▲

Entire - AI 에이전트를 위한 새로운 개발자 플랫폼

 (entire.io)
28P by GN⁺ 2달전 | ★ favorite | 댓글 4개
  • 전 GitHub CEO, Thomas Dohmke가 만든 회사로, 인간과 에이전트가 함께 협업·학습·배포할 수 있는 차세대 개발자 플랫폼 구축을 목표로 함
  • 세가지 핵심 요소로 구성됨. Git 호환 데이터베이스, 보편적 의미 추론 계층, AI 네이티브 SDLC
  • 첫 제품으로 Git과 연동되는 오픈소스 CLI ‘Entire CLI’ 를 공개했으며, 에이전트의 작업 맥락을 자동으로 버전 관리함
  • CheckPoints라는 개념을 도입, 에이전트의 컨텍스트를 Git에 버전 데이터로 자동 저장하고, 추론 과정을 확인하고, 효율적인 토큰 사용, 다중 세션등도 가능해짐
  • Anthropic Claude Code와 Google Gemini CLI를 지원하며, Codex와 Cursor CLI 등도 지원 예정

소프트웨어 개발 패러다임의 변화

  • 최근 몇 달간 Anthropic의 Claude Code, OpenAI의 GPT-5.3-Codex, Cursor의 Composer 1.5 등 다양한 에이전트형 코딩 모델이 등장
    • 개발자는 여러 터미널 창에서 다수의 에이전트를 동시에 제어하며 작업 수행
    • 명세 기반(spec-driven) 개발이 코드 생성의 중심으로 부상
    • 에이전트들이 병렬로 수백 가지 코드 변형을 생성·평가함으로써 코드 생산 속도가 인간의 이해 범위를 초월함
  • 그러나 현재의 이슈 트래킹, Git, Pull Request 중심의 개발 체계는 인간 협업을 전제로 설계되어 AI 시대에 적합하지 않음
    • 중앙화된 API 용량과 속도 제한으로 에이전트의 효율이 저하
    • 기존 시스템은 AI 중심 생산 체계로 전환하기 어려운 구조임
  • 이에 따라 기계가 주요 코드 생산자가 되는 시대에 맞는 새로운 ‘조립라인형 개발 체계’가 필요함

Entire의 비전과 구조

  • Entire는 인간과 에이전트가 함께 협업·학습·배포할 수 있는 차세대 개발자 플랫폼 구축을 목표로 함
  • 플랫폼은 세 가지 핵심 구성요소로 이루어짐
    • Git 호환 데이터베이스: 코드, 의도, 제약, 추론을 단일 버전 관리 시스템으로 통합
    • 보편적 의미 추론 계층(semantic reasoning layer) : 컨텍스트 그래프를 통해 다중 에이전트 간 협력 지원
    • AI 네이티브 SDLC: 인간-에이전트 협업을 위한 새로운 개발 생명주기 재설계
  • 이 프로젝트는 Felicis가 주도한 6천만 달러 시드 투자를 받았으며, Madrona, M12, Basis Set, 20VC, Cherry Ventures, Picus Capital, Global Founders Capital 등이 참여
    • 개인 투자자로는 Gergely Orosz, Theo Browne, Jerry Yang, Olivier Pomel, Garry Tan 등이 포함됨

첫 제품: Entire CLI와 Checkpoints

  • 현재 에이전트 세션은 일시적이며, 터미널 내 프롬프트와 추론 내용이 세션 종료 시 사라짐
    • Git은 코드 변경만 기록하고, 왜 변경되었는지에 대한 맥락은 보존하지 않음
  • Checkpoints는 이러한 문제를 해결하기 위한 새로운 기본 단위로, 에이전트의 컨텍스트를 Git에 버전 데이터로 자동 저장
    • 커밋 시 세션 전체(프롬프트, 파일 변경, 토큰 사용, 도구 호출 등)를 함께 기록
    • 이 데이터는 의미 추론 계층의 기반이 되며, 브랜치별로 탐색 가능
  • Checkpoints의 주요 이점
    • 추적성(Traceability) : 에이전트가 생성한 변경의 추론 과정을 확인 가능
    • 검토 효율 향상: 단순 diff가 아닌 의도와 제약을 검토
    • 작업 인수인계 개선: 프롬프트 재실행 없이 작업 재개 가능
    • 토큰 낭비 감소: 과거 수정사항을 학습해 반복 오류 방지
    • 다중 세션·에이전트 지원: 병렬 에이전트 협업 가능
  • 현재 Anthropic Claude Code와 Google Gemini CLI를 지원하며, Codex와 Cursor CLI 등도 추가 예정

