노코드 AI 에이전트 개발의 역습과 개발자의 역할

11분

7시간 전

2.5K

디파이(Dify), n8n, 메이크(Make) 살펴보기

요즘 인공지능(AI)의 발전으로 가장 두려움을 느끼는 사람들은 누구일까요? 아마도 주니어 개발자들이 아닐까 싶습니다.

2025년 1월, 마크 주커버그는 한 팟캐스트 인터뷰에서 “2025년이면 AI가 미드 레벨 개발자를 대체할 수 있을 정도로 발전할 것이며, 이미 메타(Meta) 코드의 상당 부분은 AI가 작성하고 있다”고 말했습니다. 또한 그는 “앞으로 12~18개월 이내에 대부분의 코드를 AI가 작성하게 될 것”이라며, 단순 자동 완성 수준을 넘어, 목표를 주기만 하면 테스트, 이슈 해결, 코드 품질 관리까지 평균적인 개발자보다 더 잘 수행할 수 있다고 강조했습니다.

마크 주커버그 외에도 사티아 나델라, 에릭 슈미트, 카이푸 리 등 IT 업계 주요 인사들 역시, AI가 주니어부터 미드 레벨 개발자의 역할을 상당 부분 대체할 것이라고 공개적으로 이야기하고 있습니다. 엔비디아, 아마존, 마이크로소프트 등 주요 IT 기업 CEO들 또한 비슷한 전망을 내놓습니다. 최근에는 실제 기업 내 코드의 약 20~30%가 이미 AI에 의해 작성되고 있다는 구체적인 수치까지 제시되는 상황입니다.

모두가 한목소리로, 인공지능이 단순 반복 업무나 표준화된 코딩 작업부터 점차 인간 개발자의 자리를 대체해 나갈 것이라고 말합니다.

실제 개발자 커뮤니티는 이런 전망에 대해 어떻게 생각하고 있을까요? 그 안에서도 의견이 분분한 것으로 보입니다. “AI가 주니어나 미드 레벨 개발자를 대체할 가능성이 높다”는 의견과 “AI는 어디까지나 보조 역할에 그칠 것”이라는 입장이 동시에 존재하는 거죠. 특히, 인텔리제이(IntelliJ)나 코파일럿(Copilot) 같은 AI 기반 개발 어시스턴트 기술이 빠르게 발전하면서 개발자 한 명이 개발팀 전체의 역할을 수행하는 1인 개발자 시대가 열릴 거라는 전망도 적지 않습니다.

하지만 개인적으로는 아무리 AI 기술이 발전하더라도, 코드를 이해하고 응용할 수 있는 숙련된 개발자의 역할이 여전히 중요하다고 생각합니다.

노코드/로우코드 AI 에이전트 개발 환경의 성장

한 가지 확실한 것은, 불과 몇 년 전까지만 해도 품질 좋은 AI 서비스를 만들려는 개발자에게 코딩은 선택이 아닌 필수였다는 점입니다. 당시에는 업무에 도움을 주는 오픈소스 라이브러리조차 거의 활용하지 않았기에 개발자들은 직접 함수를 정의하고 로직을 하나씩 세우는, 이른바 ‘날코딩’으로 서비스를 개발했습니다. 그런 시절엔 개발 업무에서 인공지능이 설 자리가 거의 없었습니다.

최근 1~2년 동안 다양한 오픈소스 프레임워크가 폭넓게 퍼졌다지만, 여전히 개발자에게 코딩 역량은 필수적이었습니다. 인공지능 분야를 예로 들어보면, 파이썬 기반의 트랜스포머(Transformers)나 파이토치(PyTorch) 같은 라이브러리를 이용해 허깅페이스(Huggingface)에서 LLM을 직접 받아 로컬 환경에서 파인튜닝(fine-tuning)해야 했죠. 또, 랭체인(LangChain)이나 랭그래프(LangGraph) 등 라이브러리로 백엔드를 구축한 다음, 장고(Django), 플라스크(Flask), Node.js 같은 프레임워크를 이용해 프론트엔드까지 구현할 수 있어야 비로소 진정한 개발자로 인정받았습니다.

