GitHub Copilot 코딩 에 (새 탭에서 열림)

GitHub Copilot coding agent는 이슈를 할당받아 백그라운드에서 코드를 수정하고 테스트를 추가한 뒤, 검토 가능한 풀 리퀘스트를 생성하는 기능이다. 최근에는 작업별 모델 선택, 자체 코드 리뷰, 보안 검사, 사용자 정의 에이전트, 로컬 CLI와의 컨텍스트 공유가 추가되어 자동화 수준과 결과 품질이 향상됐다. GitHub는 향후 비공개 모드, 코딩 전 계획 수립, 이슈 요약과 보고서 생성까지 기능을 확장할 예정이다.

작업에 맞는 AI 모델 선택

Agents 패널에서 작업별로 사용할 모델을 지정할 수 있게 됐다.

• 단순한 단위 테스트 추가에는 빠른 모델을 선택할 수 있다.
• 복잡한 리팩터링이나 엣지 케이스가 많은 통합 테스트에는 더 강력한 모델을 사용할 수 있다.
• Auto를 선택하면 GitHub가 작업에 적합한 모델을 자동으로 결정한다.
• 사용 방법:
  • GitHub 우측 상단의 Agents 패널에서 저장소를 선택한다.
  • 모델을 고르고 작업 프롬프트를 입력한다.
• 현재 Copilot Pro와 Pro+에서 사용할 수 있으며, Business와 Enterprise 지원은 추후 제공될 예정이다.

자체 코드 리뷰로 개선된 풀 리퀘스트

에이전트가 풀 리퀘스트를 열기 전에 Copilot code review를 실행해 자신의 변경 사항을 점검한다.

• 코드가 동작하더라도 지나치게 복잡하거나 팀의 일반적인 작성 방식과 다른 부분을 찾아낸다.
• 리뷰 피드백을 반영해 코드를 수정한 뒤 풀 리퀘스트를 생성한다.
• 개발자는 에이전트의 작업 로그에서 코드 리뷰 실행과 수정 과정을 확인할 수 있다.
• 사용자는 에이전트가 반복 작업을 마친 후 최종 풀 리퀘스트를 검토하면 된다.

작업 중 실행되는 보안 검사

Copilot coding agent는 작업 과정에서 생성된 코드를 대상으로 여러 보안 검사를 수행한다.

• Code scanning으로 취약한 코드 패턴을 탐지한다.
• Secret scanning으로 API 키나 비밀 값이 커밋되는지 확인한다.
• 의존성 취약점 검사를 통해 알려진 CVE가 포함된 패키지를 탐지한다.
• 검사 결과는 세션 로그에 표시되며, 풀 리퀘스트가 열리기 전에 문제를 확인할 수 있다.
• 일반적으로 GitHub Advanced Security에 포함되는 code scanning을 Copilot coding agent에서는 별도 비용 없이 제공한다.

팀 규칙을 반영하는 사용자 정의 에이전트

사용자 정의 에이전트를 사용하면 팀의 개발 절차와 전문 작업 방식을 파일로 명시할 수 있다.

• 저장소의 .github/agents/ 아래에 에이전트 설정 파일을 만든다.
• 특정 에이전트에 작업 범위와 수행 절차를 부여할 수 있다.
• 예를 들어 성능 최적화 에이전트가 다음 순서로 동작하도록 만들 수 있다.
  • 먼저 벤치마크를 실행한다.
  • 특정 코드를 수정한다.
  • 변경 후 성능을 다시 측정한다.
  • 결과와 함께 풀 리퀘스트를 생성한다.
• 조직이나 엔터프라이즈 전체에서 사용자 정의 에이전트를 공유할 수 있어 팀별 작업 방식의 일관성을 높인다.
• 실제 데모에서는 조회 함수의 성능을 측정한 뒤 수정해 해당 함수에서 99% 개선을 달성했다.

클라우드와 로컬 CLI 간 작업 연속성

클라우드에서 시작한 작업을 로컬 터미널로 이어가거나, 로컬 작업을 클라우드 에이전트에 위임할 수 있다.

• “Continue in Copilot CLI”를 선택하면 브랜치, 로그, 대화 컨텍스트가 유지된 채 로컬에서 작업을 이어간다.
• CLI에서 &를 누르면 현재 작업을 클라우드로 다시 위임할 수 있다.
• 클라우드와 로컬 사이를 이동할 때 대화를 처음부터 다시 설명할 필요가 없다.
• 터미널 중심 개발과 GitHub 기반 자동화를 유연하게 결합할 수 있다.

앞으로의 확장 방향

GitHub는 Copilot coding agent를 단순한 풀 리퀘스트 생성 도구 이상으로 확장하려 하고 있다.

• 비공개 모드 지원
• 코딩 전에 작업 계획을 세우는 기능
• 풀 리퀘스트가 필요 없는 이슈 요약
• 자동 보고서 생성

팀의 반복적인 개발 작업에는 사용자 정의 에이전트와 적절한 모델 선택을 적용하고, 보안 검사와 자체 리뷰 결과를 확인하는 방식으로 활용하는 것이 좋다. 복잡한 작업은 클라우드에서 위임하고 세부 수정은 CLI에서 이어가는 방식도 효과적이다.