ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- Goose는 변경 사항을 계획하고, 반복하고, 적용하는 에이전트 역할을 합니다.
- Ollama는 모델을 호스팅하는 로컬 런타임입니다.
- Qwen3-coder는 결과를 생성하는 코딩 중심의 LLM입니다.
당신이 수년간 프로그래밍을 해 왔다면, 당신은 꽤 많은 과대광고 주기를 겪어왔을 것입니다. 새로운 개발 환경이든, 새로운 언어, 새로운 플러그인이든, 시간을 절약해 주는 매우 강력한 API를 갖춘 새로운 온라인 서비스이든, 적어도 The Big New Thing을 홍보하는 PR 담당자에 따르면 그것은 모두 “혁명적”이고 “세계를 변화시키는” 것입니다.
그리고 에이전트 AI 코딩이 있습니다. 도구를 사용하면 4년 간의 제품 개발을 4일 만에 완료할 수 있으며 그 영향은 세상을 변화시킵니다. 바이브 코딩에는 비방하는 요소가 있지만(타당한 이유가 있음) OpenAI의 Codex 및 Claude Code와 같은 AI 코딩 에이전트는 정말 혁신적입니다. 그들은 소프트웨어 산업을 근본적으로 변화시키고 있습니다.
또한: 로컬, 오픈 소스, 완전 무료인 Claude Code 대안을 사용해 보았습니다. 작동 방식
내 테스트에서 AI 회사의 월 20달러 요금제를 사용하면 여기저기서 몇 시간 동안 에이전트 코딩을 수행할 수 있다고 판단했습니다. 하지만 하루 종일 코딩을 하려면 월 100달러 또는 200달러 요금제로 업그레이드해야 합니다. 그렇지 않으면 토큰 할당이 재설정될 때까지 보류될 위험이 있습니다.
OpenAI와 Anthropic은 모두 코드 기반의 개인 정보 보호를 존중한다고 반복적으로 밝혔지만 사실은 둘 다 클라우드 인프라에서 작업을 수행하고 있다는 것입니다. 이러한 노력에는 보안 위험이 내재되어 있습니다. 이러한 기술을 사용하면 소스 코드를 관리하는 방법이나 작업이 수행되는 위치에 따라 계약을 위반할 수도 있습니다.
그러나 최근 이러한 문제에 대한 가능한 솔루션이 출시되었습니다. 세 가지 개별 도구를 결합하면 값비싼 클라우드 기반 코딩 플랫폼을 로컬 컴퓨터에서 실행되는 무료 AI 에이전트로 대체할 수 있습니다.
또한: 저는 무료 AI 코딩 도구와 유료 AI 코딩 도구를 테스트했습니다. 실제로 사용할 AI 코딩 도구는 다음과 같습니다.
이전 기사에서는 이 환경을 설정하는 방법을 보여주고 몇 가지 기본 테스트를 수행했습니다. 나는 이 설정이 에이전트 코딩을 실행할 수 있다는 것을 확인할 수 있었습니다(단순한 문제만 제시했고 몇 가지 어려움도 있었지만).
이 기사에서는 세 가지 도구(Goose, Ollama 및 Qwen3-coder)를 소개하고 각 도구가 전체 솔루션에 어떤 역할을 하는지 설명하겠습니다.
그런 다음 후속 기사에서는 이 시스템을 사용하여 Claude Coded iPhone, Mac 및 Apple Watch 앱을 iPad로 확장하는 대규모 프로젝트를 구축해 보겠습니다. 프로젝트에 Claude Code를 사용하는 대신 이 세 가지 비트 배치가 내 Mac에서 무료로 모든 작업을 수행할 수 있는지 살펴보겠습니다.
Qwen3: 코딩 LLM
코딩 전용 대형 언어 모델인 Qwen3-coder부터 시작해 보겠습니다. Qwen을 선택한 이유는 Jack Dorsey가 X에 게시한 “goose + qwen3-coder = 와우” 때문이고, ZDNET의 Jack Wallen이 다운로드 가능한 코딩 모델에 대해 물었을 때 추천했기 때문입니다.
또한: 모든 작업에 ChatGPT 사용을 중지하세요. 연구, 코딩 등을 위해 제가 선호하는 AI 모델입니다.
제가 강조하고 싶은 문제입니다. OpenAI의 GPT-5.2-codex 및 Anthropic의 Opus-4.5와 같은 모델은 코딩에 탁월하지만 클라우드 기반이며 요금이 부과됩니다. 우리는 Qwen3-coder를 보고 있습니다. ~이다 무료로 다운로드할 수 있습니다.
