00:00:00클로드 코드가 단순히 보조 도구 하나가 아니라 20명, 30명, 심지어 50명의 에이전트로 구성된
00:00:06하나의 팀이라고 상상해 보세요. 여러분이 지켜보는 동안 병렬로 기능을 만들어냅니다.
00:00:09이것이 바로 가스타운(Gastown)입니다.
00:00:11단순히 AI와 채팅하는 게 아니라 하나의 공장이나 다름없죠.
00:00:14기능을 분해하고, 병렬 작업자에게 할당하고, 코드를 자동으로 병합하며, 모든 것을
00:00:20Git에 유지합니다. 심지어 크래시가 발생해도 계속 실행되죠.
00:00:23생산성을 10배 높여줄 수도 있지만, 일이 완전히 꼬여버릴 수도 있습니다.
00:00:27이제 설정 방법과 실제로 어떻게 작동하는지 자세히 알아보겠습니다.
00:00:35가스타운은 AI 코딩 에이전트를 개발 워크플로우를 위한
00:00:39쿠버네티스(Kubernetes) 같은 존재로 바꿔주는 오픈 소스 오케스트레이터입니다.
00:00:43우선, 가스타운은 AI 모델이 아니라 오케스트레이터일 뿐입니다.
00:00:48클로드 코드 같은 도구 위에 얹어져서 이들을 조율된 멀티 에이전트 시스템으로 바꿔주죠.
00:00:53시장(Mayor)이라고 불리는 존재에게 상위 목표를 주면, 시장은 그 목표를
00:00:58비즈(Beads)라고 부르는 구조화된 작업 단위로 나눕니다.
00:01:02비즈는 컨보이(Convoys)라는 그룹으로 묶이고, 폴캣(Polecats)이라 불리는
00:01:07작업자 에이전트들이 이를 병렬로 실행합니다.
00:01:09이게 엄청난 이유가 몇 가지 있습니다.
00:01:11모든 것이 Git을 통해 돌아간다는 점입니다.
00:01:13모든 에이전트는 브랜치와 병합 큐에서 작업하며 상태가 보존되므로, 크래시가 나도
00:01:20처음부터 다시 시작할 필요가 없습니다.
00:01:21이걸 일반적인 "바이브 코딩(Vibe coding)", 즉 일반적인 AI 코딩과 비교해 보죠.
00:01:26세션 하나에서 선형적으로 실행되고, 맥락이 어긋나며, 수동으로 조율해야 하니 엉망이기 쉽죠.
00:01:32가스타운은 기본적으로 인지 능력을 수평 확장하는 것이며, 이건 매우 큰 변화입니다.
00:01:37하지만 진짜 의문은 "이게 정말 제대로 작동하는가?"입니다.
00:01:40이런 콘텐츠가 마음에 드신다면 구독해 주세요.
00:01:42관련 영상을 계속해서 업로드하고 있습니다.
00:01:44이제 직접 실행해서 몇 가지 테스트를 해보겠습니다.
00:01:47자, 여기 간단한 할 일(To-do) 앱이 돌아가고 있습니다.
00:01:49GitHub에서 찾은 아주 심플한 Go 기반 앱인데요.
00:01:53가스타운 자체가 주로 Go로 작성되었기 때문에 Go를 선택했지만, 사실 어떤 프로젝트를 선택하든
00:01:58실행 방식에는 차이가 없습니다.
00:02:02이 할 일 앱에는 인증 기능이 없습니다. 그냥 기본적인 CRUD 애플리케이션이죠.
00:02:06기존 앱에 인증 기능을 추가해 본 적이 있다면, 그 과정에서 기존 코드가
00:02:11얼마나 잘 깨지는지 잘 아실 겁니다.
00:02:12단순히 로그인만 추가하는 게 아니라 DB 변경, 라우트, 미들웨어, 폼, 테스트, 도커 등 모든 걸 건드려야 하죠.
00:02:18이런 앱을 만들 때는 모든 요소가 서로 얽혀 있습니다.
00:02:22우리의 테스트 과제는 가스타운이 저의 세세한 관리 없이 이 일을 해낼 수 있느냐입니다.
00:02:26솔직히 말씀드리면, 초기 설정은 좀 까다로웠습니다.
