깃허브 풀 리퀘스트 열 건 중 넷은 에이전트가 연다 — 모델 하나만 쓰는 개발자는 줄었고, 새 점수표의 1등은 아직 아무나 부를 수 없다

10월 28일 깃허브는 연례 보고서 Octoverse 2026에서 「9월 풀 리퀘스트의 40% 이상이 에이전트로 시작됐다」고 밝혔습니다. 3월에는 17%였습니다. 같은 보고서에서 모델을 직접 고르는 코파일럿 이용자의 61%는 한 달에 둘 이상의 모델을 썼고, 어떤 모델도 요청의 25%를 넘지 못했습니다. 같은 날 구글은 Argon 발표 4주 만에 「가장 강한 모델」 Gemini 4 Carbon을 내놓았는데, 이번에도 사이버 방어자 일부에게 먼저입니다. Carbon이 1등을 한 점수표는 하루 전 통째로 바뀐 것이어서 옛 점수와 비교할 수 없습니다. 쓰는 쪽의 숫자(깃허브)와 만드는 쪽의 숫자(구글·평가 기관)를 나란히 놓고, 작은 팀이 모델을 고르는 방식에 무엇을 바꿔 적을지 적었습니다.

이 글은 AI(Claude)와 함께 작성했고 편집자가 검수했습니다. Claude를 만든 앤트로픽은 이 글에 나오는 구글·OpenAI와 경쟁하는 회사이고, 앤트로픽의 모델이 이 글의 순위표에 2위로 등장합니다. 깃허브는 마이크로소프트의 회사이고, 우리 회사는 이들 회사의 AI 도구를 업무에 쓰는 유료 고객입니다. 회사가 발표한 수치는 「회사가 발표한 것」으로 표시했고, 독립 평가 기관의 수치는 어느 버전의 점수표인지 함께 적었습니다. 이 글은 특정 회사의 주식을 사거나 팔라는 권유가 아닙니다.

우리는 NO.16에서 「어떤 AI를 제일 많이 쓸까」를, NO.17에서 「작업별로 어떤 AI를 쓸까」를 썼습니다. 그때 답은 「조사마다 숫자가 다르고, 회사들이 밝힌 용도가 있다」였습니다. 이번 주에 성격이 다른 숫자 두 묶음이 같은 날 나왔습니다. 하나는 쓰는 쪽의 숫자입니다. 깃허브가 1년치 활동을 세어 낸 연례 보고서로, 개발자 2억 2,500만 명이 실제로 무엇을 올리고 어떤 모델을 골랐는지가 들어 있습니다. 다른 하나는 만드는 쪽의 숫자입니다. 구글이 「가장 강한 모델」을 또 내놓았고, 독립 평가 기관의 점수표에서 1등을 했습니다. 두 숫자를 나란히 놓으면 「무엇이 제일 좋은가」보다 「사람들이 실제로 어떻게 고르는가」가 보입니다.

1. 깃허브 Octoverse 2026 — 풀 리퀘스트 40%는 에이전트가 연다 (사실)

깃허브는 10월 28일 연례 보고서 Octoverse 2026을 냈습니다(회사 발표, 2025년 10월 1일~2026년 9월 30일 기준). 우리가 직접 읽은 공식 글의 수치입니다.

에이전트가 시작한 풀 리퀘스트. 「9월 기준 개발자들은 풀 리퀘스트의 40% 이상을 에이전트로 시작한다. 3월에는 17%였다.」 9월 한 달에 1억 1,000만 건이고, 3월의 약 6배입니다. 보고서는 이 수치가 「하한」이라고 적었습니다. 에이전트 사용이 전부 감지되지는 않기 때문입니다.
그 PR은 어떻게 되나. 에이전트로 시작한 PR 가운데 여러 파일을 고치는 비율은 약 87%(에이전트 흔적이 없는 PR은 79%)이고, 2주 안에 합쳐지는 비율은 2월 83%에서 9월 90%로 올랐습니다. 비교 집단은 약 86%로 그대로였습니다.
전체 규모. 12개월 동안 푸시 179억 건, 커밋 343억 건, 합쳐진 PR 13억 건(하루 약 350만 건), 액션 작업 454억 건입니다. 전년 대비 커밋은 129억에서 343억으로 늘었습니다. 집계 창과 기준이 올해 바뀌어 2024·2025년 수치도 다시 계산했다고 보고서는 밝혔습니다. 현장에 있었던 개발자 사이먼 윌리슨은 무대 발표 수치로 「월 합쳐진 PR 2억 2,000만 건, 1년이 안 되는 사이에 3배」를 적었습니다.
언어. 기여자 수 기준 타입스크립트 1위, 파이썬 2위, 자바스크립트 3위이고, 러스트는 1년 새 두 배로 가장 빨리 늘었습니다. AI 흔적이 있는 합쳐진 PR의 비율은 타입스크립트 약 44.1%, 파이썬 41.1%, 러스트 40.4%, 자바 21.2%입니다.
개발자. 2억 2,500만 명 이상. 미국 3,830만, 인도 3,200만이고 두 나라 모두 올해 1,000만 명 이상 늘었습니다.

