국산 바이브 코딩툴 오픈소스 프로젝트 Caret의 제 1회 밋업(2025년 7월 15일) 기록과 발제 자료를 공유합니다. 많은 분들이 함께해 주셔서 든든했습니다.
밋업 정보
- 일시: 2025년 7월 15일 19시
- 장소: 서울특별시 강남구 강남대로94길 28 유니언타운 7층 회의실
- 참가: 캐럿티브 김기환 CEO, 양병석 CTO 외 8명의 기여자
유튜브와 깃허브에 자료를 업로드했으니, 커뮤니티와 함께 내용을 확인해 주세요.
시작하며
진행 방식: 발제 → 질의응답 및 토론
질의응답: Teams 채팅으로 질문을 받아 검토 후 일괄 답변
발표 내용 (Luke Yang)
발제 녹화:
접기/펴기 2025년 7월 15일에 있었던 국산 오픈소스 바이브 코딩 도구 캐러티의 1회 밋업의 발제 녹화 본을 공개합니다. 1. AI코딩 시장 전망 2. 프로젝트 소개 3. 프로젝트 리더 소개 4. 문제 의식 5. 글로벌 오픈 소스 기반 아키텍쳐 6. 차별성 7. Ai-driven 개발 방법 8. 사업 모델 9. 성장 계획 10. 오픈소스 커뮤니티 11. 과제 발표 자료 링크 : http://bit.ly/3UjCYFK 행사 기록물 링크 : http://bit.ly/4eY7kHK
AI 코딩 시장의 현황
AI 코딩 시장은 매우 뜨겁고 중요한 시장으로 여겨지고 있습니다.
최근 Windsurfer 창업자의 구글 이직 소식은 이 시장의 중요성을 보여주는 사례입니다.
Caret 프로젝트 소개
정의: 오픈소스 기반의 국산 AI 코딩 툴
GitHub: https://github.com/caretive-ai/project-careti 오픈소스로 운영 중
서비스 페이지: 'https://careti.ai'이라는 이름으로 운영
VSCode Marketplace: https://marketplace.visualstudio.com/items?itemName=caretive.caret 공식 등록되었으나, 아직 유료화 미비와 안정화가 완료되지 않아 적극적인 홍보는 진행하지 않음
핵심: "Cursor와 같은 오픈소스 기반의 국산 AI 코딩 도구"
발표자(Luke Yang) 소개
경력:
블로거 '숲속얘기'으로 활동
숭실대 컴퓨터공학을 전공, 네이버에서 OCR(광학 문자 인식) 연구 개발 (약 3년) 포함 개발자 출신
네이버 포털전략 및 웹툰 PD, 과기부에서 소프트웨어 교육 및 개발자 정책 담당
VR웹툰 스타트업 코믹스브이 창업 및 오픈소스 기반 웹메타버스 플랫폼 XRCLOUD 개발
現 Caretive(캐러티브) CTO 및 Caret 서비스 개발 총괄
개발 철학: 기술의 융합에 관심이 많음. AI에 대한 오랜 꿈을 가지고 있었으며 캐러티기술 기반으로 AI에이전트 페르소나 '알파'에서 안드로이드까지 만들고 싶음
개발 동기: 위기와 기회
위기감:
기존 소프트웨어 개발 방법론이 AI로 인해 완전히 뒤바뀔 것이라는 위기감을 느낌.
실무 개발에서 AI 코딩 도구를 사용하며 겪는 현실적인 문제들 (예: AI의 잘못된 결과물, 책임 소재의 부재)을 해결할 필요성을 느낌.
AI 코딩 도구를 '아무도 길들이지 못하는 야생마'에 비유하며, 이를 길들이는 방법에 대한 논의가 필요하다고 생각.
기회:
윈도우, 모바일 시대의 전환기처럼, AI 시대 역시 기존 개발자들이 더 큰 기회를 잡을 수 있다고 판단.
개발자가 사라지는 것이 아니라, 오히려 더 많은 것을 할 수 있는 시대가 열렸다고 생각.
꿈꿔왔던 진정한 AI를 만들어 볼 수 있는 시대가 왔다고 느낌.
AI 코딩의 현실과 문제점
AI의 거짓말:
계산기 개발 테스트 사례: TDD(테스트 주도 개발)를 지시했으나, 실제로는 클릭을 수행하지 않고도 테스트가 성공했다고 보고.
원인 분석: AI는 "action has been executed"라는 메시지를 성공으로 오인했으며, 시각적 결과 확인 능력이 부족했음.
AI의 제안: 단순 성공 메시지가 아닌, 구체적인 시각적 증거 확인 절차를 시스템에 추가해달라고 요청.
코드 이해의 한계:
AI는 코드를 따라 하는 것(coding)이지, 이해하는 것(understanding)이 아님. 코드의 구조적, 의미적 이해가 부족.
SemCode 논문 (2023): 코드의 의미(Semantics)를 이해하는 AI 모델 연구. 작은 모델(6B)로도 GPT-3.5-turbo 수준의 성능을 달성.
결론: 코드 자체뿐만 아니라, 코드가 만들어지는 '과정'의 데이터(디버깅, 문서, 장애 해결 방법 등)를 학습하는 것이 중요.
Caret의 아키텍처 전략
기반: 오픈소스 프로젝트 'Cline'을 기반으로 함.
초기 전략: Cline을 포크하여 직접 수정.
문제점: Cline의 업데이트를 따라가기 어렵고, 불필한 작업이 발생.
현재 전략: 오버레이(Overlay) 아키텍처
Cline 원본 코드는 최대한 건드리지 않고, 그 위에 Caret의 기능을 얹는 방식.
