나는 Copilot에 월 20달러를 내지 않습니다. Mac도 없습니다. 나는 오픈 소스 (open-source) 에이전트, 몇 센트면 충분한 API, 그리고 TUI 터미널을 사용하는 Linux Mint를 사용합니다. 이것이 나의 실제 셋업이며, 장점과 사람들이 말해주지 않는 부분입니다.

허세가 아닙니다. 실용주의입니다.

솔직히 말씀드릴게요. AI로 프로그래밍을 시작했을 때 Copilot, Cursor, Codeium, Continue 등 모든 것을 시도해 보았습니다. 하지만 각각 마음에 들지 않는 부분이 있었습니다. 너무 비싸거나, 특정 에디터에 종속되거나, 내가 제어할 수 없는 서버로 내 코드를 보내버렸습니다.

그래서 고집 센 개발자라면 누구나 할 법한 일을 했습니다. 나만의 스택 (stack)을 구축한 것입니다.

이 구성을 사용한 지 몇 달이 지났고 —스포일러를 하자면— 다시는 VSCode를 열지 않았습니다. 제가 무엇을 사용하는지, 왜 사용하는지, 그리고 제대로 작동하게 만들기 위해 어떤 비용이 들었는지 알려드리겠습니다.

스택 (거품 없이)

Linux Mint 22        ← 기본 OS (잘 작동하고 말썽을 피우지 않기 때문)
  └─ Hermes Agent TUI ← Nous Research의 오픈 소스 (open-source) 에이전트
       ├─ DeepSeek V4 Pro API  ← 두뇌 (1M 컨텍스트, $0.43/1M tokens)
...

세 가지 요소입니다. 유료 IDE는 없습니다. 락인 (lock-in)도 없습니다. OpenAI가 가격을 또 올릴지 여부에 의존하지도 않습니다.

왜 Claude/GPT가 아닌 DeepSeek인가?

세 가지를 모두 사용해 보았습니다. 나의 논리는 다음과 같습니다:

DeepSeek는 Claude 품질의 85-90%를 가격의 15%만으로 제공합니다. 리팩터링 (refactor), 디버깅 (debug), 보일러플레이트 (boilerplate) 생성, 코드 설명 등 일상적인 업무의 90%에서는 차이가 느껴지지 않습니다.

매우 복잡한 작업에 대해 초심층적인 추론 (reasoning)이 필요할 때는 Claude로 전환합니다. 하지만 그것은 특정한 순간들뿐입니다. 일상적인 업무는 DeepSeek입니다.

💡 아무도 말하지 않는 사실: DeepSeek V4 Pro를 사용하면 하루 4-6시간 프로그래밍할 때 한 달에 약 $5-8를 지출합니다. Claude나 GPT를 사용했다면 $40-60였을 것입니다. 이 차액으로 내 VPS 비용을 충당합니다.

Hermes Agent: 당신이 필요할 줄 몰랐던 에이전트

Hermes Agent는 Nous Research의 오픈 소스 (open-source, MIT 라이선스) 에이전트입니다. GitHub에서 219K 스타를 기록하고 있으며, 거의 매주 업데이트됩니다.

IDE 플러그인이 아닙니다. 이것은 자체 런타임 (runtime), 세션 간 지속성 (persistence), 그리고 자신이 수행한 작업으로부터 학습하는 능력을 갖추고 터미널에서 실행되는 에이전트 (agent)입니다. 다음과 같은 기능을 갖추고 있습니다:

• 지속성 메모리 (Persistent memory) — 프로젝트, 선호도, 이전에 문제를 해결했던 방식을 기억합니다.
• 자기 생성 기술 (Self-generating skills) — 복잡한 문제를 해결하면, 다음을 위해 해당 기술 (skill)을 생성합니다.
• 하위 에이전트 (Subagents) — 격리된 자식 프로세스 (child processes)에 작업을 위임할 수 있습니다.
• 컴퓨터 사용 (Computer use) — 백그라운드에서 데스크톱을 제어합니다 (사용자의 포커스를 뺏지 않습니다).
• 공급자 불가지론 (Provider-agnostic) — DeepSeek, Claude, OpenAI, OpenRouter, 로컬 (local) 모델 등 원하는 API를 무엇이든 연결할 수 있습니다.

진정한 마법은 창을 전환할 필요가 없다는 점입니다. 저는 터미널에 머물며 Hermes와 대화하고, 코드를 생성하며, 실행하고, 반복합니다. 마찰 없이, 마우스 없이 말이죠.

또한 TUI (terminal UI)에서 실행되기 때문에, 저의 Linux Mint 환경에서도, SSH를 통한 헤드리스 (headless) 서버에서도 동일하게 작동합니다.

