에이전트 도구는 크게 두 모양으로 갈라지고 있다. 하나는 repo 안에서 일하는 코딩 에이전트이고, 다른 하나는 브라우저, 클라우드 컴퓨터, 업무 운영체제 안에서 일하는 범용 에이전트다.
Codex는 repo-native 갈래다. OpenAI는 Codex를 소프트웨어 개발을 위한 코딩 에이전트로 설명하며, ChatGPT 플랜과 앱, CLI, IDE 확장, 웹 surface를 언급한다 (OpenAI Codex, OpenAI Help). 산출물이 코드, 브랜치, diff, 테스트, PR, 리뷰, 로컬 앱, 배포 검증일 때 가치가 크다.
Claude Code는 terminal-native 갈래다. Anthropic은 Claude Code를 코드베이스를 읽고, 파일을 수정하고, 명령을 실행하며, 터미널/IDE/데스크톱/브라우저와 통합되는 agentic coding tool로 설명한다 (Claude Code Docs). MCP, hooks, skills, multi-agent/background-agent 패턴도 강조한다 (Claude Code Docs). 터미널 중심으로 일하는 사람에게 강하다.
Genspark는 workspace/AI employee 갈래다. Genspark 홈페이지는 문서, 슬라이드, 스프레드시트, 이미지, 비디오, 리포트, 비즈니스 워크플로우를 다루는 all-in-one AI workspace라고 설명한다 (Genspark). Genspark Claw는 cloud computer, memory, messaging integrations, research, slides, docs, calendar, code delivery를 가진 AI employee로 포지셔닝한다 (Genspark Claw).
Manus는 범용 autonomous agent 갈래다. Manus 문서는 인터넷 접근, persistent files, 소프트웨어 설치, custom tools를 가진 sandbox 환경에서 행동하는 autonomous general AI agent라고 설명한다 (Manus Docs). Manus API 문서는 AI agent task 생성/관리, projects, file upload, webhooks, skills, custom agents를 제공한다고 설명한다 (Manus API). 공식 사이트는 Manus가 Meta의 일부라고 표시한다 (Manus).
Google Antigravity는 agent-first IDE 갈래다. 공식 페이지는 존재하지만 이 리서치 시점에는 텍스트로 읽기 어려웠다 (Google Antigravity). 보도는 Gemini 기반 agent-first coding tool, editor/terminal/browser access, Editor view, Manager view, plans/screenshots/browser recordings 같은 Artifacts를 언급한다 (The Verge). 이 부분은 직접 사용 전까지 watch-and-verify로 둔다.
중국 open-weight 레이어도 중요하다. DeepSeek-V3는 GitHub에서 671B total-parameter MoE, token당 37B activated, 128K context를 공개한다 (DeepSeek-V3 GitHub). Alibaba Qwen3 repo는 Qwen3를 Alibaba Cloud Qwen 팀의 LLM series로 설명하고 Apache 2.0 open-weight 모델을 제공한다 (Qwen3 GitHub). Z.ai GLM-4.5 repo는 agentic, reasoning, coding foundation model을 내세운다 (GLM-4.5 GitHub). MiniMax-M1 repo는 open-weight hybrid-attention reasoning model과 Apache-2.0 license metadata를 제공한다 (MiniMax-M1 GitHub).
Perplexity는 코딩 IDE는 아니지만 리서치와 답변 레이어로 중요하다. 문서는 API를 real-time web-wide research, Q&A, Agent API, Search API로 설명한다 (Perplexity Docs). 에이전트 스택에서는 "행동하기 전에 무엇을 알아야 하는가"를 맡을 수 있다.
현재 지도:
- repo 변경, PR, 로컬 앱, 배포 검증이면 Codex.
- 터미널, MCP, hooks, skills, 명령행 상호작용이면 Claude Code.
- 문서, 슬라이드, 시트, 리포트, 업무 산출물이 섞이면 Genspark.
- 샌드박스 컴퓨터에서 넓은 결과물을 완성해야 하면 Manus.
- IDE 안 multi-agent orchestration과 검증 artifact가 필요하면 Antigravity를 지켜본다.
- DeepSeek, Qwen, GLM, MiniMax는 비용과 private/self-hosted agent 가능성을 바꿀 수 있으니 계속 본다.
LFWT의 질문은 "어느 도구가 가장 똑똑한가"가 아니다. "어느 도구가 숨은 복잡성을 덜 만들고 내 시간을 돌려주는가"다. 좋은 에이전트는 흐릿한 의도를 보이는 산출물로 바꾸고, 사용한 근거를 남기고, risk에 맞게 도움을 요청하고, 사람을 더 얽히게 하지 않는다.
출처 확인일: 2026-07-09. 에이전트 제품은 빨리 변하므로 실제 도입 전 공식 문서를 다시 확인해야 한다.