Agentic AI는 지속적인 인간의 감독 없이 자율적인 행동을 가능하게 함으로써 소프트웨어 개발을 근본적으로 변화시킵니다. 인간이 모든 단계를 검토했던 이전의 AI 코드 완성과는 달리, 에이전트는 이제 병합 요청 열기 또는 구성 수정과 같은 복잡한 작업을 수행할 수 있습니다. 이러한 변화는 코드 품질뿐만 아니라 에이전트의 권한과 행동에 초점을 맞춘 새로운 거버넌스 전략을 필요로 합니다. 조직은 코드 출처, 의도에 대한 추적성, AI 생성 코드에 대한 확장 가능한 문서화에 대해 우려하고 있습니다.강력한 거버넌스 프레임워크는 에이전트가 무엇에 접근하고 무엇을 할 수 있는지 정의하고 행동이 증명 가능하도록 보장합니다. 주요 제어 지점에는 승인된 에이전트 및 흐름을 위한 중앙 카탈로그, 에이전트 행동을 인간과 연결하는 복합 ID, 도구 승인 가드레일이 포함됩니다. 에이전트 납치를 방지하기 위해 프롬프트 가드레일도 중요합니다. 데이터 개인 정보 보호 문제가 발생하여 민감한 코드에 대한 자체 호스팅 AI 및 자체 모델 가져오기 옵션의 중요성이 커지고 있습니다.거버넌스는 인간 검토가 여전히 필수적인 부분을 의도적으로 정의하는 것을 포함합니다. 상호 작용 작업은 일반적으로 직접적인 인간 승인을 유지하는 반면, 자동화된 워크플로는 사전 조치 제어 또는 사후 조치 감사 추적을 요구합니다. AI 배포를 측정하기 위한 지표는 채택, 수락 품질, 위험, 수정 및 투자 수익을 포함해야 합니다. GitLab Duo Agent Platform 사용자를 위한 실용적인 체크리스트에는 데이터 사용량 검토, 에이전트 승인, 도구 가드레일 설정, 인간 참여 루프 체크포인트 정의가 포함됩니다. 새로운 AI 기능이 등장함에 따라 거버넌스를 지속적으로 재평가하는 것이 중요합니다.