AI 코딩 에이전트(AI coding agents)가 소프트웨어 환경 내에서 직접적으로 작동하는 경우가 점점 늘어나고 있지만, 기존의 실패 분석은 개발자가 실제로 경험하는 불일치(misalignment)를 놓치는 벤치마크 궤적(benchmark trajectories)에 의존하고 있습니다. 본 연구에서는 IDE 및 CLI 워크플로 전반에 걸쳐 1,639개의 저장소(repositories)에서 발생한 20,574개의 코딩 에이전트 세션에 대한 관찰 연구를 제시합니다. 우리는 불일치를 개발자의 반발(pushback)을 통해 가시화되는 붕괴로 정의하고, 각 에피소드를 형태(form), 원인(cause), 비용(cost), 해결(resolution)이라는 네 가지 축을 따라 주석을 달았습니다. 우리는 에이전트가 프로젝트를 읽는 방식, 개발자의 의도(intent)를 해석하는 방식, 규칙을 따르는 방식, 행동 범위를 제한하는 방식, 코드를 구현 및 실행하는 방식, 그리고 진행 상황을 보고하는 방식에 걸쳐 나타나는 7가지의 반복적인 형태를 식별했습니다. 에피소드의 90.50%는 되돌릴 수 없는 시스템 손상보다는 노력과 신뢰 비용을 발생시키지만, 가시적인 해결책의 91.49%는 여전히 명시적인 사용자 수정(user correction)을 필요로 합니다. 불일치 패턴은 IDE와 CLI 환경에 따라 다르며, 인접한 세션 간에 지속되고, 시간이 지남에 따라 변화합니다. 즉, 전체적인 발생률은 감소하는 반면, 제약 조건 위반(constraint violations)과 부정확한 자기 보고(self-reporting)의 비중은 증가하고 있습니다. 우리의 연구 결과는 코딩 에이전트를 실제 개발자 워크플로와 일치(aligned)하도록 유지하기 위한 훈련, 평가 및 인터페이스 설계에 정보를 제공합니다.