Oh My Opencode Slim: OpenCode를 위한 경량화된 에이전트 오케스트레이션 플러그인

9bow · 1월 18, 2026, 3:30오전

Oh My Opencode Slim 소개

Oh My Opencode Slim은 AI 기반 코딩 어시스턴트 플랫폼인 OpenCode 환경에서 동작하는 고급 에이전트 오케스트레이션(Agent Orchestration) 플러그인입니다. 이 프로젝트는 개발자가 AI와 협업하는 방식을 단순한 '질의응답' 수준에서 벗어나, 체계적인 '작업 위임 및 관리'의 차원으로 끌어올리기 위해 설계되었습니다.

이 플러그인의 가장 큰 특징은 단일 거대 언어 모델(LLM)에 모든 처리를 의존하지 않고, 각기 다른 전문성을 가진 여러 AI 에이전트들이 유기적으로 협력하는 시스템을 구축한다는 점입니다. 이를 통해 사용자의 복잡한 요구사항을 분석하고, 이를 수행하기에 가장 적합한 전문 에이전트에게 작업을 분배하며, 최종적으로 결과를 통합하는 일련의 과정을 자동화합니다.

또한, Slim이라는 이름에서 알 수 있듯이, 이 프로젝트는 기존의 방대한 기능 집합에서 불필요한 장식(bells and whistles)을 과감히 제거했습니다. 대신, 에이전트 간의 효율적인 통신과 작업 흐름 제어라는 핵심 기능에 집중함으로써, AI 모델 사용 시 발생하는 토큰 소모량을 획기적으로 줄이고 시스템의 반응 속도를 최적화했습니다. 이는 비용 효율성을 중요시하는 개인 개발자나 API 사용량 제한에 민감한 팀에게 매우 중요한 이점을 제공합니다.

기본적으로 Oh My Opencode Slim은 허브-앤-스포크(Hub and Spoke) 방식의 아키텍처를 채택하고 있습니다. 중앙의 오케스트레이터(Orchestrator) 가 허브 역할을 하며 사용자의 의도를 파악하고 계획을 수립하면, 리서치, 코드 검색, UI 디자인, 문서 작성 등 각 분야에 특화된 전문 에이전트들이 스포크(Spoke)의 역할을 수행하며 실제 작업을 처리합니다. 이러한 구조 덕분에 개발자는 마치 각 분야의 전문가들로 구성된 팀을 이끄는 매니저처럼 AI를 활용하여 복잡한 프로젝트를 조율할 수 있습니다.

기존 Oh My Opencode와의 차별점

Oh My Opencode Slim은 오리지널 프로젝트인 oh-my-opencode(@code-yeongyu)를 포크(Fork)하여 파생된 프로젝트이지만, 추구하는 방향성에 있어 명확한 차이를 보입니다.

기존의 oh-my-opencode가 다양한 기능과 실험적인 도구들을 모두 포함하여 풍성한 경험을 제공하는 풀 패키지라면, Slim 버전은 실용성과 성능 최적화에 초점을 맞춘 경량화 버전입니다. 오리지널 버전은 다재다능하지만 그만큼 많은 토큰을 소비하고 무거울 수 있다는 단점이 있었습니다. 반면, Slim 버전은 에이전트 오케스트레이션이라는 핵심 가치만을 남기고 나머지를 덜어냄으로써, 더 적은 비용으로 더 빠르고 정확하게 동작하도록 설계되었습니다.

또한, 복잡한 설정 없이도 즉시 업무에 투입할 수 있도록 기본 설정값이 세심하게 조정되어 있습니다. 예를 들어, 오리지널 버전에서 사용자가 일일이 설정해야 했던 에이전트별 모델 매핑이나 도구 연결 등이, Slim 버전에서는 2026년 1월 기준으로 가장 성능이 우수하고 비용 효율적인 모델들로 사전 구성되어 제공됩니다.

Oh My Opencode Slim의 주요 기능

Hub and Spoke 오케스트레이션 아키텍처

이 플러그인의 핵심 엔진은 Hub and Spoke 방식의 아키텍처입니다. 이 구조는 모든 요청을 중앙에서 통제함으로써 작업의 일관성을 유지하고 불필요한 자원 낭비를 막습니다.

