# GitHub 저장소 하나가 24시간 만에 스타 10만 개를 넘겼습니다. 10분마다 약 1,000개씩 올랐어요. 만든 사람은 한국 개발자 두...
Canonical: https://social-archive.org/yena/9zAwuSBGcy
Original URL: https://www.threads.com/@unclejobs.ai/post/DWxbhGSCWX2
Author: 엉클잡스 | Ai 시대, 돈이 되는 정보 전달
Platform: threads
## Content
GitHub 저장소 하나가 24시간 만에 스타 10만 개를 넘겼습니다. 10분마다 약 1,000개씩 올랐어요. 만든 사람은 한국 개발자 두 명입니다. 혼자서 10명짜리 팀처럼 일하는 방식을 만든 사람들이에요. 더 재밌는 건 작업 환경이죠. Sigrid Jin은 밴쿠버행, Bellman은 서울행 비행기 안이었습니다. 느린 기내 와이파이로 텍스트만 보냈습니다. 자기 AI 에이전트한테요. 터미널을 열지 않았어요. 에이전트가 코드를 짜고, 리뷰하고, PR을 머지했습니다. Rust 프로젝트 초기 뼈대가 3시간 만에 완성됐어요. 10만 스타를 받은 건 Claude Code 오픈소스 포트 저장소입니다. 이 저장소를 만드는 데 쓴 도구가 따로 있어요. --- OhMy Codex. 에이전트 여러 개를 띄워서 자동 협업시키는 런타임입니다. 단순한 코딩 보조가 아닙니다. 팀 모드를 켜면 터미널 창이 자동으로 여러 개 뜨고, 에이전트들이 벌떼처럼 작업을 나눠 처리해요. 네이밍, 브랜딩, 코드 정리, QA, 릴리스 검증. 사람이 하면 반나절이죠. OhMy Codex가 전부 자동화합니다. 모델 선택도 직접 안 해요. 에이전트 역할과 복잡도에 따라 GPT-4.5, GPT-4 mini 등을 알맞은 모델로 자동 배정하죠. Bellman @bellman.pub 은 "어떤 모델이냐보다 어떻게 오케스트레이션하느냐가 중요하다"고 잘라 말했습니다. --- 설계 원리는 컴퓨터 과학 기초에서 나왔습니다. 핵심은 "어디에 있는지만 알려주기"예요. 에이전트한테 데이터 전체를 넘기지 않습니다. "이 파일을 봐"라는 주소만 건네고, 필요한 정보는 에이전트가 직접 찾아요. 백과사전을 처음부터 읽지 않죠. 색인에서 필요한 항목만 찾는 방식입니다. 에이전트가 쓸데없는 정보까지 읽어서 헤매는 걸 막아요. 스킬 파일도 50~70줄이면 충분합니다. 스킬 자체가 데이터를 담는 게 아니라, 다른 에이전트와 스킬을 가리키는 포인터니까요. Bellman이 직접 설명했어요. "에이전트 런타임에서 새로 발명하는 건 없어요. OS 개념을 가져오고, 메모리는 신경과학에서 가져옵니다. 기본 컴퓨터 과학이에요." 에이전트가 일꾼, 하위 에이전트가 작업 메모, 스킬이 주소표. 구조가 놀랍도록 단순합니다. --- "AI가 만든 쓰레기 코드요? 실력 문제입니다." AI 코딩에서 가장 흔한 불만이 슬롭(slop)이에요. 불필요한 코드, 죽은 코드, 품질 낮은 출력물. Bellman의 답은 짧았습니다. "스킬 이슈예요." OhMy Codex에는 De-slopper라는 스킬이 있어요. GPT 모델로 불필요한 코드를 찾아서 지웁니다. 실전 성적이 있죠. Bellman 본인의 양적 거래 시스템에서 코드 1,000줄 이상을 제거했어요. 전체의 20%. 기능은 그대로 돌아갔습니다. 스킬 하나하나는 단순해요. 여러 에이전트와 체인으로 엮이면서 강력해지는 구조입니다. --- Bellman의 집 서버에는 "디지털 물고기 탱크"가 돌아갑니다. AI 에이전트들이 24시간 쉬지 않는 환경이에요. GitHub 이슈가 올라오면 에이전트가 감지하고, PR을 만들고, 리뷰하고, 머지합니다. Bellman이 잠든 사이죠. ClawHip이라는 게이트웨이가 교통정리를 해요. 