ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- 무료 AI 도구인 Goose와 Qwen3-coder는 값비싼 Claude Code 계획을 대체할 수 있습니다.
- 설치는 간단하지만 강력한 로컬 시스템이 필요합니다.
- 초기 테스트에서는 가능성이 보이지만 정확성과 재시도 문제는 여전히 남아 있습니다.
Jack Dorsey는 Twitter(현재 X), Square(현재 Block) 및 Bluesky(여전히 파란색)의 창립자입니다. 지난 7월, 그는 X에 “goose + qwen3-coder = 와우”라는 상당히 비밀스러운 성명을 게시했습니다.
또한: 현지 분위기의 코딩을 원하시나요? 이 AI 스택은 Claude Code 및 Codex를 대체하며 무료입니다.
이후 Goose와 Qwen3-coder에 대한 관심이 커졌습니다. Dorsey의 회사인 Block에서 개발한 Goose는 Claude Code와 유사한 오픈 소스 에이전트 프레임워크입니다. Qwen3-coder는 Sonnet-4.5와 유사한 코딩 중심의 대규모 언어 모델입니다. 둘 다 무료입니다.
인터넷에서는 함께 결합하여 Claude Code에 대한 완전 무료 경쟁자를 만들 수 있다고 제안합니다. 하지만 그럴 수 있나요? 정말? 나는 알아보기로 결정했습니다.
또한: 저는 Claude Code를 사용하여 8시간 만에 Mac 앱의 코드를 작성했지만 마술보다 더 많은 작업이었습니다.
이 글은 Goose(에이전트 프레임워크), Ollama(LLM 서버) 및 Qwen3-coder(LLM)의 통합을 논의하는 세 기사 중 첫 번째입니다.
이 기사에서는 모든 작업을 수행하는 방법을 보여 드리겠습니다. 다음 기사에서는 AI 에이전트 코딩 프로세스에서 이 세 가지 도구가 각각 수행하는 역할에 대해 더 심층적으로 설명하겠습니다. 그런 다음 마지막으로 이 도구를 사용하여 Claude Code로 구축한 앱의 확장으로서 완전한 기능을 갖춘 iPad 앱을 구축해 보겠습니다.
좋아요, 시작해 보겠습니다. 저는 이것을 Mac에서 구축하고 있지만 원하는 경우 Windows 또는 Linux 시스템에 세 가지 도구를 모두 설치할 수 있습니다.
소프트웨어 다운로드
먼저 Goose와 Ollama를 모두 다운로드해야 합니다. 나중에 Ollama 내에서 Qwen3-coder 모델을 다운로드하게 됩니다.
원래 Goose를 먼저 다운로드하여 설치했습니다. 하지만 나는 올라마와 이야기를 나눌 수 없었습니다. 내가 뭘 잘못했는지 추측할 수 있나요? 네. 아직 Ollama를 다운로드하고 설정하지 않았습니다.
Ollama 및 Qwen3-coder 설치
내 추천은 Ollama를 먼저 설치하는 것입니다. 앞서 언급했듯이 저는 MacOS를 사용하고 있지만 원하는 대로 사용할 수 있습니다. Ollama의 명령줄 버전을 설치할 수도 있지만 저는 앱 버전을 선호하므로 이를 살펴보겠습니다.
올라마를 다운로드하세요. 그런 다음 설치 프로그램을 두 번 클릭합니다. 애플리케이션이 로드되면 채팅과 유사한 인터페이스가 표시됩니다. 오른쪽에 모델이 보입니다. 내 기본값은 gpt-oss-20b입니다.
또한: 쌍둥이자리는 이제 귀하에게 ‘도움’을 주기 위해 귀하의 이메일과 사진을 살펴볼 수 있습니다. 하지만 그렇게 하도록 허용해야 합니까?
그것을 클릭하면 모델 목록이 나타납니다. 저는 Qwen3-coder:30b를 선택했습니다. 여기서 30b는 모델 매개변수 수를 나타냅니다. 이는 약 300억 개의 매개변수를 포함하는 코딩 최적화 모델입니다.