작동 방식과 설치

  • Checkpoints는 Git 인식 CLI로 동작하며, 에이전트가 생성한 커밋마다 구조화된 체크포인트 객체를 작성
    • 커밋 SHA와 연결되어 코드 변경과 추론 과정을 함께 기록
    • 메타데이터는 별도 브랜치(entire/checkpoints/v1)에 저장되어 추가 전용 감사 로그(audit log) 역할 수행
  • 설치는 두 단계로 가능
    1. curl -fsSL https://entire.io/install.sh | bash 실행
    2. 저장소에서 entire enable 명령으로 프로젝트 설정
    • 이후 에이전트 세션이 자동으로 구조화되어 기록됨

오픈소스 공개와 커뮤니티 협력

  • Entire CLI는 GitHub에 오픈소스로 공개되어 있으며, 모든 에이전트와 모델이 사용할 수 있도록 독립적·이식성 있게 설계됨
  • Checkpoints는 현재 추적성과 기록 기능을 제공하지만, 향후에는 에이전트 간 공유 메모리로 발전해 협업과 맥락 인계가 가능할 예정
  • 개발팀은 Discord와 GitHub Discussions를 통해 커뮤니티 피드백을 수집하며, 향후 로드맵을 함께 만들어갈 계획임
  • “No more stealth. We are building in the open.”이라는 문구로 개방형 개발 철학을 강조함
▲
pseudojo 1달전  [-]

기다리면 누가(라고 쓰고 빅테크 시니어 개발자라고 읽음) 개발해주겠지 했는데 드디어 나왔네요. mcp하고 스킬 써도 맥락 유지시키는거를 알아서 무시해버리는 경우가 종종있던데, 이번에는 제발 맥락 유지 잘해주길...

답변달기
▲
halfenif 1달전  [-]

우리는 실로 엄청난 디버깅 로그를 매일 로깅하고있는데, 이제 커밋까지 하려고 한다는 생각을 했음.

답변달기
▲
roxie 1달전  [-]

바꿔말하면 그 무지막지한 디버깅 로그를 나대신 읽어줄 도구들이 등장했다는 신호일지도.

답변달기
▲
GN⁺ 2달전  [-]
Hacker News 의견들

  • Checkpoints라는 새로운 개념이 흥미로움. 에이전트가 생성한 코드 커밋 시, 세션 전체—대화, 프롬프트, 파일 변경, 토큰 사용, 툴 호출 등—을 함께 버전 관리하는 구조임. 이런 기능의 가치를 못 본다면 뭐라 말해야 할지 모르겠음

    • 과거 코드가 왜 그렇게 작성됐는지를 이해할 수 있다는 점에서 큰 의미가 있음. 덕분에 미래의 코드 결정을 더 빠르고 정확하게 내릴 수 있음. 예를 들어, X 방식으로 작성된 이유를 알고 있다면 Y로 바꿀지 판단하기 쉬움. 또한 AI가 이전 커밋의 맥락을 알고 다음 커밋을 작성할 수 있음
    • 물론 git add로 AI가 만든 컨텍스트를 추가하고 git commit하는 건 유용할 수 있지만, 그게 6천만 달러의 가치가 있는지는 의문임
    • 나도 비슷한 시스템을 직접 만들어봤음. 협업 개발 과정의 모든 단계를 메모이제이션해두는 구조로 작동함
    • Git의 확장으로서 유용성은 보이지만, VC들이 어떻게 수익을 낼지는 잘 모르겠음

  • VC 논리나 이름은 제쳐두고, 나는 이 아이디어의 비전을 봄. 다만 AI의 미래가 불확실한 만큼, 우리가 정말 이런 솔루션이 필요한지도 모름. 전통적으로 성공한 개발자 도구는 거대 자본이 아니라 개발자 스스로의 문제 해결에서 나왔음

    • 하지만 이런 시드 투자는 원래 그런 실험을 위한 것임. 시도해봐야 진짜 가치가 있는지 알 수 있음

  • 모델이 충분히 좋아지면 이런 플랫폼은 사라질 것이고, 그렇지 않아도 사라질 것 같음

    • 표현이 정확함. 이 플랫폼이 유용할 수는 있지만, GitHub급 성공은 어려워 보임. 결국 데이터와 함께 정보를 저장하는 수준임. 창업자들이 경험은 있지만, 지금은 그 성공을 복제하기 힘든 시기임
    • 요즘 모두가 AI 전문가인 척하지만, 기술이 너무 빠르게 발전해서 지식 투자 자체가 감가상각되는 느낌임. 내일 더 나은 모델이 나오면 오늘 배운 건 금세 구식이 됨
    • 그래도 그 사이에 투자금이 얼마나 오갈지 생각해보면 흥미로움
    • 어차피 “이전 유명 서비스의 전 CEO가 만들었다”는 이유로 투자받은 거겠지

