AI 엔지니어링 도구 지형도 — 2026년 중반 - Insights | Molayo

1. 🤖 코딩 에이전트 (Coding Agents)

이 레이어는 현재 세 가지 티어(tier)로 나뉩니다. 티어 1과 티어 2 사이의 격차는 실재하며, 티어 3는 빠르게 성장하고 있습니다.

티어 1 — 지배적 (Dominant)

이들은 대부분의 전문 개발자들이 매일 사용하는 도구들입니다. SWE-bench 점수가 이야기의 일부를 말해주지만, 실제 모습은 더 미묘합니다.

도구	유형	가격	SWE-bench	최적 용도
Claude Code	터미널 네이티브 (Terminal-native)	월 $20–200 (Claude 플랜)	87.6% (Opus 4.7)	터미널 우선 아키텍처 리팩토링 (architectural refactors), 1M 컨텍스트 윈도우 (context window)
...
올해 변화된 점: Claude Code는 연구 프리뷰(research preview) 단계에서 연간 실행 속도(run-rate) 25억 달러 이상의 규모로 성장했습니다. Cursor는 유료 사용자 100만 명을 돌파했습니다. GitHub Copilot은 크레딧 기반 과금 방식(2026년 6월)으로 전환하며 많은 기업 고객들을 불만스럽게 만들었습니다. Windsurf는 Cognition에 인수되었으며, 이는 로드맵의 독립성에 대한 의문을 제기했습니다.

티어 2 — 강력함 & 오픈 소스 (Powerful & Open)

이들은 진지한 개발자들이 신뢰하는 오픈 소스(open-source) 도구들입니다. 이들은 세련미를 포기하는 대신 제어권을 얻습니다.

도구	유형	가격	주요 특징
Aider	터미널 CLI, Apache 2.0	무료 + BYO 키 (Bring Your Own key)	Git 네이티브 — 모든 편집은 커밋(commit)됩니다. 어떤 모델과도 페어 프로그래밍(pair-program)이 가능합니다. 내부적으로 GPT-5.5를 사용할 경우 SWE-bench 88% 달성
...
이곳의 트렌드: BYOK (Bring Your Own Key, 직접 키 가져오기)가 이제 표준이 되었습니다. 불투명한 SaaS 전용 구독 모델은 사라지고 있습니다. 개발자들은 모델과의 관계를 직접 소유하고 제공업체를 자유롭게 교체하기를 원합니다.

티어 3 — 클라우드 자율형 (Cloud Autonomous)

이들은 클라우드에서 실행되며 스스로 작동합니다. 가치 제안(value proposition)이 완전히 다릅니다 — 페어 프로그래밍을 하는 것이 아니라 업무를 위임(delegate)하는 것입니다.

도구	유형	가격	최적 용도
Devin (Cognition)	클라우드 자율 에이전트 (Cloud autonomous agent)	팀용 약 월 $500 + ACU	대규모 비동기 백로그(async backlog) 작업 위임, 샌드박스 VM (sandboxed VMs)
...

2. 📊 관측 가능성 및 모니터링 (Observability & Monitoring)

이 레이어는 순수 관측 가능성(pure observability), 게이트웨이+관측 가능성 융합(gateway+observability convergence), 그리고 뒤처지고 있는 레거시(legacy) 도구라는 세 가지 하위 카테고리로 파편화되고 있습니다.

핵심 플레이어 (Core Players)

도구 (Tool)	라이선스 (License)	셀프 호스팅 (Self-Host)	가격 진입점 (Pricing Entry)	최적 용도 (Best For)
LangFuse	MIT core	✅ 가능	무료 → $29/월 → $199/월 → $2,499/월 엔터프라이즈	프롬프트 관리 기능을 갖춘 오픈 소스 (OSS) 관측성 (observability), 29K ★. ThoughtWorks "Assess" 추천 도구
...
여기서의 핵심 갈등: LangFuse 대 LangSmith의 구도는 오픈 소스(OSS) 대 폐쇄형(closed) 논쟁의 중심이 되고 있습니다. LangFuse는 이식성(portability)과 셀프 호스팅(self-hosting) 측면에서 우세하며, LangSmith는 LangChain의 사용성(ergonomics) 측면에서 우세합니다. Phoenix는 가장 뛰어난 OpenTelemetry (OTel) 스토리를 보유하고 있으나, ELv2 라이선스는 일부 기업들에게 조달(procurement) 측면에서 골칫거리입니다.

게이트웨이 + 관측성 수렴 (Gateway + Observability Convergence)

새로운 패턴: 하나의 스택에서 라우팅(routing)과 트레이싱(tracing)을 모두 처리하는 도구들이 등장하고 있습니다.

