"앞으로 개발은 사람이 코딩하는 게 아닙니다.
사람은 문제를 정의하고, AI가 코드를 짜게 될 겁니다."
2025년, 우리는 AI가 개발을 '보조'하던 시대를 지나,
AI가 개발의 파트너로 진화한 시대에 살고 있습니다.
이번 [2025 Microsoft Cloud & AI 부트캠프] 8번째 이야기에서는
AI 에이전트와 함께하는 개발 방식,
그리고 차세대 개발자에게 요구되는 기술과 사고방식을 구체적으로 보여줬습니다.
📌
- 주제: 미래의 개발자를 위한 이야기 – 차세대 AI 개발자가 갖춰야 할 기술과 사고방식
- 일시: 2025년 7월 24일 목요일 오전 12:15 ~ 13:00
- 장소: 온라인
- 발표자: Priyanka Vergadia ( 개발자 참여를 위한 시장 진출 전략 담당, Microsoft )
🔗해당 세션 다시보기 링크🔗: AZBC: 미래의 개발자를 위한 이야기 – 차세대 AI 개발자가 갖춰야 할 기술과 사고방식
🔗모든 세션 다시보기 링크🔗: Microsoft Cloud and AI Bootcamp
“AI는 코드를 대신 써주는 도구가 아니라, 함께 일하는 팀원이다.”
이번 세션은 빠르게 진행된 데모 기반의 세션이었지만, 그 안에는 '미래의 개발자'가 갖춰야 할 새로운 역할과 관점이 잘 담겨 있었습니다.
가장 먼저 Scott Hanselman이 AI Foundry 활용법을 자신의 실제 사례로 소개했습니다.
🎙 팟캐스트 운영자가 된 개발자, AI로 반복 업무를 없애다
Scott은 20년째 운영 중인 본인의 팟캐스트 “Hansel Minutes”를 소개하며,
매주 반복되는 게스트 섭외 → 약력 수집 → 쇼노트 작성 → 홍보 등의 루틴이
얼마나 많은 시간과 에너지를 소모하는지를 이야기했습니다.
그리고 이 과정을 “AI가 대신하도록” 바꾸는 여정을 보여주었죠.
❝ 저는 AI가 제 일에서 ‘재미’를 뺏지 않기를 바랍니다.
대신 ‘지루함’을 없애줬으면 좋겠어요. ❞
🛠 Azure AI Foundry = 내가 원하는 만큼 통제 가능한 AI 플랫폼
Scott이 Azure AI Foundry를 이해하는 데 도움이 된 핵심 포인트는 바로 이것입니다.
- IaaS: 직접 모델을 학습시키고 싶은 개발자 → Azure AI 인프라
- SaaS: 드래그 앤 드롭, UI 중심 접근 → Copilot Studio
- PaaS = AI Foundry: 중간 단계에서 ‘제어 가능한’ AI 개발 환경
AI Foundry는 하드웨어 걱정 없이, 고수준 개념은 직접 설계할 수 있다는 점에서 매우 현실적인 플랫폼이었습니다.
*IaaS (Infrastructure as a Service)
: 서버, 스토리지, 네트워크 등 인프라를 가상으로 제공하는 클라우드 서비스
(예시) Azure VM, AWS EC2
*SaaS (Software as a Service)
: 설치 없이 웹에서 바로 사용하는 소프트웨어 서비스
(예시) Gmail, Notion
*PaaS (Platform as a Service)
: 개발에 필요한 플랫폼(운영체제, 미들웨어, 런타임 등)을 제공하는 서비스
(예시) Azure App Service
🧠 나노 모델 + 100달러 = 1,000개의 쇼노트를 생성한 에이전트
그는 GPT-4 같은 대형 모델 대신,
작고 가벼운 나노 모델을 파인튜닝하는 방식을 선택했습니다.
- 약 3,500만 개의 토큰,
- 15시간 학습 + 검증,
- 총비용 100달러.
그 결과?
앞으로 1,000개의 에피소드도 단돈 1달러로 처리할 수 있는 구조를 갖추었습니다.
🧪 쇼노트 자동화, 소셜용 인용문, 블로그 링크까지 “에이전트가 알아서”
실제 데모에서는
트랜스크립트를 복사해 ‘쇼노트 에이전트’에 넣기만 하면,
- 요약
- 시간대가 표시된 주요 주제
- 게스트 인용문 (소셜 공유용)
- 참고 링크 정리
까지 한 번에 생성되었습니다.
“이제 저는 Hansel Minutes 어시스턴트와 대화하면서
쇼노트, 트랜스크립트, 링크 정리를 한 번에 할 수 있습니다.”
