Show HN: Paseo – Beautiful open-source coding agent interface
TL;DR Highlight
Claude Code, Codex, GitHub Copilot 등 여러 코딩 에이전트를 하나의 UI로 제어하는 오픈소스 프로젝트로, 로컬 데몬 방식으로 자기 머신에서 실행하면서 모바일에서도 접근할 수 있다.
Who Should Read
Claude Code나 Codex 같은 AI 코딩 에이전트를 여러 개 함께 쓰는 개발자 중, 각 에이전트를 터미널에서 따로 관리하는 게 불편하고 하나의 통합 UI를 원하는 분. 모바일에서도 에이전트 작업을 모니터링하고 싶은 경우에도 유용하다.
Core Mechanics
- Paseo는 Claude Code, OpenAI Codex, GitHub Copilot, OpenCode, Pi 등 여러 코딩 에이전트를 하나의 인터페이스에서 관리할 수 있는 오픈소스 프로젝트다. 에이전트마다 적합한 모델을 골라 쓸 수 있어서 작업별로 최적의 모델을 선택하는 workflow가 가능하다.
- 핵심 아키텍처는 '로컬 데몬(daemon)' 방식이다. 데몬이 사용자 머신에서 에이전트를 직접 실행하고, 데스크탑 앱/모바일 앱/웹 앱/CLI가 이 데몬에 접속하는 구조라서 코드와 개발 환경이 외부 서버로 나가지 않는다.
- iOS, Android, 데스크탑, 웹, CLI 모두 지원한다. 데스크탑 앱을 설치하면 Settings 화면에서 QR코드를 스캔해 모바일 기기를 연결할 수 있고, 별도 설정 없이 폰에서 에이전트 작업을 확인하거나 지시할 수 있다.
- 음성 제어(Voice control) 기능이 내장되어 있어서 손을 쓰기 어려운 상황에서도 작업을 지시하거나 문제를 논의할 수 있다. 핸즈프리로 에이전트와 소통하는 게 목적이다.
- 프라이버시 중심 설계로, 텔레메트리(사용 데이터 수집)나 강제 로그인이 없다. 에이전트는 사용자 머신에서 사용자의 도구, 설정, 자격증명을 그대로 활용해 실행된다.
- 에이전트를 병렬로 실행하는 기능을 지원한다. 한 디자이너 사용자는 '각 세션이 다른 포트로 로컬 서버를 띄우는 스크립트를 포함하고 있어서, 멀티 에이전트 워크플로우가 비로소 열렸다'고 경험을 공유했다.
- GitHub 기준으로 Star 7,600개, Fork 716개를 기록하고 있으며 커밋 수는 3,728개다. Issues 400개, PR 130개가 열려 있어 활발하게 개발 중인 프로젝트임을 알 수 있다.
- 시작 방법은 간단하다. paseo.sh/download에서 데스크탑 앱을 받으면 데몬이 자동으로 시작되고, Claude Code나 Codex 같은 에이전트 CLI를 미리 설치하고 자격증명을 설정해두면 바로 연결된다.
Evidence
- 컨텍스트 비용 관련 실무 경험이 공유됐다. 코딩 에이전트 루프에서는 매 스텝마다 전체 시스템 프롬프트와 툴 스펙이 재전송되어, 30스텝짜리 작업이면 입력 비용이 30배가 된다는 지적이 있었다. 이전 궤적(trajectory)을 상태 벡터로 자동 요약했더니 입력 토큰을 40~60% 절감했다는 경험담도 함께 나왔고, 이를 데몬 레벨에서 처리하면 사용자가 에이전트 내부에 손댈 필요 없이 혜택을 누릴 수 있다는 제안이 있었다.
- 토큰/비용 가시성에 대한 요청이 있었다. Claude Code용 토큰 사용량 대시보드를 직접 만들고 있다는 사용자가 Paseo도 비용 투명성 기능을 제공하면 좋겠다고 물었고, 이 부분이 아직 README에 언급되지 않은 점이 논의됐다.
- '폰에서 코드 배포'라는 컨셉에 대한 회의적 반응도 있었다. '신호등에서 폰을 꺼내는 것이나 화장실에서 코드 배포하는 것은 유연함이 아니라 번아웃의 증거'라는 비판이 나왔다. 반면 실제 며칠째 쓰고 있고 기능이 풍부하고 잘 작동한다는 긍정적 경험도 공유됐다.
