시험 준비 가이드 · 작성: Reid Chong · 2026년 10월 26일 확인
GH-600 학습 가이드: GitHub 에이전틱 AI 개발자 시험 준비 방법
Microsoft 공식 학습 가이드에 나온 여섯 개 도메인과, 이번 주에 바로 해 볼 수 있는 도메인별 실습 과제 하나씩을 정리했습니다.
GH-600의 정식 명칭은 "Developing in Agentic AI Systems"이며, GitHub Certified: Agentic AI Developer 자격을 위한 GitHub의 시험입니다. Microsoft Learn을 통해 제공되고 Pearson VUE에서 일정을 잡습니다. 이 가이드는 Microsoft 공식 학습 가이드에 나열된 여섯 개 도메인을 쉬운 말로 풀어 설명하고, 지금 쓰고 있는 코딩 에이전트로 이번 주에 해 볼 수 있는 실습 과제를 도메인마다 하나씩 붙였습니다. Nightschool AI는 독립적인 교육 사이트입니다. GitHub, Microsoft, Pearson VUE와 무관하며, 시험을 운영하거나 자격을 부여하지 않습니다. 아래의 모든 사실은 두 기관의 페이지에 적힌 내용에만 근거하며, 두 페이지 어디에도 공개되지 않은 합격률이나 연봉 수치는 싣지 않았습니다.
GH-600("Developing in Agentic AI Systems")은 GitHub Certified: Agentic AI Developer 자격을 위한 GitHub의 시험으로, Microsoft Learn을 통해 제공됩니다. 실제 소프트웨어 개발 라이프사이클(SDLC) 안에서 AI 코딩 에이전트를 운영하고 감독하고 통제하는 사람, 즉 아키텍트, 플랫폼 엔지니어, DevOps 엔지니어, 개발자, 보안 엔지니어를 대상으로 합니다. 시험 시간은 2시간이고, 감독관이 입회하는 방식이며 Pearson VUE에서 일정을 잡습니다. 응시료는 US$165(국가나 지역에 따라 다름)이고, 합격하려면 환산 점수 700점 이상이 필요합니다. 출제 범위는 에이전트 아키텍처와 SDLC, 도구 사용, 메모리와 상태, 평가, 멀티 에이전트 조율, 가드레일의 여섯 도메인입니다.
게시일
무료 레슨 · 계정 필요 없음CLAUDE.md: 프로젝트의 중심축실무자 세팅6분무료 레슨 시작하기핵심 요약
- GH-600("Developing in Agentic AI Systems")은 GitHub Certified: Agentic AI Developer 자격을 위한 GitHub의 시험으로, Microsoft Learn을 통해 제공되고 Pearson VUE에서 일정을 잡습니다.
- Microsoft 공식 페이지에 따르면 시험 시간은 2시간, 응시료는 US$165(국가나 지역에 따라 다름)이며, 합격하려면 환산 점수 700점 이상이 필요합니다.
- 비중이 정해진 여섯 개 도메인은 에이전트 아키텍처와 SDLC(15-20%), 도구 사용과 환경 상호작용(20-25%), 메모리, 상태, 실행(10-15%), 평가와 튜닝(15-20%), 멀티 에이전트 조율(15-20%), 가드레일과 책임성(10-15%)입니다.
- 실제 SDLC에서 AI 코딩 에이전트를 이미 운영, 감독, 통제하고 있는 아키텍트, 플랫폼 엔지니어, DevOps 엔지니어, 개발자, 프로덕트 매니저, 보안 엔지니어를 대상으로 합니다.
- Microsoft 학습 가이드는 GitHub Copilot, MCP 서버, 그리고 사용자 지정 지침, 사용자 지정 에이전트, 도구, Copilot 설정 단계 같은 에이전트 맞춤 설정을 포함해 코딩 에이전트를 다뤄 본 경험을 전제로 합니다.
- Nightschool AI는 GitHub, Microsoft, Pearson VUE와 무관한 독립 사이트입니다. 이 페이지는 준비를 돕는 자료일 뿐 시험을 운영하거나 자격을 부여하지 않습니다.
무료 레슨으로 시작하기
시험 날 전에 GH-600의 핵심 역량을 연습하세요
이 레슨은 GitHub나 Microsoft의 교육이 아니라 Nightschool AI의 레슨이며, GitHub Copilot이 아닌 Claude Code를 다룹니다. GH-600이 묻는 것과 같은 기본 역량인 계획과 실행의 경계, 범위가 제한된 도구 권한, 에이전트 메모리를 오늘 무료로 시작할 수 있는 도구로 연습합니다.
