클라우드·백그라운드 코딩 에이전트 2026 — Claude Code Web · Cursor · Devin · Jules
2026년 5월 시점에서 클라우드·백그라운드 코딩 에이전트 4종(Claude Code Web, Cursor Background Agents, Cognition Devin, Google Jules)을 워크플로우 철학·자율성·과금 관점으로 비교한다. 어떤 팀이 무엇을 선택해야 하는지 기준을 제시한다.
들어가며
이전 글에서는 Cursor·Claude Code·Cline 세 도구를 로컬 CLI·IDE 에이전트 관점에서 비교했다. 이번에는 한 단계 더 나아간다.
2026년 5월 현재, AI 코딩 도구의 전선은 로컬을 넘어 클라우드로 확장됐다. 개발자 노트북이 꺼져 있는 동안에도 에이전트가 PR을 열고, 테스트를 돌리고, 리뷰 코멘트에 답한다. 이 글은 그 “백그라운드·클라우드 에이전트” 4종 — Claude Code Web, Cursor Background Agents(BGA), Cognition Devin, Google Jules — 을 비교한다.
비교 축은 세 가지다: 워크플로우 철학, 자율성과 승인 게이트, 비용·과금 모델. 단순 기능 목록이 아니라, 어떤 팀이 어떤 상황에서 무엇을 선택해야 하는지 판단 기준을 제시하는 것이 목표다.
1. 왜 클라우드 에이전트인가
로컬 에이전트와 클라우드 에이전트의 근본적 차이는 실행 환경의 소유권이다.
로컬 에이전트(Claude Code CLI, Cline 등)는 개발자 머신 위에서 동작한다. 에이전트가 일하는 동안 터미널 세션을 유지해야 하고, 대규모 작업 중에 노트북을 닫으면 에이전트도 멈춘다. 반면 클라우드 에이전트는 제공자 측 인프라에서 실행된다. 개발자는 작업을 “발사”하고 자리를 떠날 수 있다.
이 차이가 만들어내는 실용적 이점은 세 가지다.
비동기 실행: 야간에 길고 복잡한 리팩토링 작업을 맡기고, 아침에 PR을 확인한다. 개발자의 주의(attention)가 작업의 병목이 되지 않는다.
격리된 환경: 클라우드 에이전트는 자체 컨테이너·VM을 갖는다. 로컬 환경을 오염시키거나, 의존성 충돌을 일으키거나, 반쯤 완성된 변경이 작업 공간에 남지 않는다.
병렬화: 여러 이슈를 동시에 에이전트에 할당할 수 있다. 로컬에서는 한 번에 하나의 Claude Code 세션만 실질적으로 운용 가능하지만, 클라우드에서는 여러 작업을 동시에 진행할 수 있다.
단점도 있다. 가시성 감소: 에이전트가 원격에서 돌아가므로 중간 과정을 실시간으로 보기 어렵다. 비용 불확실성: 사용량 기반 과금 모델에서는 작업이 예상보다 길어지면 비용이 크게 뛸 수 있다. 보안: 코드베이스와 크리덴셜이 제공자 인프라에 노출된다.
클라우드 에이전트는 “더 나은 AI”가 아니라 “다른 운용 모델”이다. 무엇을 최적화하는가에 따라 선택이 달라진다.
2. 플레이어 개관
Claude Code Web (Anthropic)
Anthropic의 Claude Code는 2025년 터미널 CLI로 출시됐다. 이후 웹 인터페이스가 추가되어 브라우저에서도 Claude Code 에이전트 세션을 실행할 수 있게 됐다. 기본 철학은 CLI와 동일하다: 터미널 명령·파일 시스템·git을 직접 다루는 에이전트 우선(agentic-first) 설계다.1
Claude Code Web의 특징은 Anthropic 생태계와의 긴밀한 통합이다. Claude 모델 업그레이드가 즉시 반영되고, MCP(Model Context Protocol) 도구 연동, 서브에이전트 오케스트레이션, Plan Mode 승인 게이트 등 CLI의 기능 대부분을 웹에서도 사용할 수 있다. claude.ai Pro·Team·Enterprise 구독에 포함된다.2
Cursor Background Agents (Anysphere)
Cursor는 IDE-first 에디터였다가 Background Agents(BGA)를 도입했다. BGA는 Cursor IDE에서 작업을 시작하면 클라우드 컨테이너에서 비동기로 실행된다. 에이전트가 작업하는 동안 개발자는 Cursor에서 다른 작업을 계속할 수 있다.3
BGA의 포지션은 “IDE 워크플로우의 자연스러운 확장”이다. 에디터를 벗어나지 않고, 같은 Cursor 인터페이스 안에서 에이전트를 발사하고 결과를 확인한다. 진입 장벽이 낮지만, Cursor 생태계에 묶이는 트레이드오프가 있다.
