mySetup.ai: AI 에이전트 워크플로우를 공유하는 커뮤니티 허브

mySetup.ai는 엔지니어와 AI 전문 사용자가 자신의 특정 AI 에이전트 설정을 문서화하고 공유할 수 있는 커뮤니티 기반 플랫폼입니다. 무엇을 만들고 있는지에 초점을 두는 것이 아니라, 전문가들이 복잡하고 장시간 실행되는 작업을 관리하는 데 사용하는 '어떻게'—특정 에이전트, 기술, 도구, 오케스트레이션 계층—을 부각시키는 것이 플랫폼의 목표입니다.

핵심 개념: '무엇'에서 '어떻게'로의 전환

mySetup.ai의 주요 목표는 사용자가 기술 스택에 대해 투명하게 공유할 수 있는 전용 공간을 만드는 것입니다. 이는 어떤 AI 에이전트를 사용하는지, 어떤 도구가 효과적임을 입증했는지, 그리고 장시간 실행되는 작업은 어떻게 관리되는지에 대한 상세한 설명을 포함합니다. 이러한 설정을 문서화함으로써, 플랫폼은 AI가 생성한 코드의 최종 결과물에 대한 대화에서 실제 작업 흐름에 대한 논의로 전환하고자 합니다.

사용자 보고된 AI 워크플로우와 도구 사용

커뮤니티 토론을 통해, 최소한의 클라우드 기반 구성에서부터 매우 맞춤형 로컬 환경에 이르기까지 다양한 AI 설정이 공유되고 있습니다.

고성능 음성 및 로컬 스택

일부 전문 사용자는 더 나은 맥락과 뉘앙스를 제공하기 위해 낮은 지연 시간의 음성 인터페이스를 우선시하고 있습니다. 한 사용자가 보고한 설정은 다음과 같습니다:

  • 음성 스택: 자체 구축된 ASR(Parakeet v3) 및 TTS(Omnivoice), 총 지연 시간 예산은 400-450ms입니다.
  • 모델 선호도: 일관성을 위해 OpenAI 모델을 선호하며, Deepseek 4.1 Flash와 같은 저렴한 대안을 실험 중입니다.
  • 운영 스타일: 음성을 표현과 맥락 전달에 사용하고, 기술적 세부사항과 데이터는 터미널 창에서 유지합니다.

로컬 우선 및 하드웨어 특화 설정

모델을 로컬에서 실행하여 토큰 비용을 피하고 프라이버시를 높이려는 관심이 큽니다. 예시는 다음과 같습니다:

  • 하드웨어: 커스텀 SFF PC에서 Strix Halo 128GB 및 Framework 메인보드 사용.
  • 소프트웨어: 주로 LM Studio를 인터페이스로 사용하며, Gemma 4 (26b), Qwen 3.6 (35b), Qwen 3.8 (27B) 등의 모델을 사용합니다.
  • 보안: 내부 도구와 네트워크를 보호하기 위해 Tailscale 통합.

하이브리드 및 클라우드 기반 접근 방식

많은 사용자가 전용 IDE와 일반 목적의 LLM을 결합한 하이브리드 접근 방식을 유지하고 있습니다:

  • Cursor + JetBrains: Cursor $20 플랜을 에이전트 기반 프롬프팅에 사용하고, JetBrains IDE를 파일 탐색 및 diff 리뷰에 사용합니다.
  • Claude + VM: 고립된 환경에서 가상 머신 내에 일반 Claude를 실행합니다.
  • EC2 + Tmux: AWS EC2 인스턴스에 Claude 또는 Codex를 사용하고, 세션 지속성을 위해 tmux로 관리합니다.

커뮤니티 비판과 기술적 과제

이 개념은 '모르는 모르는 것'을 드러내는 데 있어 칭찬을 받지만, 플랫폼의 구현 방식과 AI 워크플로우의 본질에 대해 사용자들이 여러 비판적인 우려를 제기했습니다.

기여에 대한 장벽

몇몇 사용자는 설정을 공유하기 위해 Model Context Protocol (MCP)를 사용하거나 GitHub 계정을 연결해야 한다는 요구사항이 진입 장벽을 크게 만들었다고 지적했습니다. 비판자들은 간단한 Markdown 요약을 게시할 수 있는 기능이 있어야 하며, 사용자가 제3자에게 자격 증명에 대한 접근 권한을 강제로 부여하지 않도록 해야 한다고 주장합니다.

보안 및 기밀 지식

일부 산업 내 베테랑들은 상세한 워크플로우를 공유하는 것을 경계하며, AI 시대에는 기밀 워크플로우가 개발자의 직무 보장과 생산성의 핵심 요소라고 주장합니다.

도구의 빠른 변화와 유지보수

AI 도구 개발 속도가 매우 빠르기 때문에 문서화된 설정은 빠르게 오래된 것으로 되어버립니다. 사용자들은 몇 달 안에 설정이 '반 정도 틀린' 상태가 될 수 있다고 지적하며, 오래된 정보를 식별할 수 있도록 '최근 업데이트' 타임스탬프가 필요하다고 제안했습니다.

비용 투명성

사용자들은 일부 전문 설정의 높은 비용을 지적하며, 일부 사용자는 월 구독 요금이 400달러를 초과한다고 보고했습니다. 이에 따라 다양한 예산 수준에서 접근 가능하고 현실적인 설정을 만들기 위해 '월별 비용 추정' 필드가 필요하다는 요청이 제기되었습니다.

등장하는 도구와 맞춤형 구현

플랫폼 자체 외에도, 사용자들은 에이전트 작업을 향상시키기 위해 설계된 여러 맞춤형 도구를 공유했습니다:

  • Autobot: 최대 4일까지 실행 가능한 장시간 에이전트 작업을 위한 오픈소스/MIT 허브로, 표준 이벤트 로그와 하트비트를 통해 지속성을 보장합니다.
  • Byre: 개발자 경험에 초점을 맞춘 에이전트 샌드박스로, Docker/Podman 위에 저마법 래퍼 역할을 합니다.
  • Dogpark: 에이전트 간 통신을 위한 메시지 보드입니다.

Sources

관련