시작하기 전에
GH-600의 대상과 채점 방식
Microsoft가 이 시험의 대상으로 설명하는 사람은 GitHub을 기록의 원본이자 통제 지점으로 삼아, 프로덕션 수준의 SDLC 워크플로 안에서 AI 에이전트를 운영, 통합, 감독, 통제하는 데 전문성을 가진 사람입니다. 학습 가이드가 밝히는 이 사람의 역할에는 SDLC 안에서 에이전트 워크플로를 운영하기, GitHub 자체 통제 기능으로 자율 동작을 감독하기, 스캔 결과와 산출물로 에이전트 출력을 평가하고 튜닝하기, 사용자 지정 에이전트를 구성하기, 멀티 에이전트 실행을 안전하게 조율하기가 포함됩니다. 이들은 아키텍트, 플랫폼 엔지니어, DevOps 엔지니어, 애플리케이션 개발자, 프로덕트 매니저, 보안 엔지니어와 함께 일합니다.
경험 면에서 학습 가이드는 소프트웨어 개발 라이프사이클, GitHub 워크플로와 통제 기능, 코드 품질, 보안, 리뷰 관행에 대한 이해와 함께, GitHub Copilot, MCP 서버, 그리고 사용자 지정 지침, 사용자 지정 에이전트, 도구, Copilot 설정 단계 같은 에이전트 맞춤 설정을 포함한 코딩 에이전트 실사용 경험을 전제로 합니다. 운영 면에서 시험은 감독관이 입회하고, Pearson VUE에서 일정을 잡으며, 2시간 동안 진행됩니다. 응시료는 US$165(국가나 지역에 따라 다름)이고 영어로만 제공되며, 합격하려면 환산 점수 700점 이상이 필요합니다. 불합격하면 24시간 뒤에 다시 응시할 수 있습니다. Microsoft 공식 페이지는 문항 수와 합격률을 공개하지 않으므로 이 가이드도 임의로 적지 않았습니다.
이 페이지의 모든 사실은 작성하면서 직접 열람한 두 페이지와 대조했습니다. Microsoft Learn의 "Study guide for Exam GH-600: Developing in Agentic AI Systems"와 "GitHub Certified: Agentic AI Developer" 페이지이며, 둘 다 learn.microsoft.com에 있고 2026년 10월 26일에 읽었습니다. 두 페이지 중 어느 쪽이든 비중, 가격, 도메인이 바뀌면 이 페이지도 바뀌어야 합니다. 제3자 모의고사 사이트나 커뮤니티 글에서 가져온 내용은 없습니다.
측정 항목
GH-600 여섯 개 도메인 한눈에 보기
Microsoft가 공개한 비중입니다. 각 도메인이 15-25퍼센트포인트 범위로 채점되므로 합계는 고정값이 아니라 범위로 나타납니다.
1. 에이전트 아키텍처와 SDLC (15-20%)
에이전트를 SDLC에 맞춰 넣고, 계획과 실행을 분리하며, 에이전트가 행동하기 전에 사람이 확인하는 지점을 두는 방법입니다.
2. 도구 사용과 환경 상호작용 (20-25%)
에이전트 도구를 고르고 범위를 정하며, MCP 서버와 허용 목록을 구성하고, 저장소, 브랜치, CI 작업 안에서 에이전트를 안전하게 실행하는 방법입니다.
3. 메모리, 상태, 실행 (10-15%)
단기, 장기, 외부 메모리 중에서 고르고, 세션을 넘어 상태를 유지하며, 컨텍스트 드리프트가 커지기 전에 잡아내는 방법입니다.
4. 평가, 오류 분석, 튜닝 (15-20%)
성공 기준을 미리 적고, 로그와 트레이스를 읽어 근본 원인을 찾으며, 그 결과로 지침, 메모리, 도구 접근을 조정하는 방법입니다.
5. 멀티 에이전트 조율 (15-20%)
여러 에이전트를 서로 겹치지 않게 병렬로 돌리고, 멈추거나 성능이 떨어진 에이전트를 찾아 복구하는 방법입니다.
6. 가드레일과 책임성 (10-15%)
위험도에 맞게 자율성을 정하고, 권한을 최소 권한 원칙으로 제한하며, 되돌릴 수 없는 변경은 명시적인 승인을 거치게 하는 방법입니다.
