JetBrains AI, 에이전트 우선으로 전환하고 Codex를 기본 에이전트로 추천
이번 변화는 개발자들이 보다 효율적으로 AI 기능을 활용할 수 있도록 지원하는 데 중점을 둡니다.
발표자는 이러한 결정의 배경과 구체적인 내용을 영상에서 자세히 설명하겠다고 밝혔습니다.
이번 업데이트는 개발자들에게 코딩 에이전트를 통한 효율적인 워크플로우를 제공하고, Codex는 정확성, 속도, 비용 효율성의 균형을 이룬 모델로 선정되었습니다.
이번 변화는 개발자들이 보다 효율적으로 AI 기능을 활용할 수 있도록 지원하는 데 중점을 둡니다.
발표자는 이러한 결정의 배경과 구체적인 내용을 영상에서 자세히 설명하겠다고 밝혔습니다.
이전 JetBrains AI 사용자들은 AI 기능을 사용할 때 먼저 채팅 모드로 진입해야 했습니다. 이후 사용하고 싶은 코딩 에이전트와 모델을 직접 선택하는 과정을 거쳐야 했습니다.
선택 가능한 에이전트로는 Junie, Codex, Claude 에이전트 및 기타 ACP 호환 에이전트 등 다양하게 존재했습니다. 이러한 방식은 사용자에게 많은 선택권을 주었지만, 매번 설정을 해야 하는 번거로움이 있었습니다.
JetBrains AI는 이제 대부분의 사용 사례에서 개발자에게 적합한 합리적인 기본 설정을 갖춘 에이전트 모드로 시작합니다. 추천하는 조합은 Codex에 GPT 5.4 Mini를 탑재한 형태입니다.
이 조합은 정확성, 속도, 비용 효율성 사이에서 뛰어난 균형을 보여주었기 때문에 기본값으로 선정되었습니다. 개발자들은 이제 시작부터 최적화된 환경에서 AI 코딩 지원을 받을 수 있게 됩니다.
영상 녹화 이후 OpenAI에서 GPT 5.6 버전이 출시되었음에도 불구하고, 초기 테스트가 진행된 5.4 버전과 비교하여 Junie보다 Codex가 여전히 우위를 점하고 있다고 JetBrains의 에디터 마이크가 밝혔습니다. 따라서 IDE에서는 GPT 5.6이 Codex를 구동하는 것을 보게 되겠지만, 이번 영상에서 설명하는 핵심 내용은 유효하다고 강조했습니다.
마이크는 사용자들이 어떤 에이전트든 원하는 대로 선택할 수 있지만, Codex를 좋은 기본값으로 추천한다고 덧붙였습니다.
JetBrains는 사용자들이 새로운 모델 출시에 대해 걱정할 필요가 없다고 강조했습니다. 앞으로도 새로운 모델이 출시될 때마다 지속적으로 평가하여, 사용자에게 가장 효과적이고 유용한 설정을 추천할 계획이라고 밝혔습니다.
JetBrains는 Codex를 단순히 새로운 모델이거나 OpenAI의 제품이기 때문에 선택한 것이 아니라고 설명했습니다. 대신, Java, C#, Python 언어로 작성된 실제 코딩 태스크를 통해 여러 에이전트를 평가했다고 밝혔습니다.
평가 태스크에는 버그 수정, 기능 개발, 테스트 코드베이스 개선 등이 포함되었습니다. 에이전트가 생성한 변경 사항들은 테스트 스위트에서 실행되어 작업의 정확성을 검증했습니다.
JetBrains는 에이전트 평가를 세 가지 주요 질문을 중심으로 진행했다고 설명했습니다. 첫째, 에이전트가 실제로 태스크를 해결할 수 있는가? 둘째, 비용은 합리적인가? 셋째, 충분히 빠른가? 이 세 가지 질문을 통해 에이전트의 실질적인 가치를 판단했습니다.
단순히 가장 똑똑하거나 가장 빠른 모델을 찾는 것이 아니라, 실제 개발자 워크플로우에 최적화된 해결률, 비용, 지연 시간의 균형을 찾는 데 중점을 두었다고 밝혔습니다.
GPT 5.5 또는 Fable과 같은 일부 고성능 모델은 더 나은 결과를 제공할 수 있지만, 그만큼 훨씬 더 높은 비용이 발생할 수 있다고 JetBrains는 설명했습니다. 따라서 단순히 성능이 가장 뛰어난 모델을 선택하기보다는, 합리적인 비용으로 개발자들이 만족할 만한 결과를 제공하는 기본값을 찾는 것이 중요했다고 강조했습니다.
최종 후보로 GPT 5.4 Mini가 탑재된 Codex와 Gemini 3 Flash가 탑재된 Junie가 경합했습니다. 벤치마크 결과는 매우 유사하여, Codex가 전체 해결률에서 약간 우위에 있었고 Junie는 특정 영역에서 더 빠르고 저렴한 경향을 보였습니다.
이에 JetBrains는 실제 사용자들을 대상으로 A/B 테스트를 진행하여 활성화, 이탈, 실패율, 에이전트 전환 여부와 같은 지표들을 분석했습니다. A/B 테스트 결과 Junie는 Java 프로젝트에서 더 저렴하고 효율적인 경향을 보였으나, Codex는 Python과 C#에서 더 효율적이었습니다. JetBrains는 좀 더 일반화된 모델이 기본 에이전트로서 더 적합하다고 판단하여 Codex를 최종 선정했다고 설명했습니다.
JetBrains는 Codex가 유일하게 사용해야 할 에이전트가 아니라는 점을 분명히 했습니다. 사용자들은 언제든지 다른 에이전트로 전환할 수 있으며, 예를 들어 Java 프로젝트가 많은 경우에는 Junie로 전환하는 것을 고려할 수 있습니다.
이번 에이전트 우선 전환의 목표는 합리적인 기본값을 제공하면서도, 사용자 개개인의 워크플로우에 더 잘 맞는 다른 에이전트를 선택할 수 있는 유연한 옵션을 제공하는 것이라고 강조했습니다.
자막에서 근거가 되는 대목을 찾아 답합니다.
JetBrains의 다음 글도 받아볼까요?
JetBrains에 새 영상이 올라오면, 방금 읽으신 것처럼 정리해서 메일로 보내 드릴게요.
이 채널은 지난 7일 동안 4편 올렸어요.