용어집
기사와 도구 페이지에 계속 나오는 용어를 몇 줄로 정의하고, 정의가 사실에 관한 것일 때는 출처 링크를 단다.
코딩 에이전트
코드를 제안하는 데 그치지 않는 AI 소프트웨어이다. 프로젝트의 컨텍스트를 읽고, 요청을 여러 단계의 계획으로 바꾼 뒤, 그 단계를 실행하고 검증한다(코드 편집, 테스트 실행, 수정). Gartner가 첫 코딩 에이전트 Magic Quadrant(2026년 5월)에서 쓴 정의이다. 디렉터리의 예: Claude Code, Codex, OpenCode, Aider, Cline.
에이전틱
모델이 한 번의 메시지로 답하지 않고 도구(터미널, 브라우저, API)를 써서 여러 단계에 걸쳐 행동하는 사용 방식이나 도구를 가리킨다. “agentic coding”, “agentic tasks”가 그 예이다. 개발사는 DeepSWE나 Terminal-Bench 같은 테스트로 이 능력을 측정한다.
MCP (Model Context Protocol)
AI 애플리케이션을 외부 시스템에 연결하는 오픈소스 표준이다. 연결 대상은 데이터 소스(파일, 데이터베이스), 도구(검색 엔진, 계산기), 워크플로이다. 제작자들은 이를 AI 애플리케이션의 USB-C 포트에 비유한다(modelcontextprotocol.io). 도구 페이지의 “MCP 지원” 행은 해당 도구를 여기에 연결할 수 있는지를 알려 준다.
MoE (전문가 혼합)
토큰마다 파라미터의 일부만 작동하는 모델 아키텍처(Mixture of Experts)이다. 예: Meta의 Muse Spark Open은 전체 파라미터가 8,160억 개이지만 활성 파라미터는 420억 개뿐이며, 토큰마다 256개 전문가 중 8개가 활성화된다(모델 카드). 같은 크기의 밀집(dense) 모델보다 실행 비용이 낮으면서 아주 큰 모델을 쓸 수 있다는 것이 장점이다.
오픈 웨이트와 오픈소스
오픈 웨이트 모델은 내려받을 수 있지만 라이선스에 조건이 붙을 수 있다. 오픈소스 소프트웨어는 Open Source Initiative 정의를 충족해야 하며, 이 정의는 특히 개인이나 활동 분야에 대한 차별을 금지한다. 예: Muse Spark Open 라이선스는 “Built with Muse Spark Open” 표시를 요구하고, 매출이 2,000만 달러를 넘는 경우 API로 제공하려면 Meta와 별도 계약을 맺어야 한다(Muse 라이선스). 오픈 웨이트이지만 오픈소스는 아니다. DeepSeek V4.1-Flash-1017은 MIT 라이선스로 공개되었다(Hugging Face).
컨텍스트 윈도우
모델이 한 번의 요청에서 고려할 수 있는 텍스트의 최대량으로, 토큰으로 센다. 지시문, 파일, 대화 이력, 답변이 모두 포함된다. 예: GPT-6.1 Sol의 컨텍스트 윈도우는 1,050,000토큰이고 출력은 최대 128,000토큰이다(OpenAI). 윈도우가 크면 더 많은 코드를 불러올 수 있지만 비용도 늘어난다. 일부 개발사는 임계값을 넘으면 더 비싼 요금을 부과한다.
토큰
모델이 처리하는 텍스트의 단위이다. Zed에 따르면 영어 텍스트 기준으로 대략 3~4자이다. 프롬프트, 파일, 대화 이력, 도구 결과, 답변이 모두 토큰을 쓴다(OpenAI). API는 100만 토큰 단위로 과금하며 입력과 출력의 가격이 다르다. 모델 비교를 참조하고, 비용 계산기로 월 청구액을 추정해 볼 수 있다.
SWE-bench
모델이 실제 GitHub 이슈를 얼마나 잘 해결하는지 측정하는 테스트 모음이다. 원본 버전은 Python 리포지토리 12개에서 가져온 2,294개 작업으로 이루어져 있으며, SWE-bench Verified는 사람이 걸러 낸 500개 작업의 부분집합이다(swebench.com). 점수는 해결한 작업의 비율(%)이다.
DeepSWE
Datacurve가 공개한 장기 소프트웨어 엔지니어링 테스트이다. 에이전트가 리포지토리를 이해하고, 기능을 구현하고, 테스트로 검증해야 한다. 버전 1.1(2026년 6월)은 113개 작업으로 이루어져 있고, 재현성을 높이기 위해 격리된 환경에서 커밋된 코드를 채점한다(Datacurve). 참고: 개발사가 발표하는 점수는 자체 에이전트 하네스와 추론 강도를 쓰는 경우가 많아 엄밀하게 비교할 수 없다. 가격 대비 성능 차트는 이 점수를 각 모델의 가격과 대비해 보여 준다.