PenEcho 소개
수식이나 회로도, 반쯤 그리다 만 구조도를 앞에 두고 모델에게 물어보려면 그것을 먼저 글로 옮겨야 합니다. 종이에 쓴 적분식을 LaTeX으로 다시 작성하고, 손으로 그린 블록 다이어그램을 문장으로 설명하고, 어느 화살표가 어디로 가는지를 말로 풀어 씁니다. 이렇게 옮기는 동안 원래 생각의 배치, 즉 무엇이 무엇 옆에 놓여 있었는지는 사라지고, 답이 돌아와도 그 답을 다시 종이 위 제자리에 놓는 일은 사람이 직접 해야하는 작업으로 남습니다. 문제를 푸는 시간보다 문제를 채팅창 형식으로 번역하는 시간이 더 걸리는 일이 드물지 않습니다.
이번에 소개하는 PenEcho는 그 번역 단계를 없애려는 프로젝트입니다. 캔버스에 펜이나 마우스로 쓰고 잠시 멈추면 PenEcho가 그 자리의 필기와 주변 배치를 읽어 바로 옆에 답을 그려 줍니다. 돌아오는 결과는 확정된 필기와 섞이지 않고 별도의 초안 층에 올라오며, 사용자가 받아들이기 전까지는 옮기거나 크기를 바꾸거나 버릴 수 있습니다. 다루는 대상도 텍스트만이 아니라 수식과 그래프, 도식, 그리고 사용자가 그려 둔 것의 이어 그리기입니다.

PenEcho의 동작 방식
브라우저는 캔버스 전체가 아니라 방금 쓴 필기 주변을 잘라낸 이미지와 좌표 정보만 서버로 보냅니다. 서버는 좌표와 이미지 범위, 동작과 트리거의 짝, 추론(reasoning) 수준 선택, 페이로드 크기를 모두 검증한 뒤 선택된 실행기로 요청을 넘기고, 돌아온 명령을 다시 검증해 클라이언트의 초안 층에 올립니다. 사용자가 받아들이면 그때 확정된 타일이나 애니메이션 객체로 기록되고, 거절하면 초안만 사라지고 확정된 내용은 그대로 남습니다.
그리고 요청에 실리는 것은 전체 좌표 정보와 가장 최근 입력 영역, 8 x 8 크기의 관심 영역 격자, 필요하면 확대한 초점 이미지입니다. 자동 요청은 완결된 펜 획과 확정된 텍스트 편집에서만 일어나고, 화면을 옮기거나 확대하는 조작, 올가미로 선택한 잉크를 옮기고 색을 바꾸는 조작은 요청을 만들지 않습니다. 저장소는 모델이 돌려준 자바스크립트를 실행하지 않는다는 점도 아키텍처 문서에 명시하고 있습니다.
PenEcho의 캔버스 구조
논리 좌표계는 20,000 x 20,000이지만 그 크기의 비트맵을 한 번에 인식하지는 않습니다. 빈 캔버스 영역을 제외하고, 잉크가 실제로 존재하는 자리에만 512 x 512 타일을 할당하고, 화면에는 보이는 타일만 합성합니다. 그래서 캔버스를 넓게 쓰면서도 브라우저가 감당하는 메모리는 작게 유지됩니다.
캔버스에서 할 수 있는 조작은 다음과 같습니다:
- 자유롭게 그린 올가미로 확정된 잉크만 골라 옮기고, 크기를 바꾸고, 색을 바꾸고, 지우거나 조판으로 보냅니다.
- Arcane, Sci-fi, Research, Studio 네 가지 모드 중에서 지금 다루는 문제에 맞는 것을 고릅니다.
- 스냅샷을 이 기기에 저장하거나 PenEcho 서버에 저장해 다른 승인된 기기에서 엽니다. 확정하지 않은 초안은 저장에 포함되지 않습니다.
- 확정된 잉크만 잘라내 PNG로 내보냅니다. 사방에 512픽셀짜리 여백 한 타일이 함께 들어갑니다.
최근 버전에서 개선된 것 중, 위젯을 고치는 방식은 눈 여겨볼 만한 합니다. 이전에는 위젯을 전체 영역을 다시 생성했는데, 이제는 모델이 바뀐 부분만 표준 통합 diff 형식으로 돌려주고 서버가 그것을 적용합니다. 저장소 관리자는 이번 개선으로 출력 토큰과 응답 시간이 크게 줄었고, 여러 파일에 걸친 편집도 하나의 트랜잭션으로 처리된다고 설명합니다.
