주요 기능
CodePilot IDE는 단순한 AI 채팅 도구를 넘어, 실제 개발 워크플로우 전체를 자동화하는 강력한 엔진을 내장하고 있습니다. 아래는 CodePilot만의 핵심 기능들을 상세히 소개합니다.
1. 멀티 LLM 선택 및 하이브리드 운영
하나의 IDE 안에서 로컬 모델과 클라우드 모델을 자유롭게 전환하며 사용할 수 있습니다.
클라우드 모델: GPT-4, Claude 3.5 Sonnet 등 고성능 상용 모델을 조직 단위로 등록하여 사용
로컬 모델 (Ollama): 사내 PC나 서버에 설치한 오픈소스 모델을 직접 연결하여 사용. 외부 네트워크 없이도 동작
실시간 모델 전환: 대화 도중에도 모델을 즉시 변경 가능. 복잡한 코딩은 고성능 모델로, 간단한 질문은 경량 모델로 유연하게 전환
고객 가치
보안이 중요한 프로젝트는 로컬 모델만 사용하여 데이터 유출 원천 차단
작업 난이도에 따라 모델을 바꿔 쓰며 비용을 최적화
2. 작업별 모델 라우팅
사용자가 모델을 직접 고를 필요가 없습니다. 입력의 의도를 자동으로 파악하여 가장 적합한 모델과 도구를 선택합니다.
의도 분류: 사용자의 입력이 "코드 생성", "파일 검색", "명령 실행", "단순 질문" 중 무엇인지 경량 모델이 먼저 판단
자동 모델 배정: 복잡한 로직 설계는 고성능 모델이, 단순 채팅은 경량 모델이 처리
도구 자동 호출: 질문에 답하기 위해 웹 검색, 파일 읽기, Git 조회 등이 필요한 경우 자동으로 적절한 도구를 선택하여 실행
고객 가치
개발자는 모델 선택 고민 없이 작업에만 집중
비싼 모델의 불필요한 호출을 줄여 운영 비용 절감
3. 자동 파일 생성 · 수정 · 삭제
채팅으로 요청하면 AI가 파일을 직접 만들고, 수정하고, 삭제합니다. 개발자가 에디터에서 일일이 타이핑할 필요가 없습니다.
파일 생성: "로그인 API 만들어줘"라고 하면, 필요한 파일을 자동으로 생성
파일 수정: 기존 코드를 분석하여 리팩터링하거나 기능을 추가
파일 삭제: 불필요한 파일 정리도 요청 한 마디로 처리
멀티파일 동시 편집: 연관된 여러 파일(컨트롤러, 서비스, DTO 등)을 한 번에 수정. 의존성을 파악하여 호출부까지 함께 변경
고객 가치
반복적인 파일 작업을 자동화하여 개발 속도 향상
파일 간 의존성 불일치로 인한 빌드 에러 사전 방지
4. 인라인 Diff 미리보기 및 승인/거절
AI가 수정한 코드를 에디터 안에서 바로 비교하고, 원하는 부분만 선택적으로 적용할 수 있습니다.
인라인 Diff 렌더링: 별도 창을 열 필요 없이, 현재 코드 줄 사이에 추가/삭제된 라인이 색상으로 구분되어 표시
스트리밍 Diff: AI가 코드를 생성하는 동시에 실시간으로 Diff가 그려져, 완료 전에도 미리 검토 가능
블록 단위 승인/거절: 변경 사항을 덩어리(Hunk) 단위로 관리. 마음에 드는 부분만
Accept, 나머지는Reject턴 단위 일괄 처리: "이번 답변에서 만든 변경 전체"를 한 번에 승인하거나 거절 가능
영구 저장: IDE를 재시작해도 아직 승인하지 않은 변경 사항이 사라지지 않고 복원
고객 가치
AI의 자동화와 개발자의 통제권을 동시에 확보
"AI가 코드를 망칠까 봐 걱정"하는 불안감 해소
5. 터미널 명령 자동 실행
개발 환경 설정, 빌드, 테스트, 배포 등 반복적인 터미널 작업을 AI가 대신 수행합니다.
명령어 생성 및 실행: 사용자의 의도를 파악하여 적절한 쉘 명령어를 만들고 즉시 실행
OS 자동 감지: Windows(PowerShell), macOS(Zsh), Linux(Bash) 등 운영체제에 맞는 문법으로 자동 변환
실행 결과 분석: 터미널 출력(stdout/stderr)을 실시간으로 읽어 성공 여부를 판단하고, 실패 시 원인 분석 및 후속 조치 제안
세션 유지: 일회성 실행이 아니라 터미널 세션을 지속적으로 유지하여, 환경 변수나 작업 디렉토리 상태가 보존
고객 가치
복잡한 명령어를 외우거나 타이핑할 필요 없음
"이 프로젝트 실행해줘"라고 하면 의존성 설치부터 서버 구동까지 알아서 진행
6. 자동 에러 수정 및 재시도
터미널에서 발생하는 에러를 AI가 실시간으로 감지하고, 스스로 수정을 시도합니다.
