오픈소스 에이전트 하네스 Pi 1.0이 나왔어. 기능을 덜 넣는 게 자랑인 도구가 해커뉴스 1위에 오른 이유와 작은 빌더가 가져갈 것 3가지

오픈소스 에이전트 하네스 Pi 1.0이 나왔어. 기능을 덜 넣는 게 자랑인 도구가 해커뉴스 1위에 오른 이유와 작은 빌더가 가져갈 것 3가지 📅 2026.10.02 | ✍️ 경제 흐름을 읽어주는 형 형이 오늘 아침 고른 소식은 에렌딜이라는 팀이 내놓은 코딩 에이전트 Pi의 1.0 버전이야. 발표 몇 시간 만에 해커뉴스 1위에 올라 500점을 넘겼어. 매주 수십만 명이 쓰는 도구인데, 이 팀이 가장 크게 내세운 건 새 기능이 아니라 "검증되기 전에는 안 넣는다"는 원칙이야. 어제는 구글이 최상위 모델을 조심스럽게 푸는 이야기를 했잖아. 오늘은 그 모델들을 실제로 굴리는 쪽, 그러니까 모델을 감싸고 도구를 쥐여 주는 하네스 이야기라서 이어서 보면 그림이 완성돼. 【 핵심 체크포인트 】 1. 몇 달 동안 시험해 보고 살아남은 기능만 넣었어. 이번에 들어간 건 도구를 필요할 때만 불러오는 기능, 앤트로픽 모델용 캐시 미리 데우기, 대화 중간에 시스템 지시를 바꾸는 기능, 그리고 MCP를 코드로 다루는 코드모드 정도야. 팀은 "벽에 던져서 붙은 것만 남겼고, 떨어진 목록이 훨씬 길다"고 적었어. 에이전트 도구가 매주 바뀌는 시기에 일부러 느리게 가겠다는 선언이라 개발자들이 더 반응한 거야. 2. 모델 여러 개를 하나처럼 묶어 쓰는 구조가 기본이 됐어. 시연 영상이 재미있어. 계획은 클로드 오퍼스가 세우고, 실제 구현은 GPT가 하고, 둘 사이를 언제 넘길지는 작은 판단 모델이 정해. 이걸 Pi가 스스로 확장 기능으로 짜서 하나의 가상 모델처럼 등록해. 작업이 끝나면 모델별 비용과 캐시 사용량을 나눠서 보여 줘. 한 회사 모델에 매달리지 않고 단계마다 값과 실력이 맞는 모델을 고르는 방식이 이제 개인 도구에서도 당연해진 거야. 3. 프로세스가 죽어도 이어서 일하는 Pi Durable을 따로 냈어. 함께 공개한 실험판 Pi Durable은 오래 돌아가는 에이전트용이야. 모든 단계를 작업...

전 xAI 공동창업자가 2달 된 회사로 1조 5천억을 당겼어. 개인이 훈련시키는 AI 시대와 인디 빌더가 봐야 할 신호 3 가지

전 xAI 공동창업자가 2달 된 회사로 1조 5천억을 당겼어. 개인이 훈련시키는 AI 시대와 인디 빌더가 봐야 할 신호 3 가지

전 xAI 공동창업자가 2달 된 회사로 1조 5천억을 당겼어. 개인이 훈련시키는 AI 시대와 인디 빌더가 봐야 할 신호 3 가지

📅 2026.08.12 | ✍️ 경제 흐름을 읽어주는 형

오후에 형이 챙긴 소식은 미국 쪽 돈 흐름이야. 세상에 나온 지 겨우 두 달 된 스타트업 River AI가 11억 달러, 우리 돈으로 1조 5천억 원에 가까운 투자를 한 번에 받았어. 이끈 곳은 제너럴 캐탈리스트하고 AMP PBC고, 여기에 엔비디아, AMD 벤처스, 와이콤비네이터, 싱가포르 국부펀드 테마섹까지 줄줄이 붙었어. 제품 매출도 사용자 숫자도 아직 공개 안 했는데 이 정도 돈이 몰렸다는 게 핵심이야.