프롬프트에 강제로 응답할 때까지 모델은 다운로드되지 않습니다. “test”라는 단어를 입력하면 모델이 다운로드됩니다.
참고로 본 모델은 17GB이므로 저장공간이 충분한지 확인하세요. 이 요구 사항은 전체 프로젝트의 큰 이점 중 하나를 강조합니다. 귀하의 AI는 로컬이며 귀하의 컴퓨터에서 실행됩니다. 클라우드로 아무 것도 보내지 않습니다.
또한: 저는 무료 AI 코딩 도구와 유료 AI 코딩 도구를 테스트했습니다. 실제로 사용할 AI 코딩 도구는 다음과 같습니다.
Qwen3-coder를 설치한 후에는 Ollama 인스턴스가 컴퓨터의 다른 응용 프로그램에 표시되도록 해야 합니다. 이 단계를 수행하려면 메뉴 표시줄의 Ollama 메뉴에서 설정을 선택하세요.
Ollama를 네트워크에 노출을 켭니다. 나는 Ollama가 .ollama 디렉토리에 스스로 설치되도록 했습니다. 이 접근 방식은 디렉터리를 숨기므로 디렉터리에 17GB 파일이 묻혀 있다는 점을 기억하세요.
마지막으로 컨텍스트 길이를 32K로 설정했습니다. 내 컴퓨터에는 128GB의 RAM이 있으므로 컨텍스트가 부족해지기 시작하면 RAM을 늘려야 합니다. 하지만 저는 이 접근 방식이 더 작은 컨텍스트 공간에서 얼마나 잘 작동하는지 확인하고 싶었습니다.
또한 저는 Ollama에 로그인하지 않았습니다. 계정을 만들고 일부 클라우드 서비스를 사용할 수 있습니다. 하지만 우리는 이 작업을 전적으로 무료로 로컬 컴퓨터에서 수행하려고 시도하고 있으므로 가능할 때마다 로그인을 피하고 있습니다.
또한: 귀하의 AI 에이전트가 작업을 수행하고 있습니까? 위임 시기를 결정하는 3가지 방법
이것이 Ollama와 Qwen3-coder의 전부입니다. Goose를 사용할 때마다 Ollama를 시작하고 실행해야 하지만 이후에는 별로 상호 작용하지 않을 것입니다.
구스 설치
다음으로 Goose를 설치해 보겠습니다. 계속해서 설치 프로그램을 실행하십시오. Ollama와 마찬가지로 여러 Goose 구현이 있습니다. 저는 MacOS Apple Silicon Desktop 버전을 선택했습니다.
Goose를 처음 실행하면 이런 환영 화면이 나타납니다. 여러 가지 구성 선택이 있지만 우리는 모두 무료로 설정하려고 하므로 기타 제공자 섹션으로 이동하여 제공자 설정으로 이동을 클릭하세요.
여기에서는 실행할 수 있는 다양한 에이전트 도구 및 LLM의 매우 큰 목록을 볼 수 있습니다. 아래로 스크롤하여 Ollama를 찾아 구성을 누르십시오.
해당 단계를 수행하면 Ollama를 구성하라는 메시지가 표시됩니다. 어리석게도 “Ollama 구성”이 내가 실제로 올라마를 구성 중입니다. 그다지 많지는 않습니다. 당신이 하고 있는 일은(여기서 그리고 다른 모든 제공자들을 위해) 당신의 연결을 구성하는 것입니다. 이 경우에는 Ollama에 대한 연결입니다:
모델을 선택하라는 메시지가 표시됩니다. 다시 한 번 qwen3-coder:30b를 선택합니다.
Ollama와 qwen3-coder:30b를 모두 선택한 후 Select Model을 누르십시오.
축하해요. 이제 컴퓨터에서 실행되는 로컬 코딩 에이전트를 설치하고 구성했습니다.
거위를 데리고 놀아보기
거의 모든 다른 챗봇과 마찬가지로 프롬프트 영역에 프롬프트를 입력하고 싶을 것입니다. 하지만 먼저, 사용할 디렉토리를 Goose에 알려주는 것은 나쁜 생각이 아닙니다. 초기 테스트에서는 Goose가 임시 폴더에서 작업하도록 설정했습니다. 이미 표시된 디렉토리를 탭하여 (1)에서 이를 지정합니다.
