2025년 12월 AI 개발 도구 목록을 읽고 느낀 점

오늘 아침 Juejin에 올라온 2025년 12월 AI 도구 정리글들을 읽으며 깊이 빠져들었고, 그중 실제로 기억에 남는 것들을 적어보려 합니다. 이러한 목록들은 시간이 지나면 대부분 비슷비슷하게 느껴지지만, 몇 가지 주목할 만한 패턴이 있습니다.

가장 먼저 눈에 띈 것은 코딩 어시스턴트 (coding-assistant) 시장이 얼마나 혼잡해졌는가 하는 점입니다. Cursor는 여전히 압도적인 존재감을 과시하고 있습니다. 제가 본 수치에 따르면 AI 코딩 시장의 약 35%를 점유하고 있으며, 수백만 명의 유료 사용자를 보유하고 있습니다. 분위기상 왜 그런지 이해가 갑니다. 단순히 덧붙여진 플러그인이 아니라 VS Code를 실제로 포크 (fork)한 느낌을 주기 때문입니다. 5억 달러의 연간 반복 매출 (ARR)을 둘러싼 마케팅은 솔직히 무시하기 어렵지만, 비상장 기업의 ARR 수치는 어느 정도 걸러서 들을 필요가 있습니다. 제가 신뢰하는 사람들에게서 계속 듣는 이야기는 Cursor가 앞서나가는 지점이 바로 에이전트 모드 (agent mode)라는 것입니다. 6개의 파일에 걸쳐 리팩터링 (refactor)을 요청하면, 사용자가 매 단계를 일일이 감시하지 않아도 실제로 수행해냅니다. 이것이 Claude Code의 터미널 우선 (terminal-first) 방식보다 나은지는 별개의 논쟁거리이지만, 두 도구 모두 서로 다른 이유로 명확하게 승기를 잡고 있습니다.

GitHub Copilot은 여전히 기본값입니다. 더 이상 가장 화려하지는 않지만, 생태계 통합 (ecosystem integration) 능력은 경쟁하기가 매우 어렵습니다. 전체 워크플로 (workflow)가 이미 VS Code에 있고 PR (Pull Request)이 github.com에 존재할 때

Google Antigravity는 제가 실제로 시도해보고 싶은 도구입니다. 제가 훑어본 거의 모든 목록에 등장했으며, "에디터 내에 상주하는 에이전트 (agent that lives in your editor)"라는 포지셔닝은 모두가 지향하는 방향처럼 느껴집니다. Pro 등급은 사용자당 20달러, Business 등급은 사용자당 40달러입니다. 솔직히 말해서, 달콤한 약속을 하는 Google의 새로운 개발 도구에 대해서는 약간 회의적입니다. Google은 제가 셀 수 없을 정도로 많은 사랑받던 개발 제품들을 단종시켜 왔으니까요. 하지만 이 도구가 트렌드 목록에 계속 등장한다는 것은 무언가 의미가 있다는 뜻입니다. 아마 다음 달에 제대로 한번 시도해 볼 것 같습니다.

중국 생태계가 전성기를 맞이하고 있으며, 서구권 개발자들이 이에 충분한 주의를 기울이지 않고 있다고 생각합니다. Alibaba의 通义灵码 (Tongyi Lingma)는 거물급 이름들과 함께 계속 언급되고 있는데, 적절한 기업용 배포 옵션을 갖추면서 GPT-4o의 성능을 더 낮은 비용으로 구현한다는 점을 내세우고 있습니다. DeepSeek-V3 또한 반복적으로 언급되었습니다. IDE 어시스턴트로서가 아니라, 많은 다른 도구들의 기반이 되는 모델로서 말이죠. 만약 중국어 지원이 필요하거나 대규모 환경에서 더 저렴한 추론 (inference)이 필요한 무언가를 구축하고 있다면, 아마도 이제는 이 도구들이 계산상 유리할 것입니다.

Codeium은 여전히 무료 등급의 챔피언이며, 솔직히 많은 학생과 인디 개발자들이 Cursor나 Copilot에 비용을 지불해야 한다는 압박을 느끼지 않는 이유가 바로 이 도구 덕분이라고 생각합니다. 비즈니스 모델이 장기적으로 작동할지는 별개의 문제이며, 피벗 (pivot)에 관한 루머들도 좋지 않지만, 제품 자체는 탄탄합니다.

저를 놀라게 한 한 가지는 2025년 10월의 GitHub 트렌딩 리스트에 에이전트 (agent) 관련 프로젝트가 매우 많았다는 점입니다. Simular AI의 Agent-S는 제가 예상하지 못한 수준으로 컴퓨터 사용 (computer-use) 관련 작업을 수행하고 있습니다. 이 프로젝트는 제가 예전에 주목했던 벤치마크인 OSWorld에서 SOTA (State-of-the-Art, 최첨단) 수치를 기록하고 있습니다. mem0 또한 주목할 만한 프로젝트입니다. 이는 AI 에이전트를 위한 메모리 레이어 (memory layer)이며, 만약 여러분이 에이전트가 세션 사이의 모든 것을 잊어버리는 문제로 좌절한 적이 있다면, 이것은 실제로 그 고통을 해결해 주는 종류의 프로젝트입니다. nanoGPT는 시대를 초월합니다. Karpathy의 리포지토리 (repo)는 여전히 GPT가 무엇을 하고 있는지 이해할 수 있는 가장 깔끔한 방법이며, 기이한 실험들의 기반으로 계속 사용되고 있습니다. Anthropic의 Claude 쿡북 (cookbooks)과 프롬프트 엔지니어링 (prompt engineering) 튜토리얼은 덜 매력적일지는 몰라도, 아마도 그 어떤 에이전트 프레임워크 (agent framework) 관련 자료보다 실제 개발자들에게는 더 유용할 것입니다.

제가 계속해서 도달하게 되는 메타적 결론 (meta-takeaway)은 "최고의 도구"가 무엇인가라는 질문이 "어떤 워크플로 (workflow)"를 가질 것인가라는 질문보다 점점 덜 흥미로워지고 있다는 점입니다. 도구들은 빠르게 수렴 (converging)하고 있습니다. 대부분의 도구는 대부분의 상황에서 대부분의 일을 수행할 수 있습니다. 여러분의 경험을 실제로 차별화하는 요소는 좋은 프롬프트 (prompt)를 작성할 수 있는지, 모델이 생성한 결과물을 검토 (review)할 수 있는지, 그리고 그 밑단의 코드를 실제로 이해하고 있는지 여부입니다. 그 어떤 도구도 여러분을 이 과정에서 면제해주지 않으며, 제가 보기에 이 도구들을 가장 잘 활용하는 사람들은 이미 괜찮은 엔지니어였던 사람들입니다.

저는 아마 3개월 후에 다시 평가할 것입니다. 이 분야가 움직이는 속도를 고려할 때, 제가 약속할 수 있는 유일하고 정직한 타임라인 (timeline)은 그것뿐입니다. 만약 오늘 무언가를 선택해야 한다면, 저의 조언은 6개월 전과 같습니다. 너무 깊이 고민하지 마세요. 여러분이 실제로 매일 열어볼 도구를 선택하고, 모델이 아직 할 수 없는 업무 영역을 위해 에너지를 아껴두세요.