개발자가 “이것 만들어줘”라고 입력하고 에이전트가 코드를 생성하기까지 실제로 무슨 일이 일어나는가? Microsoft가 SDK·API·CLI를 제공하는 개발자를 위해 AI 코딩 에이전트의 7단계 내부 작동 원리를 분석했다. 에이전트가 당신의 기술을 사용하는지, 아니면 무시하는지를 이해하면 도구를 더 에이전트 친화적으로 설계할 수 있다.

7단계 흐름

1단계: 하네스(Harness)가 컨텍스트를 조합한다

모델이 보기 전에 하네스(Copilot, Claude Code, Cursor 등)가 컨텍스트 창을 조합한다. 포함되는 것들:

• 시스템 프롬프트 (하네스 고유, 개발자가 볼 수도 바꿀 수도 없음)
• 환경 정보: OS, 작업 디렉터리
• 관련 워크스페이스 파일
• 설치된 익스텐션의 도구 설명 (MCP 서버·스킬)
• 대화 히스토리
• AGENTS.md·CLAUDE.md 등 지시 파일
• 개발자 프롬프트

핵심: 익스텐션 20개를 설치했다면 하네스가 일부 도구 설명을 요약하거나 아예 제외할 수 있다. 도구 설명이 하네스의 길이 제한을 초과하면 모델이 아예 보지 못한다.

2단계: 모델이 상황을 파악한다

모델은 조합된 컨텍스트 전체를 한 번에 읽고 무엇이 가능한지 파악한다. 학습 데이터에 있는 기술이라면 기존 지식을 활용하고, 없다면 유사 기술에서 추론하거나 도구를 먼저 호출한다.

에이전트마다 성향이 다르다 — 도구를 먼저 호출하는 에이전트가 있는 반면, 학습 지식으로 바로 시작하는 에이전트도 있다. 익스텐션을 제공하더라도 에이전트가 쓰리라는 보장은 없다.

3단계: 도구 선택(또는 비선택)

모델이 충분한 정보를 가졌는지, 아니면 도구를 먼저 호출해야 하는지 결정한다. 도구 설명이 모호하거나 작업과 연결이 불명확하면 에이전트가 도구를 무시하고 학습 데이터로 추론할 수 있다.

4단계: 도구 호출

도구가 선택됐다면 에이전트가 호출한다. 응답의 품질이 이후 모든 단계에 영향을 미친다.

5단계: 응답 처리

도구 응답을 받은 모델이 코드 생성에 필요한 정보를 추출한다. 응답이 복잡하거나 노이즈가 많으면 핵심 정보를 놓칠 수 있다.

6단계: 코드 생성

모든 이전 단계가 수렴되는 지점이다. 모든 단계가 성공했다면 최신 SDK 버전·올바른 패턴·올바른 인증 흐름을 사용하는 코드가 나온다. 어느 단계라도 실패했다면 에이전트는 학습 데이터에 의존해 구버전 API나 존재하지 않는 엔드포인트를 사용하는 코드를 생성한다.

많은 에이전트가 LSP(언어 서버)와 연동해 코드 생성 중 실시간으로 오류·경고를 처리한다.

7단계: 반복(Iteration)

에이전트는 결과를 평가하고 문제가 있으면 자기 수정(self-correct)을 시도한다.

정보 종속 연쇄(Information Cascade)

1단계의 실패는 나머지 전부에 파급된다:

컨텍스트 조합 → 모델 해석 → 도구 선택 → 도구 호출 → 응답 처리 → 코드 생성 → 반복

도구 설명이 하네스에서 잘리면 3~7단계는 아예 실행되지 않는다. “도구가 호출됐는가?”만 측정하는 것으로는 이런 실패를 감지하지 못한다.

SDK·MCP 서버 설계자를 위한 시사점

• 도구 설명을 간결하게 작성할 것 — 하네스별 길이 제한을 고려하고 핵심 기능·사용 상황을 명확히
• MCP 서버 응답을 구조화해 모델이 핵심 정보를 빠르게 추출하도록 설계
• VS Code 익스텐션 또는 LSP를 제공하면 코드 생성 중 실시간 피드백으로 에이전트 출력에 영향을 줄 수 있음
• 발견(Discovery)이 가장 중요하다 — 최고의 MCP 서버도 에이전트가 선택하지 않으면 없는 것과 같다

참고 자료

• How AI coding agents actually use your technology — Microsoft for Developers (2026-05-28)