대규모 언어모델(LLM)을 단순한 코드 자동완성 도구가 아니라 목표를 스스로 계획·분해해 코드를 작성·실행·검증하고 그 결과로 다음 행동을 결정하는 자율 행위자(agent)로 활용하는 소프트웨어 개발 방식. 사람이 자연어로 의도를 제시하면 에이전트가 코드베이스를 읽고, 여러 파일에 걸쳐 변경 계획을 세우며, 셸·편집기·테스트·버전관리 같은 도구를 직접 다뤄 작업을 끝까지 수행하는 것을 지향함. 기술적 토대는 추론 과정과 도구 사용을 번갈아 수행하게 한 ReAct(2022) 같은 프롬프트 기법, 코드에 특화된 모델(OpenAI Codex)을 IDE에 붙인 깃허브 코파일럿(2021), 그리고 실제 깃허브 이슈 해결 능력을 측정하는 SWE-bench(2023) 같은 평가 기준의 등장에서 비롯됨. 2023년 AutoGPT의 자율 루프 실험과 2024년 코그니션의 데빈 공개는 "자율 소프트웨어 엔지니어"라는 개념을 대중화했고, 앤트로픽의 모델 컨텍스트 프로토콜(MCP, 2024)은 에이전트가 외부 도구·데이터에 표준 방식으로 접근하는 길을 엶. 2025년 이후 클로드 코드, OpenAI 코덱스, 제미나이 CLI, 깃허브 코파일럿 CLI 등 터미널·클라우드에서 동작하는 에이전트형 코딩 도구가 잇따라 출시되며 빠르게 실무에 확산됨. 코드 생산성을 높이는 동시에 자율성에 따른 검증·보안·신뢰성 문제를 함께 제기하는, 소프트웨어 개발 패러다임 전환의 핵심 흐름으로 평가.