그런데 최근 들어 상황이 조금 달라지고 있습니다. 노코드(No-code) 개발 환경에서도 충분히 쓸만한 애플리케이션을 구축할 수 있게 된 것입니다. 특히 이런 경향이 두드러지는 분야는 AI 에이전트 자동화 도구 개발입니다. 저 역시 AI 엔지니어로 일하면서, 메이크(Make)와 같은 노코드 플랫폼의 급속한 발전을 직접 경험하고 있습니다. 하루가 다르게 AI 에이전트를 만드는 데 필요한 코딩 역량의 요구치와 진입 장벽이 눈에 띄게 낮아지고 있음을 실감할 정도입니다.

메이크(Make)를 활용하면, 복잡한 코딩이나 까다로운 백엔드 구현 과정 없이도 시각적인 인터페이스만으로 AI 에이전트를 구축할 수 있습니다. 이를테면 매장 재고 관리용 AI 에이전트 같은 것을 만들어 볼 수 있습니다. 슬랙(Slack)이나 구글 시트(Google Sheets)와 같은 앱을 API로 간단히 연결한 뒤, “파란색 후드티 재고가 있나요?” 또는 “커피 10개를 추가 주문해 주세요” 같은 요청을 자연어로 입력하면, AI 에이전트가 실시간으로 재고를 확인하거나 주문을 처리하는 수준까지 발전한 것입니다.

이러한 노코드 플랫폼의 발전 덕분에, 누구나 고급 AI 에이전트를 구현할 수 있는 환경이 마련되고 있습니다. 그러나 아직 노코드 또는 로우코드(Low-code) AI 에이전트 개발에 대한 명확한 정의조차 없는 것도 사실입니다.

그래서 이번 시간에는 노코드 AI 에이전트에 대해 나름대로 정의를 내려보고, 대표적인 노코드 AI 에이전트 플랫폼인 디파이(Dify), n8n, 메이크(Make)를 중심으로 노코드 기반 AI 에이전트 개발이 어떻게 이루어지는지 소개해 보려고 합니다. 이를 바탕으로 노코드 AI 에이전트 시대에 개발자의 역할은 어떻게 달라질지 함께 고민해 보는 시간을 가져보도록 하겠습니다.

노코드 AI 에이전트 개발이란?

우선 ‘노코드 AI 에이전트 개발’의 정의부터 시작해 봅시다.

노코드 AI 에이전트 개발이란, “프로그래밍 언어나 복잡한 소프트웨어 코딩 지식이 없어도 시각적인 인터페이스와 미리 준비된 구성 요소를 활용해 인공지능 기반의 에이전트를 설계하고 구축하며 배포하는 소프트웨어 개발 방식”을 의미합니다.

특히 노코드 AI 에이전트 개발 환경은 주로 드래그 앤 드롭(Drag & Drop) 방식의 워크플로 빌더, 미리 구성된 템플릿, 간편한 설정 패널 등 직관적인 도구를 제공합니다. 이로써 개발 경험이 없는 사용자라도 손쉽게 AI 에이전트를 만들 수 있도록 지원하는 것입니다.

결국 이러한 개발 환경이 기존의 개발 환경과 가장 크게 다른 점은, 무엇보다도 코딩 지식이 거의 필요하지 않다는 점일 것입니다. 파이썬(Python)이나 자바스크립트(JavaScript)와 같은 프로그래밍 언어를 전혀 몰라도 AI 에이전트의 논리와 동작을 시각적으로 설계하고 구현할 수 있다는 뜻입니다.

