한 개발자가 AI 코딩 에이전트의 복잡성을 걷어내고, 그 핵심 원리를 직접 구현한 'mlplcode'를 공개하며 주목받고 있습니다. 이 프로젝트는 Rust 기반의 자체 ML DSL(도메인 특화 언어)인 sw-MLPL을 활용해 단 850줄의 MLPL 코드와 220줄의 Rust 코드만으로 완전한 코딩 에이전트 제어 루프를 구현했습니다. 이는 일반적으로 수많은 기능과 복잡한 구조를 가진 상용 코딩 에이전트와 대조되는 접근 방식으로, 에이전트의 본질적인 작동 방식을 이해하는 데 큰 도움을 줍니다.
mlplcode는 '작은 규모로 이해 가능한 코딩 에이전트'라는 철학 아래, 프롬프트 구성, 모델 질의, 액션 파싱, 권한 확인, 코드 실행, 결과 기록 등 에이전트의 핵심 루프에만 집중합니다. 특히 Ollama와 같은 로컬 LLM(대규모 언어모델)과 연동하여 추론(inference)을 수행하며, 모델이 생성한 코드의 성공 여부를 검증하는 '검증기(verifier)'를 포함해 모델의 한계를 보완합니다. 이 프로젝트는 sw-MLPL 언어 자체를 '도그푸딩(dogfooding)'하는 과정에서 발견된 언어 개선점들을 반영하며 개발되었고, 모든 코드는 MIT 라이선스로 공개되어 누구나 접근하고 수정할 수 있습니다.
이러한 소규모 코딩 에이전트의 등장은 AI 개발 도구의 투명성과 접근성을 높이는 중요한 의미를 가집니다. 복잡한 블랙박스처럼 여겨지던 코딩 에이전트의 내부 동작을 개발자들이 직접 들여다보고, 필요에 따라 커스터마이징하거나 새로운 기능을 추가할 수 있는 기반을 마련한 것입니다. 이는 특히 자원 제약이 있는 환경이나 특정 목적에 최적화된 에이전트를 구축하려는 개발자들에게 유용하며, AI 에이전트 기술의 대중화와 혁신을 가속화하는 계기가 될 수 있습니다.