광업·건설업 AI 프로젝트 65배 폭증…깃허브 '옥토버스 2026' 발표

산업 전반으로 번지는 AI 코딩 에이전트의 영향력

인공지능(AI) 코딩 에이전트가 IT 산업의 경계를 넘어 광업, 건설, 보건의료, 농업 등 전통적인 산업 현장까지 깊숙이 침투하고 있다. 깃허브가 지난 27일(현지시간) 발간한 '옥토버스 2026' 보고서에 따르면, 산업 현장의 난제를 해결하기 위한 AI 기반 개발 프로젝트가 최근 몇 년간 비약적인 성장을 기록했다.

특히 광업, 채석업, 석유 및 가스 채굴 분야를 지원하는 코드 저장소는 2022년 대비 약 65배라는 경이로운 증가율을 보였다. 초기 규모가 미미했던 건설업과 사업지원 서비스업 또한 각각 17~18배가량 몸집을 불렸으며, 제조업 분야의 프로젝트 역시 3배 넘게 확대된 것으로 확인됐다.

깃허브는 2022년부터 올해까지 생성된 공개 저장소의 무작위 표본을 추출한 뒤, 북미산업분류체계(NAICS)를 적용해 산업별 AI 에이전트 활용도를 분석했다. 분석 과정에서는 저장소의 명칭과 상세 설명을 검토하여 해당 프로젝트가 어떤 산업군을 지원하는지 분류하는 방식을 채택했다.

현장 맞춤형 AI 개발 사례와 실제 활용 격차

분야별 세부 지표를 살펴보면 전문·과학·기술 서비스업 관련 저장소는 동기간 약 5배 증가하며, 전체 산업 순위에서 정보산업에 이어 2위로 도약했다. 농업·임업·어업·수렵업과 보건의료·사회복지 서비스업 역시 각각 두 계단과 한 계단씩 순위가 상승하며 AI 도입세가 뚜렷해졌다.

실제 개발 사례도 구체화되고 있다. 제조업에서는 공구 사진을 분석해 맞춤형 서랍 정리함을 설계하고 3D 프린팅까지 연결하는 도구가 등장했으며, 보건의료계에서는 대규모 조직 표본의 디지털 이미지를 효율적으로 분석하는 기술이 소개됐다. 대학 연구진은 가축의 행동 패턴을 영상으로 분류하는 시스템을 선보였고, 산업 시설 내 재사용 가능한 열원을 탐지하는 도구도 개발됐다. 이는 각 분야 전문가들이 AI 에이전트의 조력을 받아 직접 해결책을 구현하고 있음을 시사한다.

다만 보고서는 프로젝트 수의 증가가 곧바로 에이전트의 완전한 활용을 의미하는 것은 아니라고 분석했다. 광업과 농업, 보건의료 분야 저장소 중 40% 이상이 AI를 언급했음에도 불구하고, 에이전트가 직접 코드 변경을 요청한 사례는 3% 수준에 머물렀다. 반면 건설업은 AI 언급 비중이 25%였으나 에이전트의 코드 변경 요청 비중이 9%로 나타나 산업 중 가장 높은 활용도를 기록했다.

개발 패러다임의 전환: AI가 초안 잡고 사람이 검토

개발자들의 업무 방식 또한 근본적으로 변하고 있다. 개발자가 AI 에이전트에게 과업을 부여하고 그 결과물을 검토하는 구조가 정착되는 추세다. 깃허브 데이터에 따르면 올해 9월 접수된 코드 변경 요청(Pull Request) 중 40% 이상이 에이전트가 작성한 초안에서 시작되었다. 이는 지난 3월의 17%와 비교하면 불과 반년 만에 두 배 이상 급증한 수치다.

9월 한 달간 에이전트가 시작한 코드 변경 요청 건수는 1억 1,000만 건에 달해, 지난 3월보다 약 6배가량 늘어났다. 깃허브 코파일럿의 월간 활성 사용자 중 에이전트형 기능을 쓰는 비중도 1년 전 35%에서 55%로 올랐다. 특히 독립적 수행이 가능한 '코파일럿 클라우드 에이전트' 이용량은 전년 대비 230% 폭증하며 에이전트 채팅 증가율(85%)을 압도했다.

에이전트가 관여한 코드 변경 사항이 2주 내에 실제 코드에 반영되는 비율도 2월 83%에서 9월 90%로 개선되었다. 보안 및 검토 도구의 활용도 역시 눈에 띈다. AI 기반 코드 검토와 깃허브 어드밴스트 시큐리티 이용량은 전년 대비 90% 이상 늘었으며, API 키나 비밀번호 노출을 막는 푸시 보호 기능은 올해 총 58억 회의 검사를 수행했다.

사상 최대 규모의 개발 활동과 모델 다변화

전체 개발 활동 규모도 역대 최대치를 경신했다. 지난해 10월부터 올해 9월까지 발생한 코드 변경 전송 횟수는 179억 회로, 2024년과 2025년의 합계보다 많다. 코드 변경 이력을 기록하는 커밋(Commit)은 343억 회로 2년 전보다 3배 이상 증가했으며, 실제 반영된 변경 요청도 13억 건에 달하며 3배 넘게 성장했다.

에이전트 설정 파일을 포함한 신규 저장소의 평균 커밋 수는 그렇지 않은 경우보다 8배 높게 나타났다. 다만 이는 코드 활동량이 많음을 의미할 뿐 소프트웨어 품질이나 생산성이 8배 높다는 뜻은 아니라고 보고서는 덧붙였다. 현재 깃허브 이용자 수는 2억 2,500만 명을 돌파했으며, 미국(3,830만 명)과 인도(3,200만 명)가 가장 큰 비중을 차지하고 있다.

최근 개발자들은 하나의 AI 모델에 의존하지 않고 작업 성격에 따라 모델을 골라 쓰는 경향을 보인다. 9월 기준 코파일럿 사용자 중 61%가 두 개 이상의 모델을 활용했으며, 유료 사용자가 이용하는 모델 종류도 5월 29종에서 9월 47종으로 확대됐다. 특정 단일 모델이 전체 요청의 25%를 넘지 못할 만큼 모델 활용이 다변화되었다.

개발자들은 범용 모델(38%), 복잡한 추론 및 계획용 모델(37%), 빠르고 가벼운 모델(25%)을 작업 목적에 맞춰 배분해 사용하고 있다. 또한 유료 사용자의 63%가 자동 모델 선택 기능을 활용 중이다. 깃허브는 작업 단계별 모델 배정 기능인 '깃허브 코파일럿 퓨전'을 정식 제공하며, 아이디어를 실현하는 것은 쉬워졌지만 무엇을 누구를 위해 만들지는 여전히 개발자의 몫임을 강조했다.