시각적인 인터페이스와 쉬운 연동 역시 빼놓을 수 없는 장점입니다. 메이크, 디파이, n8n, 봇프레스(Botpress)와 같은 노코드 플랫폼은 모두 사용자가 블록이나 플로우차트, 폼 등 요소를 이용해 에이전트의 동작을 직관적으로 정의할 수 있게 지원합니다. 또한, 특정 AI 에이전트를 구현하기 위한 기본 뼈대 역할을 하는 템플릿, API 커넥터, 프롬프트(prompt) 엔진, 외부 서비스 연동 기능 등 다양한 구성 요소도 미리 준비되어 있습니다. 덕분에 사용자는 이를 조합하는 방식만으로 AI 에이전트를 손쉽게 만들어낼 수 있습니다.

마지막 핵심 특징은 바로 자동화(혹은 자율성)입니다. 노코드 방식으로 AI 에이전트를 개발할 때 사용자는 자연어 처리, 데이터 연동, 조건 분기, 반복 실행과 같은 다양한 자동화 기능을 손쉽게 활용할 수 있습니다. 개발 단계에서부터 사용자의 개입 없이 에이전트가 자율적으로 동작하도록 설계할 수 있는 것입니다.

특히 이러한 자동화 요소가 개발자들에게 매우 현실적인 변화로 다가옵니다. 기존의 전통적인 AI 에이전트 개발 과정에서는 개발자가 직접 코드를 작성하고, 여러 라이브러리와 API를 통합하며, 백엔드와 프론트엔드까지 모두 구현해야 했습니다. 이런 복잡한 과정에 비하면 지금의 노코드 AI 에이전트 개발 환경은 개발 프로세스를 훨씬 단순하게 만듭니다. 다른 측면에서는 전문 개발자들뿐 아니라 기획자나 현업 담당자 같은 비개발자들도 직접 AI 기반의 자동화 서비스를 빠르게 만들어낼 수 있는 환경이 열린 것입니다.

대표적인 노코드 AI 에이전트 개발 플랫폼 3가지

지금까지 노코드 AI 에이전트 개발 환경의 정의와 특징 살펴보았으니, 이제 대표적인 노코드 AI 에이전트 개발 플랫폼들을 알아보겠습니다.

최근 노코드 AI 에이전트 개발이 점점 대중화됨에 따라 여러 가지 노코드 플랫폼이 주목받고 있습니다. 이 플랫폼들은 대부분 사용자 친화적인 인터페이스(UI)를 제공하며, 복잡한 설정 과정 없이도 누구나 쉽고 빠르게 AI 에이전트를 설계하고 배포할 수 있도록 지원합니다.

대표적인 노코드 AI 에이전트 플랫폼 3가지, 디파이, n8n, 메이크를 하나씩 살펴보도록 하겠습니다.

1. 디파이(Dify): 한층 더 쉬운 RAG 구축

디파이(Dify)는 최근 AI 개발자들 사이에서 빠르게 주목받고 있는 오픈소스 플랫폼입니다. 특히 RAG(증강검색생성) 방식으로 에이전트를 개발할 때 편리해 생성형 AI 개발자 사이에서 인기를 끌고 있습니다. 랭체인(LangChain), 랭그래프(LangGraph), 라마인덱스(LlamaIndex)와 같은 다양한 라이브러리를 복잡하게 연동하지 않아도 플랫폼의 통합 인터페이스 안에서 편리하게 여러 유형의 에이전트를 설계부터 배포까지 완결할 수 있다는 점이 장점입니다.

다른 플랫폼처럼 디파이 역시 프롬프트 기반의 워크플로 설계, 사용자 입력에 따른 조건 분기, 외부 API 연동 등 고급 기능을 시각적인 환경에서 구성하도록 지원합니다. 예를 들어, 간단한 챗봇(chatbot)부터 사내 지식 기반(Knowledge base)에 연동된 복잡한 질의응답 에이전트까지 다양한 형태를 만들 수 있습니다.

자체 호스팅(Self-hosting)을 지원한다는 점도 장점입니다. 그 덕분에 보안이 특히 중요한 엔터프라이즈 환경에서도 유연하게 도입할 수 있어 기업의 AI 운영 환경에서도 빠르게 주목받고 있습니다.

