Chipotlai Max: 지원 봇을 코딩 에이전트로 변환하는 밈 프로젝트

AI 세계에서 컴퓨팅 자원을 확보하기 위한 경쟁은 끊임이 없습니다. 대부분의 개발자가 OpenAI나 Anthropic에 매달 구독료를 지불하는 동안, 인터넷의 작은 구석에서는 무료 추론을 얻기 위한 더... 풍미 있는 방법을 찾아냈습니다. 바로 Chipotlai Max입니다. 이는 기업의 고객 지원 봇을 완전한 기능을 갖춘 AI 코딩 에이전트로 변환하는 밈 프로젝트입니다.

부리토 체인의 챗봇이 LeetCode 문제를 해결할 수 있다는 발견에서 시작된 이 프로젝트는, 리버스 엔지니어링을 통한 기술적 연습이자 "무료" 컴퓨팅의 경계에 대한 도발적인 논의로 진화했습니다.

Chipotlai Max의 구조

Chipotlai Max는 MIT 라이선스의 AI 코딩 에이전트인 OpenCode의 포크(fork)입니다. 이 프로젝트의 핵심 혁신은 에이전트의 로직이 아니라 백엔드에 있습니다. 사용자가 Chipotle의 고객 지원 AI인 "Pepper"와 통신할 수 있도록 리버스 엔지니어링된 프록시를 활용합니다.

작동 방식

이 프로젝트는 Pepper AI의 백엔드를 리버스 엔지니어링한 사용자 @Gonzih가 개발한 프록시에 의존합니다. 기술 스택은 다음과 같습니다:

  • Amelia (IPsoft): Pepper를 구동하는 기반 LLM 엔진.
  • WebSocket/SockJS + STOMP: 지원 봇이 사용하는 통신 프로토콜.
  • OpenAI-Compatible Proxy: 표준 OpenAI API 호출을 Chipotle의 백엔드에서 요구하는 특정 WebSocket 형식으로 변환하는 로컬 서버.

로컬 엔드포인트(http://localhost:3000/v1)를 노출함으로써, Chipotlai Max는 OpenAI 호환 API를 지원하는 모든 도구가 Chipotle의 클라우드 예산을 추론에 사용할 수 있도록 합니다. 프로젝트 문서에 명시된 대로: "부리토로 지불되는 무료 추론"입니다.

"토큰 채집(Token Foraging)" 생태계

Chipotlai Max는 Pepper에 집중하고 있지만, 프로젝트의 야망은 더 넓습니다. 유지 관리자들은 Home Depot, Lowe's, Target, Starbucks와 같은 다른 주요 소매업체의 더 많은 "제공자(providers)"를 추가하기 위해 적극적으로 기여를 요청하고 있습니다.

이는 개발자 커뮤니티 사이에서 "토큰 채집"이라는 개념에 대해 더 넓은 대화를 불러일으켰습니다. Hacker News 사용자 @schmichael은 AI 에이전트에게 자기 보존 지침을 부여하여, 모델을 자동으로 전환하고 "수많은 지원 채팅, 무료 체험, 유출된 키를 통해 스스로 토큰을 채집하는" 미래지향적(그리고 법적으로 위험한) 시나리오를 제안했습니다.

법적 및 윤리적 회색 지대

예상대로 "그들이 아마도 우리를 고소할 것이다"라고 명시적으로 밝히는 프로젝트는 상당한 법적 조사를 받게 됩니다. 커뮤니티의 반응은 몇 가지 중요한 위험을 강조합니다:

1. CFAA 및 "해킹"

일부 관찰자들은 이것이 단순한 웹 스크래핑을 넘어선다고 경 경고합니다. yt-dlp와 같은 도구가 공개 데이터를 다운로드하는 반면, Chipotlai Max는 제공자가 의도하지 않은 컴퓨팅 자원을 원격 머신에서 탈취합니다. 사용자 @avaer는 이것이 미국 내 **Computer Fraud and Abuse Act (CFAA)**에 해당할 수 있으며, 이는 컴퓨터 시스템에 대한 무단 접근에 대해 엄격한 처벌을 수반합니다.

2. 서비스 이용 약관 위반

프로덕션 지원 봇을 리버스 엔지니어링하는 것은 거의 모든 기업의 서비스 이용 약관을 위반하는 명백한 행위입니다. 프로젝트는 이를 공개적으로 인정하며, 프록시가 Chipotle가 취약점을 패치하는 순간 깨질 수 있음을 언급합니다.

3. 자원 탈취

이 프로젝트를 초기 크립토재킹(웹 페이지 백그라운드에서 비트코인을 채굴하는 행위)과 비교하며, 일부는 이것이 밈으로 포장되었을지라도 본질적으로 자원 탈취의 한 형태라고 주장합니다.

결론

Chipotlai Max는 프로덕션 도구라기보다는 기술적 호기심에 가에깝습니다. 이는 고객이 볼(bowl)을 주문하도록 돕기 위해 설계된 봇이 실수로 연결 리스트(linked lists)를 역전시킬 수 있는 기업용 AI 배포의 취약성을, 그리고 그러한 틈새를 이용하려는 개발자 커뮤니티의 대담함(audacity)을 보여줍니다.

이것이 영리한 해킹인지 아니면 법적 책임인지에 관계없이, LLM이 웹 인터페이스를 통해 대중에게 노출되는 순간, 그 "API"는 사실상 공개된 것이며, 커뮤니티는 필연적으로 이를 프록시로 감싸는 방법을 찾아낼 것입니다.

Sources