다층 에러 처리:
1차 — 패턴 기반 즉시 수정:
npm install누락, 빌드 캐시 오류 등 잘 알려진 에러는 AI 없이 즉시 해결2차 — AI 분석 수정: 패턴에 매칭되지 않는 에러는 LLM이 로그와 코드를 분석하여 수정 명령 제안
에러 분류 엔진: 에러의 유형(환경 설정, 코드 버그, 의존성 문제 등)을 자동으로 분류하여 적절한 대응 전략 선택
재시도 루프: 설정된 횟수(1~10회)만큼 "수정 → 재실행 → 검증"을 반복. 해결되지 않으면 사용자에게 리포트
우선순위 에러 처리: 터미널에서 오류가 발생하면 AI가 즉시 분석을 시작하여, 개발자가 에러 로그를 읽을 필요 없이 해결책을 제시
고객 가치
에러 발생 시 구글링 없이 즉시 해결 시도
개발 흐름이 끊기지 않고 연속적인 작업 가능
7. 멀티 에이전트 오케스트레이션
복잡한 요청이 들어오면, 여러 전문 에이전트가 동시에 작업을 나눠 처리합니다. 단순 순차 실행이 아닌 병렬 처리와 결과 통합까지 수행하는 고급 기능입니다.
자동 작업 분할: "쇼핑몰 로그인 기능 만들어줘"라는 큰 요청을 받으면, [DB 스키마 설계], [API 구현], [프론트엔드 UI 작성] 등 세부 작업으로 분할
병렬 실행: 서로 의존성이 없는 작업은 최대 3개의 에이전트가 동시에 처리하여 완료 시간 단축
순차 실행: 의존 관계가 있는 작업(예: DB 설계 완료 후 API 구현)은 앞 단계의 결과를 이어받아 순서대로 진행
결과 통합: 여러 에이전트의 작업 결과를 자동으로 하나의 요약으로 통합
실패 복구: 특정 에이전트의 작업이 실패하면 자동으로 1회 재시도
검증 파이프라인: 모든 작업 완료 후 빌드/테스트를 자동 실행하여 결과물의 품질을 검증. 검증 실패 시 수정 에이전트가 자동 개입
고객 가치
단순 코딩을 넘어 프로젝트 단위의 복합 작업 수행 가능
작업 분할 → 병렬 처리 → 통합 → 검증까지 자동화된 개발 파이프라인 제공
8. 키워드 기반 자동 명령 실행
자주 반복하는 작업을 키워드에 등록해두면, 채팅에서 해당 키워드를 입력하는 것만으로 미리 정의된 명령이 즉시 실행됩니다.
LLM 의미 매칭: 정확히 같은 단어가 아니어도, AI가 의미를 파악하여 가장 적합한 등록 명령을 찾아 실행
완료 조건 설정: 명령 실행 후 "종료 코드가 0인지", "출력에 특정 문구가 포함되는지" 등 성공 조건을 지정 가능
재시도 및 에스컬레이션: 실패 시 설정된 횟수만큼 재시도하고, 그래도 실패하면 에러 로그를 AI에게 전달하여 해결 시도
고객 가치
팀의 반복 업무 노하우를 자동화 규칙으로 자산화
"빌드해줘", "테스트 돌려줘" 같은 한 마디로 복잡한 절차를 즉시 실행
9. 빌드/테스트 자동 검증
코드를 생성하거나 수정한 뒤, 자동으로 빌드와 테스트를 실행하여 품질을 검증합니다.
프로젝트 타입 감지: Node.js, Java, Python 등 프로젝트 유형을 자동 인식하여 적절한 검증 명령 실행
다단계 검증: 빌드 → 린트(Lint) → 테스트 순서로 단계적 검증 수행
실패 시 자동 수정: 검증 실패 시 AI가 에러 원인을 분석하고 코드를 수정한 뒤 다시 검증 시도
고객 가치
코드 작성 즉시 검증하여 버그가 커밋되는 것을 사전 차단
"사람이 기억해야 하는 절차"를 시스템이 지키는 절차로 전환
10. 보안 가드레일
AI가 작업을 수행하기 전에, 모든 도구 호출을 사전 검증하여 위험한 동작을 원천 차단합니다.
차단 명령어:
rm -rf /,sudo,shutdown등 시스템 파괴 가능 명령어 실행 방지보호 파일:
.env,.git,secrets.yml등 민감한 파일의 수정/삭제를 차단숨김 파일: 특정 파일이나 폴더를 AI가 읽거나 검색할 수 없도록 완전히 은닉
프로젝트 외부 접근 차단: 워크스페이스 밖의 파일에 대한 접근을 원천 차단
심볼릭 링크 우회 방지: 심볼릭 링크를 통한 보호 우회 시도를 탐지하고 차단
고객 가치
AI가 아무리 자율적으로 동작해도 보안 경계를 넘지 못함
개발자가 보안 규칙을 외우지 않아도 시스템이 자동으로 보호
11. 프로젝트 컨텍스트 자동 수집 및 지식 활용
AI가 프로젝트의 구조와 맥락을 스스로 파악하여, 정확하고 맞춤화된 코드를 생성합니다.
프로젝트 구조 분석: 디렉토리 구조, import 관계, 사용 기술 스택을 자동 파악
RAG 기반 지식 검색: 조직이 등록한 사내 문서/가이드를 검색하여 답변에 반영
프레임워크 감지: React, Spring Boot, Django 등 사용 중인 프레임워크를 감지하여 해당 프레임워크의 모범 사례를 적용
진단 정보 활용: VS Code가 감지한 문법 오류, 타입 오류 등의 진단(Diagnostic) 정보를 AI에게 전달하여 더 정확한 코드 수정 유도
고객 가치
인터넷의 뻔한 예제가 아닌, "우리 프로젝트에 맞는" 코드를 생성
신규 입사자도 프로젝트 구조를 빠르게 이해하고 즉시 개발에 투입 가능
Last updated