허니스는 핵심이다 – 개인용 에이전트 허니스가 솔로 개발을 어떻게 강화하는가

TL;DR – 허니스는 단일 개발자가 훨씬 낮은 AI 비용으로 팀 규모의 생산성을 달성할 수 있게 해주는 지렛대다.

저자인 brayness 저장소의 개인적이고 모듈식 LLM 허니스는 기획, 실행, 비판, 승격 단계를 조율하여, 저렴한 일반 모델이 대부분의 작업을 수행하고, 선도적 모델은 고영향 작업에만 사용되도록 한다. 이로 인해 선도적 모델 사용량이 약 75% 감소했으며, 솔로 프로젝트도 대규모 팀 작업만큼 신뢰할 수 있게 되었다.

핵심 통찰: 허니스는 LLM을 구조화된 개발 파이프라인으로 전환한다

결론: 잘 설계된 허니스는 LLM 호출을 반복 가능한 역할(탐색, 기획자, 작업자, 비평가, 승격자)로 추상화하여, 개발자는 고수준 결정에만 집중할 수 있도록 한다. 시스템은 일상적인 코딩 작업을 처리한다.

허니스는 구성(AGENTS.md), 프롬프트, 계획, 기술, 확장, artifacts/ 사전 등이 포함된 자가 포함 디렉터리(brayness/)에 존재한다.
Cursor, Claude, Pi의 세 가지 UI 프론트엔드는 동일한 허니스 상태를 공유하므로 모델 전환에 부담이 없다.
저자는 저렴한 작업(예: 간단한 리팩터링)을 Deepseek‑v4‑flash에 위임하고, 선도적 모델(Claude, Fable)은 기획이나 비판 단계에만 사용함으로써 선도적 모델 토큰 소비량을 3분의 1로 줄였다.

허니스의 아키텍처

결론: 허니스는 디렉터리 기반, 역할 기반 워크플로우이며, 어떤 터미널이나 UI에서든 호출할 수 있다.

brayness/
├── AGENTS.md            # 선언적 기술 정의
├── AGENTS.local.md      # 로컬 오버라이드
├── bin/                 # 실행 가능한 래퍼
├── prompts/             # 재사용 가능한 프롬프트 템플릿
├── plans/               # 복잡한 기능에 대한 DAG 정의
├── skills/              # 고수준 기능(탐색, 기획자, …)
├── extensions/          # 모델별 어댑터(예: Pi 브리지)
├── artifacts/           # 생성된 파일용 사전
└── work/                # 프로젝트 소스 트리(실존성, 블로그, …)

탐색 – 컨텍스트 수집(열린 버퍼, 백업, 인터뷰 노트).
기획자 – 선도적 모델을 사용해 작업 DAG를 구축.
작업자 – DAG 노드를 반복적으로 처리하고, 일반 모델을 호출해 코드 생성.
비평가 – 두 번째 단계(종종 선도적 모델)를 실행하여 단순화, 테스트, 검증.
승격자 – 간결한 인수 인계(릴리스 노트, 커뮤니케이션)를 형식화하고, 완성도를 높이기 위해 선도적 모델을 사용할 수 있음.

비용 효율적인 모델 배분

결론: 저렴한 일반 모델(Deepseek‑v4‑flash)과 가끔 발생하는 선도적 모델의 돌발 사용을 결합하면, 비싼 토큰 사용량이 75% 감소한다.

일반 모델 계층 – 유지보수, 간단한 리팩터링, 반복적인 코드 생성의 대부분을 처리.
선도적 모델 계층 – 더 높은 추론 품질이 중요한 기획, 첫 번째 작업 시드(프리워크 기법), 비판 단계에 사용.
동적 전환 – 공유된 허니스 상태 덕분에 저자는 Cursor, Claude, Pi 간에 작업 흐름에 방해 없이 전환할 수 있다.

"나는 두 개의 20달러 플랜으로 클라이언트를 돌보고, Pi를 Deepseek이나 Fable 인퓨전에 사용하면서 내 프로젝트에 실질적인 진전을 이끌어낼 수 있다." – Scott Fryxell

실제 적용 사례: Realness 카메라 앱

결론: poster‑driver 스크립트를 통해 앱을 노출함으로써, 허니스는 헤드리스 Chrome을 제어해 벡터 그래픽 포스터를 자동으로 생성할 수 있다.

