에이전트를 로컬 컴퓨터에서만 쓸 필요는 없다
코딩 에이전트에게 일을 맡길 때 가장 익숙한 방식은 내 컴퓨터의 터미널이나 IDE에서 명령을 내리는 것이다.
하지만 이제는 클라우드 상의 GitHub 저장소에서 직접 에이전트에게 일감을 할당하고 협업할 수 있다.
Issue에서 PR까지의 협업 흐름
예를 들어 저장소에 다음과 같은 이슈가 등록되었다고 하자.
Issue #42: 모바일 브라우저(375px)에서 탭 메뉴 잘림 현상 수정
이 업무를 AI 에이전트에게 멘션하여 맡긴다.
- Issue 등록: 무엇을 고쳐야 하는지 요구사항 작성
- AI Agent 작업: 에이전트가 저장소 코드를 파악하고 별도 브랜치에서 코드 수정
- Pull Request (PR) 생성: 수정한 내역과 근거를 정리하여 PR 제출
- Human Review (사람 검토): 사람이 변경된 diff와 테스트 통과 여부를 검토
- Merge (반영): 문제가 없다고 판단하면 메인 코드에 병합
이 흐름은 기존에 동료 개발자와 협업하던 방식과 완전히 동일하다.
여러 외부 에이전트와의 협업
GitHub 생태계에서는 자체 GitHub Copilot뿐만 아니라, OpenAI Codex, Anthropic Claude 등 다양한 서드파티 에이전트가 이슈와 PR에 참여할 수 있다.
- 사람이 PR에 리뷰 코멘트를 달면 ("이 부분 변수명 명확히 바꿔줘"),
- 에이전트가 코멘트를 인식하고 다시 커밋을 추가해 PR을 갱신한다.
PR과 Review의 가치가 더 커진 이유
AI가 코드를 1분 만에 뚝딱 수정해 온다고 해서 무조건 완벽한 것은 아니다.
- 원래 요구사항을 정확히 만족했는가?
- 유닛 테스트 및 빌드가 통과했는가?
- 기존에 잘 돌아가던 다른 기능이 깨지지 않았는가?
- 보안 취약점이나 불필요한 파일 변경이 섞이지 않았는가?
에이전트가 코드를 빠르게 생산할수록, 사람의 엄격한 PR 검수와 머지 승인의 책임은 더욱 중요해진다.
공식 참고: GitHub Docs — Copilot coding agents / Third-party agents / Pull Request Reviews