구글 Jules - 비동기 코딩 에이전트
(jules.google)- Jules는 GitHub와 연동되어 버그 수정, 문서 추가, 기능 개발을 자동으로 수행하는 비동기형 코딩 에이전트임
- 사용자는 리포지토리와 브랜치를 선택하고 자세한 프롬프트만 작성하면, 나머지는 Jules가 클라우드 VM에서 처리함
- 테스트 실행 및 생성, PR 생성, 변경사항 diff 제공, 오디오 요약 기능도 제공됨
- 내부적으로 Gemini 2.5 Pro 모델을 사용해 코드 이해 및 수정을 수행함
- GitHub Copilot 코딩 에이전트와 유사하지만, Google 계정 기반으로 제공되고 UI 중심의 워크플로우임
Jules 개요
주요 기능
- GitHub 연동: 리포지토리를 가져와 브랜치를 생성하고 Pull Request(PR)를 자동으로 작성함
- 클라우드 가상머신: Jules는 코드를 클라우드 VM에 클론하여 작업을 수행하고, 변경사항이 작동하는지 검증함
- 테스트: 기존 테스트를 실행하거나, 테스트가 없을 경우 새로 생성함
- 작업 플랜 제공: 변경 전 작업 계획과 이유, 변경 diff를 사용자에게 먼저 보여줌
- 오디오 요약: PR 변경사항을 음성 요약으로 제공하여 빠르게 이해 가능함
사용 방법
시작 전 설정
- https://jules.google.com 접속
- Google 계정으로 로그인
- 개인정보 보호 공지 동의 (1회)
- Sync GitHub account 클릭
- GitHub OAuth 인증 절차 완료
- Jules에 연동할 리포지토리 선택 (전체 또는 일부)
- 설정 완료 후 리포 선택기가 나타나며 프롬프트 입력 가능
작업 실행 절차
- 리포지토리와 브랜치를 선택
- 기본 브랜치가 자동 선택되며, 필요 시 변경 가능
- 프롬프트 작성
- 예시:
utils.js 파일 내 parseQueryString 함수에 대한 테스트 추가
- 예시:
- (선택사항) 환경 설정 스크립트 추가
- Give me a plan 클릭
- Jules가 계획을 생성 → 사용자가 확인 및 승인
- 승인 후 변경된 코드 diff 제공
- 최종 PR 생성 및 GitHub로 반영 가능
향후 기능
- GitHub 이슈에
assign-to-jules
라벨을 붙이면, Jules가 자동 할당되어 작업 수행 (예정 기능)
비동기로 저장소 관리도 해준다는거 같은데, 아직 바이브 코딩 할때 느낌으로는 인간이 검수 안하면 복잡한 프젝은 ai가 잘못 코딩하는 경우도 종종 나긴 해서, 비동기 코드 부분은 별 메리트가 없을지도...? 결국 중간에 휴먼체크 하는데서 시간 잡아먹는게 커서
Hacker News 의견
- GitHub 이슈를 이 AI에게 할당하고 나면 버그 수정, 결과 병합, 완료 처리까지 자동화하는 경험 상상 중인 상황, 여기에 버그를 작성·배정·리뷰까지 맡는 “lead dev” AI, 피처를 계속 요구하는 “boss” AI를 두면 흥미로운 스타트업 시뮬레이터 실현 가능성 제안, 작은 개미 농장처럼 이들이 앱을 어떻게 만들어가는지 관찰하는 재미 언급
- 에이전트 설계의 패턴 실제 적용 경험 공유, 분석·의사결정·리뷰 역할별 AI 에이전트를 둔 가격 시스템 구현 경험, 각 AI가 역할에 충실히 소통하는 모습 관찰, 역할 분담 덕에 실수도 잘 잡아내고 좋은 결과 도출 효과 확인
- “VC” AI가 유니콘 기업 만들려고 하는 시나리오 상상, 유머러스한 분위기
- 조만간 1인 유니콘 창업 실현 전망
- 관심 있어서 Try 버튼 눌렀는데 또 웨이팅 리스트 경험, 지메일 때만큼 웨이팅 제도가 지금은 안 통한다는 아쉬움, 이제는 다양한 서비스들이 넘쳐나서 내일이면 이걸 잊게 될 거라는 솔직함
- 이 방식이 효과 있으려면 충성도 높은 옹호자, 입소문 유저 확보 필요성 강조, 이미 사용해보고 싶어 적극적으로 문의하는 유저가 있어야 성공 가능성 제시
- OpenAI 속도 때문에 무언가 내놓아야 했던 상황 추측
- Google이 추론(모델 실행)을 무료로 제공한다는 점이 엄청난 경쟁력이라고 판단, Jules 무료 제공 방식 언급, 현재 베타라 무료로 사용 가능하고 향후 유료화 전망, 현재는 개발자 경험 개선이 우선이라는 공식 문서 인용