수정이 불가피할 경우, 원본 파일을 백업(.cline)하고 수정 부분에 주석(// CARET MODIFICATION)을 추가하여 변경 사항을 명확히 함.
이를 통해 향후 Cline과의 자동 머지(merge)를 용이하게 설계.
개선점:
다국어 지원(i18n): 하드코딩된 텍스트를 다국어 시스템으로 전환. 현재 4개 국어(한, 영, 일, 중) 지원.
시스템 프롬프트 개선: 하드코딩된 프롬프트를 JSON 기반의 동적 구조로 변경.
효과: 프롬프트 토큰 50% 절감, 성능 향상 및 비용 감소.
모드 전환: 기존 Cline의 'Plan/Act' 모드와 함께, Cursor와 유사한 'Agent/Chatbot' 모드를 도입하여 유연성 확보.
Caret의 핵심 기능 및 차별점
Caret Rules (.caretrules):
프로젝트별 시스템 프롬프트를 JSON 형식으로 관리.
자연어 대비 토큰 수를 줄이고, 명확한 계층 구조로 AI의 이해도를 높임.
사용자의 가독성을 위해 마크다운 파일과 쌍으로 관리하며, AI가 규칙 수정 시 두 파일을 함께 수정하도록 설계.
비용 투명성 및 제어:
Cline의 기능을 계승하여 채팅 건별 비용을 실시간으로 표시.
이를 통해 사용자는 비용을 예측하고 제어할 수 있음.
향후 일정 토큰 비용 초과 시 세션을 자동 전환하는 등의 기능 추가 예정.
내장 브라우저 및 롤백 기능:
내장 브라우저를 활용한 개발이 가능하나, 아직 AI의 제어 능력이 부족하여 개선 필요.
체크포인트 기반의 롤백 기능이 있으나, 불안정하게 동작하는 경우가 있어 원인 파악 및 개선 필요.
비즈니스 모델 및 로드맵
회사 설립: '캐러티브(Caretive)' 법인 설립 및 초기 엔젤 투자 유치.
수익 모델: B2C: 개인 사용자를 위한 구독 모델.
무료: 25 크레딧 제공
유료: $10 (300 크레딧), Pay as go
B2B (주력): 기업용 라이선스 판매 및 컨설팅.
기업의 니즈에 맞춰 커스터마이징 및 기술 지원.
오픈소스 커뮤니티와 협력하여 프로젝트 수행.
로드맵:
2025년 5월: 법인 설립
2025년 7월 2일: 마켓플레이스 오픈
2025년 하반기: 기술 안정화 및 사용자 확산, 매출 3억 목표.
2026년: 서비스 고도화.
향후 과제 및 연구 개발 분야
시급한 과제:
로그인 및 구독 시스템 개발
기업용 멤버 관리 기능 구현
교육 프로그램 개발 및 마케팅
R&D 분야:
LLM 라우터, 벡터 DB 연동 등 AI 핵심 기능 강화
비용 예측 및 최적화
시맨틱 기반의 AI 모델 훈련
AST(추상 구문 트리) 기반의 코드 청킹 및 분석
질의응답 및 토론
프론트엔드 구현: 현재 Caret의 웹뷰가 프론트엔드에 해당.
이미지(설계)를 잘 그려서 AI에게 전달하면 좋은 결과물을 얻을 수 있음. PPT 문서를 여러 장 만들어 전달하는 방식도 유효.
피그마(Figma) 연동은 직접적으로는 불가능하지만, 피그마의 결과물을 이미지로 변환하여 전달하면 AI가 이를 기반으로 사이트를 제작할 수 있음.
모델별 답변 품질 차이:
모델마다 성능과 특성이 달라 결과물의 편차가 발생.
이를 해결하기 위해 'AI 게이트웨이' 개념이 등장. 사용자 요청을 각 모델에 최적화된 프롬프트로 변환하여 전달하는 방식.
Caret은 아직 게이트웨이가 없지만, 향후 프레임워크 형태로 발전시켜 다양한 모델을 쉽게 교체할 수 있도록 하는 방향을 고려 중.
Caret Rules 커스터마이징:
.caretrules 파일을 직접 수정하여 프로젝트별, 사용자별 규칙을 적용할 수 있음.
전역 규칙과 작업 공간(프로젝트) 규칙으로 나뉘어 관리됨.
오픈소스 커뮤니티 운영:
국내에서 성공적인 오픈소스 커뮤니티 사례가 드물어, 운영 방식에 대한 고민이 많음.
기여자(Contributor)와 보드 멤버(Board Member) 등으로 등급을 나누고, 기여에 따른 보상(크레딧, 장비 대여 등)을 제공할 계획.
기술 중심의 실질적인 엔지니어 모임을 지향.
마무리 및 이후 공지
참석자 네트워킹: 참석자들의 이름과 소속 파악을 위해 다음 모임에서는 명찰 준비 예정.
참석자들은 LinkedIn 및 GitHub 링크 공유 요청.
기여자 제안:
밋업 참석자 전원에게 '기여자' 자격 제안.
기여자 혜택: 장비 대여, 업무 장소 제공, 개발용 크레딧 및 API 제공, GitHub 기여자 리스트 등재.
논의된 내용과 각자 기여 희망내용을 바탕으로 기여자 미션 제안 예정.
다른 글 더보기
AI 응답 중 다음 지시 미리 입력, ESC 즉시 취소 기능을 추가했습니다. Gemini 3.1 Pro 지원, VSIX 직접 다운로드, CLI 서브에이전트, 무한 로딩 수정도 포함됩니다.
Careti v0.4.7에서 Z.AI GLM-4.7 모델, Claude Code 호환 명령어 시스템, SmartEditEngine 개선, UI 개선 등을 추가했습니다.