인공지능(AI) 에이전트의 발전으로 소프트웨어 개인화(personalization) 방식이 근본적으로 변화하고 있으며, 이에 따라 개발 도구(Devtools)는 반드시 오픈소스여야 한다는 주장이 제기되었습니다. 과거에는 개발자들이 직접 소프트웨어를 맞춤 설정하고 유지보수하는 것이 번거로웠지만, 이제 AI 에이전트가 소스 코드를 직접 수정하고 업스트림(upstream) 업데이트에 맞춰 변경 사항을 자동으로 관리할 수 있게 되면서 개인화의 문턱이 크게 낮아졌습니다.
AI 에이전트는 두 가지 핵심 프롬프트(prompt)를 통해 소프트웨어 개인화를 가능하게 합니다. 첫째, 특정 소프트웨어의 소스 코드를 다운로드하여 로컬에서 빌드하고, 향후 변경 사항을 소스 수정 및 버전 교체로 처리하도록 학습시킵니다. 둘째, 매일 밤 업스트림 변경 사항을 가져와 로컬 변경 사항을 리베이스(rebase)하고, 소프트웨어가 정상 작동하는지 확인 후 현재 버전을 교체하는 자동화된 작업을 설정합니다. 이 과정은 에이전트가 단순히 코드를 수정하는 것을 넘어, 변경 사항을 지속적으로 동기화하는 복잡한 관리 프로세스까지 담당할 수 있음을 의미합니다. 이는 개인화 시작과 유지보수 모두를 훨씬 쉽게 만들어주며, 심지어 에이전트 자체를 오픈소스로 만들면 코딩 없이도 이러한 개인화 기능을 에이전트의 '기술(skill)'로 내장할 수 있습니다.
실제 사례로, 저자는 코드 리뷰를 돕는 개인 프로젝트 'meat.dev'를 AI 에이전트 'Shelley'에 통합하는 과정을 설명했습니다. 이 도구는 대규모 언어모델(LLM)을 활용해 코드 변경 사항(diff)에서 중요하지 않은 부분을 제거하여 개발자가 핵심 로직에 집중할 수 있도록 돕습니다. 저자는 단 하나의 프롬프트(