2. 같은 보고서 — 모델을 하나만 쓰는 사람이 줄었다 (사실)

Octoverse 2026에는 깃허브 코파일럿 안에서 이용자가 직접 고른 모델의 통계가 처음 실렸습니다(회사 발표). 자동 선택, 직원 사용, 자기 키를 가져다 쓰는 요청은 뺐고, 주간 활성 이용자 1,000명 이상인 모델만 셌으며, 보고서는 이 수치가 「관찰된 사용이지 모델의 품질이 아니다」라고 못 박았습니다.

둘 이상 쓴다. 9월에 모델을 직접 고른 이용자의 61%가 둘 이상의 모델을 썼습니다. 넉 달 전에는 50%였습니다.
종류가 늘었다. 유료 이용자가 쓴 모델 종류는 5월 29개에서 9월 47개로 늘었고, 어떤 모델도 요청의 25%를 넘지 못했습니다. 보고서는 모델 이름별 점유율을 공개하지 않았습니다.
용도가 갈린다. 이용자가 고른 요청 100건 가운데 범용 38건, 깊은 추론·계획 37건, 빠르고 가벼운 모델 25건입니다. 유료 이용자의 63%는 9월에 자동 모델 선택을 한 번 이상 썼습니다.
코파일럿 자체. 월간 활성 이용자의 55%가 에이전트 기능을 쓰고(1년 전 35%), 클라우드 에이전트는 전년 대비 230% 늘었습니다.

같은 주에 OpenAI 쪽에서도 「고르는 법」이 나왔습니다. GPT-6.1 Terra를 다룬 해커뉴스 토론에서 OpenAI 직원 테드 샌더스는 자사 모델 이름이 크기 순(Luna < Terra < Sol < Astra)이고, 크기가 신뢰성·토큰당 비용·사소한 사실의 기억을 주로 좌우하며, 버전 번호(6.1)는 「7이라고 부를 만큼 큰 도약은 아니라는」 개선 폭을 뜻한다고 설명했습니다. 품질만 보면 Astra, 값을 조금 보면 Sol, 값을 많이 보면 Terra·Luna라는 조언도 적었습니다. 토론의 큰 흐름은 「모델이 하나씩 따로 나와 어느 쪽이 나은지 알기 어렵고, 작업별 안내가 없어 각자 평가해야 한다」는 불만이었습니다. 사이먼 윌리슨이 이 댓글을 소개했고, 우리는 토론 원문을 직접 열어 확인했습니다. 직원 개인의 댓글이지 회사 문서는 아닙니다.

3. 구글 Gemini 4 Carbon — 또 「가장 강한 모델」, 또 일부에게 먼저 (사실)

구글은 10월 28일 「Gemini 4 Carbon: 우리의 다음 최상위 모델」을 냈습니다(구글 딥마인드 코레이 카부크추오글루 명의, 회사 발표). Argon이 Gemini 앱에 풀린 지 2주 만입니다.

