PostsSeriesLabs
Series

AI 네이티브 개발 입문

2026년 기준으로 개발 프로세스가 어떻게 바뀌었고 무엇을 알아야 하는지 — 트렌드·루프·AI-DLC·스펙·컨텍스트·MCP·스킬·검증·보안·sLLM·조직

11편
  1. 01

    AI 네이티브 개발, 2026년에는 뭐가 달라졌을까요?

    에이전트를 매일 쓰는 개발자가 1년 만에 14% 에서 37% 로 늘었고 Microsoft 에서는 CLI 에이전트를 쓴 엔지니어가 PR 을 24% 더 머지했습니다. 2026년에 나온 조사와 Karpathy·DORA·Thoughtworks 의 진단으로 "개발한다"는 말이 무엇으로 바뀌었는지 정리했습니다.

  2. 02

    AI 네이티브 개발 루프는 검증이 닫는다

    OpenAI 는 엔지니어 7명이 사람 손으로 한 줄도 안 친 100만 줄짜리 제품을 5개월 만에 만들었습니다. 그 바탕이 된 "컨텍스트 수집 → 행동 → 검증" 루프와, 사람이 앞뒤에 붙이는 탐색·계획·리뷰 단계를 Claude Code 문서와 OpenAI·Anthropic 사례로 정리했습니다.

  3. 03

    AI-DLC는 애자일과 뭐가 다를까요?

    2주 스프린트가 시간·일 단위 "볼트"로 바뀌고 사용자 스토리를 AI 가 먼저 씁니다. AWS 가 2025년 7월에 제안하고 2026년 9월 현재 Claude Code·Kiro·Cursor·Copilot 에서 같은 규칙으로 돌아가는 AI-DLC 의 세 단계와 애자일과의 차이, 검증된 주장의 범위를 정리했습니다.

  4. 04

    스펙 주도 개발은 워터폴로 돌아가는 게 아니다

    GitHub Spec Kit 은 GitHub Star 13만 7천 개를 넘었고 AWS 는 스펙을 작업 단위로 삼는 IDE Kiro 를 냈습니다. 두 도구의 구조와 Anthropic 의 스펙 작성 조언을 놓고 스펙 주도 개발이 워터폴 문서 작업과 무엇이 다른지 정리했습니다.

  5. 05

    컨텍스트 엔지니어링이 프롬프트 엔지니어링과 다른 점

    Anthropic 은 2026년 7월 Claude Code 시스템 프롬프트의 80% 이상을 삭제하고도 성능 손실이 없었다고 밝혔습니다. 그 근거가 된 컨텍스트 엔지니어링의 여섯 가지 새 규칙과 CLAUDE.md 에 넣을 것·뺄 것, AGENTS.md 효과를 두고 엇갈린 두 논문을 정리했습니다.

  6. 06

    MCP는 왜 AI의 USB-C라고 불릴까?

    2025년 12월 Linux Foundation 으로 넘어갈 당시 공개 MCP 서버는 1만 개, SDK 월간 다운로드는 9,700만 건이었습니다. 에이전트가 GitHub·DB·Figma 같은 바깥 세계와 대화하는 이 표준의 구조와 2026년 레지스트리, 서버를 붙일 때 볼 것을 정리했습니다.

  7. 07

    SKILL.md 하나로 30개 도구가 같은 일을 하는 이유

    Anthropic 이 2025년 12월에 공개 표준으로 푼 형식을 Codex·Cursor·Gemini CLI·VS Code·Kiro 등 30개가 넘는 도구가 그대로 받아들였습니다. 스킬이 왜 그렇게 퍼졌는지, 서브에이전트·훅과 어떻게 역할을 나누는지, 어떤 규칙을 어디에 둘지 표로 정리했습니다.

  8. 08

    AI가 짠 PR은 왜 리뷰를 4.6배 오래 기다릴까?

    LinearB 가 PR 810만 건을 분석한 2026년 벤치마크에서 AI 가 만든 PR 은 첫 리뷰까지 4.6배 오래 기다렸고 승인률은 84.4% 대 32.7% 로 갈렸습니다. 병목의 크기와 AI 리뷰어·테스트 게이트·리스크 티어링이 그 병목을 어떻게 푸는지 정리했습니다.

  9. 09

    코딩 에이전트는 새로 입사한 직원처럼 다뤄야 한다

    OWASP 는 2025년 12월에 에이전트 전용 Top 10 을 따로 냈고 Anthropic 은 내부 에이전트를 내부자 위협으로 취급해 감시합니다. 코딩 에이전트의 공격 표면과 샌드박스·권한 경계·감시·되먹임 네 층의 방어를 정리했습니다.

  10. 10

    sLLM 자체 구축, 정말 대세일까요?

    국내는 폐쇄망 규제와 정부의 독자 AI 파운데이션 모델 사업이 겹쳐 sLLM 자체 구축이 흐름이 됐는데, Menlo Ventures 가 집계한 세계 기업의 LLM 사용량에서 오픈소스 비중은 19% 에서 11% 로 줄었습니다. 두 숫자가 엇갈리는 이유와 코딩 에이전트에 붙일 수 있는 2026년의 오픈 웨이트 모델을 정리했습니다.

  11. 11

    AI 네이티브 시대에 개발자가 배워야 할 것

    DORA 는 AI 가 조직의 강점과 약점을 그대로 증폭한다며 일곱 가지 역량을 조건으로 꼽았고 Karpathy 는 "생각은 맡길 수 있어도 이해는 맡길 수 없다"고 했습니다. 조직이 갖춰야 할 조건과 개발자 개인이 키워야 할 역량을 DORA·Microsoft·Stack Overflow 자료로 정리했습니다.