Paseo – 오픈소스 코딩 에이전트 통합 인터페이스 (모바일/데스크탑/CLI 지원)

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

관련 논문

• AI Agent가 가능하게 한 적응형 Computer Worm

  단일 GPU에서 돌아가는 오픈소스 LLM만으로 네트워크를 자율 전파하는 AI 웜을 실제로 구현해서, 이게 이론이 아닌 현실임을 증명했다.

• LLM Agent로 Time Series Forecasting의 'Last Mile' 문제 해결하기

  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, 워크북 전체 데이터 유출 취약점 발견

  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: 명시적으로 구조화된 Search History로 LLM 추론 개선하기

  LLM의 추론 트레이스에 부모 포인터(parent pointer)만 추가해도 탐색 성능과 효율이 크게 올라간다.

• Resource-Constrained Visual Agent의 Shared-State Collaboration 실패 모드 진단

  4B~8B 소형 비전 모델에서 공유 메모리(화이트보드) 기반 멀티에이전트 협업이 오히려 성능을 떨어뜨리는 이유를 분석한 연구.

• Open Envelope – AI Agent 팀을 정의하는 오픈 스키마

  여러 AI 에이전트가 팀처럼 협업하는 구조를 벤더 중립적인 오픈 스키마로 선언적으로 정의할 수 있게 해주는 프로젝트로, 멀티 에이전트 오케스트레이션의 표준화를 시도한다.

• LLM 기반 Multi-Agent 시스템의 Temporal & Structural Credit Assignment 통합 Prompt 최적화

Related Resources

• Paseo GitHub 저장소
• Paseo 다운로드 페이지
• openchamber – 유사 오픈소스 프로젝트