$27 스마트워치 PineTime을 AI 코딩 에이전트로 해킹하기
Hacking with Claude on a $27 smart watch
TL;DR Highlight
$27 PineTime에 AI 에이전트로 몇 시간 만에 커스텀 워치페이스를 만들었다
Who Should Read
임베디드나 취미 하드웨어에 코딩 에이전트를 써 보고 싶은 백엔드·앱 개발자
Core Mechanics
- 오픈소스 펌웨어와 시뮬레이터가 에이전트에 잘 맞았다
- PineTime은 $27이고 InfiniTime 펌웨어가 오픈소스에 문서도 잘 돼 있다.
- 컴퓨터에서 도는 시뮬레이터 InfiniSim 덕에 에이전트가 빠르게 피드백을 받는다.
- 실제 작업은 OpenCode와 오픈 웨이트 모델로 했다
- 글에서는 계속 "Claude"라고 쓰지만 대부분 OpenCode에서 작업했다.
- 쓴 모델은 Kimi K3·K2.6, DeepSeek v4 Pro·Flash다.
- 사진 한 장으로 만든 첫 결과물은 거칠었다
- 트윗 속 Casio 워치페이스 사진을 주고 기존 워치페이스 코드를 베이스로 복제하게 했다.
- 글자 크기와 위치를 대충 짐작해서 요소가 겹치고 읽기 어려웠다.
- 요소 하나씩 구체적으로 피드백했다
- 토큰을 아끼려고 작업을 쪼개 구체적인 다음 단계를 줬다.
- 텍스트 요소 하나를 맞춘 뒤 다음으로 넘어갔다.
- 정적 부분은 전체 배경 이미지로 대체했다
- 고정된 화면 요소를 코드로 만드는 데 시간이 많이 들어 배경 이미지로 바꿨다.
- 코드는 동적 부분만 담당하고 시뮬레이터에서 잘 동작했다.
Community Reactions
- PineTime의 RAM이 너무 작아 병목이라는 의견
- 이에 대한 답으로 "pro" 버전이 나오면 해결될 수 있다며 Pine64 글을 링크한 댓글이 있다.
- 다른 기기에서도 비슷하게 만들어 봤다는 경험
- lilygo t-watch와 Codex로 난수 기반 I-ching 워치 "kookwatch"를 만들었다는 댓글이 있다.
- Garmin 워치에 칼로리 표시 앱을 Claude로 만들었다는 댓글, 10년 된 Pebble 워치페이스 코드를 Claude로 되살렸다는 댓글도 있다.
- 글 속 "Claude" 표기가 헷갈린다는 반응
- 실제로는 다른 모델을 썼는데 글 내내 Claude라고 쓴 것이 오해를 부른다는 의견이 있다.
- Claude가 에이전트의 대명사처럼 쓰이는 게 아니냐는 댓글도 있다.
- PineTime에는 마이크가 없어 음성 제어가 불가능하다는 정보
- 비슷한 가격대에서 해킹 가능한 다른 워치를 추천해 달라는 질문도 여럿 달렸다.
- Waveshare ESP32-S3 AMOLED 2.09” 워치를 추천한 댓글이 있다.
How to Apply
- 오늘 InfiniSim 빌드부터 에이전트에게 시키기
- InfiniSim 저장소를 클론하고 에이전트에게 "빌드가 되게 해 줘"라고 시켜라.
- 시뮬레이터가 돌면 PineTime이 없어도 같은 방식으로 실험할 수 있다.
- 에이전트에 스크린샷 피드백 루프 붙이기
- UI 작업이면 시뮬레이터 스크린샷을 에이전트가 직접 보게 하라.
- 사람이 매번 말로 설명하는 수고와 토큰이 줄어든다.
- 큰 작업은 요소 하나씩 쪼개 지시하기
- 한 번에 한 요소만 맞추도록 구체적인 다음 단계를 줘라.
- 하나가 맞으면 다음 요소로 넘어가라.
- 작업이 끝나면 AGENTS.md로 교훈 정리시키기
- 세션 끝에 에이전트에게 겪은 문제와 해결법을 AGENTS.md로 요약시켜라.
- 다음 세션이나 다른 사람이 같은 함정을 피하게 된다.
Try It
# Claude Code 또는 OpenCode에 그대로 붙여넣기 (원문 방법을 프롬프트로 옮긴 것)
{{작업 폴더}}에 InfiniSim 저장소를 클론하고(InfiniTime 서브모듈 포함) 이 환경에서 빌드가 되게 해 줘.
빌드가 되면 기존 워치페이스 코드를 베이스로 {{참고 이미지}}와 비슷한 워치페이스를 만들어 줘.
잘 나뉘는 작업은 서브에이전트를 써도 좋아.
한 번에 텍스트 요소 하나만 맞추고, 내가 확인하면 다음으로 넘어가.
마지막에 배운 점과 막혔던 부분을 AGENTS.md로 정리해 줘.Terminology
관련 논문
같은 시뮬레이션, 다른 근거: 도구 출력을 파일로 넘기면 LLM 에이전트 정확도가 어디서 깎이나
긴 툴 출력을 파일로 넘기자 GPT-5.1은 정확도 11.3%p 하락, 정식 출력 지정하니 회복
가짜 뉴스가 진짜 폭락을: LLM 트레이딩 에이전트 대상 정보 주입 공격
가짜 헤드라인 한 줄로 LLM 트레이딩 에이전트 62%를 조종했다(프롬프트 주입은 14%)
Harness Engineering 101: LLM은 뇌, harness는 몸
에이전트는 JSON 배열을 관리하는 루프이고, 16개 챕터로 직접 만들어 본다
Harness²: 에이전트 harness를 스스로 고쳐 쓰는 재귀 최적화 프레임워크
모델은 고정하고 harness를 재귀로 고쳤더니 벤치마크 점수가 최대 11.8%p 올랐다
해고된 Savannah 경찰관, ICE 요원 남편에게 Flock 계정 공유
경찰관이 Flock 계정을 남편(ICE 요원)에게 공유했고, 감사에서 983건 검색이 드러나 해고됐다
tmux와 Claude Code: 세션, send-keys, 그리고 한계선
tmux로 Claude Code 여러 개를 돌리면 편하지만 에이전트 4개쯤에서 한계가 온다
Hybrid Reasoning Agents: 잠재 공간에서 생각하고 텍스트로 행동하는 LLM 에이전트
잠재 공간 추론과 텍스트 도구 호출을 섞었더니 성능 10.4%↑, 토큰 최대 54.7%↓