또한 실행 중인 모델이 (2)에 표시되어 있습니다. 여러 모델을 실행하도록 Goose를 설정할 수 있지만 지금은 이것만 사용하고 있습니다.
테스트로 간단한 WordPress 플러그인 구축이라는 표준 테스트 과제를 사용했습니다. 첫 번째 실행에서 Goose/Qwen3은 실패했습니다. 플러그인을 생성했지만 작동하지 않았습니다.
두 번째, 세 번째 시도에서는 Goose/Qwen3에게 무엇이 안 되는지 설명한 후 실패하고, 또 실패했습니다.
또한: 진정한 에이전트 AI는 몇 년 뒤에 구현됩니다. 여기에 도달하는 이유와 방법은 다음과 같습니다.
세 번째 시도에서 무작위화를 실행했지만 지침을 완전히 따르지 않아 원래 플러그인의 전체 목적을 무너뜨렸습니다.
Goose가 올바른 결과를 얻는 데는 5라운드가 걸렸으며, Goose는 자신이 얼마나 올바른 것으로 예상했는지에 대해 매우 만족했습니다.
첫인상
그렇다면 이 접근법에 대해 나는 어떻게 생각하는가? 나는 Goose가 작은 테스트를 성공시키기 위해 5번의 시도를 해야 한다는 점에 실망했습니다. 이 과제로 여러 무료 챗봇을 테스트했을 때 Grok과 Gemini 3 이전 Gemini를 제외한 모든 챗봇은 첫 번째 시도에서 작은 테스트를 바로 받았습니다.
또한: AI 챗봇의 코딩 능력을 테스트하는 방법 – 여러분도 할 수 있습니다
그러나 챗봇 코딩과 에이전트 코딩의 큰 차이점은 Claude Code 및 Goose와 같은 에이전트 코딩 도구가 실제 소스 코드에서 작동한다는 것입니다. 따라서 반복적인 수정을 통해 실제 코드베이스가 향상됩니다.
내 동료인 Tiernan Ray가 자신의 16GB M1 Mac에서 Ollama를 테스트했을 때 성능이 참을 수 없다는 것을 알았습니다. 하지만 저는 이 설정을 128GB RAM을 갖춘 M4 Max Mac Studio에서 실행하고 있습니다. Chrome, Fusion, Final Cut, VS Code, Xcode, Wispr Flow 및 Photoshop을 동시에 열어두기도 했습니다.
지금까지는 상당히 간단한 프로그래밍 테스트만 실행해 봤지만 전체적인 성능은 상당히 좋은 것으로 나타났습니다. 내 Mac Studio에서 Goose를 실행하는 로컬 인스턴스와 AI 회사의 막대한 인프라를 사용하는 Claude Code 및 OpenAI Codex와 같은 로컬/클라우드 하이브리드 제품 간의 프롬프트에서 처리 시간에 실질적인 차이를 보지 못했습니다.
또한: 에이전트 AI 혁명을 이끌 4가지 새로운 역할 – 이들에게 필요한 사항은 다음과 같습니다.
그러나 이것은 여전히 첫인상입니다. 이 무료 솔루션을 통해 대규모 프로젝트를 실행하면 Claude Code의 월 $100 Max 계획이나 OpenAI의 월 $200 Pro 계획과 같은 비용이 많이 드는 대안을 대체할 수 있다고 생각하는지 더 잘 알 수 있을 것입니다. 그 분석은 아직 나오지 않았으므로 계속 지켜봐 주시기 바랍니다.
Goose, Ollama 또는 Qwen과 같은 도구를 사용하여 코딩 중심 LLM을 로컬에서 실행해 보셨나요? 설정은 어떻게 진행되었으며 어떤 하드웨어에서 실행하고 있나요? Claude 또는 OpenAI Codex와 같은 클라우드 옵션을 사용한 경우 로컬 성능과 출력 품질을 어떻게 비교합니까? 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).