- 본인은 아직 Jules는 안 써봤지만, 무료 여부보다는 문제를 더 잘 해결하는지가 중요하다는 입장, 성능이 좋으면 쓸 것이고 아니면 다른 서비스 선택, 많은 사람들이 비용보다 효율을 우선시함을 언급
- 이런 무료 런칭 방식이 빅테크의 경제적 전통이자 마치 시장에 물건을 쏟아붓는 dumping(덤핑) 효과와 유사함을 지적
- 스타트업에서 흔히 쓰는 전략, 무료 베타로 시작해서 후에는 과금 전환
- 사용에 제한 존재, 동시 2개 작업, 하루 5개로 제한 정보
- 사용자가 곧 데이터라는 시각, Jules의 사적인 레포를 학습데이터로 쓰지 않는다는 공식 답변 인용, 하지만 대화 내용이 Gemini처럼 훈련에 취합될 가능성, 어떤 데이터가 수집될지 투명하지 않다는 점과 레포 내용이 포함될지 모호함 지적, 공식 법률 링크 공유
- Google과 Microsoft가 같은 날 발표를 맞춘 듯 보임, 상대 발표에 맞춰 런칭을 서둘렀을 수도 있다는 생각, 현재 혁신이 활발하게 진행되는 시점이라는 기대감
- 이번 주가 Google IO이면서 Microsoft Build이기도 해서 두 회사가 주목도를 높이기 위한 치열한 경쟁 구도 분석
- 최근의 뜨거운 분위기 표현
- 두 발표 모두 OpenAI Codex Research Preview에 이어 나왔고, 사실상 같은 제품이라는 평가
- Google과 Microsoft가 맞춤형 자동화보다 주니어급 저수준 자동화에 집중한 점을 높이 평가, 접근 권한이 적을수록 사고 위험이 적고, 구조화된 작업일수록 데이터와 강화학습에 유리함, 저위험 구조 덕분에 신뢰성 향상 기대, 인터페이스와 통합에서 얻는 경험이 데이터 파이프라인 확장에 필수라는 관점 제시, 이제 추상적 논쟁에서 실제로 활용하는 단계에 진입했다는 점에 만족
- “네가 원하는 일에 시간을 써라!”라는 광고 카피와 게임, 독서, 탁구 등 여가 활동 이미지에 대해, 코딩을 피해야 할 일로 여기는 듯한 뉘앙스에 대한 아쉬움, 코딩이 창의적이고 즐거운 활동임을 강조
- 회사에서 Jules가 일을 한다고 해서 사장이 낮에 테니스 치도록 두진 않는다는 현실, 실제로 20-100% 생산성 향상이 있다 해도 그 가치는 노동자가 아니라 회사(자본)에 돌아간다는 의견
- 본인은 가끔은 재미로 코딩하지만, 목적 달성을 위한 수단일 때만 사용하고, 코딩이 아니어도 방법이 있으면 그쪽을 선호하는 편임 설명
- 광고에서 “원하는 코딩에 집중”이라는 메시지 자체는 긍정적으로 봄, 처음에 컴퓨터 작업하는 모습으로 해석, 결국 사용자의 선택과 시간 활용이 핵심이라는 해석 제시
- 취미로 프로그래밍 자체를 즐기기에 뭔가를 대신 해주는 로봇이 오히려 비유상 뒤바뀐 느낌, 예를 들어 로봇이 대타로 자전거를 타준다고 팔면 별 의미 없다는 생각
- 생산성이 ‘끊임없이 전진하는 흐름’과 비례한다는 개인적 경험, 내부 프로세스가 복잡한 기업일수록 이런 자동화 도구가 매력적으로 느껴질 수 있다고 함, 특히 리더십은 AI에 열광하면서 실질적 변화에는 소극적인 경우에 해당
- “Jules가 변경 사항 오디오 요약을 제공해서 빠른 파악 가능” 기능에 대해, Google이 NotebookLM 기술로 이런 걸 할 수는 있지만, 프롬프트가 어떻게 구현됐는지 오디오로 듣는 게 정말 유용한지는 의문
- 아이디어는 침대나 운전 중에 듣는 vibe coding 용이라는 추측, 젊은 세대가 오디오 정보를 텍스트보다 더 선호하는 추세 언급
- Codex와 codex cli가 현재까지 써본 중 가장 뛰어난 평가, Codex를 ChatGPT 앱에서도 이용 가능해 높이 평가, 이번 서비스도 빨리 써보고 싶다는 기대감 전달
- “네가 원하는 일을 하라!”라는 광고 카피에 자신은 새롭고 멋진 코드를 짜는 일이 바로 원하는 일임을 피력
- AI 도구의 핵심 메시지가 바로 사용자가 원하는 유형의 코딩, 좋아하는 창의적 코딩에 더 많은 시간 투입 가능, 반복적이거나 싫은 업무는 맡기라는 것임을 해석
- Jules에서 “비동기”가 중요한 의미인지, 작업 속도가 궁금함, 보통 개발 워크플로우가 비동기이긴 한데 더 빠르게 즉시 동기화가 된다면 좋겠다는 의견, 사람들이 빠르게 작업을 끝내지 않기 때문에 비동기가 표준이 된 현실 공유
- 다른 AI 에이전트 툴들은 모델, 작업 복잡도, 우회 경로 개수에 따라 10~30분 정도 소요된다는 정보 제공