작성자|신시아 편집자|정현 지난 2년간 AI 코딩에서 가장 큰 화제는 코드 생성이 이루어지는 그 순간에 머물러 있었다. 한 문장으로 페이지를 생성하고, 몇 분 만에 프로토타입을 완성하며, 개발자가 과거에는 일주일이 걸리던 작업을 반나절 만에 해치우는 모습… 그러나 이후에는, 설령 특정 단일 개발 작업이 다섯 배, 열 배의 속도로 진행된다 하더라도, 요구사항 제안부터 제품 출시까지의 전체 프로젝트 진행 속도는 때로 두 배의 효율 향상조차 달성하지 못하는 경우가 많았다. 과연 시간은 어디로 사라진 것일까? 프롬프트를 작성하고 AI의 생성 결과를 기다리는 것이 하나의 부분이라면, 생성 결과가 만족스럽지 않을 때 IDE에서 수동으로 수정하는 과정 또한 또 다른 부분이다. 심지어 개발이 끝난 뒤에도 코드를 실행해 테스트해야 하고, 프로젝트 보고를 준비하려면 다시 문서와 프레젠테이션 도구로 전환해야 한다. 앱을 하나씩 바꾸거나 새로운 세션을 시작할 때마다, 프로젝트가 무엇을 하는지, 왜 그렇게 설계했는지, 방금 어디까지 수정했는지, 아직 해결되지 않은 문제는 무엇인지 등을 다시 설명해야만 한다. AI의 생산성은 이미 앞서 나가고 있지만, 이를 뒷받침하는 개발 인프라는—작업 스케줄링, 상태 관리, 검증의 폐쇄 루프, 결과물의 축적, 도구 간 협업 등—여전히 AI 이전 시대에 머물러 있다. 그러다 2026년이 되자, 변화의 조짐이 나타나기 시작했다. 이 해에는 AI 개인 비서 분야의 열기가 본격적으로 폭발적인 국면에 접어들었다. 메타가 선보인 개인 비서 ‘뮤즈’는 출시 2주 만에 미국과 캐나다 iOS 무료 앱 순위 1위에 올랐고, 누적 다운로드 수는 340만 건을 돌파했다. 이후 오픈AI, 구글, 바이트댄스, 텐센트, 알리바바 등 주요 기업들이 개인 비서 관련 제품의 상용화를 가속화하면서, 단기간 내에 수백 개의 업체가 우후죽순처럼 생겨났다. 그러나 대부분의 경우, 화려한 스폰서십과 과장된 광고가 실제 사용 가치를 압도했고, 현실적인 생활场景에서는 소위 ‘표준형 답안’이 존재하지 않아, 사용자의 실질적 문제를 해결하는 진정한 제품은 극히 드물었다. 그나마 예외로 꼽을 수 있는 분야는 프로그래밍이었는데, TRAE의 사례를 보면, 얼마 전 TraeCode와 TraeWork를 통합한 데 이어, 10월 29일에는 개발자용 개인 비서 TRAE를 정식으로 출시했다. TRAE는 프로젝트 간 역사적 맥락을 이해할 수 있을 뿐만 아니라, 한 프로젝트 안에서도 여러 작업을 분해·병렬 처리·통합 관리할 수 있다. 이제 개발자는 새로운 작업을 시작할 때 더 이상 처음부터 모든 것을 설명할 필요가 없으며, 복잡한 프로젝트를 추진할 때에도 스스로 작업을 나누고 세션을 전환하며 진행 상황을 점검하고 결과를 맞추는 번거로움에서 벗어날 수 있게 되었다. 이번에는 워크플로우의 진화가 마침내 AI 생성의 속도를 따라잡게 된 것이다. 01 AI 코딩의 작업 단위