AI & TOOLS

“22-year-old generalist hacker, shaping the 2nd/3rd web” — junhoyeo

준호여. 스물둘. Rust로 AI 에이전트 토큰 추적기를 만들어 4,400개가 넘는 별을 받았다. Threads 출시 12시간 만에 리버스 엔지니어링해서 비공식 API를 세상에 내놨다. Apple Silicon에서 Grouped Differential Attention을 직접 Metal 커널로 구현했다.

근데 이 모든 게 그를 설명하지는 않는다. 숫자는 그냥 결과일 뿐이고, 그의 진짜 작업은 더 깊은 곳에서 일어난다.

이 글은 준호여가 아닌, 준호여라는 현상에 대한 분석이다. 어떻게 22살의 한국 개발자가 AI 에이전트 생태계의 계량을 정의하는 도구를 만들었는지, 그리고 그의 움직임에서 우리가 읽을 수 있는 패턴은 무엇인지.

Web3에서 AI로: 생태계 감각의 전이

준호여의 커리어를 이해하려면 먼저 그가 어디서 왔는지를 봐야 한다. 그는 Web3에서 3년을 보냈다. 최고 팀에서 PMF 가설을 테스트하고, 공동창업자로 벤처를 시작했다가 일이 꼬이고, 값비싼 교훈과 함께 돌아왔다. 이 경험은 단순한 이직 이력이 아니라 그의 사고방식을 형성한 핵심 트레이닝이었다.

그의 회고에서 중요한 문장이 있다:

누구나 시작할 수 있다는 것은 곧 누구나 당신을 복제할 수 있다는 의미다. BUSL은 영원한 방패가 되지 못한다. 결국 모든 혁신은 공공재가 된다. 아이디어는 범용재이고, 실행만이 차별화 요소다.

이 통찰은 지금 그의 AI 프로젝트들에 고스란히 반영되어 있다. Tokscale은 누구나 만들 수 있는 아이디어지만, 40개+ 에이전트 지원, Ratatui TUI, LiteLLM 가격 계산, 리더보드 — 이건 3일 만에 만든 게 아니다. 지속적인 실행이 모방 불가능한 해자를 만든다는 Web3의 교훈이 코드로 구현된 거다.

그는 또한 Web3 생태계에서 이런 프레임워크를 배웠다:

Who’s in the game → What they want → How to align them

Tokscale의 리더보드와 공개 프로필 기능을 보라. AI 코딩 에이전트 사용량이라는 데이터를 소셜 플랫폼으로 만드는 발상. 단순한 CLI를 넘어, 개발자들의 과시욕과 경쟁심을 인센티브로 설계했다. 이건 Web3의 토큰 이코노미 설계 경험이 아니라면 나오기 어려운 시각이다.

포지셔닝의 천재: 모든 에이전트의 계량기

Tokscale이 인상적인 이유는 기술이 아니다. 물론 Rust로 40개 에이전트의 세션 데이터를 병렬 스캔하고 Ratatui로 아름다운 TUI를 렌더링하는 건 대단하다. 하지만 진짜 천재성은 포지셔닝에 있다.

AI 코딩 에이전트 시장은 2025-2026년 폭발적으로 성장했다. Claude Code, Codex CLI, Cursor, Cline, Gemini CLI, Copilot CLI — 각각 자기만의 로그 포맷과 저장 방식을 가진 도구들이 난립했다. 개발자들은 여러 에이전트를 번갈아 사용하면서 총 토큰 사용량을 전혀 알지 못했다.

준호여는 이 틈새를 정확히 포착했다. 측정할 수 없으면 최적화할 수 없다. 그리고 아무도 이 “측정”을 하고 있지 않았다.

핵심 통찰: 그는 새로운 카테고리를 창조했다. “AI 에이전트 계량”이라는 카테고리는 Tokscale 이전에는 존재하지 않았다. 경쟁자가 없는 게 아니라, 아무도 그게 필요하다는 걸 깨닫지 못한 거다. 물론 지금은 비슷한 도구들이 나타나고 있지만, Tokscale이 이미 4,400개 별과 리더보드 네트워크 효과로 해자를 쌓았다.

이런 “새 카테고리 창조” 패턴은 그의 이전 작업에서도 보인다 — Threads API는 “출시 12시간 만의 리버스 엔지니어링”이라는 카테고리에서 세계 최초였고, BetterOCR은 “여러 OCR 엔진 + LLM” 조합에서 가장 먼저 움직였다. 그는 시장의 빈 공간을 찾는 감각이 뛰어나다.

Contrabass: 보이지 않는 오케스트레이션

Tokscale이 주목받는 동안, 준호여는 Contrabass라는 더 야심찬 프로젝트를 조용히 키우고 있다. OpenAI Symphony의 비전을 Go + Charm Stack으로 구현한 프로젝트 레벨 오케스트레이터다.

WORKFLOW.md 파서, 멀티 에이전트 러너 (Codex, OpenCode, oh-my-opencode, OMX, OMC), git-worktree 기반 워크스페이스 격리, BlockedBy gating, ETA 추정 — 이건 단순한 도구가 아니라 AI 에이전트가 협업하는 운영체제에 가깝다.

Contrabass의 철학은 그의 회고에 나오는 또 다른 문장으로 설명된다:

생태계의 기존 제품들 및 그 이해관계자들과 얼마나 정렬되어 있나? 그들의 존재 이유(raison d’être)를 얼마나 강화할 수 있는지가 핵심이다.