도구 (Tool)	라이선스 (License)	주요 특징 (Key Trait)
Future AGI traceAI	Apache 2.0	풀스택: 게이트웨이 + 가드레일 (guardrails) + 평가 (evals) + 시뮬레이션. 14가지 스팬 종류 (span kinds), 50개 이상의 AI 인스트루멘테이션 (instrumentations)
...

⚠️ 지원 중단 / 신규 프로젝트 사용 지양 (Deprecated / Avoid for New Projects)

도구 (Tool)	상태 (Status)
Helicone	Mintlify에 인수됨 (2026년 3월) → 유지 관리 모드 (maintenance mode) 전용. 여전히 작동하지만 새로운 기능은 없음. 마이그레이션 권장
...

3. 🔗 에이전트 오케스트레이션 프레임워크 (Agent Orchestration Frameworks)

이 계층은 2026년에 가장 극적인 변화를 겪었습니다. 'Big Three' 중 하나는 사실상 소멸되었으며, 클라우드 제공자 네이티브 SDK(provider-native SDKs)들이 빠르게 성숙하고 있습니다.

Big Three

프레임워크 (Framework)	상태 (2026년 6월 기준)	라이선스 (License)	GitHub ★	최적 용도 (Best For)
LangGraph	✅ 활성 (Active)	MIT	~32K	명시적 상태 머신 (state machines), 타임 트래블 디버깅 (time-travel debugging), 인간 참여형 체크포인트 (human-in-the-loop checkpoints)
...
AutoGen에 일어난 일: Microsoft는 이를 Microsoft Agent Framework (MAF)로 통합했습니다. 이는 Semantic Kernel과 결합된 통합 런타임(runtime)입니다. Python과 C#의 기능적 동등성(parity), 내구성(durability), 거버넌스(governance) 기능을 제공합니다. 약 10K ★. 커뮤니티 포크(fork)는 AG2 (ag2.ai)에서 계속 이어지고 있습니다.

제공자 네이티브 에이전트 SDK (Provider-Native Agent SDKs)

클라우드 제공업체들이 자체적인 SDK를 구축하고 있습니다. 이 도구들의 성능이 좋아지고 있습니다.

SDK	라이선스 (License)	언어 (Languages)	★	최적 용도 (Best For)
OpenAI Agents SDK	Apache 2.0	Python, TypeScript	~26K	가장 깔끔한 핸드오프 (handoff) 모델. 워크스페이스 스냅샷을 활용한 샌드박스 실행 (Sandboxed execution). 3단계 가드레일 (3-tier guardrails)
...
주요 트렌드 (Key trend): 세 가지 모두 현재 MCP를 지원합니다. Google은 교차 벤더 에이전트 탐색을 위해 A2A를 밀어붙이고 있습니다. OpenAI는 가장 뛰어난 샌드박스 스토리를 보유하고 있습니다. Anthropic은 가장 깊이 있는 OS 레벨 도구들을 갖추고 있습니다.

떠오르는 / 니치 프레임워크 (Rising / Niche Frameworks)

프레임워크 (Framework)	최적 용도 (Best For)
PydanticAI	타입 안전한 (Type-safe) 구조화된 출력, Python 네이티브. Pydantic 기반
...

4. 🛡️ 게이트웨이 및 가드레일 (Gateway & Guardrails)

점점 더 함께 판매되는 경향이 있는 두 개의 별도 하위 계층입니다.

LLM 게이트웨이 (LLM Gateways)

도구 (Tool)	라이선스 (License)	가격 (Price)	주요 기능 (Key Feature)
LiteLLM	MIT / BSL 1.1	무료 오픈소스 (OSS) → 월 $50 클라우드	100개 이상의 제공업체, 가중치 기반 라운드 로빈 (weighted round-robin), 폴백 체인 (fallback chains)
...
공급망 경고 (Supply chain alert): 2026년 3월, PyPI의 LiteLLM v1.82.7/1.82.8 버전에 자격 증명을 탈취하는 멀웨어(TeamPCP 공격)가 포함되었습니다. 약 3시간 동안 활성화되었습니다. NHS(영국 국민 보건 서비스)는 국가적 경보를 발령했습니다. 공식 Docker 이미지는 영향을 받지 않았습니다. 버전을 고정(Pin versions)하고 Docker 사용을 권장합니다.

가드레일 / 안전 (Guardrails / Safety)

도구 (Tool)	라이선스 (License)	주요 기능 (Key Feature)
Guardrails AI	MIT	출력 검증 (Output validation) — PII(개인정보), 독성(toxicity), 사용자 정의 검증기(custom validators). 모든 게이트웨이와 결합 가능
...
Microsoft 자체 문서와의 중요한 아키텍처적 차이점: 가드레일은 LLM의 출력 (outputs)을 검증합니다. 에이전트 거버넌스 (Agent governance)는 에이전트의 동작 (actions)(도구 호출, 신원, 샌드박싱, 암호 인증)을 제어합니다. 이들은 경쟁 관계가 아닌 상호 보완적인 관계입니다.

