과 에이전트의 역할을 분리하되 연결하는 데 있다. 에이전트는 실제 실행과 반복 업무를 자율적으로 처리하고, 사람은 우선순위 결정과 명세 작성, 의도 검증, 고위험 의사결정을 맡는 방식이다. 퍼네티는 “에이전트는 아직 장기적인 의사결정을 잘하지 못한다”며 “높은 품질의 명세를 보장하는 과정에서는 여전히 사람이 중요하다”고 말했다.

실제 사용 방식도 이를 반영한다. 개발자는 주니어 개발자에게 업무를 설명하듯 목표와 핵심 요소, 원하는 결과를 문서로 제시한다. 그러면 에이전트가 해당 명세를 바탕으로 작업을 수행하고, 별도의 검증 에이전트가 코드베이스와 회사 내부 모범 사례에照ら춰 부족한 점이나 수정이 필요한 부분을 다시 확인하는 구조다.

오그먼트 코드 컴퓨팅은 코스모스가 단순히 코드를 읽는 수준이 아니라, 조직 내 여러 접점에서 지식을 학습하도록 설계됐다고 설명했다. 예를 들어 슬랙에서 한 동료가 수정 지시를 내리면, 에이전트는 이를 ‘메모리 스크래치패드’ 형태로 축적해 이후 세션과 다른 팀원, 다른 에이전트에도 맥락을 이어간다. 패턴과 수정 이력, 협업 관행이 누적되면서 조직 차원의 공통 이해를 형성하는 셈이다.

개발팀 밖으로 확장…영업·데이터 조직도 같은 에이전트 체계 활용

코스모스의 또 다른 특징은 개발 조직을 넘어 비개발 부서까지 활용 범위를 넓혔다는 점이다. 교차 팀 구조를 기반으로 하기 때문에, 전문 지식이 없는 직원도 기존에는 기술 장벽이나 승인 절차 때문에 접근하기 어려웠던 내부 데이터와 도구를 활용할 수 있다.

퍼네티는 영업팀 사례를 들며, 이제 영업 담당자가 자체적으로 클로드 코드나 빅쿼리 접근 권한, 질의 도구를 따로 설정하거나 분석팀에 요청하지 않아도 된다고 설명했다. 데이터팀이 읽기 전용 ‘데이터 분석 전문가’ 에이전트를 한 번 구축해두면, 영업팀은 코스모스에서 해당 전문가 에이전트를 호출해 필요한 정보를 바로 물어볼 수 있다는 것이다.

중요한 점은 통제권이 여전히 원 소유 팀에 있다는 부분이다. 데이터 분석 에이전트의 권한과 지식, 최적화, 거버넌스는 데이터팀이 관리한다. 동시에 조직 내 다른 부서는 승인 병목이나 부서 간 단절 없이 최신 정보를 활용할 수 있다. 데이터팀이 내용을 업데이트하면 영업팀이 쓰는 에이전트에도 즉시 반영된다.

퍼네티는 코스모스를 ‘자기 인식적’ 시스템이라고 표현했다. 조직 안에서 어떤 세션과 어떤 에이전트가 돌아가는지 플랫폼 차원에서 인지하고 있기 때문에, 단일 작업을 개별 도구로 처리하는 수준보다 더 넓은 관점에서 맥락을 연결할 수 있다는 설명이다.

이 같은 구조를 뒷받침하기 위해 코스모스에는 사용자가 적절한 전문가 에이전트와 실행 환경을 찾도록 돕는 ‘어드바이저’ 기능도 포함됐다. 조직 내에 수십 개의 전문가 에이전트와 업무 흐름이 존재하더라도, 사용자는 어떤 에이전트를 직접 호출해야 하는지 외울 필요가 없다. 필요한 작업을 설명하면 어드바이저가 적합한 에이전트에 업무를 배정하고 실행을 시작한다.

AI 코딩 도구 경쟁이 ‘개인 생산성 향상’에서 ‘조직 운영 체계 혁신’으로 이동하고 있다는 점에서, 코스모스의 등장은 시장 흐름을 보여주는 사례로 읽힌다. 에이전트의 성능 자체보다, 얼마나 많은 맥락을 공유하고 팀 단위 결과물로 연결하느냐가 다음 경쟁 포인트가 될 가능성이 커지고 있다.