이번 주 Copilot Weekly에 오신 것을 환영합니다. 2026년 상반기가 증명한 것이 있다면, 그것은 Microsoft와 GitHub가 AI 프론티어를 단순한 채팅과 자동완성 기능 너머로 공격적으로 밀어붙이고 있다는 사실입니다. 우리는 공식적으로 “에이전트 시대"에 진입했습니다. GitHub Copilot, Microsoft 365 Copilot, Copilot Studio 전반에 걸쳐 일관된 주제는 독립적 실행, 복잡한 추론, 그리고 엔터프라이즈 내부 시스템과의 직접 통합이 가능한 자율적 다단계 에이전트의 배포입니다. IT 리더에게 이 전환은 전략의 변화를 요구합니다. 직원에게 프롬프트 작성법을 가르치는 것에서, 이들이 안전하게 이러한 새로운 역량을 뒷받침하는 엔터프라이즈 거버넌스 프레임워크를 강화하는 동시에 위임하는 법을 가르치는 것으로 말이죠.

GitHub Copilot: 에이전트 기반 터미널과 다중 모델의 미래

GitHub Copilot은 IDE 자동완성 플러그인에서 다중 에이전트, 크로스 서피스 코딩 플랫폼으로 크게 진화했습니다. 올해 초 일반 공급(GA)에 도달한 GitHub Copilot CLI는 대대적인 UX 개편을 방금 받았습니다. 이제 CLI는 프로덕션 준비가 완료된 “터미널 네이티브 코딩 에이전트"로 기능하며, 개발자가 대화형 “Plan Mode” 또는 신뢰할 수 있는 워크플로를 위한 완전 자율 “Autopilot Mode” 중 하나에서 복잡한 워크플로를 실행할 수 있게 합니다.

특히 눈에 띄는 추가 사항은 새로운 “Rubber Duck” 에이전트입니다. 실행 전에 아키텍처 계획과 코드를 건설적으로 비평하는 전문 리뷰어입니다. 더 깔끔한 탭 기반 인터페이스, 프롬프트 예약 기능(/every와 /after), 백그라운드 실행과 결합하여, 개발자는 이제 반복적인 작업, 테스트 재실행, 보안 스캔을 자율적으로 처리하는 지속적인 코딩 동반자를 설정할 수 있습니다.

동등하게 중요한 것은 기반 파운데이션 모델의 다각화입니다. GitHub은 Copilot을 다중 모델 라우터로 공식화했습니다. Anthropic의 Claude Fable 5, Google의 Gemini 3 Pro, GitHub의 독점적 MAI-Code-1-Flash가 완전히 통합되었으며, GPT-5.2와 GPT-4.1 같은 이전 모델은 더 이상 사용되지 않습니다. 새로운 “Auto” 모델 라우팅을 통해 Copilot은 워크로드를 최적의 모델에 동적으로 매칭합니다. 지연에 민감한 라인 완성은 더 빠른 모델에, 복잡한 리팩토링 작업은 고추론 모델에 할당합니다.

이 광범위한 생태계를 지원하기 위해 GitHub은 청구를 Premium Request Units에서 채팅, 에이전트, 에이전트 워크플로에 대한 사용량 기반 “AI Credits” 모델로 전환했습니다. 이는 AI 코딩 어시스턴트를 측정 가능하고 확장 가능한 엔터프라이즈 인프라로 보는 전환을 강조합니다. Copilot SDK와 Model Context Protocol (MCP)의 GA 릴리스는 이를 더욱 공고히 하며, 조직이 내부 서비스를 Copilot 생태계에 안전하게 직접 연결할 수 있게 합니다.

Microsoft 365 Copilot: Cowork과 전용 에이전트

Microsoft 365 생태계에서 “Wave 3"이 자율적 오피스 작업의 약속을 이행하고 있습니다. 이 웨이브의 핵심은 Copilot Cowork의 일반 공급입니다. 이 실행 계층은 Microsoft 365 애플리케이션 전체에 걸쳐 장기 실행, 다단계 작업을 조율하며, 최소한의 인간 개입으로 위임과 후속 조치를 관리합니다.

Microsoft는 또한 전용, 역할 특화 에이전트를 출시하고 있습니다. Microsoft Scout는 항상 켜져 있는 개인 에이전트로, 이메일, 문서, 회의에서 지속적으로 자신을 기반으로 삼아 필요를 예측합니다. Scout와 함께 복잡한 스프레드시트 조작을 실행할 수 있는 Excel Agent, 내부 역량 강화를 가속화하는 내장 Learning Agent, 소스 파일에서 인트라넷 구조를 네이티브하게 생성하는 SharePoint Page Agent의 통합도 보고 있습니다.

이러한 에이전트를 구동하는 것이 새로운 Work IQ API입니다. 기존의 “work/web” 토글을 대체하는 Work IQ는 종합적인 지능 계층으로 기능합니다. 개발자가 조직 패턴을 활용할 수 있는 개방형 API를 제공하여, Copilot 에이전트에게 엔터프라이즈 컨텍스트, 캘린더, 활성 프로젝트에 대한 깊은 의미론적 이해를 부여합니다.