무엇이라고 하나. 「사이버 보안과 긴 작업(long horizon)에서 최고 수준」이고, 사내 팀이 큰 코드베이스의 버그를 찾아 고치는 여러 단계 작업을 며칠 동안 이어 가게 했다고 회사는 적었습니다. 코딩·에이전트·과학·풀스택 웹·멀티모달이 좋아졌다는 설명입니다.
누가 먼저 쓰나. 이번 주에는 사이버 방어자 일부, 그다음은 Fairwind 프로그램의 신뢰 파트너(정부·핵심 기반 시설·핵심 플랫폼·방어 연구 학계, 심사 뒤 접근), 미국 정부의 자발적 사전 시험에도 참여하며, 개발자·기업·소비자에게는 「가능한 한 빨리」입니다. 날짜·제품·요금제는 없습니다. Fairwind 프로그램 페이지는 우리가 읽은 시점에 Argon만 적고 있었습니다. 매체 9to5Google·Mashable 둘 다 「일반 공개 시점은 미정」으로 읽었습니다.
가격. 회사 블로그에 적힌 가격은 Argon과 같은 도입가(입력 100만 토큰당 2달러·출력 10달러, 캐시 입력 95% 할인)와 이후 가격(4달러·20달러)입니다. 다만 부를 수 없는 모델의 가격표입니다.
회사 수치. WebDev Arena +89 Elo로 4위(1,768), 취약점 찾기 SEC-bench Pro 88.2%, 익스플로잇 ExploitGym 54.8%, 패치 CWE-bench 71.0%, Gray Swan 간접 프롬프트 주입 벤치마크 공격 성공률 0.0%(Argon 0.7%), Terminal-Bench 4.0에서 부정행위 성공 0.0%·시도 0.4%, 사내 코딩 환경의 고위험 미스얼라인먼트 경보 약 80% 감소, 근거 없는 주장 약 절반. 전부 회사가 발표한 것이고, 사이버 벤치마크는 안전장치를 끈 상태에서 쟀다고 회사는 적었습니다. Mashable은 회사 표를 읽어 「17개 벤치마크 중 15개 1위, FrontierSWE 2는 GPT-6 Astra, OSWorld-2.1은 Claude Opus 5.5가 앞섰다」고 전했습니다.
독립 점수표. Artificial Analysis 지능 지수 v5.0에서 Carbon(High)은 59로 1위입니다. 우리가 직접 연 그 기관의 모델 페이지는 54개 모델 중 1위, 과제당 비용 7.76달러(53개 중 47위), 지수 전체에 쓴 출력 토큰 2억 개(중앙값 7,000만, 장황함 순위 53개 중 51위), 첫 토큰까지 97.9초(중앙값 3.37초)로 적고 있습니다. 같은 기관의 순위표(직접 확인)에서 2위는 Claude Opus 5.5(Max) 58이고, Argon 50은 Mashable 보도입니다. 모델 페이지는 구글 API 한 곳을 통해 호출할 수 있다고 적고 있으나(이전에 보였던 「공개 API 없음」 표시는 우리가 다시 연 시점엔 없었습니다), 구글 글은 일반 공개 시점을 밝히지 않았습니다.

점수표 자체가 바뀌었다는 점이 중요합니다. Artificial Analysis는 10월 27일 지수를 v5.0으로 개편했습니다(기관 변경 기록·방법론 페이지 직접 확인). 평가 9개를 지식 노동·코딩·과학·일반 네 영역에 25%씩 묶었고, 그중 5개(AA-Briefcase, AutomationBench-AA, FrontierCode 2.0, CritPt v2, AA-Omniscience v1.1)는 문제를 공개하지 않는 비공개 평가입니다. GDPval은 지수에서 빠졌습니다. 방법론 페이지는 버전이 다른 점수는 직접 비교할 수 없다고 적습니다. Argon은 구버전에서 53이었고 v5에서는 50입니다. 같은 모델의 점수가 3점 내려갔는데, 모델이 나빠진 것이 아니라 자가 바뀐 것입니다.

두 숫자를 나란히 읽는 법 (해석)

첫째, 「40%」는 「에이전트가 썼다」가 아니라 「에이전트로 시작했다」입니다. 깃허브는 감지된 흔적을 셌고 그것도 하한이라고 했습니다. 사람이 처음부터 끝까지 지켜본 PR과 에이전트가 혼자 연 PR이 한 숫자에 섞여 있습니다. 그래도 우리가 눈여겨본 것은 합쳐지는 비율입니다. 에이전트로 시작한 PR의 2주 내 병합률(90%)이 나머지(86%)보다 높아졌다는 것은, 검토자들이 그 PR을 받아들이기 시작했다는 뜻입니다. 거부율이 올라가는 쪽이 아니었습니다. 다만 이 수치는 코파일럿이 깊이 들어간 깃허브 안의 관찰이고, 다른 도구를 쓰는 팀의 숫자는 여기 없습니다.