PenEcho에 모델을 연동하는 세 가지 방법
먼저 penecho configure 로 여는 설정 화면에서 사용할 도구를 고릅니다. Claude CLI와 Codex CLI는 이미 설치하고 로그인해 둔 명령줄 도구를 그대로 쓰는 방식이라 별도의 API 키가 필요 없고, API 방식은 OpenAI 호환 또는 Anthropic 호환 요청 형식을 고른 뒤 주소와 모델, 키를 넣습니다. 세 방식 모두 저장 후 연결을 시험하는 단계가 있는데, Codex CLI는 실행 파일과 로그인만 확인하고 모델 목록을 대조하는 오프라인 검사라 모델 토큰을 쓰지 않고, Claude CLI와 API는 작은 실제 요청을 한 번 보냅니다.
캔버스 도구 모음에는 요청마다 바꿀 수 있는 Reasoning 메뉴가 있습니다. 고를 수 있는 값은 Configured, none, low, medium, high, 그리고 해당 제공자의 최상위 수준입니다. PenEcho는 이 공통 눈금을 모델의 원래 조절 장치로 옮겨 주는데, Codex와 Claude에서는 그대로 전달되고 Kimi에서는 high 로, MiniMax에서는 적응형 사고 모드로 바뀝니다. 저장소는 이 값이 제공자에게 같은 이름의 항목이 있다는 약속이 아니라 품질과 속도에 대한 공통된 의도 라고 설명하며, Kimi와 MiniMax-M2.x에서는 none 으로 사고를 끌 수 없다는 점도 함께 적어 두었습니다.
설정은 ~/.penecho/config.env 에 저장됩니다. API 자격 증명이 이 파일에 평문으로 들어가고 POSIX 계열에서는 소유자만 읽을 수 있는 권한이 붙으며, 브라우저 쪽 코드로는 전달되지 않습니다. 특정 실행에만 다른 설정을 쓰려면 --config ./team.env 처럼 파일을 지정하면 되고, 이때 기본 전역 파일은 그 명령에서 대체됩니다.
PenEcho의 권장 모델과 요청당 비용
PenEcho 관리자는 실제 캔버스 작업을 돌려 본 결과를 기준으로 권장 조합을 정리해 두었습니다. 아래 내용은 벤치마크가 아니라 직접 써 본 인상이며 응답 시간은 제공자와 캔버스 복잡도, 이미지 크기에 따라 달라진다는 단서를 함께 달아 두었습니다:
| 모델 | 추론 수준 | 품질과 속도 | 권장 용도 |
|---|---|---|---|
claude-opus-4-8 |
medium |
품질이 좋으면서 지연이 균형적 | 일상적인 캔버스 작업의 Opus 기본값 |
claude-opus-4-8 |
high |
추론 품질이 높지만 대기가 길고 편차가 큼 | 복잡한 필기, 수학, 도식, 배치 판단 |
Fable 5 (claude-fable-5) |
medium |
결과가 매우 좋고, 현재 테스트에서 gpt-5.6-sol 의 xhigh 대비 응답 시간이 절반 수준 |
빠르고 품질 좋은 범용 선택 |
Kimi K3 (kimi-k3) |
medium |
현재 비교에서 품질이 매우 좋음 | Kimi 오픈 플랫폼의 기본 권장값 |
gpt-5.6-terra |
low~high |
반응이 빠르면서 gpt-5.6-sol 보다 나은 결과 |
품질과 지연을 폭넓게 조절할 때 |
gpt-5.6-luna |
xhigh |
캔버스 결과가 매우 좋고 응답도 빠름 | 품질을 우선하면서 속도도 필요할 때 |
gpt-5.6-sol |
high |
대부분의 요청에 충분하고 xhigh 보다 반응이 빠름 |
반응 속도가 중요한 Sol 기본값 |
gpt-5.6-sol |
xhigh |
결과는 매우 좋지만 느리고 편차가 큼 | 어려운 캔버스 작업 |
비용은 추론 수준을 따라갑니다. 저장소가 정리한 요청당 출력 토큰은 low 에서 약 1,000개, medium 에서 약 3,000개, xhigh 나 max 에서 약 5,000~8,000개이며 여기에는 제공자가 보고하는 숨은 추론 토큰도 포함됩니다. 입력 10,000 토큰과 출력 1,000 토큰인 low 사례를 표준 단가로 계산한 예시로는 gpt-5.6-sol 이 0.080달러, gpt-5.6-terra 가 0.040달러, gpt-5.6-luna 가 0.016달러입니다. 이 값은 저장소가 계산해 둔 예시이고 단가는 바뀔 수 있으므로 OpenAI API 가격 페이지에서 현재 값을 확인하는 편이 좋습니다. ChatGPT 계정으로 Codex에 로그인한 경우에는 API 키 대신 플랜에 포함된 사용량을 쓰고, Claude CLI 방식도 마찬가지로 Claude Code가 인증한 계정을 씁니다.