Copilot Studio: 레거시 시스템 연결과 심층 자동화

커스텀 엔터프라이즈 솔루션을 위해 Microsoft Copilot Studio는 자율 자동화를 위한 강자로 빠르게 성숙하고 있습니다. 가장 큰 게임 체인저는 Computer Use Automation의 일반 공급입니다. 최신 API가 없는 레거시 데스크톱 또는 웹 애플리케이션에 부담을 안은 IT 부서를 위해, Copilot Studio 메이커는 이제 이러한 애플리케이션을 시각적이고 대화형으로 구동하는 에이전트를 배포할 수 있습니다. 사실상 최첨단 AI와 레거시 기술 부채 사이의 간극을 메우는 것입니다.

통합 역량도 도약했습니다. Model Context Protocol (MCP) 기반의 새로운 Federated Connectors를 통해 조직은 M365 테넌트로의 데이터 복제 없이 Copilot을 서드파티 SaaS 시스템과 내부 데이터베이스에 안전하게 연결할 수 있습니다.

이러한 커스텀 에이전트의 힘이 커짐에 따라, 이를 관리하는 도구도 함께 성장합니다. Microsoft는 Advanced Evaluation & Governance 기능을 출시하여, 관리자가 다중 턴 대화 전반에 걸쳐 에이전트 성능을 종합적으로 평가할 수 있게 합니다. 오류, 경고, 거버넌스 알림을 위한 통합 대시보드를 통해 IT는 커스텀 Copilot 배포가 규모에 맞게 컴플라이언스를 준수하고 효과적으로 유지되도록 보장할 수 있습니다. SharePoint에서의 Code Interpreter 도입은 내부 데이터 분석과 추론 역량을 더욱 강화합니다.

엔터프라이즈 거버넌스와 도구의 표준화

AI 역량이 읽기 전용 채팅에서 능동적 실행으로 전환됨에 따라, 거버넌스는 더 이상 선택 사항이 아닙니다. 채택을 위한 전제 조건입니다. GitHub과 Microsoft 365 모두 강건한 정책 훅에 중투자했습니다.

GitHub에서는 커스텀 AGENTS.md 파일을 사용하여 팀이 특정 에이전트 스킬과 코딩 표준을 configuration-as-code로 정의할 수 있게 하여, 조직의 일관성을 보장합니다. preToolUse 정책 훅의 도입은 엄격한 파일 접근 통제를 제공하여, CLI가 민감한 작업을 실행하기 전에 의무적인 인간 승인 워크플로를 요구합니다. 또한 조직은 이제 최대의 데이터 프라이버시와 비용 통제를 위해 “Bring Your Own Key” (BYOK)를 사용하여 개인적으로 호스팅하는 파운데이션 모델을 연결할 수 있습니다.

M365 측면에서, Microsoft는 적격한 상용 Windows PC에 M365 Copilot 앱의 자동 설치를 재개했으며, IT 관리자가 Copilot Chat 사용을 보안, 관리, 측정할 수 있는 광범위한 통제와 함께 제공합니다. 앱에 조직 브랜딩을 적용하는 기능은 사용자가 승인된 안전한 기업 환경 내에서 작업 중이라는 신호를 주는 데에도 도움이 됩니다. 라이선싱도 진화하여, 새로운 제품 약관과 영구 SKU는 AI 평가 기간의 시대가 표준 엔터프라이즈 라이선싱으로 양보하고 있음을 나타냅니다.

IT 리더를 위한 시사점

2026년 6월 전반에 걸친 발전은 IT 리더십과 기술 책임자를 위한 명확한 로드맵을 제공합니다.

  1. 거버넌스를 활성화보다 우선시하세요: AI 에이전트의 자율 역량은 전통적인 보안 경계를 빠르게 앞지르고 있습니다. MCP 페더레이티드 커넥터, preToolUse 훅, 그리고 엄격한 에이전트 라이프사이클 정책의 구현은 광범위한 배포 전에 즉각적인 초점이 되어야 합니다.
  2. 교육을 위임으로 전환하세요: 내부 교육 프로그램을 “좋은 프롬프트 작성법"에서 Copilot Cowork과 자율 CLI 에이전트 같은 도구를 사용한 “다단계 워크플로 위임 방법"으로 전환하세요.
  3. 다중 모델 생태계를 평가하세요: GitHub이 Claude, Gemini, 독점적 MAI 모델을 완전히 수용함에 따라, IT 리더는 비용(AI Credits)과 추론 성능 모두에 최적화하기 위해 자신의 특정 워크로드에 가장 적합한 모델이 무엇인지 평가를 시작해야 합니다.
  4. 레거시 자동화를 현대화하세요: Copilot Studio의 Computer Use Automation을 활용하여 비용이 많이 드는 API 전면 개편이나 마이그레이션 없이 레거시 애플리케이션을 최신 AI 기반 워크플로로 가져오세요.

조직이 실험에서 엔터프라이즈 전반의 자율 에이전트 배포로 이동함에 따라 이러한 발전을 계속 모니터링하겠습니다. 다음 주 업데이트를 기대해 주세요.