작업의 흐름은 중앙 관리자 역할을 하는 오케스트레이터(Hub) 에서 시작됩니다. 사용자가 "인증 로직을 리팩토링하고 관련 문서를 업데이트해줘"와 같은 복합적인 명령을 내리면, Orchestrator는 이를 즉시 실행하는 대신 먼저 작업 목록(TODO List)을 생성하고 계획을 수립합니다. 이 단계에서 Orchestrator는 어떤 하위 에이전트가 필요한지 판단합니다.

그다음은 위임(Delegation) 단계입니다. Orchestrator는 수립된 계획에 따라 각 전문 에이전트(Spokes)들에게 구체적인 지시를 내립니다. 예를 들어, 코드베이스 전체에서 인증 관련 파일을 찾는 작업은 검색 전문가인 @explore 에이전트에게, 최신 인증 라이브러리의 사용법을 조사하는 작업은 연구원인 @librarian 에이전트에게 할당합니다.

이 과정에서 백그라운드 매니저(Background Manager) 가 중요한 역할을 수행합니다. 코드 검색이나 외부 문서 조회와 같이 시간이 걸리는 작업은 백그라운드 프로세스로 전환(fire&forget)되어, 메인 오케스트레이터가 멈추지 않고 다른 작업을 계속 조율할 수 있게 합니다. 모든 하위 작업이 완료되면, Orchestrator는 결과를 통합하여 실제 코드를 수정하고, 마지막으로 @document-writer에게 변경 사항에 대한 문서화를 지시하며 작업을 마무리합니다.

역할별 전문 에이전트 (Specialized Agents)

Oh My Opencode Slim은 각 역할에 최적화된 모델을 기본값으로 할당하여 최상의 성과를 냅니다. (아래 모델명은 소스 코드 및 문서에 명시된 2026년 1월 기준 기본 설정값입니다.)

먼저, 전체를 총괄하는 오케스트레이터(Orchestrator) 는 최고 실행자 및 위임자(Supreme Executor & Delegator) 역할을 담당하며 복잡한 추론과 계획 수립을 수행합니다. 사용자의 모호한 요구사항을 구체적인 작업 단위로 쪼개는 데 탁월한 성능을 보이는 Claude Opus 4.5 Thinking 모델을 채택하여 동작합니다. 오케스트레이터의 프롬프트는 GitHub 저장소의 src/prompts/orchestrator.ts에서 확인하실 수 있습니다.

코드의 구조적 설계를 담당하는 오라클(Oracle) 은 전략적 조언자(Strategic Advisor) 역할을 맡아 시스템의 기술적 무결성을 책임집니다. 심도 있는 디버깅과 전체적인 아키텍처 리뷰에 특화된 OpenAI GPT-5.2 Codex 모델을 사용하여, 코드의 깊은 논리적 결함을 찾아내고 해결책을 제시합니다. 오라클의 프롬프트는 GitHub 저장소의 src/prompts/oracle.ts에서 확인하실 수 있습니다.

탐색(Explore) 에이전트는 코드베이스 정찰병(Codebase Recon)으로서 방대한 프로젝트 내에서 정보를 신속하게 수집하는 임무를 수행합니다. 대규모 텍스트 처리 속도가 압도적인 Cerebras Z.AI GLM-4.6 모델을 활용하여, 순식간에 필요한 심볼 정의와 코드 패턴을 찾아냅니다. 탐색 에이전트의 프롬프트는 GitHub 저장소의 src/prompts/explore.ts에서 확인하실 수 있습니다.

라이브러리안(Librarian) 은 지식 검색(Knowledge Retrieval)을 담당하며 외부 라이브러리와 API 문서를 전문적으로 분석합니다. 긴 컨텍스트 처리 능력과 정보 요약 능력이 우수한 Google Gemini 3 Flash 모델을 통해, 최신 공식 문서와 GitHub 예제를 조사하여 프로젝트에 맞는 사용법을 안내합니다. 라이브러리안의 프롬프트는 GitHub 저장소의 src/prompts/librarian.ts에서 확인하실 수 있습니다.