대규모 언어 모델이 무엇인지 이야기해 봅시다. ChatGPT를 생각해 보세요. 사용할 때 모델을 선택할 수 있습니다(또는 무료 버전의 경우 일반적으로 모델이 선택됩니다). 인터페이스 또는 챗봇은 모델과 별도의 소프트웨어입니다.
자동차에 비유하자면, 모델은 엔진이고, 챗봇은 운전대와 대시보드가 있는 승객석입니다.
Qwen3-coder는 Alibaba의 Qwen3 LLM의 특수 버전입니다. 실제로 코드를 작성하는 소프트웨어입니다. 이 모델은 프롬프트에서 코드를 생성하고 프로그래밍 언어, 프레임워크 및 패턴을 이해합니다. 코드를 리팩터링(코드 전체 변경)하고, diff를 실행하고(코드 비교), 코드 설명을 만들고, 코드를 수정할 수 있습니다.
또한: Xcode 26.3은 마침내 Apple의 개발자 도구에 에이전트 코딩을 제공합니다.
코딩 모델은 다단계 작업 흐름을 관리할 수 없습니다. 언제 문제 해결 작업을 중단해야 할지, 언제 문제를 반복해야 할지 알 수 없습니다. 또한 모델은 현재 실행 중인 컨텍스트 이외의 어떤 것도 기억하지 않습니다.
Ollama: 모델 런타임
Ollama는 로컬 모델 런타임이자 제공 계층입니다. 모델은 스스로 작동하지 않습니다. 데이터베이스를 비유하자면, 모델은 정보의 모음인 데이터베이스 자체와 같습니다. 모델의 경우, 이는 거대한 지식 저장소입니다.
Ollama는 데이터베이스 엔진과 같습니다. 데이터베이스와 데이터베이스 엔진의 주요 차이점은 데이터베이스 엔진이 실제 데이터베이스에서 데이터를 삽입하고 추출한다는 것입니다. Ollama는 대규모 언어 모델에서만 정보를 추출하므로 전체 엔진이라기보다는 런타임(이전에 다른 시스템에서 구축한 것을 실행하는 시스템)에 가깝습니다.
Ollama는 실제로 컴퓨터에서 대규모 언어 모델을 실행하고 로컬 API를 통해 다른 프로세스에서 사용할 수 있도록 하는 인프라입니다. 로컬 LLM을 다운로드, 설치 및 관리합니다. 하드웨어(CPU 또는 GPU)에서 추론 프로세스를 실행합니다. 일관된 API 엔드포인트를 통해 다른 프로세스에서 모델을 사용할 수 있습니다. 또한 모델 전환, 버전 관리 및 리소스 제어도 처리합니다.
또한: ChatGPT Plus가 여전히 $20의 가치가 있나요? Free, Go 및 Pro 요금제와 비교해봤습니다. 제 조언은 다음과 같습니다.
반면 Ollama는 귀하의 프로젝트 목표를 이해하지 못합니다. 대화나 작업을 관리하지 않습니다.
또 한 가지 주목할 점이 있습니다. Ollama 자체는 전문적인 코딩 도구가 아닙니다. 현재 실행 중인 LLM이 코딩을 알고 있는 경우에만 코딩을 알고 있습니다.
LLM 액세스를 위한 API 호출을 허용하기 때문에 Ollama는 LLM과 챗봇 인터페이스 사이에 있는 일종의 AI 서버입니다.
구스: 코딩 관리자
Goose는 기본적으로 퍼즐의 에이전트 부분으로, 다른 주요 구성 요소에 대한 조정을 제공합니다. 의도를 이해하고, 작업을 관리하며, 다음에 모델에게 무엇을 요청할지 결정하는 부분입니다.
Goose는 프로그래밍 프롬프트를 해석합니다. 분위기 코딩 아이디어가 마음에 드시면 Goose는 사용자가 제공하는 분위기를 디코딩하고 작업을 분석, 계획, 코드 생성 및 테스트와 관련된 단계로 나눕니다. 반복 전반에 걸쳐 대화 및 작업 컨텍스트를 유지하는 시스템의 일부입니다.
또한: AI로 첫 번째 iPhone 앱을 만드는 방법 – 코딩 경험이 필요하지 않습니다.
Goose는 이를 안내하는 인간과 협력하여 변경 사항이 모듈 또는 블록 재작성에 적합한지, 그리고 코드를 수정할 수 있는지 여부를 결정합니다. 또한 “저장소 스캔, 변경 사항 제안, 차이점 적용”과 같은 워크플로 명령도 처리합니다.