형이 이 소식을 고른 이유가 있어. River가 하겠다는 게 '개인이 직접 훈련시키는 AI'거든. 남이 만든 거대 모델을 빌려 쓰는 지금 방식이 아니라, 내가 내 데이터로 길들여서 내 편으로 쓰는 방향이야. 형이 텔레그램 에이전트 키트를 짜고 트레이딩 봇을 굴리면서 늘 부딪히던 문제가 바로 이거였어. 형이 여기서 읽은 신호 셋을 풀어볼게.

【 핵심 체크포인트 】

1. 돈이 '개인이 훈련시키는 AI'로 몰리기 시작했어.

River를 세운 사람은 이고르 바부슈킨이야. 일론 머스크의 xAI를 공동 창업했고 그 전에는 딥마인드와 OpenAI를 거친 사람이지. 이 사람이 지난 6월 회사를 세상에 처음 공개했는데, 두 달 만에 11억 달러를 모았어. 회사가 내건 목표는 크게 잡혀 있어. 훈련부터 모델, 제품, 심지어 하드웨어까지 처음부터 끝까지 새로 짓겠다는 거야. 그러면서 방향을 또렷하게 밝혔어. 사람을 대체하는 AI가 아니라, 개인이 직접 훈련시켜서 내 편으로 쓰는 AI를 만들겠다고. 바부슈킨은 이걸 '수호천사'에 빗댔어. 조용히 옆에 있으면서 내 편을 들고, 나한테 진짜 중요한 일을 돕는 존재라는 거야. 매출도 사용자 수도 안 밝힌 두 달짜리 회사에 엔비디아와 테마섹까지 돈을 넣었다는 건, 이 방향에 큰손들이 미래를 걸었다는 뜻이야.

2. 모델을 내 손으로 길들이는 문턱이 확 낮아지고 있어.

River가 지금 실제로 파는 건 토큰 백만 개 단위로 값을 매기는 API야. 그런데 그 안에서 하는 일이 중요해. 오픈 웨이트 모델, 그러니까 누구나 가중치를 받아 쓸 수 있는 모델을 강화학습과 로라 방식으로 내 데이터에 맞춰 미세 조정하게 해 줘. 로라는 모델 전체를 다시 훈련하지 않고 얇은 조정층만 얹어서 값싸게 길들이는 기법이야. River가 내세운 숫자가 눈에 띄어. 복잡한 강화학습 훈련 한 번을 15분에서 20분 안에 끝내고, 전담 인프라팀 없이도 돌리고, 비용은 기존보다 두세 배 아낀다는 거야. 이게 사실이라면 예전엔 큰 연구팀이 며칠씩 붙어야 하던 모델 길들이기를 혼자서 커피 한 잔 마실 시간에 해내는 셈이야. 남의 API를 빌려 쓰던 시대에서 내 모델을 소유하는 시대로 넘어가는 문이 열리고 있어.

3. '대체하는 AI'가 아니라 '내 편인 AI'라는 포지셔닝이 값이 커.

요즘 큰 회사들이 파는 AI는 대체로 사람 일을 대신하겠다는 쪽이야. 저커버그가 며칠 전 내놓은 선언도 그 결이었고, 그래서 사람들이 오히려 등을 돌렸지. River는 정반대 쪽에 섰어. 회사를 대신하는 노동자가 아니라, 개인 한 사람 한 사람을 돕는 조수를 만들겠다는 거야. 형이 여기서 읽는 건 시장이 갈라지고 있다는 신호야. 한쪽엔 기업을 통째로 자동화하려는 거대 모델이, 다른 한쪽엔 개인이 직접 길들여 쓰는 작고 내 편인 모델이 서고 있어. 인디 빌더한테 기회가 열리는 건 당연히 뒤쪽이야. 큰 회사와 규모로 싸울 게 아니라, 내 데이터로 길들인 나만의 조수로 좁고 깊게 파고드는 길이 생기고 있어.