둘째, 「제일 좋은 모델」을 묻는 질문에 사용자들은 「여러 개」라고 답하고 있습니다. 61%가 둘 이상, 47종, 25%를 넘는 모델 없음. NO.16에서 「조사마다 숫자가 다르다」고 썼는데, 깃허브 숫자는 그 이유를 하나 더 보여 줍니다. 사람들은 한 모델을 고르는 것이 아니라 용도별로 칸을 나눠 고릅니다(범용 38·추론 37·경량 25). 그리고 회사 쪽 사람이 직접 「우리 모델 이름은 크기 순이고, 값에 얼마나 민감한지로 고르라」고 말한 것은, 회사가 공식 문서에서 잘 안 하는 말입니다. 우리는 이 댓글을 「회사 안내」가 아니라 「고르는 축이 크기·값·속도라는 힌트」로 읽습니다.

셋째, 「새 1등」은 세 가지를 같이 봐야 합니다. 자가 바뀐 직후의 1등인가(v5는 하루 전에 나왔습니다), 몇 점 차인가(2위와 1점), 부를 수 있는가(아직 없습니다). 거기에 비용과 장황함이 붙습니다. 과제당 7.76달러로 53개 중 47위, 출력 토큰은 중앙값의 약 3배, 첫 토큰까지 1분 반이 넘습니다. 점수 1점 위에 있는 모델이 우리 작업에 맞는지는 이 숫자들이 더 많이 말해 줍니다. 우리는 NO.15에서 Argon을 「더 강하게, 일부에게 먼저」라고 썼고, NO.22에서 「점수는 누가 매겼나」를 물었습니다. Carbon은 그 두 글의 반복입니다. 다만 이번에는 「먼저」의 대상이 유료 구독자가 아니라 사이버 방어자입니다. 회사가 이 모델의 첫 쓰임을 보안으로 정한 셈이고, 그래서 공개 시점을 더 보수적으로 잡았다고 우리는 읽습니다(해석).

넷째, 우리가 덧붙이는 해석입니다. 쓰는 쪽 숫자와 만드는 쪽 숫자는 서로를 설명합니다. 모델이 2주마다 「가장 강한」 것으로 바뀌니 사용자는 한 모델에 묶이지 않고, 사용자가 여러 모델을 쓰니 자동 선택(63%가 사용)과 라우팅이 기본값이 됩니다. NO.4에서 「모델이 매주 바뀔 때 일하는 기준」을 썼을 때는 가정이었는데, 이제 깃허브 숫자가 그 가정을 받쳐 줍니다.

우리라면 — 모델을 고르는 문서에 세 줄을 바꿔 적는다 (실전)

우리 팀은 앱 백엔드·커머스 연동·리아 영상 대본에 모델 서너 개를 섞어 씁니다. NO.17의 「작업별 모델 표」를 이번 주 숫자로 고치면 세 줄입니다.

우리 PR도 센다. 에이전트(Claude Code·Codex 등)로 연 PR에는 라벨을 붙이고, 매달 「에이전트 시작 PR 비율·2주 내 병합률·되돌림(revert) 비율」 세 숫자를 적습니다. 깃허브 전체는 40%·90%입니다. 우리 숫자가 이보다 낮으면 도구 문제이거나 검토 병목이고, 병합률은 높은데 되돌림이 늘면 검토가 느슨해진 것입니다. 깃허브 보고서에 없는 세 번째 숫자(되돌림)를 우리가 더 보는 이유입니다.
칸을 셋으로 나눈다. 범용·깊은 추론·경량, 깃허브 이용자들이 실제로 나눈 비율(38·37·25)과 같은 세 칸으로 작업 표를 다시 씁니다. 「리아 대본 초안」은 범용, 「세이프리스트 성분 판정 규칙 검토」는 깊은 추론, 「상품 설명 100개 분류」는 경량. 칸마다 1순위와 대체 모델을 적고, 새 모델이 나오면 전체가 아니라 그 칸 하나에서만 시험합니다. 값에 얼마나 민감한 작업인지를 칸의 두 번째 기준으로 둡니다. 샌더스가 말한 축과 같습니다.
새 1등은 세 줄짜리 확인 뒤에 시험한다. ①같은 버전의 점수표에서 비교했는가(v4 점수와 v5 점수를 섞지 않는다) ②API로 부를 수 있는가(없으면 표에 「대기」로 적고 시험하지 않는다) ③과제당 비용·출력 길이·첫 토큰 시간은 지금 쓰는 모델과 얼마나 다른가. 세 줄을 채운 뒤에야 2번의 칸 하나에서 시험합니다. 점수 1점 차이로 모델을 바꾸지 않습니다.