도메인 1 · 15-20%
에이전트 아키텍처와 SDLC 프로세스 준비하기
이 도메인은 에이전트가 동작하는지 여부만이 아니라, 개발 프로세스의 어디에 들어가는지를 다룹니다. Microsoft 학습 가이드는 세 부분으로 나눕니다. 첫째, 에이전트를 SDLC에 맞추기입니다. 어떤 단계를 에이전트가 맡을지 정하고, 흔한 안티패턴을 알아보며, 입력, 출력, 성공 기준을 미리 정의합니다. 둘째, 계획과 실행의 분리입니다. 에이전트가 구조화된 계획을 만들게 하고, 그 계획을 검증하며, 계획이 확인되고 승인되기 전에는 에이전트가 행동하지 못하게 합니다. 셋째, 관측성과 통제 구성입니다. 적절한 수준의 자율성을 정하고, 평소 쓰는 도구 안에서 점검 가능한 산출물을 만들며, 전달 속도를 크게 늦추지 않으면서 사람이 개입할 지점을 넣습니다.
이번 주 실습: 코딩 에이전트에게 맡길 실제 작업 하나를 고르세요. 에이전트가 무엇이든 건드리기 전에, 어떤 파일을 수정할지, 단계의 순서는 어떤지, "완료"가 무엇인지를 먼저 평문으로 계획서로 쓰게 합니다. 수정이 한 번이라도 일어나기 전에 그 계획을 읽고 승인하거나 반려하세요. 이 도메인이 묻는 경계가 바로 이것입니다. 에이전트가 만든 계획이 있고, 실행이 시작되기 전에 그 계획을 확인하는 사람(또는 규칙)이 있다는 것입니다.
도메인 2 · 20-25%
도구 사용과 환경 상호작용 구현하기
시험에서 비중이 가장 크고, 매일의 에이전트 작업과 가장 가까운 도메인입니다. 다루는 내용은 에이전트 도구와 그 권한을 고르고 구성하기, MCP 서버 구성하기(도구로 추가하기, GitHub 원격 MCP 서버 설정하기, MCP 레지스트리와 허용 목록 관리하기 포함), 에이전트를 개발 환경에 통합하기(저장소나 브랜치로 범위를 제한하고, CI 워크플로에서 호출하며, 브랜치와 풀 리퀘스트를 여는 것 같은 자율 동작을 허용하기), 그리고 안전한 실행 경로로 에이전트 운영하기(오류 처리, 재시도, 롤백, 에스컬레이션 경로, 에이전트가 한 일에 대한 추적 가능성 포함)입니다.
이번 주 실습: 코드 작업에 이미 쓰고 있는 에이전트를 열어, 지금 무엇을 건드릴 수 있는지 살펴보세요. 모든 파일, 모든 명령, 연결해 둔 모든 MCP 서버가 대상입니다. 작업 하나에 꼭 필요한 만큼만 남겨 범위를 줄입니다. 좁은 폴더, 짧은 명령 허용 목록, 전부가 아니라 한두 개의 MCP 서버입니다. 같은 작업을 다시 실행해서 무엇이 깨지는지, 혹은 깨지는 게 없는지 확인하세요. 그 틈을 메우는 것이 이 도메인이 묻는 도구 권한 역량입니다.
도메인 3 · 10-15%
메모리, 상태, 실행 관리하기
이 도메인은 에이전트가 무엇을 얼마나 오래 기억하는가를 다룹니다. 다루는 내용은 단기, 장기, 외부 메모리 중에서 고르고 메모리를 작업과 관련된 범위로 제한하기(메모리가 만료되거나, 정리되거나, 초기화되는 시점의 규칙 포함), 상태를 유지하고 컨텍스트 드리프트를 관리하기(진행 상황과 결정을 지속되는 산출물로 남겨 에이전트가 같은 단계를 반복하거나 앞선 결정과 모순되지 않고 작업을 재개하게 하고, 긴 실행 중의 드리프트를 잡아내기), 그리고 도구와 환경 전반에서 메모리와 상태의 일관성을 유지하기(에이전트들이 충돌하거나 낡은 컨텍스트 없이 상태를 공유하게 하기)입니다.
이번 주 실습: 에이전트와 여러 단계로 된 작업을 시작하기 전에, 목표, 지금까지 내린 결정, 남은 일을 적은 짧은 상태 파일(평문이면 충분합니다)을 만드세요. 에이전트가 대화를 기억하리라 기대하지 말고, 단계가 끝날 때마다 이 파일을 갱신합니다. 세션을 닫고 며칠 뒤에 다시 열어서, 그 파일만으로 멈췄던 지점부터 그대로 이어갈 수 있는지 확인하세요.
