코딩 Agent 경쟁이 IDE 안에서 끝날 줄 알았는데, 전장이 바뀌고 있습니다.

GitLab이 묶어 내놓은 Governed Software Factory가 그 신호입니다. /goal, Duo Agent Platform, Artifact Central, Dependency Firewall, Secrets Manager, Orbit, Impact Analytics를 따로 노는 기능이 아니라 하나의 SDLC 흐름으로 연결하겠다는 선언입니다. 핵심 문장은 하나입니다. Agent가 코드를 생성하는 데서 끝나지 않고, 같은 identity·정책·감사(audit) chain 안에서 리뷰와 보안, 빌드, 배포까지 가야 한다는 것.

무엇이 하나로 묶였나

구성 요소를 역할별로 나누면 그림이 단순해집니다.

목표 지시        실행           문맥            통제              결과 측정
/goal     →  Duo Agent    →   Orbit     →  Policy·Secrets  →  Impact Analytics
             Platform         (context      Artifact Central
                              graph)       Dependency Firewall

하나씩 풀어보죠.

/goal — 목표를 말하면 흐름이 돈다. Duo CLI 쪽에서 공개 베타로 다뤄진 /goal은 open-ended한 목표를 governed agentic flow에 넘기는 명령입니다. 개발자가 각 단계를 감독하는 대신 결과를 지시하고, flow가 로컬에서 자기 작업을 검증합니다. 중간에 멈추고 목표를 고쳐 다시 돌릴 수 있습니다. “시키는 단위”가 태스크에서’obiettivo’로 올라간 셈입니다.

Duo Agent Platform — SDLC 전체의 오케스트레이션. 2026년 1월에 GA된 플랫폼으로, 계획·코딩·보안 분석 같은 일을 Agent들이 나눠 맡는 구조입니다. Agentic Chat, Flows, Sessions, Custom Flows, MCP 같은 표면이 여기에 붙습니다. 포인트는 Agent 하나가 똑똑해지는 게 아니라 여러 Agent가 같은 규칙 아래서 일하게 만드는 것입니다.

Orbit — 문맥 그래프. 코드, 머지 리퀘스트, 파이프라인, 배포, 취약점, 오너십을 실시간 그래프로 묶어 Agent와 엔지니어가 같은 소스에서 조회합니다. GitLab 내부 측정 기준으로 같은 작업·같은 모델에서 최대 11배 빠른 응답, 최대 4.5배 적은 토큰, 최대 45배 적은 hallucination을 내세웁니다. Compare the Market의 실제 MR 79건 테스트에서는 Orbit 기반 리뷰어가 정확한 인라인 코멘트를 약 70%로 배치해 RAG(약 58%)를 앞섰다는 사례도 공개돼 있습니다.

기술적으로는 change-data-capture로 ClickHouse에 넣고, 12개 언어를 파싱해 Cypher-like DSL·MCP·REST·CLI로 서빙합니다. GitLab 자체 규모에서는 4만 프로젝트, 5억 노드, 20억 엣지를 45분 안에 인덱싱한다고 합니다. 권한은 GitLab 권한을 그대로 미러링해서 Agent가 사용자의 가시 범위만 봅니다.

Artifact Central · Secrets Manager — 조립과 비밀의 통제. Artifact Central은 소스코드·CI 옆에 “매번 올바른 소프트웨어를 조립하는” governed 홈을 두겠다는 개념입니다. Secrets Manager는 파이프라인 안팎의 비밀을 같은 권한 모델 아래로 가져오고, 환경·브랜치·보호 상태에 스코핑합니다. Kubernetes·Terraform·OpenTofu 같은 외부 도구까지 같은 체계에 넣는 방향입니다.

Impact Analytics — 비용과 결과를 연결. 팀·태스크·모델별 credit 소비를 실제 production 결과와 붙여 보는 대시보드 계열입니다. “AI를 몇 번 썼나”가 아니라 “쓴 만큼 무엇이 나왔나”를 묻습니다. 자세한 측정 이야기는 마지막 글에서 따로 다룹니다.