이번에 고르지 않은 것

Artificial Analysis 변경 기록에 있는 「Mistral Large 4(10월 29일 평가)」는 미스트랄 공식 발표를 찾지 못해 다루지 않았습니다(AI Weekly 10월 10일 글은 허깅페이스 모델 페이지를 근거로 「10월 31일 오픈 웨이트 예정」으로 적었고, 우리는 그 페이지를 직접 열지 않았습니다). 보안 업체 GitGuardian이 Octoverse를 읽으며 붙인 자사 수치(노출 비밀 2,865만 건, 특정 코딩 도구가 보조한 커밋의 비밀 포함률 등)는 교차 확인 전이라 쓰지 않았습니다. Mashable 기사에 있는 구글 딥마인드 경영진 변동 언급은 한 매체의 것이라 쓰지 않았습니다. 허깅페이스의 새 글 3건(NVIDIA 다국어 전사 모델, LiquidAI LFM3, AI2의 「LLM이 연구 아이디어의 새로움을 판정할 수 있나」)은 본문을 아직 읽지 않았습니다. 앤트로픽의 10월 27·28일 발표(신약 개발·AI for Science)는 이해관계가 커 교차 확인 뒤 따로 다룹니다.

이 소식에서 확인하지 못한 것

Octoverse의 모든 수치는 깃허브가 발표한 것이고, 독립 검증은 없습니다. 에이전트 비율은 회사 스스로 「하한」이라고 했고, 모델 통계는 코파일럿 안에서 직접 고른 요청만 센 것입니다. 모델 이름별 점유율은 공개되지 않았습니다.
사이먼 윌리슨이 적은 「월 합쳐진 PR 2억 2,000만 건」은 무대 발표를 옮긴 것으로, 우리가 읽은 공식 글에는 12개월 합계(13억 건)만 있습니다. 깃허브 유니버스 요약 페이지에서도 이 수치를 찾지 못했습니다.
Carbon의 보안 벤치마크·안전 수치는 회사 발표이며 독립 평가 기관의 확인은 지능 지수뿐입니다. 「17개 중 15개 1위」는 Mashable이 회사 표를 읽은 것이고, 우리는 표 전체를 직접 확인하지 못했습니다. Argon의 v5 점수 50도 Mashable 보도입니다.
Artificial Analysis 모델 페이지는 구글 API 한 곳을 통해 호출할 수 있다고 적지만, 구글 글에는 일반 공개 시점이 없어 누가 지금 호출할 수 있는지는 확인하지 못했습니다. 한 게이트웨이 업체 글에 있는 Carbon의 환각률·정확도 수치는 그 기관 페이지에서 확인하지 못해 쓰지 않았습니다.
Carbon의 일반 공개 시점·제품·요금제는 회사 글에 없습니다. 테드 샌더스의 설명은 직원 개인의 댓글이며 OpenAI 공식 문서가 아닙니다.

함께 읽은 글

성격이 다른 출처를 직접 열어 확인했습니다. 회사 공식 문서, 독립 평가 기관, 개인 블로그·커뮤니티, 매체 보도, 보안 업체, 우리 이전 글을 나눠 적습니다.

회사 공식 문서:

독립 평가 기관:

개인 블로그·커뮤니티:

매체 보도:

보안 업체:

securityboulevard.comGitHub Octoverse 2026: AI Agents, Citizen Developers, and the New Security Reality (GitGuardian, Security Boulevard)영문, Octoverse 수치 교차 확인용(자사 집계 수치는 본문에 쓰지 않음)

우리 이전 글: