코딩 에이전트가 만든 AI 모델 경쟁 구도

인공지능 모델 경쟁의 판도를 코딩 에이전트가 바꿔놓고 있다는 분석이 제기됐다. 앤스로픽이 LLM 경쟁에서 앞서 나간 배경으로는 코딩 에이전트 분야를 선도한 점이 꼽힌다. 코드는 실행 결과와 단위 테스트로 성능을 비교적 쉽게 검증할 수 있어 강화학습 기반의 사후 학습(post-training)에 특히 적합하다. 나아가 코딩 에이전트 자체가 모델 연구와 실험을 가속해 개발 속도를 끌어올리는 엔진 역할을 한다는 점이 핵심으로 지목된다. 이 관점에서 Claude Code와 같은 자체 코딩 제품의 전략적 가치는 구독 매출이 아니라 데이터 선순환 구조에 있다. 실사용 데이터가 모델 개선에 재투입되고, 프로젝트 맥락과 사용자 선호가 누적되면서 전환 비용이 높아지며, 더 나은 모델이 더 많은 사용자와 데이터를 끌어와 다시 개선 속도를 높이는 플라이휠이 작동한다는 설명이다. 즉 경쟁력은 모델 가중치뿐 아니라 코딩 하네스, 사용자 기반, 피드백 데이터를 아우르는 시스템 전체에서 나온다. 다만 판도는 유동적이다. 오픈AI의 Codex가 이례적으로 빠른 속도로 사용자를 확보하고 있고, GPT-6 출시 시점이 앞당겨졌다는 관측도 나온다. 일부 업계에서는 Codex의 부상으로 앤스로픽의 중소기업 대상 B2B 매출 성장세가 이미 상당히 둔화됐다는 이야기도 흘러나온다. 한편 '다음 Claude Code는 무엇인가'라는 질문 자체가 잘못됐다는 지적도 있다. 코딩 에이전트의 진짜 목표는 코딩이 아니라 자동화 가능한 모든 업무이며, 코드 생성 도구에서 데이터 분석·리서치·문서 작성·재무 업무 자동화로, IDE 플러그인에서 다양한 도구를 직접 조작하는 에이전트로, 개발자 시장에서 전체 지식 노동자의 생산성 시장으로 빠르게 확장되고 있다는 것이다. 따라서 코딩 모델의 총 시장 규모는 개발자 수가 아니라 자동화 가능한 업무 전체로 측정해야 한다는 결론이다.