- UI 디자인 품질에 대한 솔직한 평가가 있었다. 'Beautiful'이라는 표현이 제목에 들어갔지만, 디자이너 관점에서 보면 기본 Tailwind CSS에 Lucide 아이콘을 쓴 무난한 구성으로, 디자인보다 기능에 집중한 결과물이라 'Unopinionated'가 더 정확한 표현이라는 의견이 있었다.
- 비슷한 도구들과의 비교를 원하는 댓글이 있었다. Conductor, Superconductor, cmux, openchamber 등 유사 프로젝트를 사용해봤다는 사람들이 Paseo 웹사이트에 이들과의 기능 비교표가 있으면 선택에 도움이 될 것 같다고 요청했다. MDX 출력이나 Excalidraw 같은 임베디드 MCP UI를 채팅 중간에 보여주는 기능이 이 종류의 인터페이스만의 차별점이 될 수 있다는 아이디어도 나왔다.
How to Apply
- Claude Code와 Codex를 번갈아 쓰고 있는데 터미널 창을 여러 개 관리하는 게 불편하다면, Paseo 데스크탑 앱을 설치하고 각 에이전트 CLI를 미리 설정해두면 하나의 UI에서 에이전트를 전환하거나 병렬로 실행할 수 있다.
- AI 에이전트로 긴 작업을 돌려놓고 외출해야 하는 경우, 데스크탑 앱 Settings에서 QR코드를 스캔해 모바일을 연결해두면 폰으로 진행 상황을 확인하거나 추가 지시를 내릴 수 있다.
- 에이전트 루프에서 토큰 비용이 걱정된다면, 댓글에서 언급된 '이전 궤적 자동 요약(trajectory summarization)' 방식을 참고해 데몬 레벨 또는 에이전트 설정에서 컨텍스트를 주기적으로 압축하는 로직을 추가하면 입력 토큰을 40~60% 줄일 수 있다.
- 회사 코드가 외부로 나가는 게 걱정되어 클라우드형 AI 에이전트 서비스 도입을 망설이고 있다면, Paseo의 로컬 데몬 방식을 검토해볼 수 있다. 에이전트가 자신의 머신에서만 실행되고 텔레메트리도 없어서 코드가 외부 서버를 경유하지 않는다.
Terminology
Related Papers
AI Agents Enable Adaptive Computer Worms
단일 GPU에서 돌아가는 오픈소스 LLM만으로 네트워크를 자율 전파하는 AI 웜을 실제로 구현해서, 이게 이론이 아닌 현실임을 증명했다.
Bridging the Last Mile of Time Series Forecasting with LLM Agents
통계 모델이 만든 예측값을 휴일/캠페인/외부 이벤트 맥락을 반영해 실제 비즈니스에서 쓸 수 있는 수준으로 자동 보정해주는 LLM 에이전트 프레임워크.
ChatGPT for Google Sheets Exfiltrates Workbooks
Google Sheets용 ChatGPT 확장 프로그램이 간접 프롬프트 인젝션 공격에 취약해, 단 하나의 시트에 숨겨진 악성 명령만으로 계정 내 워크북 전체가 외부로 유출될 수 있다는 보안 연구 결과가 공개됐다.
LinTree: Improving LLM Reasoning with Explicitly Structured Search Histories
LLM의 추론 트레이스에 부모 포인터(parent pointer)만 추가해도 탐색 성능과 효율이 크게 올라간다.
Diagnosing Failure Modes of Shared-State Collaboration in Resource-Constrained Visual Agents
4B~8B 소형 비전 모델에서 공유 메모리(화이트보드) 기반 멀티에이전트 협업이 오히려 성능을 떨어뜨리는 이유를 분석한 연구.
Show HN: Open Envelope – an open schema for defining AI agent teams
여러 AI 에이전트가 팀처럼 협업하는 구조를 벤더 중립적인 오픈 스키마로 선언적으로 정의할 수 있게 해주는 프로젝트로, 멀티 에이전트 오케스트레이션의 표준화를 시도한다.
Unifying Temporal and Structural Credit Assignment in LLM-Based Multi-Agent Prompt Optimization