5. 🔀 형성 중인 새로운 카테고리: 액티브 에이전트 런타임 (Active Agent Runtime)

위의 네 가지 계층 모두에서 관찰되는 패턴이 있습니다. 모든 도구는 감시하거나 실행할 뿐, 그 어느 것도 개입(intervene)하지 않습니다.

계층 (Layer)	역할	예시	한계
코딩 에이전트 (Coding Agents)	코드 작성	Cursor, Copilot, Aider	내장된 실패 감지 기능 없음
...

누락된 계층: 에이전트를 실시간으로(in real time) 감시하고, 에이전트가 경로를 이탈할 때 이를 감지하며, 자율적으로 개입(intervene autonomously) 하는 무언가.

액티브 에이전트 런타임 (Active Agent Runtimes)의 등장

몇몇 프로젝트들이 이 공백을 메우기 시작했습니다:

프로젝트	언어	라이선스	접근 방식
HarnessForge	Rust (PyO3 + NAPI-RS 바인딩)	MIT	오픈 코어 (Open-core) SDK. 12개의 상태 관찰자 (health observers), 16개의 감지기 (루프, 정체, 비용 이상, 비밀 정보 유출 등), 14개의 개입 전략 (넛지(nudge) → 회로 차단(circuit-break)). 2단계 구조: 세션 하네스(session harness) + 세션 전반에 걸쳐 자체 규칙을 개선하는 메타 하네스(meta-harness)
...

관측 가능성 (Observability)과의 차이점: 관측 가능성은

변화 (Shift)	발생한 일 (What Happened)	의미 (What It Means)
AutoGen → 유지보수 (maintenance)	마지막 릴리스 2025년 9월. Microsoft Agent Framework (MAF)로 병합됨	신규 프로젝트: MAF 또는 AG2 커뮤니티 포크(fork)를 선택할 것
...

8. 🔮 주목하고 있는 것들 (What I'm Watching)

단기 (향후 6개월):

LangFuse를 누가 인수할 것인가? 이는 남은 독립적인 오픈 소스 (OSS) 관측 가능성 (Observability) 도구 중 가장 크다.
OpenAI가 (단순한 SDK가 아닌) 코딩 에이전트 (coding agent)를 출시할 것인가?
에이전트 간 통신 (agent-to-agent communication)에서 A2A 채택이 MCP와 비교하여 어떻게 전개될 것인가?

중기 (12~18개월):

활성 런타임 (active runtime) 카테고리가 급성장하거나, "액션 (actions)" 기능을 추가하는 관측 가능성 (observability) 도구들에 흡수될 것이다.
프레임워크 통합 — 오케스트레이션 (orchestration) 프레임워크가 너무 많다; 3~4개만이 살아남을 것이다.
규제를 촉발하는 첫 번째 주요 AI 에이전트 관련 보안 사고 발생.

장기 (2~3년):

AI 거버넌스 (AI governance)가 오늘날의 SAST 및 의존성 스캐닝 (dependency scanning)처럼 소프트웨어 개발 생명주기 (SDLC)의 표준 구성 요소가 된다.
코딩 에이전트 (coding agents), 관측 가능성 (observability), 그리고 오케스트레이션 (orchestration) 사이의 경계가 모호해진다.
"AI 안전 엔지니어 (AI safety engineer)"가 표준 직함이 된다.

요약 — 레이어 한눈에 보기 (Summary — The Layers at a Glance)

레이어 (Layer)	개수 (Count)	상태 (Status)
코딩 에이전트 (Coding Agents)	13	티어 1 (Tier 1) 통합 중 (Cursor, Copilot, Claude Code). 오픈 소스 (OSS) 도구 (Aider, Cline, Continue)가 빠르게 성장 중
...

이것은 특정 시점의 스냅샷입니다. 시장은 빠르게 움직이고 있습니다. 분기별로 업데이트하겠습니다.

공시 (Disclosure): 저는 활성 런타임 (Active Runtime) 섹션에서 언급된 도구 중 하나인 HarnessForge의 저자입니다. 이 조사에 포함된 다른 모든 내용은 공개적으로 사용 가능한 데이터, 벤더 문서 및 커뮤니티 분석을 기반으로 합니다.

제가 놓친 도구를 발견하셨나요? 댓글로 남겨주세요.

AI 엔지니어링 도구 지형도 — 2026년 중반

요약

핵심 포인트