🔁 나만의 ‘AI 팩토리’, 만들 준비 되셨나요?
Scott은 이렇게 말합니다.
“이제 Hansel Minutes는 단순한 팟캐스트가 아닙니다.
반복 업무를 자동화하는 ‘나만의 팟캐스트 공장’이 되었죠.”
여러분도 지루하거나, 반복적이거나, 에너지를 소모시키는 일이 있다면
AI 에이전트를 통해 ‘일의 본질’을 재정의해보는 건 어떨까요?
다음 파트에서 소개될 데모는 GitHub Copilot이 실제 코드 수정, 배포,
그리고 클라우드 기반 앱 확장까지 자동화하는 사례입니다.
🤖 에이전트 모드의 진화 – Copilot, 이제는 '함께 일하는 동료'다
두 번째 데모는 GitHub의 Martin Woodward가 진행했습니다.
그는 단순한 코드 제안 도구가 아닌, 함께 일하는 에이전트로 진화한 Copilot의 실제 활용법을 소개했습니다.
✨ Copilot, 이제 ‘지시’를 이해하고 ‘실행’까지
Visual Studio Code에서 코드 자동완성… 이제는 기본이죠.
하지만 Copilot은 그 이상을 합니다.
🧠 “이 코드가 어떻게 구조화되어 있는지 설명해줘.”
🤖 “.NET Core 기반이고, 이런 구조로 구성되어 있어요.”
이처럼 코드 구조를 분석해 언어를 바꿔 질문해도 이해하고,
Anthropic의 최신 모델 Chord Sonic 4 같은 다양한 모델을 선택할 수도 있습니다.
*Chord Sonic 4
: Anthropic에서 만든 고성능 AI 언어 모델 중 하나
: Copilot 등에서 선택 가능한 모델로 사용됨
🛠 에이전트 모드: 코드 수정도, 스타일 적용도 “자동화”
특히 인상 깊었던 시연은,
팟캐스트 웹사이트의 guest setup 페이지를 Copilot이 직접 리팩토링하는 장면이었습니다.
- 페이지 구조 분석
- 스타일 개선
- USB-A → USB-C 링크 추가
- CSS 자동 삽입 및 정리
모든 작업은 여러 파일에 걸쳐 수정되며,
최종 diff까지 확인 가능한 투명한 변경 흐름을 보여줬습니다.
*diff (Difference)
: 코드 변경 내용을 보여주는 기능 또는 출력. 어떤 줄이 추가되거나 삭제됐는지를 비교함
🔁 Copilot, 백그라운드에서 이슈를 처리한다
단순한 코드 작성뿐 아니라,
GitHub 이슈를 Copilot에게 할당하면?
- Copilot이 계획 수립
- 자동으로 PR 생성
- 백그라운드에서 변경사항 구현
- 진행 상황을 실시간 확인 가능
✏️ "문서 업데이트"라는 이슈를 등록 → Copilot이 README 파일에 클론/빌드/실행법 추가 → mermaid 아키텍처 다이어그램까지 생성 완료!
게다가 GitHub 웹, 모바일 앱, CLI, VS Code 어디에서든 요청 가능하며,
todo 코멘트를 달기보다는 바로 Copilot에게 맡기는 방식이 더 효과적입니다.
*Mermaid
: 코드로 다이어그램을 그릴 수 있는 간단한 마크업 언어
🧩 에이전트는 개발 생애주기 전반에 존재한다
Copilot은 단순히 코드를 짜고 문서를 고치는 것을 넘어,
리뷰, 배포, 마이그레이션, 학습 지원까지 담당합니다.
✅ 예: 코드 리뷰 자동화
- PR이 생성되면 Copilot이 자동 리뷰
- 잠재적 버그와 오탈자 감지
- 팀 규칙에 어긋난 스타일도 지적
특히 GitHub 자체 코드베이스에서도
Copilot이 직접 리뷰에 참여하는 사례가 데모로 소개되었습니다.
🚀 DevOps 흐름에서 ‘에이전트’는 생산성 가속기
에이전트 기반 개발 방식은 DevOps를 잘하는 팀에만 해당하지 않습니다.
오히려 뒤처진 팀에게도 자동화 기반의 학습과 성장 기회를 제공합니다.
- 반복적 작업 자동화
- 인프라 마이그레이션 간소화
- 실수 없는 코드 리뷰 프로세스
- 실시간 협업 기반의 개발 경험
🤔 "Copilot이 모든 걸 해결해주진 않지만, 팀 전체의 속도를 올릴 수 있게 도와줍니다."