2. n8n: ‘모든 것’을 연결하는 플랫폼

n8n은 워크플로 자동화에 특화된 오픈소스 플랫폼으로, 최근에는 AI 기능 통합에 주력하며 노코드 AI 에이전트 개발 도구로서의 위상을 빠르게 높이고 있습니다. 특히 요즘 AI 개발자들 사이에서 주목받는 MCP(Model Context Protocol)를 말할 때 빠지지 않고 등장하는 플랫폼입니다.

최근 AI 에이전트 간의 연결성이나 LLM과 다양한 데이터 소스 간의 연동이 중요한 화두로 떠오르면서 주목받기 시작했지만, 사실 그 이전부터 n8n은 다양한 SaaS와 API 연동 기능으로 업무 자동화를 지원해 왔습니다.

n8n에서는 노드를 드래그 앤 드롭 방식으로 쉽게 배치하며, 트리거(trigger) - 조건(condition) - 액션(action)으로 이어지는 흐름을 구성할 수 있습니다. 무엇보다 오픈AI(OpenAI), 구글 버텍스 AI(Google Vertex AI), 허깅페이스(Hugging Face) 등 다양한 오픈소스 기반 AI 서비스와의 강력한 통합 기능을 통해 더욱 효과적인 AI 워크플로를 설계할 수 있는 것이 특징입니다.

또한 n8n에서는 커뮤니티 중심으로 개발이 활발히 이루어지고 있어, 다양한 플러그인(plugin)과 예제 템플릿이 풍부하게 제공된다는 장점도 있습니다.

3. 메이크(Make): 자동화 끝판왕

메이크(Make)는 가장 널리 알려진 노코드 자동화 플랫폼 중 하나로, AI 에이전트 기능을 포함한 수많은 자동화 시나리오를 눈으로 보며 설계할 수 있다는 점이 가장 큰 특징입니다. 메이크를 활용하면 AI 모델을 API로 연결하거나, 자연어 입력을 기반으로 자동화된 명령을 수행하는 AI 에이전트를 손쉽게 구축할 수 있습니다.

특히 ‘매일 블로그 게시물을 자동으로 올리기’, ‘회사 메일을 요약해 자동으로 회신하기’ 같은 누구나 한 번쯤 생각해 봤을 만한 작업을 간편하게 구현할 수 있으므로 비개발자들에게도 친숙한 툴입니다. 그만큼 진입 장벽이 낮은 편으로 입문자에게 적합한 도구라고 할 수 있겠습니다.

메이크는 비개발자도 비교적 쉽게 다룰 수 있는 친숙한 인터페이스로 재고 관리, 마케팅 자동화, 고객 응대 등 다양한 비즈니스 영역에서 널리 쓰이고 있습니다. 그러면서도 기존 노코드 솔루션들보다 더 복잡한 조건 처리나 반복 로직을 구현할 수 있어, 고급 사용자의 다양한 요구까지 충족하며 많은 인기를 끌고 있습니다.

노코드 AI 에이전트 개발 시대, AI 개발자들의 역할은?

이처럼 노코드 AI 에이전트 개발 환경은 더는 무시할 수 없는 수준에 도달했습니다. 인정하고 싶지 않지만, 우후죽순 생겨나는 노코드 AI 개발 플랫폼들이 AI 개발자들에게 아주 중요한 고민거리를 던지고 있습니다.

바로 “개발자, 특히 AI 개발자의 역할은 이제 무엇일까?”라는 질문입니다.

AI와 노코드 도구가 단순한 코드 작성 업무를 빠르게 대체하는 이 상황에 개발자는 과연 어떤 가치를 만들어내야 할까요?

코더(Coder)에서 설계자(Architect)로

첫 번째 변화는 ‘구현하는 사람’에서 ‘시스템 설계자’로의 전환입니다.

앞으로도 개발자가 단순히 코드를 작성하는 사람이 아니라, 문제를 컴퓨터 과학적인 관점에서 접근하고 해결하는 사람이라는 본질 자체에는 변화가 없을 것입니다. 하지만 세부 역할은 분명 달라질 것입니다.

