터미널에서 바로 도는 coding agent가 왜 이렇게 많이 뜰까요? 오늘은 단순한 AI 화제보다, 개발 워크플로우 안으로 AI가 실제 들어오는 흐름이 더 선명했어요.

오늘의 Top 5

1. openai/codex

GitHub · Rust · ⭐ 오늘 1,181

터미널에서 실행되는 lightweight coding agent예요. 공개된 설명만 보면 IDE 바깥이 아니라 CLI 중심 개발 흐름에 AI를 붙이려는 시도라서, 에디터 플러그인보다 팀 표준화나 자동화 스크립트에 연결하기 쉬워 보이죠. 한국 개발자 입장에선 “AI 코딩 도구를 개인 장난감에서 팀 도구로 옮길 수 있나”를 판단해볼 만한 항목이에요.

2. Qwen/Qwen3.8-27B

HuggingFace · image-text-to-text · ❤️12,738 · ⬇️2,945,415

오늘 모델 쪽 핵심은 사실상 Qwen3.8-27B예요. 좋아요와 다운로드 모두 매우 크고, 같은 모델의 GGUF·MLX·FP8·Uncensored 변형이 한꺼번에 따라붙는 걸 보면 실사용 배포 생태계가 빠르게 형성되는 중으로 보입니다. 실무에선 “어떤 모델이 좋냐”보다 “어떤 포맷으로 우리 환경에 바로 올릴 수 있냐”가 중요해지는데, 오늘은 그 기준에서 이 모델이 가장 눈에 띄어요.

3. Apple introduces M6 and M5 Ultra

HN · 1027점 · 댓글 948

Hacker News 최상단을 차지한 건 새 칩 자체보다도 AI compute를 둘러싼 개발자 관심이에요. 댓글 규모까지 큰 걸 보면 단순 제품 발표가 아니라, 로컬 개발 환경·추론 성능·장비 선택에 대한 논쟁이 붙은 이슈라고 봐야 하죠. 특히 Mac 기반 개발팀이라면 당장 모델 로컬 실행, 빌드 속도, 개인 장비 업그레이드 판단과 연결될 수 있어요.

4. apache/maka

GitHub · TypeScript · ⭐ 오늘 543

Apache Maka는 local-first AI agent workspace를 표방해요. 설명상 model messages, tool calls, permission decisions, termination events를 append-only log로 남긴다고 하니, agent 실행 과정을 추적 가능하게 다루려는 방향으로 보입니다. 실무에서는 “에이전트가 뭘 했는지 설명 가능한가”가 점점 중요해지고 있어서, 단순히 agent를 붙이는 단계 다음으로 볼 만한 프로젝트예요.

5. AgriciDaniel/claude-obsidian

GitHub · Python · ⭐ 오늘 813

Obsidian과 Claude Code를 연결해 개인 knowledge graph를 만드는 프로젝트예요. AI note-taking이나 PKM 성격이 강해 보여서 직접적인 프로덕션 도구는 아닐 수 있지만, 문서·회의록·레퍼런스 정리가 중요한 개발자에겐 개인 지식 관리 자동화라는 꽤 현실적인 사용처가 있죠. 특히 “내가 소유하는 plain Markdown”을 강조하는 점은 SaaS 종속성을 싫어하는 개발자 취향과 잘 맞아요.

짧게 훑기

에디터 코멘트

오늘은 “더 똑똑한 모델”보다 “개발자가 어디서 AI를 쓰게 되느냐”가 더 중요해 보였어요. 터미널, 로컬 장비, 개인 지식 저장소처럼 기존 개발 워크플로우에 AI가 스며드는 쪽은 서둘러 실험해볼 만합니다.

반대로 agent 수가 많아졌다고 바로 프로덕션 투입을 서두를 단계는 아니에요. 특히 금융, 메모리, 자동 의사결정 같은 키워드가 붙은 프로젝트는 데모와 운영 안정성 사이 간격이 큰 편이죠.

모델 선택에서는 Qwen 계열처럼 배포 포맷이 다양하게 따라오는 생태계를 우선 보세요. 성능 수치보다 “우리 장비와 배포 방식에 맞는가”가 실제 도입 속도를 가릅니다.

오늘 해볼 것 한 가지: openai/codex README를 10분만 읽고, 지금 팀의 CLI 작업 하나를 AI agent로 바꿀 수 있을지 적어보세요.