【 형 빌드에 어떻게 이어지나 】

형이 만들고 굴리는 것들에 이 소식이 어떻게 걸리는지 짚어볼게.

agent-starter-kit 부터야. 형이 만든 이 텔레그램 AI 에이전트 키트는 사람이 안 붙어도 알아서 일이 돌아가게 엮은 물건이야. 지금은 큰 회사 API를 불러다 쓰지만, River가 여는 문이 넓어지면 얘기가 달라져. 오픈 웨이트 모델을 형 데이터에 맞춰 값싸게 길들여서 키트에 심을 수 있게 되거든. 그러면 매달 나가는 API 비용도 줄고, 형만의 말투와 판단 기준을 아예 모델 안에 새겨 넣을 수 있어. 남의 모델을 빌리는 대신 내 모델을 소유하는 쪽으로 키트를 옮길 여지가 생기는 거야.

claude-code-masterpack 하고도 이어져. 형이 정리한 이 컨텍스트 엔지니어링 묶음은 모델한테 상황을 어떻게 떠먹여야 제 실력을 내는지를 다루는 물건이야. 그런데 미세 조정이 커피 한 잔 시간에 끝나는 세상이 오면, 매번 긴 설명을 붙이는 대신 그 노하우를 아예 모델에 훈련으로 굳혀 넣는 선택지가 생겨. 프롬프트로 매번 떠먹이던 것과 훈련으로 굳혀 넣는 것, 이 둘을 언제 어떻게 나눠 쓸지가 다음 숙제가 돼.

WILD_SNIPER 도 걸려. 형이 굴리는 이 트레이딩 봇은 형만의 진입 판단과 위험 관리 기준이 핵심이야. 강화학습을 값싸게 돌릴 수 있게 되면, 형이 쌓아 둔 거래 기록으로 판단 보조 모델을 형 스타일에 맞춰 길들이는 실험이 가능해져. 다만 형이 늘 강조하던 대로, 훈련한 모델이 진짜 형 기준대로 움직이는지는 실제 결과로 검증하고 나서야 믿는 거야. 값싸게 길들일 수 있다는 말이 검증을 건너뛰어도 된다는 뜻은 아니니까.

【 결론 】

정리하면 이래. 세상에 나온 지 두 달 된 River AI가 11억 달러, 1조 5천억 원에 가까운 돈을 한 번에 받았어. 방향은 개인이 직접 훈련시켜 내 편으로 쓰는 AI고, 오픈 웨이트 모델을 15분에서 20분 만에 값싸게 길들이는 걸 무기로 내세웠어. 엔비디아부터 테마섹까지 큰손들이 이 방향에 미래를 걸었지. 형이 인디 빌더한테 남기고 싶은 한마디는, 이제 승부처가 큰 모델을 얼마나 잘 빌려 쓰느냐에서 내 데이터로 나만의 모델을 얼마나 잘 길들이느냐로 옮겨 간다는 거야. 남의 모델을 빌려 쓰는 데만 익숙해져 있으면 이 전환기를 놓쳐. 지금부터 내 데이터를 모으고, 작게라도 길들여 보고, 결과를 검증하는 근육을 키워 두는 사람이 다음 판을 가져가.

출처: TechCrunch, General Catalyst leads $1.1B round into 2-month-old River AI

이 글은 2026.08.12 뉴스 + 데이터 기반 AI 도구 활용 재작성.

댓글

이 블로그의 인기 게시물

오픈소스 에이전트 하네스 Pi 1.0이 나왔어. 기능을 덜 넣는 게 자랑인 도구가 해커뉴스 1위에 오른 이유와 작은 빌더가 가져갈 것 3가지

AI 메모리 도구가 모델 정확도를 깎고 있다, 사용자 비위 맞추기 현상의 첫 데이터와 인디 빌더가 봐야 할 신호 3 가지

Meta 가 인도에 168 MW AI 데이터센터를 짓는다. Reliance 와 손잡은 글로벌 컴퓨트 분산 흐름과 인디 빌더가 봐야 할 신호 3 가지