Goose는 코드 자체를 생성하지 않습니다. 모델을 직접 실행하지는 않습니다(비록 모델과 대화하긴 하지만). 그리고 사용 중인 모델이 도움이 되지 않는 한 코드 구문에 대해 아무것도 모릅니다.
Goose는 본질적으로 바이브 코딩 프로세스의 디렉터이자 프로젝트 관리자입니다.
일반적인 작업흐름
이제 세 가지 구성 요소가 모두 함께 작동하여 코드를 생성하는 방법을 살펴보겠습니다.
- 인간은 프로그래밍 목표를 설명하는 프롬프트를 제공합니다.
- 구스는 그 목표를 해석하고 무엇을 할지 결정합니다.
- Goose는 Ollama에게 정확한 코딩 프롬프트를 보냅니다.
- Ollama는 컴퓨터에서 로컬로 Gwen3-coder를 실행합니다.
- Gwen3-coder는 코드 또는 분석을 반환합니다.
- Goose는 이를 적용할지, 다듬을지, 다시 질문할지 결정합니다.
이 워크플로우 모델은 바이브 코딩이 유동적으로 느껴지는 이유입니다. 시스템이 프롬프트를 실질적인 코드 변경으로 변환하는 동안 추상적이고 직관적인 상태를 유지할 수 있습니다.
또한: 저는 Claude Code를 사용하여 8시간 만에 Mac 앱의 코드를 작성했지만 마술보다 더 많은 작업이었습니다.
이 접근 방식은 이 세 가지 도구에 매우 효과적이지만 Claude Code 또는 OpenAI Codex와 같은 다른 에이전트 코딩 환경에는 코딩 LLM, 모델 런타임 및 프로그래밍 관리자가 자체적으로 혼합되어 있습니다. 이들은 모두 코딩 제품이 개발자 사용자에게 제공하는 프런트 엔드 인터페이스 뒤에서 실행되고 있습니다.
여기서 이야기하는 세 가지 도구 측면에서 이 아키텍처는 많은 유연성과 제어 기능을 제공합니다. 예를 들어 Goose를 변경하지 않고도 Gwen3-coder LLM을 다른 코딩 모델로 교체할 수 있습니다. 작업 흐름을 건드리지 않고도 Ollama를 업데이트하거나 최적화할 수 있습니다. 시간이 지남에 따라 Goose는 모델을 재교육하지 않고도 더 스마트한 에이전트로 발전할 수 있습니다. 게다가 모든 것이 로컬이고 검사 가능하며(말인 것 같습니다) 모듈식입니다.
소프트웨어 엔지니어링 부서가 한 상자에 들어있습니다.
이 접근 방식에 대해 생각해 볼 수 있는 재미있는 방법이 있습니다. 로컬 컴퓨터에 Goose, Ollama 및 Qwen3-coder를 설정하면 사실상 소프트웨어 엔지니어링 부서가 하나의 상자에 포함됩니다. Goose는 세션을 이끄는 수석 엔지니어입니다. Ollama는 귀하의 컴퓨팅 환경을 관리하는 인프라 엔지니어입니다. Qwen3-coder는 코드를 작성하는 빠르고 재능 있는 주니어 개발자입니다.
당신은 어때요? Goose with Ollama와 같은 로컬 에이전트 기반 코딩 도구와 다운로드 가능한 코딩 모델을 사용해 보셨나요? 아니면 여전히 Claude Code나 Codex와 같은 클라우드 기반 서비스에 의존하고 계십니까?
코드와 프롬프트를 완전히 자체 컴퓨터에 유지한다는 아이디어가 마음에 드시나요? 아니면 이 접근 방식을 작업에 비현실적으로 만드는 절충안이 있다고 생각하시나요? 올인원 코딩 플랫폼을 사용하는 대신 모델이나 런타임을 교체하는 등 구성 요소를 혼합하고 일치시키는 것에 대해 어떻게 생각하시나요? 아래 댓글을 통해 알려주세요.
소셜 미디어에서 저의 일상적인 프로젝트 업데이트를 팔로우하실 수 있습니다. 내 주간 업데이트 뉴스레터를 구독하고 Twitter/X에서 나를 팔로우하세요. @DavidGewirtzFacebook(Facebook.com/DavidGewirtz), Instagram(Instagram.com/DavidGewirtz), Bluesky(@DavidGewirtz.com), YouTube(YouTube.com/DavidGewirtzTV).