00:02:30많은 대형 패키지를 brew로 설치해야 했고, 모든 순서를 맞추고
00:02:35설치 후 실행하기까지 문제 해결을 위해 꽤 많은 시간이 걸렸습니다.
00:02:39하지만 일단 모든 동기화를 마치고 나니 정말 잘 돌아가더군요.
00:02:43이제 실행 중인 상태에서 시장(Mayor)을 붙이고 프롬프트 하나를 입력합니다.
00:02:46JWT 인증을 추가하고 SQLite를 사용하며, 기본적인 로그인 및 회원가입
00:02:52엔드포인트를 만들고, 경로 보호, HTML 폼 추가, 테스트 작성, 도커 파일 추가까지 요청해 보겠습니다.
00:02:58그게 끝입니다.
00:02:59할 일이 정말 많죠?
00:03:00동시에 진행되는 일이 아주 많습니다.
00:03:01단계별로 지시하지 않고, 이제 실제로 어떤 일이 벌어지는지 지켜봅시다.
00:03:05시장이 이제 이 기능들을 자동으로 분해합니다.
00:03:10스키마, 미들웨어, 인증 엔드포인트, 프론트엔드 폼, 테스트가 각각 별도의 비즈가 됩니다.
00:03:18비즈는 일종의 작업 단위라는 걸 기억하세요.
00:03:21보세요, 이제 모든 폴캣(Polecats)들이 떼를 지어 달려듭니다.
00:03:25한 에이전트는 SQLite 스키마를 만들고, 한 명은 JWT 미들웨어를 작성하며,
00:03:31다른 에이전트는 로그인 및 가입 라우트를 빌드하고, UI 폼을 업데이트하고, 통합 테스트와
00:03:37도커 파일까지 작성합니다. 이 모든 일이 동시에 일어납니다.
00:03:40이게 결정적인 차이점입니다.
00:03:42클로드 코드만 단독으로 썼다면 이 작업을 순차적으로 했을 겁니다.
00:03:47프롬프트를 입력하고, 기다리고, 수정하고, 다시 설명하는 과정을 반복했겠죠?
00:03:52보통의 코딩 에이전트들이 일하는 방식이 그렇습니다.
00:03:55하지만 여기서는 Git 브랜치가 작업을 격리하고, 병합은 큐에 쌓이며, 상태가 추적됩니다.
00:04:00따라서 사용자가 전체 계획을 머릿속에 담고 있는 대신 시스템이 이를 기억합니다.
00:04:05중간에 크래시가 나도 괜찮습니다.
00:04:09나중에 저장된 상태에서 자동으로 이어서 시작하면 되니까요.
00:04:13자, 이제 진실의 시간입니다.
00:04:14이걸 제 저장소로 포크했으니, 가스타운이 제 GitHub에
00:04:19어떤 변경 사항들을 추가했는지 살펴보겠습니다.
00:04:22기존 코드는 그대로 있고, 나머지 부분이 수정된 것을 볼 수 있습니다.
00:04:25회원가입, 로그인, 토큰 발행, 경로 보호, 테스트 통과까지 모두 확인됩니다.
00:04:32이 모든 것이 가스타운을 통해 추가된 내용입니다.
00:04:35전체 기능이 분해되고 구현되는 데 단 몇 분밖에 걸리지 않았습니다.
00:04:39이게 핵심입니다.
00:04:40단순히 속도만 빠른 게 아니라 인지적 부담을 덜어준다는 것이죠.
00:04:44더 이상 AI의 모든 단계를 하나하나 관리할 필요가 없지만, 그렇다고 무조건
00:04:49이득인 것만은 아닙니다.
00:04:50실제로 운영하는 건 또 다른 문제일 수 있기 때문이죠.
00:04:52이제 이걸 직접 실행해 보겠습니다.
00:04:53결과물이 어떤지, 무엇을 얻었는지 확인해 보죠.
00:04:56전체적으로 보면 이런 모습입니다.
00:04:58나쁘지 않네요, 아주 기본적인 앱입니다.
00:05:00보시다시피 여기서 로그인하고 계정을 생성할 수 있습니다.
00:05:03할 일 목록 기능도 그대로 잘 작동하고, 기존 기능을 망가뜨리지 않았습니다.
