AI 코딩 에이전트를 도입한 기업에서 코드 작성량은 늘었지만 소프트웨어 기능 개발과 이슈 해결은 유의미하게 증가하지 않았다는 연구 결과가 나왔다. 오히려 코드 검토에 드는 시간이 길어져 AI의 작성 속도 향상이 전체 개발 효율로 이어지지 않은 것으로 분석됐다. 아스 테크니카는 10월 10일 하버드대 연구진의 기업별 개발 활동 분석을 보도했다.
코드량 30% 늘어도 기능 개발은 그대로
연구진에 따르면 AI 코딩 에이전트를 도입한 기업은 평균적으로 작성한 코드 줄 수가 30% 늘었고, 코드 변경을 저장하는 커밋은 20%, 검토·통합을 요청하는 풀 리퀘스트는 23% 증가했다. 하지만 지라(Jira) 같은 이슈 관리 도구에 기록된 이슈와 대규모 기능 단위 에픽의 해결률은 통계적으로 유의미한 변화를 보이지 않았다. AI 도입 뒤 이슈의 규모나 복잡성이 달라졌다는 증거도 확인되지 않았다.
하버드대(Harvard University) 연구진 피오나 첸(Fiona Chen)과 제임스 스트래턴(James Stratton)은 젤리피시(Jellyfish)의 엔지니어링 조직 분석 자료를 활용했다. 자료에는 2021년부터 2026년 3월까지 700여개 소프트웨어 개발 기업, 직원 70만명 이상이 수행한 3억건의 커밋·풀 리퀘스트 등 작업 기록과 이슈 관리 데이터가 담겼다. 연구진은 기업별 AI 도구 사용 자료와 깃허브(GitHub) 활동을 살펴 AI 코딩 보조 도구나 에이전트가 업무에 들어온 시점을 파악하고, 도입 전후 지표를 비교했다.
검토 지연에 생산성 향상 상쇄
에이전트 도입 뒤 풀 리퀘스트 제출부터 코인베이스(codebase)에 병합되기까지 걸리는 평균 검토 시간은 49% 늘었다. 수정 요청을 받은 풀 리퀘스트의 비중은 거의 두 배로 뛰었고, 풀 리퀘스트당 검토 의견 수도 35% 증가했다. 이에 따라 코드 검토를 맡는 직원 비중은 14% 늘었다. 연구진은 코드 작성 단계의 속도 향상이 검토와 수정 등 후속 작업의 부담에 흡수된 것으로 해석했다.
AI가 코드 검토를 대신하는 효과는 아직 제한적인 것으로 나타났다. 2026년 3월까지 분석 대상 기업의 80%가 어떤 형태로든 AI 코드 검토를 사용했지만, AI 에이전트가 작성한 검토 의견은 전체의 23.3%, 검토 대상 풀 리퀘스트는 10.8%에 그쳤다. 연구진은 젤리피시 자료의 활동 인원과 링크드인(LinkedIn) 자료를 대조한 결과, AI 도입에 따른 고용 인원의 유의미한 변화를 확인하지 못했다고 밝혔다.
연구 대상 기업의 95%가 AI 코딩 에이전트를 도입한 것으로 집계됐지만, 에이전트는 코딩 현장에서 비교적 새로운 도구다. 연구 자료 집계가 끝난 2026년 3월 이후에도 AI 코딩 에이전트의 결과물은 크게 개선됐다. 팀이 어떤 작업에 에이전트를 투입할지 익히면서 작성 시간과 검토 시간의 격차가 달라질 가능성은 있지만, 현재 자료에서는 코드 작성량 증가가 곧바로 소프트웨어 산출 증가나 인력 감축으로 이어졌다는 근거가 나타나지 않았다.