AI 기반 소프트웨어 테스트·품질보증(QA) 플랫폼 스타트업 Momentic이 AI 코딩 시대에 맞춘 대규모 서비스 업데이트를 발표했다. 공동창업자이자 최고경영자(CEO) 웨이웨이 우는 커서(Cursor), 클로드 코드(Claude Code), 코덱스(Codex) 같은 AI 코딩 도구가 코드 출력량을 빠르게 늘리는 동시에 버그 발생량도 기하급수적으로 증가시키고 있다고 진단했다. 2026년 GitLab 글로벌 DevSecOps 보고서에 따르면 AI 코딩 도구의 확산이 품질·보안·컴플라이언스 측면에서 새로운 병목을 만들어 내고 있으며, AI가 일상 업무를 인간 검토 없이 처리해도 된다고 응답한 비율은 37%에 그쳤다.
이번 업데이트의 핵심은 세 가지 기능이다. 첫째, ‘탐색 에이전트(Explore Agent)’는 Jira, Linear, Figma, Slack, Zendesk 등 조직 전반의 정보를 수집해 코드베이스의 미테스트 영역을 자동으로 파악한다. 둘째, ‘장애 분류 에이전트(Failure Classification Agent)’는 테스트 실패 결과를 자동으로 분류해 실제 버그와 잘못 작성된 테스트를 구분한다. UI가 의도적으로 변경된 경우 테스트를 자동 업데이트하는 기능도 포함됐다. 셋째, 테스트 포맷을 개발자와 AI 에이전트 모두 읽을 수 있는 평문(plain-English) 형식으로 전환해, 무엇을 왜 테스트하는지를 명확하게 표현하는 방식을 채택했다.
Momentic이 이번 업데이트에서 주목하는 변화는 에이전틱·바이브코딩 시대의 사양서(specification) 부상이다. AI 에이전트가 코드를 작성하기 전에 반드시 계획 문서가 필요해지면서, 이 문서가 테스트 기준점으로도 활용될 수 있다는 논리다. 우 CEO는 “‘AI 슬롭(slop)’이 만연한 환경에서 품질 검증 없이 그냥 프로덕션으로 배포하는 ‘바이브 코딩 투 프로덕션’ 방식은 위험하다”고 경고했다. 업계 아젠다로 부상한 AI 개발 속도와 코드 품질 사이의 간극을 메우는 솔루션으로 Momentic의 플랫폼을 포지셔닝하고 있다.
AI 에이전트가 전체 코드의 40~50%를 작성하는 수준까지 비중이 높아진 현재 개발 환경에서, 소프트웨어 품질 자동화 시장은 빠르게 성장하고 있다. Momentic은 플랫폼을 더 많이 사용할수록 취약 영역 파악 정확도가 높아지는 학습 기반 구조를 제공하며, AI 지원 개발 생태계 속 품질 검증 레이어 전문 플레이어로서의 입지를 굳히겠다는 전략이다.