00:05:06라우트, 도커 파일, JWT 인증 관련 추가 요소들도 잘 반영되었습니다.
00:05:11정말 훌륭하게 해냈네요.
00:05:12더 큰 규모의 앱에서 어떻게 돌아갈지 보고 싶지만, 이 테스트만으로도
00:05:16제 토큰을 꽤 많이 소모했습니다.
00:05:18그 얘기에 이어서, 이제 트레이드오프(Trade-offs)에 대해 말해봅시다.
00:05:21장단점을 짚어볼까요?
00:05:23먼저 장점은 확장성입니다.
00:05:25정말 멋진 부분이죠.
00:05:2720~30명의 에이전트를 동시에 돌릴 수 있습니다.
00:05:30이는 거대 기능 개발 시 엄청난 산출물을 낼 수 있음을 의미합니다.
00:05:35혼자라면 수많은 작업과 의존성에 파묻혔을 일이죠.
00:05:37두 번째 장점은 Git 지속성입니다.
00:05:40크래시가 나면 모든 게 날아가서 처음부터 다시 해야 했던
00:05:45취약한 AI 세션과는 다릅니다.
00:05:47이런 점들은 정말 훌륭합니다.
00:05:48하지만 이제 단점도 봐야겠죠. 사람들이 놀랄 만한 지점들이 있거든요.
00:05:50저도 몇 가지에 놀랐지만, 생각해보면 다 이유가 있습니다.
00:05:54첫째는 검토 피로도입니다. 시스템이 엄청나게 많은 걸 생산하지만,
00:06:00그만큼 여러분이 검토해야 할 양도 방대해집니다.
00:06:01생산성은 높지만, 기가 빨리는 작업이 될 수도 있습니다.
00:06:04다음은 비용입니다.
00:06:06과하게 사용하면 비용이 순식간에 불어날 수 있습니다.
00:06:07에이전트 하나가 아니라
00:06:09수많은 에이전트를 병렬로 돌리고 있으니까요.
00:06:11계산은 여러분께 맡기겠습니다.
00:06:13또한 에이전트 간에 충돌이 발생할 수 있습니다.
00:06:14코드를 과하게 설계할 수도 있고요.
00:06:15모든 권한을 넘겨줬기 때문에 저장소를 완전히 망가뜨릴 수도 있습니다.
00:06:19단순히 설치만 한다고 끝나는 게 아니죠. 그래서 진짜 질문은 이것입니다.
00:06:23여러분은 워크플로우에서 이런 도구를 실제로 사용하고 싶으신가요,
00:06:27아니면 너무 과하다고 느껴지시나요?
00:06:29물론 클로드나 오픈AI 등 다른 프로바이더를 선택할 수도 있습니다.
00:06:34이건 초기 단계의 도구지만, 훨씬 더 큰 변화를 가리키고 있습니다.
00:06:38단순히 AI가 코딩을 도와주는 수준을 넘어섰기 때문이죠.
00:06:43수많은 에이전트가 병렬로 작동하면서 워크플로우 자체를 바꾸고 있습니다.
00:06:47즉 가스타운은 AI 어시스턴트에서 협업하는 에이전트 군단으로의 전환을 상징합니다.
00:06:54이는 우리의 영향력을 변화시킵니다. 이제 백엔드, 프론트엔드, 테스트, 문서,
00:07:00인프라까지 모두 동시에 오케스트레이션할 수 있으니까요.
00:07:03이것은 여러분의 생산성을 비약적으로 높이거나,
00:07:08개발이라는 정의 자체를 다시 내리게 될 것입니다.
00:07:09멀티 에이전트 시스템이 올 것인지 묻는 시대는 지났습니다.
00:07:12이미 우리 곁에 와 있으니까요.
00:07:13이 도구가 바로 그 증거입니다.
00:07:14이제 질문은 "지금 시도해 볼 것인가, 아니면 나중에 할 것인가"입니다.
00:07:19누가 알겠어요?
00:07:20변화는 오고 있습니다.
00:07:21개발 워크플로우를 재편하는 더 많은 도구와 팁을 원하신다면 구독해 주세요.
00:07:25그럼 다음 영상에서 뵙겠습니다.