Cognition Devin (Cognition AI)
Devin은 2024년 처음 공개됐을 때 “세계 최초 AI 소프트웨어 엔지니어”로 불렸다. Cognition AI가 개발한 Devin은 독자적인 브라우저, 터미널, 코드 에디터를 가진 완전 자율 에이전트다.4
Devin의 설계 철학은 에이전트를 팀원처럼 운용하는 것이다. Slack·GitHub와 통합되어 이슈를 받으면 스스로 탐색하고, PR을 열고, 리뷰 피드백을 반영한다. 가장 높은 자율성을 제공하는 대신, 가장 높은 비용과 가장 낮은 세밀한 제어를 제공한다.
Google Jules (Google DeepMind)
Jules는 Google이 공개한 백그라운드 코딩 에이전트로, GitHub 저장소에 직접 연결되어 이슈를 자동으로 처리한다.5 Gemini 모델을 기반으로 하며, Google의 클라우드 인프라와 긴밀하게 통합된다.
Jules의 특징은 GitHub-native 경험이다. 저장소에 이슈를 할당하면 Jules가 브랜치를 생성하고 코드를 작성해 PR로 제출한다. 아직 상대적으로 초기 단계이며, 지원하는 작업 유형에 제한이 있다.
3. 워크플로우 철학 4분면
네 도구를 두 축으로 배치하면 포지셔닝이 명확해진다. X축: Local(개발자 머신) → Cloud(제공자 인프라). Y축: IDE-first(에디터 중심) → Agent-first(에이전트 중심).
quadrantChart
title IDE-first vs Agent-first × Local vs Cloud
x-axis "Local" --> "Cloud"
y-axis "IDE-first" --> "Agent-first"
quadrant-1 Cloud Agent
quadrant-2 Local Agent
quadrant-3 Local IDE
quadrant-4 Cloud IDE
Claude Code CLI: [0.10, 0.88]
Claude Code Web: [0.78, 0.82]
Cursor Local: [0.20, 0.18]
Cursor BGA: [0.72, 0.55]
Devin: [0.92, 0.92]
Jules: [0.95, 0.78]
Cline: [0.12, 0.48]
이 차트를 읽는 방법:
- 오른쪽 위(Cloud + Agent-first): Devin, Jules — 클라우드에서 돌아가고 인간 개입을 최소화한다. 가장 자율적이다.
- 왼쪽 위(Local + Agent-first): Claude Code CLI — 개발자 머신에서 에이전트 우선으로 동작한다.
- 오른쪽 중간(Cloud + 혼합): Claude Code Web, Cursor BGA — 클라우드로 이동했지만 인간 승인 게이트가 여전히 중요하다.
- 왼쪽 아래(Local + IDE-first): Cursor 로컬, Cline — 에디터 중심의 인터랙티브 워크플로우.
철학의 차이가 만들어내는 실무 차이
| 도구 | 기본 진입점 | 에이전트가 막힐 때 | 인간이 개입하는 타이밍 |
|---|---|---|---|
| Claude Code Web | 웹 세션 | 세션 내 오류 메시지 | Plan Mode 승인, 권한 게이트 |
| Cursor BGA | Cursor IDE | IDE에 상태 리포트 | 작업 시작 전 + 결과 리뷰 |
| Devin | Slack/웹 대시보드 | 블로커 보고 후 대기 | 블로커 발생 시·최종 PR 검토 |
| Jules | GitHub 이슈 | PR에 실패 코멘트 | PR 리뷰 단계 |
4. 자율성·승인 게이트
클라우드 에이전트에서 가장 중요한 설계 결정 중 하나는 “에이전트가 얼마나 스스로 결정하고, 어디서 인간의 확인을 받는가”다.