결국 중요한 것은,
도구를 활용할 수 있는 문화와 테스트/보안 프로세스입니다.
이 모든 조건이 갖춰질수록,
AI 에이전트는 단순 보조 도구가 아닌 진짜 팀원으로 자리잡게 됩니다.
🧠 단 한 줄로 끝나는 개발 – Copilot, 진짜 팀원이 되다
이제는 코딩을 도와주는 수준을 넘어,
전체 개발 흐름을 주도하는 AI 에이전트의 시대가 열렸습니다.
이번 데모에서는 GitHub Copilot이 앱을 기획부터 배포까지 전부 수행하는 전례 없는 장면이 펼쳐졌습니다.
시작은 단 한 줄의 프롬프트였습니다.
🕹 "Flappy Bird 게임을 Python으로 구현해줘" 한 줄로 시작된 개발
Visual Studio Code에서 완전히 빈 화면으로 시작된 데모.
프롬프트는 단 하나였습니다.
"웹 기반의 Flappy Bird 게임을 Python으로 전체 구현해줘"
그 결과 Copilot은:
- Python 가상환경 구성
- Flask + Socket.io 기반 실시간 웹앱 구성
- 백엔드 게임 로직(app.py)
- 프론트엔드 UI(JS, CSS)
- config, README, 실행 스크립트 등까지 자동 생성
💡 이 모든 것이 단 1분 내외, 단 한 줄 지시에서 시작됐습니다.
*Flask
: 파이썬 기반의 가벼운 웹 프레임워크.
: 빠르게 웹 앱을 만들 때 자주 사용됨
*Socket.io
: 실시간 양방향 통신을 가능하게 해주는 자바스크립트 라이브러리.
: 채팅, 게임 등에 자주 사용됨
*config (Configuration)
: 앱의 설정을 담고 있는 파일 또는 데이터.
: 환경 변수, 포트 번호, 색상 코드 등이 포함됨
🛠 실시간 디버깅까지, 에러도 스스로 해결
앱 실행 도중, 익숙한 포트 충돌 오류(Port 5000 in use) 발생.
그런데 Copilot은
- 오류 메시지를 직접 분석
- app.py와 launcher.py에서 포트를 5001로 자동 변경
- 웹 앱을 성공적으로 로컬에서 자동 재실행
"개발자는 지시하고, Copilot은 알아서 고친다."
진짜 주도적인 AI 에이전트의 모습이 실현된 셈입니다.
*포트 (Port)
: 네트워크에서 특정 앱과 통신할 수 있게 해주는 번호.
(예시) 웹 서버는 보통 포트 80 또는 5000 사용
🎨 “새를 빨간색으로 바꿔줘” – 디자인 수정도 간단히
이후 사용자는 단순한 요구를 했습니다.
“새를 빨간색으로 바꿔줘.”
Copilot은:
- 색상을 사용하는 config, index.html 두 파일을 자동 식별
- 관련 HEX 코드 변경 → 앱 내 캐릭터 색상이 즉시 적용
디자인 변경까지도 코드 기반으로 자동 처리됩니다.
*HEX 코드
: 색상을 16진수로 표현한 코드
☁️ 클라우드 배포까지? 물론 Copilot의 몫입니다
“이 앱을 컨테이너화하고, AKS에 배포할 수 있도록 해줘.”
Copilot은 곧장:
- Dockerfile, Bicep 템플릿, YAML 매니페스트 등 배포 전용 파일 자동 생성
- Azure Kubernetes Service 배포를 위한 구성 자동화
- 배포 전 사용자에게 승인 요청
- 이후 Azure CLI를 통해 실제 클라우드 배포 실행
*Bicep
: Azure 리소스를 코드로 선언할 수 있게 해주는 언어
: ARM 템플릿을 더 간단하게 만든 것
*YAML 매니페스트
: 클라우드나 컨테이너 환경에서 리소스를 정의하는 설정 파일
: Kubernetes 배포에 자주 쓰임
*Azure CLI (Command Line Interface)
: Azure 리소스를 명령어로 관리할 수 있는 도구
: 배포 자동화나 리소스 확인 등에 활용됨
🧩 실시간 에러 해결, 클러스터 생성까지 완료
배포 과정에서 흔히 발생하는 오류들—
VM 할당량 초과, ACR 스큐 오류, Kubernetes 버전 충돌 등도 있었습니다.
