에이전트 CLI

AI 에이전트가 화면(GUI) 대신 터미널 명령(CLI)으로 일하는 방식이자, 에이전트가 쓰기 좋게 CLI를 다시 설계하는 흐름이다. git·빌드·테스트 같은 로컬 작업은 CLI로 맡기고, 인증이 필요한 원격 서비스는 MCP로 나누는 게 일반적이다.

텍스트를 넣으면 텍스트가 나오는 CLI는 텍스트 처리에 강한 LLM에게 가장 자연스러운 인터페이스다.

텍스트만 오가서 실수가 적다

GUI를 쓰려면 에이전트가 화면 상태를 해석하고 어디를 클릭할지 찾아야 한다. CLI는 명령 한 줄을 실행하고 결과를 읽으면 끝이라 틀릴 곳이 적다. Claude Code, Codex CLI, Gemini CLI가 잇달아 나오면서 터미널에서 도는 에이전트 도구가 하나의 분야로 자리 잡았다.

강점은 두 가지다. 첫째는 구조화된 출력이다. --json 플래그 하나로 파싱하기 쉬운 결과를 받는다. 둘째는 조합성이다. 작은 명령을 파이프로 이어 복잡한 작업을 만드는 Unix 방식이 일을 잘게 쪼개 처리하는 에이전트와 잘 맞는다.

셸만 있으면 대부분 된다

Claude Code 같은 도구에서 에이전트는 git log --oneline, npm test, grep -r "TODO"를 직접 실행하면서 코드를 읽고 고친다. 별도 MCP 서버가 없어도 셸 접근만으로 로컬 작업 대부분을 처리할 수 있다.

사용자는 프로젝트 안내 파일(CLAUDE.md, AGENTS.md 등)에 자주 쓰는 명령을 적어 두면 된다. "테스트는 npm test로 돌리고, GitHub 작업은 gh로 하고, 결과는 --json으로 받아라"처럼 적어 두면 에이전트가 헤매지 않는다. 이미 널리 쓰이는 CLI가 있으면 MCP를 새로 붙이기 전에 그것부터 쓰게 하는 편이 간단하다.

에이전트용 CLI는 이렇게 만든다

내가 만든 도구를 에이전트가 쓰게 하려면 사람용 CLI와 몇 가지가 달라야 한다. 핵심은 에이전트가 결과를 잘못 읽지 않고 중간에 멈추지 않게 하는 것이다.

원격·인증은 MCP, 위험한 명령은 막기

CLI가 만능은 아니다. OAuth 인증이 필요한 SaaS API나 실시간 양방향 통신이 필요한 일에는 MCP가 더 적합하다. 그래서 실무에서는 로컬은 CLI, 원격은 MCP로 나누는 혼합 방식이 널리 쓰인다.

셸 접근은 강력한 만큼 위험하다. 파일 삭제나 강제 푸시처럼 되돌리기 어려운 명령은 에이전트 도구의 권한 설정에서 실행 전에 확인을 받도록 해 둔다. 출력이 아주 긴 명령은 필요한 부분만 걸러서 받게 하는 게 좋다.

코딩 에이전트가 셸로 일하는 게 기본이다

가장 흔한 쓰임은 터미널 코딩 에이전트다. 에이전트가 이미 있는 CLI를 그대로 실행하며 코드를 읽고, 고치고, 검증한다.