프론트엔드 엔지니어(Frontend-UI-UX-Engineer) 는 시각적 탁월성(Visual Excellence)을 추구하며 사용자 인터페이스 디자인을 다듬습니다. 디자인 감각과 코드 구현 능력을 겸비한 Google Gemini 3 Flash 모델을 사용하여, CSS 스타일링 수정 및 React/Vue 컴포넌트의 시각적 완성도를 높입니다. 프론트엔드 엔지니어의 프롬프트는 GitHub 저장소의 src/prompts/frontend-ui-ux-engineer.ts에서 확인하실 수 있습니다.

문서 작성자(Document-Writer) 는 기술 문서 작성(Technical Documentation)을 전담하여 코드의 가치를 기록으로 남기는 서기(Scribe)입니다. 텍스트 생성 및 맥락 이해도가 뛰어난 Google Gemini 3 Flash 모델을 기반으로, 코드 변경 사항을 반영한 README 업데이트와 가독성 높은 인라인 주석 작성을 수행합니다. 문서 작성자의 프롬프트는 GitHub 저장소의 src/prompts/document-writer.ts 에서 확인하실 수 있습니다.

멀티모달 담당자(Multimodal-Looker) 는 시각적 분석(Visual Analysis)을 맡아 이미지 데이터를 해석하는 역할을 합니다. 이미지 인식 능력이 탁월한 Google Gemini 3 Flash 모델을 활용하여, 스크린샷, 와이어프레임, 혹은 UI 디자인 시안을 분석하고 이를 실제 코드로 연결하는 통찰력을 제공합니다. 멀티모달 담당자의 프롬프트는 GitHub 저장소의 src/prompts/multimodal-looker.ts에서 확인하실 수 있습니다.

마지막으로 코드 리뷰어(Code-Simplicity-Reviewer) 는 미니멀리스트(Minimalist)로서 코드의 간결함을 극한으로 추구합니다. 논리적 추론이 강한 Claude Opus 4.5 Thinking 모델을 다시 활용하여, YAGNI(You Aren't Gonna Need It) 원칙에 따라 불필요한 코드를 식별하고 과감한 삭제 및 단순화를 제안합니다. 코드 리뷰어의 프롬프트는 GitHub 저장소의 src/prompts/code-simplicity-reviewer.ts에서 확인하실 수 있습니다.

Tmux 통합 (Tmux Integration) 및 백그라운드 작업 관리

이 플러그인의 가장 강력하면서도 차별화된 기능 중 하나는 바로 Tmux와의 긴밀한 통합입니다. 사용자가 "전체 코드베이스에서 인증 관련 로직을 찾아 분석해줘"와 같이 시간이 오래 걸리는 작업을 요청했을 때, 오케스트레이터는 이를 처리하기 위해 검색 담당 에이전트(@explore)를 호출합니다. 이때, 이 하위 에이전트는 단순히 보이지 않는 백그라운드 프로세스로 도는 것이 아니라, 별도의 Tmux 세션 또는 창(Pane) 에서 독립적으로 실행됩니다.

이러한 Tmux 통합이 주는 이점은 명확합니다. 첫째, 완전한 비동기 작업(Fire-and-Forget) 이 가능합니다. 메인 인터페이스가 차단(Block)되지 않으므로, 개발자는 백그라운드에서 에이전트가 리서치를 수행하는 동안 오케스트레이터와 다른 주제로 대화를 계속하거나 코드를 작성할 수 있습니다. 둘째, 실시간 모니터링(Live Monitoring) 이 가능합니다. 개발자는 언제든지 백그라운드에서 실행 중인 Tmux 세션을 확인하여 에이전트가 어떤 파일을 검색하고 있는지, 어떤 문서를 읽고 있는지 투명하게 들여다볼 수 있습니다. 이는 AI가 '블랙박스'처럼 동작하는 답답함을 해소해 줍니다.

최근 업데이트에 따르면, 이러한 Tmux 통합은 에이전트가 생성(Spawn)될 때 자동으로 적용되어, 다수의 에이전트가 동시에 병렬로 작업하는 상황을 터미널 내에서 직관적으로 관리할 수 있게 해줍니다.