도메인 4 · 15-20%
평가, 오류 분석, 튜닝 수행하기
이 도메인은 에이전트가 정말로 일을 해냈는지 판단하고, 해내지 못했을 때 고치는 능력을 시험합니다. 다루는 내용은 작업을 시작하기 전에 성공 기준과 평가 신호를 정의하기(정성적 신호와 정량적 신호, 자동 스캔 도구가 만든 신호 포함), 로그, 계획, 트레이스, 출력, 워크플로 산출물로 에이전트의 실패를 분석하고 근본 원인을 추론 오류, 도구 오용, 컨텍스트와 환경 문제로 분류하기, 그리고 지침, 워크플로, 제약을 고치고 메모리와 도구 사용을 다듬어 에이전트 동작을 튜닝하기입니다.
이번 주 실습: 에이전트에게 맡길 작업 하나에 대해, 시작하기 전에 "정답"이 정확히 무엇인지 적어 두세요. 그런 다음 에이전트가 아닌 다른 무언가가 그 목록에 맞춰 결과를 확인하게 합니다. 다른 에이전트, 테스트 스크립트, 동료 누구든 괜찮지만, 같은 에이전트가 자기 결과를 스스로 채점하게 해서는 안 됩니다. 어디서 부족했는지, 원인이 잘못된 지침인지, 엉뚱한 도구인지, 낡은 컨텍스트인지 기록하세요.
도메인 5 · 15-20%
멀티 에이전트 조율 오케스트레이션
이 도메인은 에이전트 둘 이상을 서로 부딪히지 않게 동시에 돌리는 방법을 다룹니다. Microsoft 학습 가이드는 이를 멀티 에이전트 워크플로 운영하기(오케스트레이션 패턴 적용, 병렬 실행을 위한 에이전트 격리, 코드 변경 겹침이나 상충하는 출력 같은 충돌의 감지와 해결), 에이전트 전반의 관측성 구성하기(리뷰와 감사에 적합한 산출물 만들기, 인수인계와 결정 기록하기), 멀티 에이전트 장애의 감지와 대응(멈추거나 성능이 떨어진 실행을 찾아 롤백과 human-in-the-loop를 포함한 복구 패턴 적용하기), 그리고 워크플로를 방해하지 않으면서 에이전트의 수명 주기 관리하기로 묶습니다.
이번 주 실습: 코딩 에이전트 둘에게 같은 저장소를 주되, 각자 자기 브랜치에서 서로 겹치는 변경(같은 파일, 다른 수정)을 맡기세요. 둘 다 끝나면 병합 충돌을 직접 해결하고, 다음에는 어떤 겹침을 막을지 한 문장으로 적습니다. 에이전트 하나를 다른 파일로 제한하는 방법도 있고, 두 작업을 병렬이 아니라 순차로 돌리는 방법도 있습니다.
도메인 6 · 10-15%
가드레일과 책임성 구현하기
마지막 도메인은 위험도에 맞춰 자유의 크기를 정하는 일입니다. 다루는 내용은 자율성 수준 정의하기(에이전트 동작을 운영, 보안, 컴플라이언스 위험으로 분류해 개입 수준을 알맞게 정하고, 조직의 보안 및 Responsible AI 기준 안에서 전달 속도를 최대화하도록 자율성을 배정하기), 그리고 가드레일과 human-in-the-loop 워크플로 구현하기입니다. 후자는 어떤 동작에 사람의 판단이 필요한지 가려내고, 정책을 위반하는 동작을 막고, 권한을 최소 권한으로 제한하고, 되돌릴 수 없거나 컴플라이언스에 민감한 변경에는 명시적인 승인을 요구하며, 위험을 실질적으로 줄이지 못하는 승인 단계는 추가하지 않는 것을 뜻합니다.
이번 주 실습: 저장소 하나를 골라, 에이전트가 혼자서 열고 테스트까지 마친 작업이라도 main 브랜치에 병합되기 전에 사람이 클릭하도록 요구하세요. 그 지점까지의 모든 일(브랜치 만들기, 수정, 테스트 실행, 풀 리퀘스트 열기)은 에이전트가 계속 하게 둡니다. 그리고 이 관문 하나가 정말로 속도를 늦추는지, 아니면 일주일에 한 번 먼저 보고 싶었을 변경 하나를 잡아낼 뿐인지 확인해 보세요.
준비 계획
2-4주 학습 계획
여섯 개 도메인과 그 비중에 맞춰 짰습니다. 20-25% 도메인에 시간을 더 쓰고, 10-15% 도메인 둘에는 덜 쓰며, 마지막에 전체를 복습합니다.