그때마다 Copilot은:
- 명령줄 출력을 분석
- 에러 원인을 진단하고 Bicep 템플릿을 수정
- 반복적으로 디버깅 & 재시도
- 마침내 클러스터 배포 성공 & IP 주소 생성
결과: Azure 포털에서 해당 Kubernetes 리소스가 실제로 생성된 것을 확인.
배포된 게임을 브라우저에서 친구와 공유 가능한 수준까지 구현 완료.
*ACR 스큐 오류
: Azure Container Registry의 리소스 SKU(요금제/사양) 설정 오류
: 잘못된 스펙으로 생성할 때 발생
🚀 한 문장으로 시작해, 클라우드에서 실행까지
이 데모는 우리가 무엇을 보았는지를 명확히 말해줍니다.
- 아이디어 → 실행까지, 단 한 줄
- 디버깅까지 포함된 실시간 개발 에이전트
- Azure 클라우드 배포까지 포함한 완전 자동화
Copilot은 더 이상 보조 도구가 아닙니다.
함께 일하는 AI 개발자, 혹은 AI 주니어 개발자라고 부를 수 있을 정도의 능력을 갖췄습니다.
이제 우리는 AI가 개발을 어떻게 바꾸고 있는지
그 실체를 명확히 보았습니다.
- Scott Hanselman이 보여준 에이전트 기반 콘텐츠 파이프라인
- Martin Woodward가 시연한 Copilot 에이전트 모드의 코드 수정 및 배포
- 그리고 마지막 세션에서 드러난 Copilot의 전체 앱 생성부터 클라우드 배포까지의 자동화
이제 우리는 단지 “AI를 사용하는 개발자”가 아닌,
AI와 협업하는 개발자가 되어야 할 시점에 와 있습니다.
💡 그럼 미래의 개발자는 어떤 능력이 필요할까?
Microsoft는 이번 부트캠프를 통해 차세대 개발자가 갖춰야 할 역량을 이렇게 정리했습니다.
1. 프롬프트를 코드처럼 다룰 수 있는 역량
- Copilot은 명확하고 전략적인 지시가 있을 때 가장 강력합니다.
- 이제 개발자는 코드를 짜는 사람이 아니라, AI 에이전트를 디렉팅하는 사람이 되어야 합니다.
- 따라서 프롬프트 설계 능력 = 새로운 코딩 역량입니다.
2. AI 에이전트를 팀원처럼 다루는 감각
- Copilot은 더 이상 단순 자동완성 도구가 아닙니다.
- 소프트웨어 수명주기 전체에 걸쳐 계획, 수정, 리뷰, 배포까지 함께하는 주체가 되었습니다.
- 따라서 협업 감각, 컨텍스트 설계력, 워크플로우 분할력이 중요해졌습니다.
3. DevOps 이해와 AI 통합 역량
- 이제는 애플리케이션을 만들기만 하는 것이 아니라,
- 그 전체 라이프사이클을 AI와 함께 운영해야 합니다.
- 클라우드, 컨테이너, CI/CD, MCP, API 활용 등은 기본기가 되어야 하죠.
*MCP (Model Context Protocol)
: AI 모델이 외부 툴이나 시스템과 안전하게 상호작용하도록 해주는 프로토콜
: Copilot의 에이전트 기능을 확장시켜 줌
*API (Application Programming Interface)
: 소프트웨어끼리 정보를 주고받기 위한 인터페이스
(예시) 날씨 정보 API, 결제 API 등
🧭 그럼 우리, 어떤 방향으로 나아가야 할까?
개발자의 역할은 앞으로 크게 바뀔 것입니다.
- 반복적인 코딩 작업은 AI가 대신합니다.
- 사람은 더 많은 판단, 설계, 협업에 집중합니다.
- 즉, “코드를 짜는 개발자”에서 “시스템을 설계하는 디렉터”로의 전환이 핵심입니다.
그리고 이것이, Microsoft가 이번 부트캠프에서
“Copilot이 모든 개발자 곁에 존재하는 세상”을 상상하는 이유입니다.
AI가 코드를 쓰고, 문제를 해결하고, 클라우드에 배포하는 시대.
이제 개발자의 역할은 더 전략적이고 창의적으로 바뀌고 있습니다.
여러분의 개발 여정, 우리 데이터스랩과 함께해요! 😊
다음 주제는 왜 그리고 어떻게 HPC가 AI의 성장을 가능하게 하는가?입니다.
다음 글에서 뵙겠습니다!
감사합니다. 뿅ㅇ_<☆
※ 본 글은 Microsoft Cloud & AI Bootcamp 세션을 기반으로 작성되었으며, 정리 과정에서 OpenAI ChatGPT를 활용하여 작성하였습니다.