자율성 스펙트럼
flowchart LR
A["완전 자율<br/>(Fully Autonomous)"] --- B["조건부 자율<br/>(Conditional)"] --- C["단계별 승인<br/>(Step-Approve)"]
D[Devin] -.->|"대부분 자율<br/>블로커만 보고"| A
E[Jules] -.->|"브랜치·PR 자율<br/>머지는 인간"| B
F["Claude Code Web"] -.->|"Plan Mode 승인<br/>권한 게이트"| B
G["Cursor BGA"] -.->|"작업 범위 확정 후<br/>실행은 자율"| B
Claude Code Web — Plan Mode 승인 게이트
Claude Code의 자율성 모델은 Plan Mode가 핵심이다. 에이전트는 먼저 계획을 수립하고, 인간이 계획을 승인한 뒤 실행한다. 실행 중에도 파일 쓰기·명령 실행 등 위험한 작업에는 권한 게이트(permission gate)가 작동한다.6
Claude Code Web은 이 구조를 웹 인터페이스에서도 유지한다. 계획 수립과 실행을 분리하는 설계 원칙 덕분에, 에이전트가 틀린 방향으로 오래 달리는 상황을 조기에 차단할 수 있다.
Cursor BGA — 작업 범위 확정 후 실행
Cursor BGA는 에이전트를 시작할 때 작업 범위(scope)를 명확히 정의하도록 요구한다. 범위가 확정되면 BGA는 자율로 실행하고, 결과를 IDE에 돌려준다. 중간 단계 승인은 없고, 시작과 끝의 2점 제어 모델이다.3
Devin — 블로커 기반 인터럽트
Devin은 가장 높은 자율성을 제공한다. 에이전트는 작업을 분해하고, 탐색하고, 코드를 짜고, 테스트를 돌리고, PR을 여는 전 과정을 스스로 진행한다. 외부 크리덴셜이 필요하거나 모호한 요구사항에 직면했을 때만 Slack·웹 대시보드를 통해 인간에게 블로커를 보고한다.4
이 모델의 장점은 최소 개입이다. 단점은 에이전트가 틀린 방향으로 오래 달릴 수 있다는 것이다. 블로커가 발생하기 전까지 중간 점검이 없으므로, 요구사항 해석이 잘못된 경우 많은 컴퓨팅 비용을 낭비할 수 있다.
Jules — PR 기반 검토
Jules는 GitHub 이슈를 인풋으로 받아 PR을 아웃풋으로 낸다. 이슈 → 브랜치 → 코드 작성 → PR은 에이전트가 자율로 처리하고, PR 리뷰와 머지는 인간이 담당한다. 가장 명확한 검문소(checkpoint)가 있는 모델이다.5
자율성이 높을수록 “잘 정의된 작업(well-defined task)”이 더 중요해진다. Devin에게 모호한 이슈를 던지면 ACU(컴퓨팅 단위)만 소모하고 틀린 PR이 나올 수 있다.
5. 비용·과금 모델
클라우드 에이전트의 비용 구조는 로컬 에이전트와 근본적으로 다르다. 과금 단위, 예측 가능성, 비용 천장이 각기 다르다.
2026-05 기준 요금 개요
| 도구 | 과금 모델 | 기준 금액 (2026-05) | 예측 가능성 |
|---|---|---|---|
| Claude Code Web | 구독 포함 | Pro $20/월, Team $30/월·인2 | 높음 |
| Cursor BGA | 구독 포함 | Pro $20/월, Business $40/월·인7 | 높음 |
| Devin | ACU 기반 소모 | $500/250 ACU 기준8 | 낮음 (작업 복잡도 가변) |
| Jules | Google 구독/사용량 | Google One AI Premium 포함 방향5 | 중간 |
가격 정보는 2026년 5월 기준이며, 각 제공자의 정책에 따라 변동될 수 있다. 최신 정보는 반드시 공식 페이지에서 확인하라.