1주차: 아키텍처, SDLC, 도구
거의 모든 작업에 닿는 두 도메인입니다. 도메인 1(계획과 실행의 경계, 사람의 확인 지점)을 마치고, 도메인 2(도구 범위 제한, MCP 서버, 허용 목록)를 시작합니다.
2주차: 메모리, 상태, 평가
도메인 3(메모리 전략, 상태 파일, 컨텍스트 드리프트)과 도메인 4(성공 기준, 실패 분석, 튜닝)를 다룹니다. 실습은 예제용 장난감이 아니라 실제 작업으로 진행하세요.
3주차: 멀티 에이전트와 가드레일
도메인 5(오케스트레이션, 충돌 해결, 복구)와 도메인 6(자율성 수준, 최소 권한, 승인 관문)을 다룹니다. 많은 팀이 뭔가 터지기 전까지 건너뛰는 두 도메인입니다.
4주차: 복습과 시험 샌드박스
Microsoft 공식 학습 가이드를 도메인별로 다시 읽고, 불안했던 실습은 다시 해 봅니다. 시험 당일에 화면이 낯설지 않도록 Microsoft의 무료 시험 샌드박스(GitHub Certified: Agentic AI Developer 페이지에 링크됨)도 써 보세요.
용어만이 아니라 GH-600이 묻는 역량을 연습하세요
Nightschool AI의 무료 레슨 네 편에서 계획과 실행의 경계, 범위가 제한된 도구 권한, 에이전트 메모리를 실제 코딩 에이전트로 연습할 수 있습니다. 시작할 때 계정은 필요하지 않습니다.
자주 묻는 질문
GH-600이 무엇인가요?
GH-600은 GitHub Certified: Agentic AI Developer 자격을 위한 GitHub의 시험으로, 정식 명칭은 "Developing in Agentic AI Systems"입니다. Microsoft Learn을 통해 제공되고 Pearson VUE에서 일정을 잡으며, GitHub을 기록의 원본으로 삼아 소프트웨어 개발 라이프사이클 안에서 AI 코딩 에이전트를 운영, 감독, 통제하는 능력을 평가합니다.
GH-600 시험은 누가 보면 좋은가요?
Microsoft가 밝히는 대상은 프로덕션 SDLC 워크플로에서 AI 에이전트를 이미 운영, 감독, 통제하고 있는 아키텍트, 플랫폼 엔지니어, DevOps 엔지니어, 개발자, 프로덕트 매니저, 보안 엔지니어입니다. GitHub 워크플로와 통제 기능, 그리고 GitHub Copilot과 MCP 서버를 포함한 코딩 에이전트를 직접 다뤄 본 경험이 있어야 합니다.
GH-600 시험 시간은 얼마나 되고, 비용은 얼마인가요?
2시간이며 감독관이 입회하고 Pearson VUE에서 일정을 잡습니다. Microsoft는 응시료를 US$165로 안내하며, 시험을 치르는 국가나 지역에 따라 달라진다고 밝힙니다. 현재는 영어로만 제공됩니다.
GH-600 합격 점수는 몇 점인가요?
GH-600 학습 가이드에 링크된 Microsoft의 시험 채점 페이지에 따르면 환산 점수 700점 이상입니다. Microsoft는 이 시험의 문항 수와 합격률을 공개하지 않으므로 이 가이드도 밝히지 않습니다.
GH-600의 여섯 개 도메인은 무엇을 다루나요?
Microsoft 학습 가이드의 비중 그대로, 에이전트 아키텍처와 SDLC 프로세스(15-20%), 도구 사용과 환경 상호작용(20-25%), 메모리, 상태, 실행(10-15%), 평가, 오류 분석, 튜닝(15-20%), 멀티 에이전트 조율(15-20%), 가드레일과 책임성(10-15%)입니다.
GH-600 시험은 어디에서 등록하나요?
Microsoft Learn의 GitHub Certified: Agentic AI Developer 페이지를 통해 등록하며, 일정은 Pearson VUE에서 잡습니다. Microsoft는 회사나 학교 계정이 아닌 개인 계정으로 등록할 것을 권장합니다. 조직 계정에 연결된 시험 기록은 사라질 수 있고, 그 조직을 떠나면 복구할 수 없기 때문입니다.
Nightschool AI는 GitHub나 Microsoft와 관련이 있나요?
아니요. Nightschool AI는 독립적인 사이트이며 GitHub, Microsoft, Pearson VUE와 제휴, 보증, 후원 관계가 없습니다. 이 페이지는 Microsoft의 공개 페이지를 바탕으로 만든 시험 준비 자료이며, GH-600 시험을 운영하거나 그 시험으로 얻는 자격을 부여하지 않습니다.