본문으로 건너뛰기
피드

Bareclaw: Claude Code만 있으면 된다 — 에이전트 프레임워크 불필요론

ai-ml 약 7분
vote
0
댓글
북마크

주말 동안 TypeScript 1,300줄(코어 400줄)로 Telegram-Claude Code 브릿지를 만든 개발자가, 에이전트 프레임워크 생태계가 Claude Code에 이미 있는 기능을 재구현하고 있다고 주장함. Rich Sutton의 'The Bitter Lesson'을 에이전트에 적용하며, 범용 도구 위에 얇은 인터페이스만 올리는 접근이 더 낫다는 논지를 펼침.

  • 1

    bareclaw는 TypeScript 약 1,300줄, 코어 약 400줄로 Telegram 메시지를 영속적인 claude -p 프로세스에 라우팅하는 데몬임

  • 2

    오케스트레이션, 도구 레지스트리, RAG 파이프라인 없이 Claude Code 자체의 에이전트 기능을 그대로 활용함

  • 3

    NanoClaw(코어 4,000줄)도 과하다는 입장 — Claude Code가 이미 제공하는 것을 재구현하고 있다고 봄

  • 4

    CLI(claude -p)를 사용하는 이유는 Max 구독 $200/월 정액 빌링이 SDK 토큰당 과금보다 유리하기 때문임

  • 5

    자기 자신의 소스 코드를 수정하고 커밋하고 재시작할 수 있는 자기수정 구조를 갖춤

주말에 1,300줄로 만든 개인 에이전트

  • 작성자가 주말 동안 TypeScript 약 1,300줄, 커밋 9개로 "bareclaw"를 완성함
  • Mac에서 돌아가는 데몬으로, Telegram 메시지를 Claude Code 세션에 라우팅하는 구조임
  • 아키텍처: [Telegram/curl/HTTP] → 얇은 어댑터 → ProcessManager(채널당 큐 하나) → 영속적인 claude -p 프로세스
  • 각 채널마다 독립된 Claude 프로세스가 할당되고, 세션은 재시작이나 크래시에도 유지됨

핵심 통찰: 안 만든 기능이 더 중요함

  • 오케스트레이션 레이어 없음, 도구 레지스트리 없음, RAG 파이프라인 없음
  • Claude Code가 이미 도구 사용, 메모리, 프로젝트 컨텍스트를 전부 처리하기 때문임
  • 기존에 구성해둔 MCP 서버, CLAUDE.md, 스킬이 bareclaw에서 그대로 동작함
  • 저널링 시스템을 Claude Code 스킬로 만들어뒀는데, bareclaw 연결하자마자 Telegram으로 일기 받아쓰기가 코드 한 줄 수정 없이 가능해짐

The Bitter Lesson과 에이전트 프레임워크

  • Rich Sutton의 "The Bitter Lesson"(2019) 참조: 70년간의 AI 연구 결과, 연산 능력과 함께 스케일되는 범용적 방법이 항상 수작업으로 만든 도메인 특화 시스템을 이김
  • 체스 엔진에서 그랬고, 컴퓨터 비전에서도 그랬음. 손으로 만든 시스템의 개발자가 아무리 뛰어나도 컴퓨트 비용이 떨어지는 속도를 이기지 못했음
  • Andrej Karpathy가 "claw"(Claude Code 래퍼) 생태계를 평가함:
    • NanoClaw: 코어 엔진 약 4,000줄, 컨테이너 기반 실행
    • OpenClaw: 40만 줄의 "바이브 코딩" 코드, RCE 취약점 노출
  • bareclaw 코어는 약 400줄에 불과함. NanoClaw의 4,000줄도 과하다는 것이 저자의 입장임
  • NanoClaw는 Claude Code가 이미 제공하는 오케스트레이션을 다시 구현하고 있음
  • 보안도 마찬가지 — Claude Code에 이미 권한 모델, 도구 허용 목록, 검증된 MCP 서버 마켓플레이스가 있는데, 자체 권한 시스템을 다시 만드는 건 공격 표면만 늘리는 것임

자기 자신을 수정하는 코드

  • Yohei Nakajima(BabyAGI 창시자)의 철학: "스스로를 만들 수 있는 가장 단순한 것을 만들어라"
  • bareclaw는 이걸 문자 그대로 실현함 — Claude가 bareclaw 소스 코드를 열어서 수정하고, 커밋하고, 재시작을 트리거할 수 있음
  • tsx watch로 서버가 돌아가기 때문에 코드 변경이 즉시 핫 리로드됨
  • 저자가 Telegram으로 원하는 걸 설명하면, Claude가 직접 소스를 수정하고, diff를 다 읽기도 전에 서버가 변경사항을 반영했다고 함

CLI를 쓰는 이유: 빌링의 현실

  • Anthropic Agent SDK 대신 claude -p CLI로 셸아웃하는 이유는 요금 구조 때문임
  • SDK는 토큰당 과금, CLI는 Claude Max 구독($200/월 정액제)으로 처리됨
  • 메시지 3개든 300개든 같은 요금이라는 점이 핵심임
  • 2026년 2월 Anthropic이 Max 구독에서 OAuth 토큰을 추출해 자체 API 클라이언트로 라우팅하는 서드파티 도구를 단속했음
  • bareclaw는 그런 토큰 차익거래를 하지 않음 — 실제 claude 바이너리를 설계된 대로 호출할 뿐임

1,300줄로 얻는 것들

  • 채널별 독립 Claude 프로세스
  • 재시작/크래시에도 세션 유지
  • 서버 바쁠 때 메시지 큐잉, 서버 다운 시 대기
  • 연속 메시지 3개를 보내면 하나의 턴으로 합쳐서 처리(폰으로 생각을 연속으로 보낼 때 체감 차이가 큼)
  • 1시간마다 하트비트로 데몬 생존 확인 및 자동 재시작
  • 사진 전송 지원, Claude가 먼저 메시지를 보낼 수도 있음

눈보라 속 개발기

  • 로드아일랜드 역대 최대 폭설 중에 개발했다고 함
  • 정전 상황에서 발전기로 버티며, 촛불 아래 폰으로 프로판 확인하고 아내와 협의하면서 동시에 Telegram으로 Claude에게 bareclaw 버그 수정을 지시함
  • 같은 폰에서 두 개의 대화 — 하나는 생존, 하나는 코딩

결론: 에이전트 프레임워크 생태계에 대한 의문

  • "에이전트 프레임워크 생태계는 더 이상 존재하지 않는 문제를 풀고 있는 것 같다"가 저자의 핵심 메시지임
  • Claude Code 자체가 이미 에이전트임. 부족했던 건 주머니에서 접근하는 방법뿐이었다는 주장임
  • 시니어 개발자 관점에서 생각해볼 만한 지점: 프레임워크를 쌓는 대신 이미 있는 도구의 인터페이스만 연결하는 접근이 실제로 더 나은 경우가 많음

에이전트 프레임워크 레이어를 쌓는 대신 이미 완성된 에이전트(Claude Code) 위에 최소한의 인터페이스만 연결하는 접근은, 시니어 개발자들이 늘 강조하는 '불필요한 추상화를 피하라'는 원칙의 AI 시대 버전이라 할 수 있음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.