PenEcho 설치하기
데스크톱 앱은 GitHub Releases에서 받을 수 있습니다. npm으로 설치하려면 Node.js 20.3 이상과 함께 API 키, 로그인된 Codex CLI, 로그인된 Claude Code CLI 중 하나가 필요합니다:
npm install -g penecho
penecho configure
penecho
실행하면 http://localhost:3888 에서 열립니다. 소스를 받아 그대로 실행하려면 npm install 후 npm start 를 쓰면 되고, 별도의 빌드 단계는 없습니다. 특정 실행에만 모델이나 포트를 바꾸는 옵션도 있습니다:
penecho doctor --codex
penecho --codex --model gpt-5.6-sol --effort xhigh
penecho --claude --model opus --effort max
penecho --port 4000
Codex 데스크톱 앱을 설치했다고 해서 codex 실행 파일이 셸의 PATH 에 잡히는 것은 아니므로, Codex를 고르려면 명령줄 도구를 따로 설치하고 로그인해 두어야 합니다.
PenEcho를 안전하게 띄우기
기본 수신 주소는 0.0.0.0:3888 이라 같은 네트워크의 다른 기기에서도 접근할 수 있습니다. 그래서 PenEcho는 시작할 때마다 접근 방식을 정하지 않은 상태로 두고, 처음 접속한 브라우저가 여섯 자리 보안 코드를 만들거나 코드 없이 열어 두겠다고 명시적으로 선택하게 합니다. 코드는 메모리 안에 소금을 섞은 해시로만 남고 재시작하면 지워지며, 반복 실패는 속도 제한이 걸립니다. 저장소는 이 장치를 신뢰할 수 있는 근거리 통신망을 위한 실용적인 방어막이지 인터넷 수준의 인증은 아니다 라고 명시하고 있습니다.
다만 명령줄 도구 방식에서는 주의가 한 단계 더 필요합니다. 유효한 요청 하나가 로컬 프로세스를 띄우는 구조이므로, 저장소는 이 방식을 공개 인터넷이나 신뢰할 수 없는 리버스 프록시 뒤에 직접 노출하지 말라고 안내합니다. PenEcho는 명령줄 도구를 띄우기 전에 호스트와 클라이언트 네트워크, 정확한 출처, 프로세스 수명 세션 쿠키, JSON 콘텐츠 타입을 확인합니다. 요청 기록 기능을 켜면 원본 이미지와 자격 증명을 가린 요청 본문, 응답이 ~/.penecho/logs/requests 아래에 남으므로 공개 환경에서는 꺼 두는 편이 안전합니다.
PenEcho는 누구에게 유용한가
수식이나 도식을 자주 다루면서 그것을 채팅창 형식으로 옮기는 일이 부담이었다면, 스타일러스가 있는 태블릿이나 펜 입력이 되는 노트북에서 시험해 볼 값어치가 있습니다. 결과가 확정된 필기와 분리돼 있어 받아들이기 전에 되돌릴 수 있다는 점도 초안을 많이 만들어 보는 작업과 맞습니다. 반대로 마우스만 쓰는 환경이라면 손글씨 인식이 주는 이점이 크게 줄고, 팀이 함께 실시간으로 편집하는 협업 캔버스를 찾는다면 이 프로젝트의 공유 방식은 스냅샷과 프로젝트 단위 저장이라 성격이 다릅니다. AGPL-3.0 조건이 맞지 않는 제품에 넣으려는 경우에도 별도 협의가 필요합니다.
무한 캔버스를 쓰는 다른 접근으로는 코드와 에이전트를 한 화면에 펼치는 Collaborator나 이미지 생성과 주석 수정에 초점을 둔 Cowart가 PyTorchKR에 소개된 적이 있습니다. PenEcho는 입력 자체가 손으로 쓴 잉크이고 그 잉크의 공간 배치를 요청에 함께 싣는다는 점이 다릅니다.
PenEcho의 라이선스
PenEcho는 GNU AGPL v3.0 only로 공개되어 있습니다. AGPL 아래에서 상업적 사용이 가능하지만, PenEcho를 고쳐서 그 버전을 네트워크로 다른 사용자에게 제공한다면 그 사용자들에게 대응하는 소스 코드를 제공해야 합니다.
AGPL 조건을 맞출 수 없는 독점 제품이나 호스팅 서비스를 위해서는 별도의 상용 라이선스 경로가 열려 있으며, 조건은 저작권자와 개별 협의로 정합니다. 이름과 로고는 상표 정책이 따로 규율하므로, 배포나 재브랜딩을 검토한다면 두 문서를 함께 확인해야 합니다.
PenEcho 프로젝트 GitHub 저장소
PenEcho 아키텍처 문서
더 읽어보기
이 글은 GPT 모델로 정리한 초안을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 댓글로 알려주시기를 부탁드립니다. ![]()
이 도구를 직접 설치해 사용해보셨다면, 파이토치 한국 사용자 모임
회원들을 위해 경험이나 팁을 댓글로 남겨주세요! ![]()

