안 쓰는 Kindle을 GPT-6 Astra로 탈옥해 사진 액자로 만든 후기
I turned my unused Kindle into a photo frame with GPT-6 Astra
TL;DR Highlight
코딩 에이전트에 피드백 루프를 붙였더니 Kindle이 사진 액자가 됐다
Who Should Read
코딩 에이전트로 실제 기기나 하드웨어 연동 작업을 시켜 보려는데 디버깅이 자꾸 사람 손을 타서 고민인 개발자
Core Mechanics
- 모델마다 결과가 갈렸다
- GPT-5.6 Sol(Extra High)은 Kindle에 데이터를 저장하지 못하는 오류를 못 풀었다.
- Fable 5.1과 Opus 5.5는 Anthropic 보안 장치에 두 프롬프트 뒤 막혔다.
- GPT-6 Astra(High)로 탈옥에 성공했다.
- 처음부터 새로 만든 게 아니다
- SpiderCat 탈옥 코드를 참고해 KindleCTL이라는 자체 도구를 만들었다.
- 명령 전송, 파일 전송, 오류 조사 도구가 들어 있다.
- 피드백 루프가 전환점이었다
- 에이전트가 화면 사진을 사람에게 계속 요구해서 번거로웠다.
- 로그를 직접 읽게 지속 진단 연결(persistent diagnostic connection)을 만들게 했다.
- 이후 원격 화면 캡처까지 붙여 사람 없이 수정과 테스트를 반복했다.
- 테스트는 통과했는데 실물은 잔상이 남았다
- Mac의 자동 검사는 통과했다.
- Kindle에서는 이전 사진의 흔적이 화면에 남았다.
- 화면 캡처로는 잔상이 보이지 않아 직접 확인해야 했다.
Community Reactions
- 탈옥은 이미 있던 것이라는 의견
- 글이 기존 탈옥을 가져다 썼으니 Astra가 새로 만든 해법이 아니라는 지적이 있었다.
- 실제 작업량은 슬라이드쇼와 피드백 루프에 있었다는 의견이 나왔다.
- 다른 모델로도 된다는 경험
- Claude Code(Opus 4.8)로 비슷한 프로젝트를 해 봤더니 몇 번 시도 끝에 됐다는 경험이 있었다.
- Opus 4.8로 한 달 전에 같은 걸 했다는 댓글도 있었다.
- 반면 GPT-6 계열은 컴파일러나 해킹성 작업을 거절해서 놀랐다는 경험도 있었다.
- 보안 거절이 불편하다는 의견
- Anthropic이 다른 모델은 푸는 문제를 거절해 고객을 잃는다는 의견이 있었다.
- Opus 5.5가 보안과 무관한 저수준 커널 질문에도 답하지 않았다는 경험이 나왔다.
- 에이전트로 기기 개조를 해 봤다는 경험
- Codex로 라우터에 OpenWrt를 플래시했다는 경험이 있었다.
- Opus 5.5로 공식 지원이 없는 기기용 Lineage ROM 3종을 만들었다는 경험이 있었다.
- 사람이 직접 따라 하면 5분 만에 탈옥했다는 댓글도 있어 AI가 꼭 필요한 건 아니라는 반론이 됐다.
How to Apply
- 에이전트에 로그 읽기 권한부터 달기
- 오늘 하드웨어나 외부 기기 작업을 시킬 때 첫 프롬프트에 로그 수집과 화면 캡처 경로를 만들라고 지시하라.
- 사람이 스크린샷을 붙여 주는 단계를 없애라.
- 테스트 통과 뒤 실물 확인 단계 넣기
- UI나 디바이스 작업은 자동 테스트가 못 잡는 항목을 체크리스트로 적어 두라.
- 잔상이나 렌더링처럼 실제 환경에서만 보이는 문제는 직접 확인하라.
- 실패한 모델은 바로 갈아타기
- 같은 오류에서 두세 번 막히면 다른 모델이나 reasoning effort로 같은 프롬프트를 돌려 비교하라.
- 공개된 기존 코드를 참고 자료로 주고 개인용임을 명시하라.
Try It
# Claude Code나 Codex 같은 코딩 에이전트의 첫 프롬프트에 붙여넣기 (원문 방법을 프롬프트로 옮긴 것)
나는 {{기기 이름}}을 개인 용도로 쓰려고 한다. 내가 소유한 기기다.
목표: {{만들 앱이나 기능}}
참고: {{기존 오픈소스 프로젝트 링크}}
작업을 시작하기 전에 먼저 피드백 루프를 만들어라.
1. 기기의 로그를 네가 직접 읽을 수 있는 진단 연결을 만든다.
2. 기기 화면을 원격으로 캡처하는 방법을 만든다.
3. 내가 사진이나 로그를 대신 붙여 주지 않아도 수정과 테스트를 반복할 수 있게 한다.
그다음 작은 테스트부터 한다. {{작은 목표, 예: 이미지 한 장 표시}}가 되면 알려라.
자동 테스트가 못 잡는 실물 문제는 나에게 확인을 요청하라.
이어서 해 볼 것: 테스트가 통과했는데 실물에서 이상한 점을 적어 주고, 원인을 로그와 캡처로 스스로 조사하게 시켜 보라.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%↓