Claude Code Web — 구독 모델
claude.ai Pro($20/월)와 Team($30/월·인) 플랜에 Claude Code가 포함된다. 구독 모델의 장점은 월별 비용 상한선이 있다는 점이다. AI 에이전트를 탐색 중인 팀은 예측 가능한 비용으로 시작할 수 있다. AI 코딩 도구의 비용 최적화 전략에 대한 상세 분석은 이 글을 참조하라.
Cursor BGA — 구독 번들
Cursor BGA는 Cursor Pro/Business 구독에 번들로 포함된다. BGA 실행이 Fast 요청 한도를 소모하므로, 장시간 백그라운드 작업에는 한도 관리가 필요하다.7
Devin — ACU(Agent Compute Unit) 과금
Devin의 과금 단위는 ACU(Agent Compute Unit)다. 1 ACU는 약 1시간의 에이전트 작업에 해당한다. 작업이 단순하면 낮은 ACU를, 복잡한 멀티파일 리팩토링이나 버그 사냥에는 많은 ACU를 소모한다.8
이 모델은 비용 예측이 어렵다. 동일한 이슈라도 코드베이스 크기, 테스트 커버리지, 요구사항의 명확성에 따라 ACU 소모량이 크게 달라진다.
Jules — 통합 과금
Jules는 Google의 AI 구독 생태계에 통합되는 방향으로 가고 있다. 2026-05 시점에서는 Google One AI Premium 등 구독 플랜에 포함되거나 별도 크레딧으로 제공된다. 가격 구조가 안정화 중이므로 최신 정보는 공식 페이지에서 확인하기 바란다.5
6. 작업 유형별 추천 매핑
어떤 에이전트가 어떤 작업에 적합한가를 정리하면 다음과 같다.
| 작업 유형 | 권장 에이전트 | 이유 |
|---|---|---|
| 잘 정의된 버그 수정 (이슈 1개) | Jules, Devin | GitHub 이슈→PR 파이프라인과 자연스럽게 맞는다 |
| 복잡한 멀티파일 리팩토링 | Claude Code Web | Plan Mode 승인 게이트로 범위 통제 가능 |
| 일상적 편집 + 간헐적 백그라운드 작업 | Cursor BGA | IDE 워크플로우를 유지하면서 확장한다 |
| 신규 기능 전체 구현 (스펙 명확) | Devin | 높은 자율성, 전 단계 처리 |
| 코드 탐색·이해·대화형 질문 | Claude Code Web | 대화형 에이전트 상호작용에 강점이 있다 |
| GitHub PR 리뷰 후속 작업 자동화 | Jules | GitHub-native 통합으로 자연스럽다 |
| 비용 예측 가능성이 최우선 | Claude Code Web | 구독 한도 내에서 예측 가능한 비용 |
| 기업 보안·온프레미스 요구 | 로컬 Cline 또는 Claude Code CLI | 클라우드 에이전트 모두 제공자 인프라에 코드가 노출된다 |
Claude Code vs Codex 비교에서 다룬 자율 실행 효율성 관점도 작업 유형 선택에 참고할 수 있다.
7. 선택 가이드 — 5가지 질문
다음 5가지 질문에 순서대로 답하면 도구가 좁혀진다.
Q1. 기존 IDE 워크플로우를 유지하고 싶은가? Yes → Cursor BGA. 에디터에서 발사하고 에디터에서 결과를 받는다. No / 상관없다 → Q2로 이동.
Q2. GitHub 이슈→PR 파이프라인이 이미 확립되어 있는가? Yes, 잘 구조화된 이슈 관리가 있다 → Jules가 자연스럽다. PR 기반 검토 모델과 잘 맞는다. No / GitHub 이슈보다 유연한 인풋이 필요하다 → Q3으로 이동.
Q3. 비용 예측 가능성이 중요한가? Yes, 월 비용 상한이 필요하다 → Claude Code Web (구독 모델). No, 결과가 중요하고 비용은 후불 처리 가능하다 → Q4로 이동.
Q4. 최대한 인간 개입을 줄이고 싶은가? Yes, 에이전트가 전 과정을 처리하길 원한다 → Devin. 단, 요구사항은 명확히 작성해야 한다. No, 계획 단계에서 승인하고 싶다 → Claude Code Web + Plan Mode.
