깃허브 코파일럿 엔터프라이즈 정식 출시: 사내 코드 완벽 학습, 인당 월 39달러

개발자가 새 회사로 이직했을 때 가장 시간을 잡아먹는 일은 코딩 자체가 아닙니다. 이 회사만의 배포 절차는 어디에 적혀 있는지, 왜 오픈소스 대신 자체 프레임워크를 쓰는지 같은 내부 맥락을 파악하느라 질문하고 문서를 뒤지는 데 대부분의 시간을 씁니다.

GitHub은 2월 27일, 대기업 고객을 겨냥한 맞춤형 AI 서비스인 GitHub Copilot Enterprise를 공식 출시(GA)했습니다. 가격은 사용자당 월 39달러로 책정되었습니다.

사내 코드와 문서를 읽는 전용 AI

기존 Copilot이 오픈소스 생태계 전반의 지식을 학습했다면, Enterprise 버전은 각 기업의 고유한 코드베이스와 내부 지식을 직접 참조합니다.

가장 눈에 띄는 변화는 GitHub.com 웹 인터페이스에 직접 통합된 대화형 인터페이스입니다. 개발자는 자연어로 사내 프라이빗 저장소의 코드가 어떻게 동작하는지 묻고 관련 문서를 추천받을 수 있습니다. 또한 풀 리퀘스트(PR) 요약과 diff 변경점 분석 기능이 추가되어, 리뷰어가 변경 사항을 파악하고 머지하는 시간을 크게 줄여줍니다.

외부 최신 정보를 가져오기 위해 Bing 검색 기능도 베타로 들어갔습니다. 모델 학습 시점 이후에 릴리스된 최신 프레임워크나 API 변경점도 실시간으로 찾아볼 수 있습니다. 보안과 관련해서는 고객이 모델 파인튜닝을 명시적으로 요청하지 않는 한 비공개 코드나 프롬프트를 AI 모델 학습에 사용하지 않는다고 밝혔습니다.

사내 휴가 규정 질문부터 모델 파인튜닝까지

GitHub CEO Thomas Dohmke에 따르면, GitHub 사내에 이 기능을 먼저 배포했을 때 직원들이 코딩 외적인 질문에도 쓰기 시작했다고 합니다. 사내 문서 대부분이 GitHub 저장소에 올라가 있다 보니 Copilot에게 연차 규정을 물어보는 사례까지 나왔습니다.

기업 맞춤형 파인튜닝 기능도 곧 선보일 예정입니다. 사내에서만 쓰는 비주류 언어나 특수 라이브러리가 많은 팀은 원하는 저장소를 지정해 자체 최적화 모델을 만들 수 있습니다. Dohmke는 에디터 자동완성의 경우 지연 시간을 낮추기 위해 여전히 GPT-3.5 Turbo 기반 모델을 사용 중이며, 출시 이후 내부적으로 6회 이상 튜닝을 거쳤다고 덧붙였습니다.

액센츄어(Accenture)와 진행한 실제 기업 환경 테스트에서는 개발자의 94%가 반복 작업이 줄었다고 답했고, 90%는 정보 검색 시간이 단축되었다고 응답했습니다. 제시된 추천 코드의 채택률은 88%에 달했습니다.

왜 중요한가

우리는 Copilot Enterprise가 AI를 별도 웹사이트로 분리하지 않고 개발자가 매일 상주하는 GitHub.com과 PR 흐름 속에 그대로 녹여낸 점이 똑똑한 선택이라고 봅니다. 신규 입사자의 적응 기간을 줄이고 파악하기 힘든 레거시 시스템을 관리해야 하는 엔지니어링 조직이라면 즉시 도입을 검토해 볼 만합니다.

다만 한계도 분명합니다. 사내 저장소에 낡은 문서와 방치된 코드가 넘쳐난다면, AI 역시 엉뚱하거나 위험한 가이드를 내놓을 가능성이 높습니다. 이 도구는 탐색 비용을 획기적으로 줄여줄 뿐, 조직 내부의 무질서한 지식 관리 문제까지 대신 치워주지는 않습니다.

산업 관점에서 이번 출시는 AI 코딩 도구의 경쟁이 단순한 코드 자동완성을 넘어 기업의 지식 자산과 협업 파이프라인 전체를 장악하는 싸움으로 옮겨갔음을 보여줍니다. 기업의 코드와 프로세스 맥락을 선점한 플랫폼을 다른 도구가 밀어내기는 점점 더 어려워질 것입니다.