  • AI가 만든 코드의 품질보다 중요한 건 감사(audit) 가능성임. 이 플랫폼은 그 문제를 새롭고 전통적인 방식으로 다루는 것 같아 마음에 듦

  • “CLI로 에이전트 컨텍스트를 Git에 연결한다”는 설명을 봤는데, 결국 커밋에 컨텍스트를 덤프하는 거라면 이미 내가 하고 있는 일임

    • 하지만 나는 6천만 달러 시드와 3억 달러 밸류에이션은 없음
    • 네가 이미 하고 있다 해도, 엔터프라이즈 5천 명 직원에게 강제 적용시킬 수 있나? 이런 투자는 그걸 가능하게 하려는 시도임
    • 나도 비슷한 생각임. 오히려 커밋에 담기는 컨텍스트를 줄이려고 노력함
    • Git 커밋 메시지에 50KB씩 넣는 건 과도한 오버로드 같음
    • 나는 Claude나 Codex로 디자인 논의 내용을 요약해 MD 파일로 저장하고, 수정 후 다시 읽히게 함. 이 과정을 덜 번거롭게 해주는 도구라면 좋겠지만, 단순히 모든 프롬프트를 Git 브랜치에 쏟아붓는 건 비효율적임

  • 요즘은 매주 새로운 AI 프레임워크가 나오는 시대임. 예전의 JavaScript 프레임워크 붐을 보는 기분이라, AI 관련 글을 필터링하는 HN 클론을 만들고 싶음

    • 인기 있는 에이전트 스킬을 보면 React와 JS 중심임. 결국 패션 중심의 JS 커뮤니티가 LLM 성공담을 과장하고 있음. 예전 프론트엔드 프레임워크를 과대평가하던 그들이 이제는 타입 시스템과 컴파일러를 새로 발견한 듯 떠들고 있음
    • 그럼 그냥 AI 관련 글을 필터링하는 익스텐션을 만들면 됨. AI가 10분 만에 만들어줄 것임
    • 아니면 아예 봇 전용 HN 클론을 만들어서 여기서 떠드는 봇들을 그쪽으로 보내면 됨
    • 그걸 효과적으로 하는 방법은 이미 알고 있겠지?
    • 나도 예전부터 HN 피드에 필터 기능이 있었으면 했음. Web3 관련 글을 걸러내고 싶었는데, 키워드만으로는 정확도가 낮음. 아이러니하게도 AI로 분석하면 좀 더 나아질 수도 있음

  • 이건 마치 누군가 어제 즉흥적으로 떠올린 아이디어를 이력 덕분에 투자받은 느낌임. 실제로 어떤 서비스인지, 다른 Show HN들과 뭐가 다른지 모르겠음

  • 6천만 달러 시드 라운드라니, 이게 진짜 가능한 일인가?

    • 그럼 이제 5억 달러 시드 라운드도 곧 보겠네

  • Checkpoints의 데이터는 단순 협업용을 넘어, 나중에 RL 학습용 데이터로 쓰일 수 있어서 금보다 가치 있을 것 같음

  • 컨텍스트 보존 문제는 실제로 고통스러움. 나는 task.md나 CLAUDE.md로 세션 상태를 유지하지만 임시방편에 불과함. reasoning과 diff를 함께 저장하는 체크포인트 개념은 매력적임. 다만 Git 위의 별도 플랫폼으로 만드는 건 회의적임. 기존 툴과 밀접하게 통합된 Cursor, Aider, Claude hook 같은 접근이 더 성공적이었음. 개발자에게 새로운 SDLC 스택 전환을 요구하면 기술보다 채택이 더 큰 도전이 됨. 오픈소스라면 포맷이 개방형 스펙인지 궁금함

    • 나는 Shelley를 써서 에이전트 대화를 Sqlite DB에 저장함. Git에 넣을 필요는 없고, 대신 디자인 문서를 작성해 커밋함. 그 정도면 충분함
    • 사실 git notes로도 에이전트 상태를 커밋이나 트리에 메타데이터로 첨부할 수 있지 않나?
    • CLI는 오픈소스이고 Git만으로도 작동함. 별도 플랫폼은 단지 체크포인트 뷰어 역할임. CLI에서도 볼 수 있음. https://github.com/entireio/cli
답변달기