지금은 개발자 외에도 아키텍트(Architect)라는 별도 역할이 있습니다. 하지만 기계적인 코드 작성과 반복적인 인프라 설정 과정을 노코드 플랫폼이 대신하기 시작하면서, 더 이상 로직을 직접 코드로 구현할 필요가 없어졌습니다. 이제 개발자들은 서비스 전체 구조를 설계하고 방향성을 제시하는 ‘아키텍트’에 가까운 역할로 진화하고 있습니다.

예를 들어, 메이크나 n8n에서 다양한 앱과 API를 연결하는 자동화 플로우(flow)를 설계할 때를 생각해 봅시다. 어떤 순서로 트리거(trigger)를 설정할지, 어떤 조건 분기(condition branch)를 만들어갈지 판단하는 것은 여전히 인간 개발자의 고차원적인 사고와 경험을 필요로 합니다. 이때 개발자는 비즈니스 목표와 사용자 경험까지 고려한 전체 흐름을 조율하는 설계자로서 더 큰 가치를 지니게 됩니다.

플랫폼 선택과 맞춤형 통합의 전문가

두 번째 변화는 “어떤 도구를 활용할지” 전략적으로 판단하는 능력이 더 중요해진다는 점입니다.

디파이, n8n, 메이크처럼 수많은 노코드 플랫폼이 등장한 지금, 이제는 어떤 도구를 선택하느냐가 서비스의 확장성과 안정성을 좌우하는 핵심 요소가 되었습니다. 따라서 AI 개발자는 각 플랫폼의 강점과 약점을 비교하고 분석하여, 서비스 목적에 가장 적합한 툴을 선정하고 이를 중심으로 아키텍처를 구성해야 합니다.

노코드 플랫폼이라 해서 모든 기능이 그저 “클릭 몇 번”으로 구현되는 것은 아닙니다. 기업 환경에서는 커스터마이징(Customizing), 보안 정책, 데이터 보호 이슈 등 고려해야 할 사항이 많습니다. 앞으로는 다양한 노코드 도구를 커스터마이징하거나 외부 서비스와의 통합을 책임지는 전문가로서의 역량이 더욱 중요해질 것입니다.

비개발자와의 협업 역량

마지막으로, 이제는 비개발자와의 협업 능력이 그 어느 때보다 중요한 시대가 되었습니다.

노코드 플랫폼의 확산은 개발자의 고유 영역으로 여겨졌던 소프트웨어 구축 과정의 문턱을 낮추었습니다. 이제는 기획자, 마케터, 운영자도 개발 과정에 적극 참여할 수 있습니다. 이러한 변화 속에서 개발자는 “함께 만들어가는 사람”, 즉, 기술적 배경이 없는 사람과도 원활하게 소통하고 협력할 수 있는 커뮤니케이션 능력을 갖춰야 합니다.

마치며: 기술보다 중요한 것은 역할의 재정의

노코드 AI 에이전트 개발 환경의 등장은 개발자에게 위협이 될 수도 있지만, 동시에 새로운 기회의 문을 여는 변화이기도 합니다. 이제 단순히 코드를 잘 짜는 개발자에서 벗어나, 문제를 정의하고 해결책을 제시할 수 있어야 합니다. 그렇게 AI와 협력하는 방법을 알아야 하는 시대로 접어든 것입니다.

앞으로 개발자는 더 이상 도구를 만드는 사람이 아니라, 여러 도구를 활용해 가치를 창출하는 사람으로 진화하게 될 것입니다. 나아가 기술을 직접 다루는 역할을 넘어 기술과 사람 사이를 잇는 ‘다리'와 같은 존재가 될 것입니다.

결국 우리는 ‘코드를 덜 짜는 시대’를 맞이하는 것이 아닌, ‘코드를 뛰어넘어 사고하고 연결하는 개발자의 시대’를 맞이하고 있는지도 모릅니다.