이벤트를 모아서 에이전트한테 라우팅하고, 에이전트가 구독할 항목을 직접 결정합니다. 에이전트가 쓸데없는 정보에 묻히지 않도록 걸러내는 구조예요. README조차 사람을 위해 쓴 게 아닙니다. 다른 AI 에이전트가 읽고 자기 환경에 설치하도록 만든 가이드죠. 사람은 그 링크를 자기 에이전트한테 던져주기만 하면 돼요. 이 환경을 유지하는 데 드는 비용이 궁금하죠? 하루 토큰 소모량 20억 개, Codex Pro 플랜 5개. 월 약 130만 원($1,000)입니다. --- 두 사람의 이력이 이 시스템의 설계를 설명합니다. Sigrid는 이더리움 검증인 출신이에요. 수천 노드가 합의를 이루는 분산 시스템을 연구했죠. 2022년 ChatGPT가 나왔을 때 GPT-3.5를 Rust로 실험하기 시작했습니다. 당시 컨텍스트 크기가 4K 토큰이었어요. 작업을 잘게 쪼개서 에이전트에게 명확한 질문을 던졌어요. RAG와 임베딩으로 도메인 지식을 주입하는 방식도 연구했죠. 지금 OhMy Codex의 포인터 설계와 뿌리가 같습니다. Bellman은 퀀트 트레이더였어요. 자기 자본으로 트레이딩하다가, 사람과의 협업이 안 맞았습니다. 본인 표현이 솔직해요. --- "누구와도 잘 못 일하는 사람이에요." AI 자동화가 답이었습니다. Sonnet 3.7로 양적 거래 연구용 장기 학습 에이전트를 만들었어요. 100% 비공개, 독점 기술이죠. 거기서 에이전트를 묶어 움직이는 틀만 추출해 오픈소스로 공개한 게 OhMy Codex입니다. 목표는 하나예요. 한 사람이 대규모 시스템도, 회사도, 오픈소스 프로젝트도 만들 수 있다는 걸 증명하는 겁니다. --- 한국 AI 커뮤니티에서 "랄프톤"이 열렸습니다. 참가자가 에이전트를 실행하고 잠들어요. 다음 날 아침에 결과물을 확인합니다. 노트북에 손대면 랍스터 옷을 입어야 하죠. 샌프란시스코에서도 같은 방식으로 대회를 열었어요. 4시간 동안 에이전트만 돌리고, 결과물로 승부를 겨뤘습니다. OpenAI와 Weights & Biases가 후원했죠. GPT 5.4 X High를 써본 참가자들 사이에서 재밌는 반응이 나왔어요. 모델이 너무 똑똑해서 사용자의 아키텍처 결정을 거부하기 시작한 겁니다. 도구가 똑똑해질수록 다루는 기술도 달라져야 한다는 뜻이에요. 일주일 사이에 Ralphathon, Omekon SF, 10만 스타 저장소가 전부 나왔습니다. 한국 개발자들이 AI 코딩에서 독자적 흐름을 만들어가고 있어요. 우승자는 @lilmgenius 선민님. 엔터 한 번 안치셨다고 하죠. 즉, 0엔터. --- Sigrid가 마지막에 던진 질문이 오래 남습니다. 예전에 GitHub 스타는 제품의 철학과 품질을 보여주는 지표였어요. 지금은 사회적 지위 게임이 되고 있죠. AI가 지능을 민주화했으니까요. Codex든 Claude든, 누구나 같은 도구에 접근할 수 있습니다. 지능 자체가 차이를 만드는 시대는 끝났어요. 물론 도구만의 공은 아니에요. 두 사람이 2022년부터 4년간 쌓은 설계 감각이 먼저입니다. 그 감각을 시스템으로 만들어냈다는 게 차이죠. 에이전트를 어떻게 조합하고, 어떤 시스템으로 관리하고, 어떤 철학으로 설계하느냐. 모델이 아니라 에이전트를 묶는 방식이 차이를 만듭니다. --- Sigrid Jin -> @realsigridjin Bellman -> @bellman.pub OmC -> https://github.com/Yeachan-Heo/oh-my-codex ClawHip -> https://github.com/Yeachan-Heo/clawhip --- Claw-Code -> https://github.com/ultraworkers/claw-code --- Ray Fernando Youtube -> https://www.youtube.com/watch?v=RpFh0Nc7RvA&t=3991s