LLM이 재사용 가능한 npm 스크립트(npm run make:animation …)를 작성했으며, 허니스는 이 스크립트를 추가 토큰 비용 없이 수십억 번 실행하고 있다.
Brave에서 활성화된 파일시스템 API는 허니스가 창작 자산을 개발자의 작업 디렉터리에 직접 동기화할 수 있게 한다.
이 통합은 AI 보강 도구가 단순한 웹 앱을 프로그래머블 창의적 파이프라인으로 전환할 수 있음을 보여준다.

커뮤니티 반응 – 다른 이들이 말하는 것들

비용 대 속도: 한 사용자는 솔로 개발자가 4명의 팀이 3개월 걸리는 프로젝트를 월 500달러로 완료할 수 있다고 지적하며, 선도적 모델은 속도를 위해 ‘명백한 선택’이라고 주장했다.

"지금은 월 4만 달러 대신 월 500달러를 쓰고 있지만, 3배 빠르게 같은 결과를 얻고 있다."
모델 다양성 우려: 일부는 단일 제공자에 의존하는 것에 우려를 표하며, 앞으로 예상되는 사용량 증가로 인해 Fable 사용을 중단해야 할 수도 있다고 경고했다.

"애너트로픽이 마침내 50% 사용량 증가를 내리면, 내 워크플로우를 바꾸지 않을 수 없게 될 것이다."
간단한 워크플로우 선호: 여러 사용자는 복잡한 역할 분할이 과잉 설계라고 주장하며, LLM에게 간단한 지시를 주고 출력을 검토한 후 반복하는 것이 실용적이라고 말했다.

"LLM을 가장 잘 사용하는 방법은 간단한 지시를 주고, 코드를 확인한 후 변경을 요청하는 것이다."
안전성 및 사전화: 허니스를 완전한 쉘 접근 없이 구축하면 보안이 향상될 수 있다는 제안이 있었다.

"왜 아무도 완전한 쉘 접근 없이 허니스를 만들어보지 않았는지 이해할 수 없다. 훨씬 더 안전할 것이다."
일반적 합의: 대부분의 사용자는 허니스가 점점 보편화되고 있으며, 개인 허니스를 소유할 수 있다는 것은 주요 생산성 증가 요인이라고 동의했다.

"지금은 거의 모든 사람이 허니스를 갖고 있으며, 그 아름다움은 자신만의 버전을 소유할 수 있다는 점이다."

개발자들을 위한 실용적 통찰

작게 시작하라: 탐색과 작업자 역할만 포함한 최소한의 AGENTS.md를 정의하라. 장애물이 발생할 때마다 비평가와 승격자를 추가하라.
저렴한 모델 활용하기: 일반적인 코드 생성에는 Deepseek‑v4‑flash(또는 다른 오픈웨이트 모델)을 사용하라. 기획이나 고위험 리팩터링에는 Claude/Fable를 예약하라.
artifacts/에 상태 유지하기: 모든 생성된 파일을 사전에 격리하여 메인 저장소를 오염시키지 않고 감사도 쉽게 하라.
승격 자동화하기: 짧은 ‘승격’ 단계(예: 자동 마크다운 요약 생성)를 통해 작업을 효과적으로 전달하고, 조용히 배포하고 잊는 위험을 줄여라.
모델 독립성 유지하기: 허니스 뒤에 모델 호출을 추상화함으로써, 제공자(Cursor ↔ Claude ↔ Pi)를 바꾸더라도 스크립트를 다시 작성하지 않아도 된다.

미래 방향성

피니튜닝 및 LoRA: 커뮤니티 구성원들은 오픈웨이트 모델에 LoRA 어댑터를 통합하여 독점적 선도 API에 의존하지 않도록 하는 것을 제안했다.
안전성 레이어: 모델을 호출하기 전에 결정론적 사전 검사를 추가(예: 정적 분석)하면 대규모 파괴적 수정의 위험을 완화할 수 있다.
표준화된 허니스 사양: 더 많은 개발자가 허니스를 채택함에 따라, AGENTS.md와 DAG 정의에 대한 공유 스키마가 생기면 생태계 간 호환성이 촉진될 것이다.

결론: 개인용 LLM 허니스는 원시적인 모델 호출을 체계적이고 비용 효율적인 개발 파이프라인으로 전환하여, 솔로 개발자가 전통적인 팀의 생산성과 견줄 수 있거나 이를 초월할 수 있게 한다.