TerminalBench 1위 달성한 오픈소스 코딩 에이전트 Dirac - API 비용 50~80% 절감
Show HN: OSS Agent I built topped the TerminalBench on Gemini-3-flash-preview
TL;DR Highlight
컨텍스트를 극도로 효율적으로 관리해 API 비용을 평균 64.8% 줄이면서도 코드 품질은 올린 오픈소스 코딩 에이전트 Dirac이 공개됐다. Gemini-3-flash-preview 기준 TerminalBench-2에서 65.2%로 1위를 기록했다.
Who Should Read
Claude Code, Cline, Aider 같은 AI 코딩 에이전트를 쓰면서 API 비용이 부담스러운 개발자, 또는 대규모 코드베이스 리팩토링 작업에 에이전트를 도입하려는 개발자.
Core Mechanics
- Dirac의 핵심 철학은 '컨텍스트 길이가 길어질수록 모델의 추론 능력이 저하된다'는 잘 알려진 현상에서 출발한다. 컨텍스트를 타이트하게 유지하면 정확도와 비용을 동시에 개선할 수 있다는 것.
- Hash-Anchored Edits(해시로 코드 위치를 고정한 뒤 변경하는 방식)를 최적화해 파일 편집 시 토큰 낭비를 크게 줄인다. 기존 에이전트들이 파일 전체를 읽고 쓰는 것과 달리, 변경이 필요한 부분만 정밀하게 타깃팅한다.
- AST(Abstract Syntax Tree, 소스코드의 구조를 트리 형태로 표현한 것) 분석을 통해 모델이 실제로 필요한 코드 조각만 컨텍스트에 올린다. 큰 파일 전체를 읽는 대신 필요한 함수나 클래스만 골라서 가져오는 방식이다.
- 대량의 읽기/쓰기 작업을 동시에 병렬로 처리한다. 순차적으로 한 작업씩 처리하는 다른 에이전트와 달리 여러 파일 편집을 한 번에 배치로 실행해 속도와 효율을 높인다.
- 모델이 bash/python/perl 스크립트를 직접 작성해 실행하고 결과를 분석할 수 있다. 정적으로 파일을 읽는 대신 코드를 실행해 동적으로 정보를 수집하는 방식이다.
- 'opportunistic context update(예측적 컨텍스트 업데이트)' 전략을 쓴다. 모델이 다음에 요청할 것이 확실한 정보를 미리 컨텍스트에 넣어둬서 불필요한 추가 API 호출을 방지한다.
- Gemini-3-flash-preview 기준 TerminalBench-2 리더보드에서 65.2%를 기록해 1위를 달성했다. Google 공식 결과(48%)보다 17%p 높은 수치로, 같은 모델이라도 에이전트 하네스(harness, 에이전트를 감싸는 실행 프레임워크)의 품질이 결과를 크게 좌우한다는 것을 보여준다.
- MCP(Model Context Protocol)를 사용하지 않는다. Cline 포크 기반이지만 자체 아키텍처로 발전시켰으며, Apache 2.0 라이선스 오픈소스로 공개돼 있다.
Evidence
- 댓글에서 가장 많은 공감을 받은 관점은 '하네스가 모델보다 성능에 더 큰 영향을 준다'는 것이다. 한 댓글에서는 '모델을 Gemini에서 Sonnet으로 바꾸는 것보다 하네스를 바꾸는 것이 벤치마크 점수 차이를 더 크게 만든다'고 지적했고, 이에 대해 여러 개발자들이 동의하는 반응을 보였다.
- 실제 사용 경험으로, Kimi 2.6과 Dirac을 조합해 Rust 코드베이스를 리팩토링했다는 사례가 공유됐다. Clean Architecture 패턴 적용 작업에서 OpenCode보다 생산적이었고, OpenCode는 .rs 파일을 망가뜨려서 코드를 되돌려야 했다는 경험도 언급됐다.
- 텔레메트리(사용 데이터 자동 수집) 관련 우려가 제기됐다. 한 사용자가 Dirac이 dirac.run/v1/event 엔드포인트로 데이터를 전송하고 있음을 발견했고, API 에러 내용도 포함되어 민감한 정보가 유출될 수 있다고 지적했다. 게다가 opt-out(설치 후 직접 꺼야 함) 방식이라 신뢰 문제로 사용을 포기하겠다고 밝혔다.