Q5. Anthropic 생태계(Claude 모델, MCP, oh-my-claudecode 등)를 이미 사용하고 있는가? Yes → Claude Code Web이 가장 자연스럽다. 기존 프롬프트·MCP 설정이 웹에서도 동작한다. No → 팀의 기존 스택에 가장 통합이 쉬운 도구를 선택하라.
flowchart TD
Q1{"기존 IDE 워크플로우\n유지하고 싶은가?"}
Q2{"GitHub 이슈→PR\n파이프라인 확립?"}
Q3{"비용 예측\n가능성 중요?"}
Q4{"인간 개입\n최소화?"}
Q5{"Anthropic 생태계\n사용 중?"}
Q1 -->|Yes| R_CBGA["Cursor BGA"]
Q1 -->|No| Q2
Q2 -->|Yes| R_Jules["Google Jules"]
Q2 -->|No| Q3
Q3 -->|Yes| R_CCW1["Claude Code Web"]
Q3 -->|No| Q4
Q4 -->|Yes| R_Devin["Cognition Devin"]
Q4 -->|No| Q5
Q5 -->|Yes| R_CCW2["Claude Code Web"]
Q5 -->|No| R_Review["팀 스택 기반 선택"]
마치며
클라우드·백그라운드 에이전트는 AI 코딩 도구의 다음 단계다. 로컬 에이전트가 “개발자를 증강하는 도구”라면, 클라우드 에이전트는 “개발자와 병렬로 일하는 동료”에 가깝다.
2026-05 시점의 판단:
- 진입하기 가장 쉬운 경로: 이미 Cursor를 쓴다면 BGA, Claude Code CLI를 쓴다면 Claude Code Web.
- 가장 높은 자율성이 필요하다면: Devin. 단, 명확한 이슈 작성 역량과 ACU 예산 관리가 전제다.
- GitHub-native 자동화를 원한다면: Jules. 아직 성숙 중이지만 방향성이 명확하다.
- 비용과 통제를 동시에 잡고 싶다면: Claude Code Web + Plan Mode 조합이 현재 가장 균형 잡힌 선택이다.
어느 도구도 “항상 최선”이 아니다. 팀의 워크플로우, 이슈 품질, 보안 정책, 예산이 선택을 결정한다.
참고
Anthropic, Claude Code 개요, docs.anthropic.com/en/docs/claude-code/overview — Claude Code의 공식 기능 및 사용 가이드. 웹·CLI 공통 설계 원칙을 기술한다. ↩︎
Anthropic, Claude.ai 플랜, claude.ai/upgrade — Pro $20/월, Team $30/월·인(2026-05 기준). 가격은 변동될 수 있으므로 최신 정보는 공식 페이지에서 확인하라. ↩︎ ↩︎2
Cursor, Background Agents, docs.cursor.com/background-agents — Cursor BGA의 동작 방식, 비용 처리, 한도 관리 안내(B등급, 링크·요약). ↩︎ ↩︎2
Cognition AI, Devin, cognition.ai/devin — Devin 에이전트 공식 소개. 독립 브라우저·터미널·에디터를 갖춘 완전 자율 에이전트 설계를 설명한다(B등급, 링크·요약). ↩︎ ↩︎2
Google, Jules, jules.google.com — Google의 GitHub-native 백그라운드 코딩 에이전트 공식 페이지. Gemini 기반, 이슈→PR 자동화 기능을 설명한다(B등급, 링크·요약). ↩︎ ↩︎2 ↩︎3 ↩︎4
Anthropic, Claude Code — 보안 및 권한 모델, docs.anthropic.com/en/docs/claude-code/security — Plan Mode, 권한 게이트, 인간 승인 루프 설계 원칙을 기술한다. ↩︎
Cursor, Pricing, cursor.com/pricing — Pro $20/월, Business $40/월·인(2026-05 기준, B등급). 최신 정보는 공식 페이지 확인 필요. ↩︎ ↩︎2
Cognition AI, Devin 가격, cognition.ai/pricing — ACU 기반 과금 구조. $500/250 ACU 기준(2026-05, B등급). 플랜에 따라 상이하므로 공식 페이지 확인 필요. ↩︎ ↩︎2