GitLab이 함께 밝힌 숫자도 맥락을 줍니다. Orbit은 현재 수천 개 조직에서 사용 중이라고 밝혔고, 최근 3개월 agentic 개발 active user가 전년 대비 200% 늘었다고 합니다. Forrester TEI 연구에서는 Duo Agent Platform 도입 시 400% ROI, 6개월 이내 회수를 내세웁니다. 벤더 발표 숫자라 그대로 믿을 수는 없지만, 방향은 분명합니다. 쓰는 사람과 쓰는 양이 동시에 늘고 있다는 것.

왜 IDE 기능 경쟁이 아니게 됐나

예전 질문은 “어느 Agent가 코드를 잘 짜나”였습니다. 지금 질문은 이렇게 바뀌고 있습니다.

전: pass@1이 몇 점인가?
후: 같은 identity·정책·감사 안에서 production까지 갔는가?

이유는 Agent가 실패하는 지점이 코드 품질이 아니라 주변 시스템 탐색에 있기 때문입니다. 큰 모노레포에서는 Agent가 파일을 기어다니며 문맥을 재구성하다 토큰을 태우고, 엉뚱한 의존성을 따라가며, 되돌려지는(reverted) 변경을 내놓습니다. Orbit이 “같은 일을 더 적은 토큰으로”를 내세우는 이유가 여기 있습니다. 점수 경쟁이 아니라 context engineering + governance + observability + cost control 경쟁으로 이동한 것입니다.

개발자 입장에서 체감되는 변화는 세 가지입니다.

전 후
Agent는 IDE 플러그인 Agent는 SDLC 흐름의 일원
리뷰는 사람이 사후에 정책은 사전에 강제(enforce)
비용은 월 구독료 비용은 credit·호출·모델별 측정

다섯 항목 기록법: Context / Permission / Evidence / Cost / Outcome

브리핑의 액션을 실무 형태로 바꿔보죠. Agent workflow를 만든다면 프롬프트와 코드만 보지 말고 이 다섯 칸을 같이 기록하세요.

[Agent 작업 기록표]
1. Context: 무엇을 보고 일했나? (Orbit 그래프 / RAG / 파일 크롤링 / 이슈·MR 링크)
2. Permission: 누구 권한으로 무엇을 했나? (사용자 권한 미러링 / 브랜치·환경 스코프 / 승인자)
3. Evidence: 감사 추적이 남았나? (누가·언제·무엇을·왜 / MR·파이프라인·배포 링크)
4. Cost: 무엇이 들었나? (모델·토큰·credit·재시도 횟수·사람 검토 시간)
5. Outcome: production에 무엇이 남았나? (머지·배포·되돌림 여부·장애·후속 이슈)

작은 팀이라면 스프레드시트 한 장이면 됩니다. 후보 Agent 2개를 같은 태스크 10개에 돌리고 위 다섯 칸을 채워보세요. 점수가 아니라 “되돌려지지 않고 살아남은 변경”이 몇 개인지가 보입니다. 측정 지표 읽는 법은 Pass@1·비용·시간 글과 성공 1건당 비용 글에 정리돼 있습니다.

결론: Agent를 빨리 쓰는 팀이 아니라, 통제하며 쓰는 팀이 남는다

정리하면 Governed Software Factory의 메시지는 이렇습니다.

Agent autonomy가 커질수록 사후 코드 리뷰보다 사전 정책 enforcement가 중요해진다.

IDE에서 Agent를 쓰는 건 이제 시작선입니다. 진짜 간격은 문맥 그래프를 깔았는지, 권한과 비밀을 묶었는지, 의존성을 기계 속도로 막는지, 비용과 결과를 붙여 보는지에 벌어집니다. 기업 도입을 고민 중이라면 “우리도 Coding Agent를 쓰는가”가 아니라 “Agent 1달러가 production에 무엇을 남겼는가”로 질문을 바꾸세요. 그 질문에 답할 수 있는 팀이 다음 라운드에 갑니다.

함께 읽으면 좋은 글

참고 자료

이 주제를 직접 따라가며 배우고 싶다면

Agent를 빨리 돌리는 것보다 검증과 제약이 있는 흐름 안에 두는 게 먼저입니다. 프로젝트 규칙과 검증 기준을 작업 환경에 연결하는 연습부터 쌓고 싶다면, 이 글의 다섯 항목 기록법과 바로 이어집니다.