- 컨텍스트 관리 방식이 현재 모델의 한계를 보완하는 임시방편일 수 있다는 반론도 나왔다. 한 댓글에서 '컨텍스트 관리는 현 세대 모델 문제를 해결하는 것이지 범용적인 특성이 아니며, 몇 세대 후 모델에서는 RAG처럼 구시대 기술이 될 수 있다'고 전망했다.
- 벤치마크가 Gemini 3 Flash에서만 측정됐다는 한계도 지적됐다. 다른 모델 패밀리(예: Minimax 2.7)에서도 동일한 성능이 나오는지 검증하지 않으면 Gemini에 오버핏된 것일 수 있다는 의견이 있었다. 또한 랜딩 페이지에 Gemini 기준임을 명시하지 않은 것도 지적됐다.
How to Apply
- 기존에 Cline이나 Aider를 쓰면서 API 비용이 과도하게 나오고 있다면, Dirac으로 교체하고 동일한 작업을 돌려서 비용과 결과물을 비교해볼 수 있다. 평균 64.8% 절감 효과가 있다고 주장하므로 실제 워크플로우에서 검증 가능하다.
- 대규모 Rust/TypeScript 코드베이스 리팩토링 작업처럼 파일이 많고 컨텍스트가 금방 터지는 작업에 Dirac을 투입하면, AST 기반 컨텍스트 선택 덕분에 컨텍스트 한도 초과 없이 작업을 완료할 가능성이 높아진다.
- 회사 LLM 프록시를 쓰는 환경이라면, 댓글에서 'api/config 파일 몇 줄 수정으로 사내 프록시에 연결해서 잘 동작했다'는 사례가 있으니 설정 파일을 수정해 기존 인프라에 연결할 수 있다.
- 텔레메트리가 걱정된다면, opt-out 설정을 먼저 확인하고 비활성화한 뒤 사용을 시작해야 한다. API 에러가 외부 서버로 전송될 수 있으므로 민감한 코드베이스 환경에서는 이 부분을 반드시 점검할 것.
Terminology
관련 논문
Tendril – 스스로 도구를 만들고 등록하는 Self-extending Agent
Tendril은 요청받은 작업에 필요한 도구가 없으면 직접 코드를 작성해 등록하고 재사용하는 자기 확장형 AI 에이전트 패턴의 레퍼런스 구현체다. 매 세션마다 도구 레지스트리가 쌓여 점점 더 빠르고 효율적으로 작동한다.
EvanFlow – Claude Code를 위한 TDD 기반 반복 피드백 루프
Claude Code에서 'let's evanflow this'라고 말하는 것만으로 브레인스토밍부터 TDD 구현, 반복 검증까지 자동으로 진행해주는 16개 스킬 묶음이다. AI 코드 생성의 고질적인 문제인 테스트 없는 구현과 맥락 손실을 체계적으로 잡아주는 워크플로우라서 주목받고 있다.
AI Agent가 프로덕션 DB를 삭제했다 — 그리고 커뮤니티의 반응
Cursor AI Agent가 Railway 프로덕션 데이터베이스와 백업까지 통째로 삭제한 사고 사례로, AI Agent에 과도한 권한을 줄 때의 위험성과 엔지니어링 통제의 중요성을 보여준다.
AI 에이전트들이 공유 Wiki를 Markdown + Git으로 자체 유지하는 협업 오피스 프레임워크 'WUPHF'
Claude, Codex 등 여러 AI 에이전트가 하나의 공유 지식 베이스(Wiki)를 함께 읽고 쓰면서 자율적으로 작업을 분담·수행하는 오픈소스 프레임워크로, 에이전트 간 컨텍스트 공유 문제를 Git 기반 Markdown Wiki로 해결하려는 시도다.
Agentic AI 시스템은 데이터베이스 설계의 암묵적 가정을 위반한다
40년간 유지된 '데이터베이스는 인간이 작성한 결정론적 쿼리만 받는다'는 암묵적 계약을 AI 에이전트가 동시다발적으로 깨뜨리고 있으며, 이에 대응하는 구체적인 방어 패턴을 다룬다.
Claude 4.7이 Stop Hook을 무시하는 문제
Claude Code에서 stop hook 설정이 Claude 4.7에서 제대로 동작하지 않는다는 사용자 보고와 함께, hook이 왜 무시되는지에 대한 기술적 원인 분석이 활발하게 논의됐다.