Gemini API free: 돈을 내지 않는 검색 엔진

웹 검색, 최신 문서 확인, 빠른 질의를 위해 Gemini의 무료 API를 사용합니다. 관대한 제한량 (무료 티어 기준 15 RPM, 250K TPM) 덕분에 다음 작업들을 수행하기에 충분합니다:

• 라이브러리 문서 검색
• 변경 로그 (changelogs) 및 최신 버전 확인
• 공식 문서를 바탕으로 코드 스니펫 (snippets) 검증
• "이 API가 2026년에도 여전히 이렇게 작동하나요?"

이 모든 것에 단 1센트도 지불하지 않습니다. 그리고 Hermes가 DeepSeek (추론)와 Gemini (검색) 사이의 라우팅 (routing)을 관리하기 때문에, 저는 어떤 모델이 응답하고 있는지조차 의식하지 못합니다.

이 스택과 함께하는 실제 하루는 어떤 모습일까요?

09:00 — Alacritty를 엽니다. Hermes는 이미 실행 중입니다 (tmux에 띄워둡니다).
09:01 — "Hermes, X 리포지토리의 PR #47을 보고 무언가 깨뜨리는 부분이 있는지 확인해줘"
09:15 — 3가지 문제를 지적하고, 테스트를 생성하며, 수정 사항을 적용합니다.
...

마법은 아닙니다. 때로는 틀리기도 하고, 때로는 3~4번 반복해야 할 때도 있습니다. 하지만 "흐름에서 벗어나기 → 검색하기 → 읽기 → 돌아오기"로 이어지는 정신적 지연 (mental latency)은 사라졌습니다.

제가 당신에게 팔려고 하지 않는 것

이 설정에는 날카로운 면이 있습니다. 만약 Cursor나 Copilot을 사용해 오셨다면, 당혹스러울 수도 있습니다:

1. 인라인 자동 완성 (inline autocompletion)이 없습니다. Hermes는 당신이 글을 쓰는 동안 다음 줄을 제안하지 않습니다. 이것은 대화형 에이전트 (conversational agent)이지, 텍스트 예측기가 아닙니다. 저에게는 (집중력을 덜 분산시키므로) 더 선호되는 방식이지만, 탭 완성 (tab-completion)에 의존해 오셨다면 그리울 것입니다.

2. 초기 학습 곡선이 존재합니다. Hermes를 설정하고, 제공업체를 선택하고, 시스템 프롬프트 (system prompt)를 조정하고, 스킬 (skills)을 생성하는 과정... 처음 2~3시간은 "이게 왜 안 되지?" 하는 시간입니다. 하지만 그 단계를 넘어서면 매우 빠르게 작동합니다.

3. 무엇을 하는지 알고 있어야 합니다. 생성된 코드를 이해하지 못한다면, 이 방식은 위험합니다. 이것은 비프로그래머를 위한 "바이브 코딩 (vibe coding)" 도구가 아닙니다. 이미 조종할 줄 아는 사람들을 위한 부조종사 (copilot)입니다.

4. DeepSeek는 때때로 Claude보다 더 많은 환각 (hallucination)을 일으킵니다. 매우 구체적인 작업 (니치한 라이브러리, 문서화가 잘 안 된 API)에서는 Gemini로 검증하거나 두 번째 확인 과정을 거치는 것이 좋습니다.

실제 비용 (2026년 7월)

그만한 가치가 있을까요?

저에게는 그렇습니다. 단순히 비용 절감 때문만은 아닙니다.

그것은 바로 제어권 (control) 때문입니다. 어떤 모델이 내 코드를 처리하는지 정확히 알고 있습니다. 내 데이터가 어디로 가는지도 알고 있습니다. 스타트업이 문을 닫거나 가격을 올리는 것에 의존하지 않습니다. 내일 더 나은 모델이 나온다면, API 키를 바꾸고 계속 진행하면 됩니다.

그것은 바로 흐름 (flow) 때문입니다. 터미널을 벗어나지 않습니다. 창을 전환하지 않습니다. 에이전트는 tmux 세션 안에서 기다리며 그곳에 있습니다.

그것은 바로 원칙 (principle) 때문입니다. 저는 제가 검사하고, 수정하고, 개선할 수 있는 오픈 소스 (open-source) 도구를 선호합니다. 비록 제가 직접 수정하지 않더라도, _할 수 있다_는 사실 자체가 도구와 저의 관계를 변화시킵니다.

직접 시도해보고 싶으신가요?

# 1. Hermes Agent 설치
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

...

그게 끝입니다. 플러그인도 필요 없고, 200줄짜리 설정도 필요 없으며, 이상한 의존성 (dependencies)도 필요 없습니다.

이제 당신의 차례입니다

당신은 AI로 프로그래밍할 때 어떤 스택을 사용하시나요? IDE 팀(Cursor/Copilot)인가요, 아니면 터미널/에이전트(terminal/agent) 팀인가요? 사람들이 어떤 조합을 테스트하고 있는지 정말 궁금합니다.

그리고 품질을 희생하지 않으면서 API 비용을 절약할 수 있는 비결이 있다면... 무엇이든 들려주세요. 👇