
이 글에서 다루는 내용: Tab·챗·Agent의 역할 구분, Agent가 잘하는 작업과 못하는 작업, 효과적인 지시 방법, 사용량 관리.
Tab vs 챗 vs Agent: 뭐가 다른가
| 기능 | 주도권 | 적합한 상황 | 사용량 소모 |
|---|---|---|---|
| Tab | 내가 코딩, AI가 보조 | 직접 타이핑하며 수정할 때 | 낮음 |
| 챗 | 대화 | 코드 이해, 원인 분석, 방법 논의 | 중간 |
| Agent | AI가 실행, 내가 검토 | 여러 파일 수정, 명령 실행이 필요한 작업 | 높음 |
실무에서의 판단 기준은 간단합니다. 손이 이미 그 파일 위에 있으면 Tab, 뭘 해야 할지 모르겠으면 챗, 뭘 해야 할지 알지만 손이 여러 개 필요하면 Agent입니다.
Agent가 잘하는 작업
패턴이 명확한 다중 파일 작업. "이 모델의 CRUD API를 기존 스타일대로 만들어줘" 같은 작업은 모델→시리얼라이저→뷰→URL→테스트를 한 번에 처리합니다. 정형화된 리팩토링. 이름 변경, 데코레이터 일괄 적용, import 정리처럼 규칙이 분명한 변경. 테스트 보강. 기존 테스트 스타일을 따라 커버리지를 채우는 작업. 에러 수정 루프. 테스트를 돌리고 실패를 고치고 다시 돌리는 반복을 스스로 수행합니다.
Agent가 자주 실패하는 작업
요구사항이 모호한 큰 작업. "결제 모듈 개선해줘"처럼 판단 기준이 없는 지시는 중간에 방향이 어긋납니다. 아키텍처 결정이 필요한 작업. 어디에 어떤 레이어를 둘지는 사람이 정하고 실행만 맡겨야 합니다. 되돌리기 어려운 작업. DB 마이그레이션 실행, 배포, 대량 삭제는 Agent의 실행 범위에서 제외하는 것이 안전합니다.
효과적으로 시키는 법 3가지
첫째, 명세처럼 쓰기. 목적, 조건, 제약, 완료 기준을 명시하세요. "주문 취소 API: 배송 전만 가능, 취소 시 재고 복구, 주문자 본인만, 테스트 포함"처럼요. 둘째, 작게 쪼개기. 한 번의 지시는 "PR 하나" 크기가 적당합니다. 크면 정확도가 떨어지고 사용량도 급증합니다. 셋째, Rules로 관례 고정. 매번 지시에 코딩 관례를 반복해서 쓰지 말고 프로젝트 Rules에 넣어두세요. 지시는 "무엇을"만 담고 "어떻게"는 규칙이 담당하는 구조가 이상적입니다.
사용량 주의: Agent는 비쌉니다
Agent 한 번의 지시는 내부적으로 파일 탐색, 읽기, 수정, 검증까지 수십 번의 모델 호출로 이어질 수 있습니다. 포함 사용량이 Tab보다 훨씬 빨리 소모되므로, 단순 질문은 챗으로, 한 파일 수정은 Tab으로 해결하고 Agent는 다중 파일 작업에 아껴 쓰는 것이 요금 관리의 핵심입니다. 한도에 걸렸을 때의 대처는 별도 글에서 다뤘습니다.
직접 쓰면서 정착된 습관
처음에는 뭐든 Agent에게 시켰습니다. 결과는 절반의 성공이었는데, 성공한 절반은 전부 "패턴이 명확한 작업"이었고 실패한 절반은 "제가 요구사항을 덜 정리한 작업"이었습니다. 지금은 지시를 쓰다가 조건이 세 줄을 넘기 시작하면 오히려 좋은 신호로 봅니다. 그만큼 명세가 구체적이라는 뜻이니까요. 반대로 지시가 한 줄로밖에 안 써지면 아직 제가 뭘 원하는지 모른다는 뜻이라 챗으로 먼저 정리합니다. 그리고 어떤 경우든 Agent의 diff는 한 줄씩 검토합니다. 이 리뷰 습관 덕분에 사고를 막은 적이 몇 번 있어서, "Agent는 주니어 개발자, 나는 리뷰어"라는 마음가짐이 저에게는 가장 잘 맞았습니다.
자주 묻는 질문 (FAQ)
Q. Agent가 만든 코드를 자동으로 적용해도 되나요?
A. 자동 적용 옵션이 있지만 diff 검토 후 적용을 권합니다. 특히 삭제가 포함된 변경과 설정 파일 수정은 반드시 눈으로 확인하세요.
Q. Agent가 중간에 이상한 방향으로 가면 어떻게 하나요?
A. 즉시 중단하고 방향을 교정하는 메시지를 보내면 됩니다. 크게 어긋났다면 변경을 되돌리고 지시를 더 구체적으로 다시 쓰는 게 이어가는 것보다 빠른 경우가 많습니다.
Q. Agent 여러 개를 동시에 돌릴 수 있나요?
A. 네. 최신 버전은 Agents Window에서 병렬 실행을 지원하고, 무거운 작업은 Cloud Agents로 분리할 수 있습니다. 다만 병렬 실행은 사용량도 병렬로 소모된다는 점을 감안하세요.
Q. 챗과 Agent 중 뭘 써야 할지 헷갈릴 때는?
A. "파일이 바뀌어야 하는가"로 판단하세요. 이해·분석이 목적이면 챗, 코드 변경이 목적이고 대상이 여러 파일이면 Agent입니다.
한눈에 보는 요약
Agent는 만능 버튼이 아니라 "명세를 주면 실행하는 손"입니다. 패턴이 명확한 다중 파일 작업에 아껴 쓰고, 지시는 명세처럼 구체적으로, 크기는 PR 하나만큼, 결과는 반드시 diff 리뷰. 이 네 가지면 Agent의 효용을 사용량 낭비 없이 뽑아낼 수 있습니다.
함께 보면 좋은 글
Cursor Rules 설정 방법 (.mdc 가이드)
Cursor 요청 한도 초과 대처법
Cursor vs Claude Code: 어떤 상황에 뭘 써야 할까?
참고 자료
'Cursor' 카테고리의 다른 글
| Cursor에 MCP 서버 연결하는 방법: mcp.json 설정 가이드 (0) | 2026.07.06 |
|---|---|
| Cursor에서 모델 선택 기준: Auto, Composer, GPT, Claude 뭘 써야 할까? (0) | 2026.07.06 |
| Cursor로 Django 개발하기: 몇 달 써보고 정리한 실전 워크플로 (0) | 2026.07.05 |
| Cursor 한글 입력 오류와 한글 깨짐, 이렇게 해결하세요 (0) | 2026.07.05 |
| Cursor 문제 해결 총정리: 느림·한도 초과·인덱싱·멈춤 증상별 해결법 (2026) (0) | 2026.07.05 |