강력한 내장 도구와 MCP 통합

에이전트들은 단순한 텍스트 생성 외에도 실제 개발 환경과 상호작용하기 위한 강력한 도구들을 갖추고 있습니다.

코드 검색 및 조작 도구는 개발 생산성에 직접적인 영향을 미칩니다. 기본적인 텍스트 검색을 위한 grep은 고성능의 ripgrep을 기반으로 하며, 더 나아가 ast_grep_search를 통해 AST(추상 구문 트리) 기반의 정교한 패턴 매칭을 지원합니다. 이는 단순한 문자열 일치가 아니라 코드의 구조적 의미를 파악하여 검색하므로, 25개 이상의 언어에서 변수명 변경이나 구조 변경과 같은 리팩토링 작업을 정확하게 수행할 수 있게 해 줍니다. ast_grep_replace를 사용하면 변경 사항을 미리 확인(dry-run)해 볼 수도 있습니다.

LSP(Language Server Protocol) 도구들은 IDE 수준의 코드 인텔리전스를 에이전트에게 제공합니다. lsp_goto_definition으로 함수나 클래스의 정의로 즉시 이동하거나, lsp_find_references로 해당 코드가 사용된 모든 위치를 파악하고, lsp_diagnostics를 통해 실시간으로 컴파일 에러나 경고를 확인하여 수정에 반영합니다.

또한, 주요 MCP(Model Context Protocol) 서버들이 기본적으로 내장되어 있어 에이전트의 능력을 확장합니다. websearch MCP는 Exa AI를 통해 실시간 웹 정보를 검색하게 해주며, context7 MCP는 공식 라이브러리 문서를 조회하는 데 사용됩니다. grep_app MCP는 GitHub 전체의 코드를 검색하여 참고할 만한 예제 코드를 찾아오는 데 활용됩니다. 사용자는 설정 파일을 통해 이러한 MCP 서버들을 필요에 따라 비활성화(disabled_mcps)할 수도 있습니다.

마지막으로 Antigravity 플러그인을 사용하여 로그인 한 사용자들을 위한 사용량 도구(Quota Tool) 도 특징적입니다. 사용자가 "내 사용량을 확인해줘(check my quota)"라거나 "상태를 보여줘(show status)"라고 하면 동작하며, 결과는 다음과 같이 보여집니다:

Oh My Opencode Slim의 설치 및 사용자 맞춤 설정

설치 과정은 사용자의 환경에 맞춰 유연하게 제공됩니다. Oh My Opencode Slim은 Bun 런타임을 기반으로 동작하며, 터미널에서 bunx oh-my-opencode-slim install 명령어를 실행하면 대화형 설치 마법사가 시작됩니다.

자동화된 설치를 원하거나 LLM 에이전트가 대신 설치를 수행하는 경우, 비대화형 모드를 사용할 수 있습니다. 이때 --antigravity, --openai, --cerebras와 같은 플래그를 사용하여 사용 가능한 API 제공자를 명시적으로 설정할 수 있습니다. 예를 들어, bunx oh-my-opencode-slim install --no-tui --antigravity=yes --openai=yes --cerebras=no와 같이 실행하면, 인스톨러가 자동으로 설정 파일을 생성하고 필요한 인증 플러그인(opencode-antigravity-auth 등)을 추가합니다.

설정 파일은 ~/.config/opencode/oh-my-opencode-slim.json (사용자 글로벌 설정)과 프로젝트 루트의 .opencode/oh-my-opencode-slim.json (프로젝트 로컬 설정) 두 곳에 저장되며, 로컬 설정이 글로벌 설정보다 우선순위를 가집니다. 사용자는 이 JSON 파일을 수정하여 특정 에이전트를 비활성화하거나, 기본 모델을 변경하는 등의 커스터마이징을 수행할 수 있습니다.

라이선스

Oh My Opencode Slim 프로젝트는 MIT License 하에 배포되고 있습니다. 누구나 자유롭게 사용, 수정 및 재배포가 가능합니다.

Oh My Opencode Slim 공식 홈페이지

Oh My Opencode Slim 프로젝트 GitHub 저장소

더 읽어보기

이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다.

파이토치 한국 사용자 모임이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

아래쪽에 좋아요를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~