5일 만에 스타 1만개를 받은 코딩 에이전트가 나왔습니다. 이름은 프라임 에이전트 터미널 하나에 대화창, 서브에이전트, 스킬까지 다 있습니다. 클로드코드와 어떤 점이 다른지, 사람들이 왜 갈아타는지 이유를 파헤쳐보겠습니다. 클로드코드, 코덱스, 그록빌드 등의 코딩 에이전트와 큰 차이점이 하나 있습니다. 파일 읽기 도구, 검색 도구가 따로 없는겁니다. 프라임 에이전트의 작업 방식은 먼저 꺼지지 않는 파이썬 창 하나를 열고, 뭘 시키든 AI가 거기서 처리합니다. 읽어온 결과는 사라지지 않고 그 창 안에 변수로 계속해서 남아있죠. 사실 이 차이가 명확하게 드러날 땐 바로 긴 대용량 작업을 수행할 떄에요. 기존의 에이전트들은 파일을 읽게 되면 그 내용들이 통째로 대화창 즉 콘텍스트에 쌓입니다. 그렇게 작업을 이어가다가 콘텍스트가 다 차면 요약해버리고 이전 내용들은 버리죠. 프라임 에이전트는 읽었던 파일들을 변수에 담아두고 필요한 조각만 코드로 꺼내서 봅니다. 대화창 콘텍스트에는 그 꺼낸 조각만 올라가게 됩니다. 여러 모델을 구독,API로 사용해볼 수 있으니 한 번 사용해보시며 차이를 체감해보면 더 좋을 것 같습니다. 단 클로드코드와 구조가 다르다보니 설정이 그대로 넘어가진 않아요. 스킬도 변환해주어야 하고, 메모리도 다시 채워야 합니다. 5일만에 1만 스타를 받았다는 건, 그만큼 AI로 긴 코딩 작업을 하며 콘텍스트의 한계에 부딪히는 사람이 많다는 것 아닐까 싶네요. 몇시간짜리 작업을 돌려두기에 딱 좋은 구조인 것 같습니다.

최근 출시 5일 만에 GitHub 스타 1만 개를 모은 코딩 에이전트가 있습니다. Prime Intellect에서 공개한 Prime Agent 가 그 주인공입니다. 기존 코딩 에이전트와 확연히 다른 접근 방식을 보여줍니다.

콘텍스트를 변수로 다루는 RLM 구조

Prime Agent에는 파일 읽기나 검색을 위한 별도 도구가 존재하지 않습니다. 대신 꺼지지 않는 IPython REPL 환경을 띄우고 모든 작업을 코드 실행으로 처리합니다. 읽어온 대용량 데이터는 파이썬 변수에 저장되며 대화창 콘텍스트에는 필요한 부분만 추출해서 올립니다. 차이가 큽니다. 기존 에이전트는 파일을 읽을 때마다 대화창에 내용 전체를 쌓아 콘텍스트 제한에 금방 도달하곤 했습니다. RLM(Recursive Language Model) 구조는 대용량 파일이나 길어진 추론 과정에서도 콘텍스트가 요약되어 버려지는 문제를 막아줍니다.

프로그래밍 방식으로 확장되는 서브에이전트와 스킬

에이전트 내부에서 rlm(...) 함수를 호출하면 병렬 작업이나 백그라운드 처리를 수행하는 서브에이전트가 바로 생성됩니다. 서브에이전트가 반환한 결과 역시 파이썬 코드 형태로 수신되어 다음 단계로 전달됩니다. 유용합니다. 시스템 프롬프트를 건드리지 않고 축적된 메모리와 스킬을 보정하는 /refine 명령어도 지원합니다. 스킬 또한 파이썬 패키지 형태로 독립하여 관리되며 터미널 접속이 끊겨도 백그라운드 데몬으로 작업을 계속 이어갑니다.

긴 호흡의 작업을 위한 대안

Claude Code 같은 기존 도구에서 옮겨올 때는 스킬과 메모리를 새로 구성해야 합니다. 실행 방식과 구조가 완전히 다르기 때문입니다. 수 시간 동안 지속되는 긴 코딩 작업을 처리할 때 콘텍스트 한계로 불편을 겪었던 개발자라면 한 번쯤 사용해볼 만합니다.

요약

  • 대화창 콘텍스트에 파일 전체를 넣는 대신 영속 파이썬 REPL의 변수로 관리하여 콘텍스트 낭비를 줄였습니다.
  • 서브에이전트 호출과 결과 반환을 코드 함수(rlm) 형태로 처리하여 프로그램 방식의 자율 제어를 구현했습니다.
  • 백그라운드 데몬과 지속적 하네스를 통해 터미널 연결이 끊겨도 장시간 작업을 지속할 수 있습니다.