Contrabass는 기존 에이전트들을 대체하려는 게 아니라, 그것들이 더 잘 협업할 수 있는 인프라를 제공한다. Claude Code를 대체하는 게 아니라, Claude Code가 Codex와 협업하게 만든다. 생태계의 파이를 키우는 설계. 이것이 Web3에서 배운 생태계 정렬의 교훈이다.

Uira: 제로 디펜던시의 선언

Uira는 “번개”라는 뜻의 Māori어. Rust로 작성된 AI 에이전트 하네스로, 제로 외부 런타임 의존성을 자랑한다. Node.js도, Python도, Docker도 필요 없다. 하나의 Rust 바이너리로 모든 게 끝난다.

이 프로젝트는 준호여의 또 다른 특징을 보여준다: “무거워야 한다”는 가정에 대한 반박. 대부분의 AI 에이전트가 Python/Node.js 위에서 돌아가고 Docker 이미지가 수백 MB인 상황에서, Uira는 단일 바이너리로 보안 샌드박싱(MacOS Seatbelt, Linux Landlock)까지 OS 네이티브로 처리한다.

멀티 프로바이더 (Anthropic, OpenAI, Gemini, Ollama, OpenCode), MCP 통합 (LSP + AST-grep 내장), WebSocket 게이트웨이 — 기능은 풀스택인데 크기는 극단적으로 작다. 이것은 단순한 기술적 선택이 아니라 설계 철학이다.

mlx-motif: Metal 커널까지 내려가는 깊이

준호여의 가장 기술적으로 인상적인 작업은 아마 mlx-motif일 거다. Motif Technologies의 Grouped Differential Attention + PolyNorm LLM을 Apple Silicon용 MLX로 포팅한 프로젝트. 핵심은 커스텀 Metal 커널 (sdpa_dual_v, gda_post_split, polynorm)을 직접 작성한 것.

M1 Max 기준 kernels-off 대비 최대 10.9배 속도 향상. Swift, Python, Metal을 한 프로젝트에서 동시에 다루는 멀티랭귀지 역량도 인상적이지만, 더 중요한 건 그가 스택의 가장 깊은 곳까지 내려가는 걸 두려워하지 않는다는 점이다.

Tokscale이 전체 AI 에이전트 생태계의 계층(상위)을 다룬다면, mlx-motif는 실리콘의 Metal 커널(하위)까지 내려간다. 이 두 극단을 22살의 한 사람이 동시에 커버한다는 게 놀랍다.

패턴: 기술 스택 선택의 일관성

준호여의 프로젝트들을 기술 선택 측면에서 분석해보면 흥미로운 패턴이 보인다:

프로젝트 주 언어 선택 이유
Tokscale Rust + TypeScript 파싱 성능, 네이티브 바이너리, npm 유통
Contrabass Go goroutine 병렬성, Charm TUI 생태계
Uira Rust 제로 의존성, OS 샌드박싱, 안전성
mlx-motif Swift + Python + Metal MLX 네이티브, Metal 커널 직접 제어

언어 전쟁에 휘둘리지 않고, 문제에 가장 적합한 언어를 선택한다. Rust로 성능이 필요한 코어를, Go로 오케스트레이션을, Swift로 네이티브 앱을. 각각의 강점을 정확히 이해하고 활용한다.

또한 npm을 유통 채널로 활용하는 전략도 주목할 만하다. Rust 바이너리를 npm 패키지로 배포하는 건 기술적으로 까다롭지만, 개발자에게 가장 접근성이 좋은 채널이다. npx tokscale@latest 한 줄이면 누구나 설치할 수 있다.

왜 이게 중요한가

준호여가 AI 생태계에서 중요한 이유는 세 가지다:

  1. 그는 인프라 계층을 구축한다. AI 에이전트 열풍에서 모두가 “더 똑똑한 에이전트”를 만드는 데 집중할 때, 그는 그 에이전트들을 관리하고 측정하고 오케스트레이션하는 인프라를 만든다. 이는 금광에서 곡괭이를 파는 포지셔닝과 같다.
  2. 그는 생태계 정렬을 이해한다. Tokscale의 리더보드, Contrabass의 멀티 러너 지원 — 이들은 경쟁자를 배제하는 대신 생태계 전체의 파이를 키우는 설계다. Web3에서 배운 교훈이 AI 도메인에서 빛을 발한다.
  3. 그의 실행 속도는 압도적이다. Threads API를 12시간 만에 리버스 엔지니어링한 사례가 대표적이지만, Tokscale의 1,769개 커밋을 보면 알 수 있다. “아이디어가 있으면 바로 시작한다”는 그의 말은 허언이 아니다.

앞으로의 궤적

22살. 그는 지금 AI 에이전트 도메인에서 가장 흥미로운 포지션에 서 있다. Tokscale은 AI 에이전트 생태계의 계량 표준이 될 가능성이 있고, Contrabass는 멀티 에이전트 협업의 운영체제로 성장할 수 있다. mlx-motif는 로컬 AI 추론의 고성능 레퍼런스가 될 수 있다.

하지만 어쩌면 이 모든 건 더 큰 무언가를 위한 준비일 수도 있다. 그의 웹3 경험, AI 인프라 구축 능력, 생태계 설계 감각 — 이 세 가지가 합쳐지면 어떤 일이 벌어질까? 지켜보는 게 이 도메인에서 가장 재미있는 일이 될 거다.

관련 링크: