4월 말, Google Cloud에서 메일 한 통을 받았다.

“프로젝트에서 의심스러운 활동이 감지됐다.”

처음에는 오탐이라고 생각했다.

그런데 결제 내역을 확인하니 내가 사용하지 않은 Gemini API 호출이 폭증했고, 이미지 생성 기능까지 사용되면서 약 473만 원의 비용이 발생하고 있었다.

더 이상했던 점은 하나였다.

문제가 발생한 프로젝트에서는 Gemini를 사용하지 않았다.

결론부터 말하면 Google에서 문제 비용의 100%를 조정받았고 최종적으로 카드 환불까지 받았다.

하지만 과금이 발생한 4월 말부터 실제 돈을 돌려받은 8월 말까지 약 4개월이 걸렸다.

그리고 개인적으로는 473만 원이 청구된 것보다 Google의 환불 과정이 더 힘들었다.


Gemini를 안 쓰는 프로젝트에서 Gemini 이미지 생성 비용이 나왔다

문제가 발생한 프로젝트는 Google Maps 등 여러 Google API를 사용하던 오래된 프로젝트였다.

Gemini는 사용하지 않았다.

그런데 비용을 세부적으로 확인하니 Gemini 이미지 생성과 이미지 출력 관련 사용량이 대량으로 발생해 있었다.

내 서비스에서는 해당 기능을 호출하지 않았다.

Google의 보안 시스템도 같은 프로젝트에서 이상 활동을 감지해 먼저 경고 메일을 보냈다.

단순한 사용량 증가라고 보기 어려웠다.


의심되는 것은 오래된 Google Maps용 키였다

프로젝트에는 Google Maps 등에 사용하는 API 키가 여러 개 있었다.

그중 하나는 웹사이트에서 사용하기 위해 웹사이트 주소 제한을 적용해둔 상태였다.

하지만 문제가 있었다.

사용할 수 있는 Google API 자체는 제한하지 않았다.

즉,

웹사이트 제한
→ 적용

호출 가능한 API 제한
→ 미적용

상태였다.

나는 Google Maps용으로 만든 키이니 당연히 Maps 위주로 사용될 것이라고 생각했다.

하지만 Google의 표준 API 키는 별도로 API 제한을 걸지 않으면 해당 키를 허용하는 다른 Google API에서도 사용할 수 있는 구조였다.

정확히 이 키가 악용됐다는 사실은 끝내 확인하지 못했다.

Google은 과거 요청에서 정확히 어떤 API 키와 IP가 사용됐는지 내가 확인할 수 있는 수준의 상세 정보를 제공하지 않았다.

따라서 특정 키의 유출을 단정하기보다는,

Gemini를 사용하지 않는 프로젝트에서 비정상적인 Gemini 이미지 생성 요청이 발생했다

는 사실을 중심으로 Google에 조사를 요청했다.


그런데 나만 겪은 일이 아니었다

사건 이후 찾아보니 Google의 공식 개발자 포럼에 매우 비슷한 글들이 계속 올라오고 있었다.

  • 몇 년 전 Safe Browsing용으로 만들었던 오래된 Google API 키에서 수천 달러의 Gemini 비용 발생
  • 프론트엔드에 포함된 키가 악용돼 약 40분 만에 수천 달러 발생
  • Firebase 브라우저용 키와 관련해 짧은 시간에 수만 유로의 Gemini 사용량 발생

공통점은 기존 Google API 키와 Gemini 과금의 조합이었다.

그리고 Google도 결국 이 부분을 바꾸기 시작했다.

현재 Gemini API는 제한 없는 표준 키의 요청을 거부하고 있으며, 새 Gemini 키는 기존 범용 API 키와 분리되는 방향으로 변경되고 있다.

Google 공식 안내 역시 AI용 키를 별도 프로젝트에 만들고 Gemini API만 사용할 수 있도록 제한할 것을 권장한다.

내가 사고를 겪었던 시점과 비교하면 상당히 중요한 변화다.


Google이 이상 활동을 발견했는데도 과금은 이미 473만 원

아쉬웠던 부분은 이것이다.

Google의 보안 시스템은 프로젝트의 이상 활동을 감지했다.

그런데 내가 이를 확인했을 때는 이미 카드 결제까지 진행된 뒤였다.

생성형 AI API는 일반적인 API와 달리 비용 증가 속도가 매우 빠르다.

이미지 생성 같은 고비용 기능을 자동으로 반복 호출하면 짧은 시간에도 큰 비용이 만들어질 수 있다.

결제 알림이나 이상 감지가 있어도 과금을 막아주는 장치가 아니라면 발견했을 때는 이미 늦을 수 있다.

실제로 Google 개발자 포럼에도 수십 분 또는 몇 시간 만에 수천 달러에서 수만 유로까지 비용이 증가했다는 사례들이 올라와 있다.


더 힘들었던 것은 환불이었다

보안 문제를 해결하면 바로 환불될 거라고 생각했다.

전혀 아니었다.

처음 문의한 Google 신뢰 및 안전팀에서는

“보안 문제와 결제 문제는 담당 부서가 다르다.”

며 결제 지원팀에 새로 문의하라고 했다.

결제 지원팀에서는 처음에 카드사를 통한 이의제기를 안내하기도 했다.

하지만 나는 계속 다음 사실을 전달했다.

  • 원래 Gemini를 사용하지 않는 프로젝트였다.
  • 사용하지 않는 이미지 생성 기능이 호출됐다.
  • Google의 보안 시스템도 같은 시점에 이상 활동을 감지했다.
  • 정상적인 고객 사용량이 아니므로 내부 조사가 필요하다.

결국 전문 부서 조사로 넘어갔고 Google에서도 특정 날짜에 Gemini 사용량이 비정상적으로 급증했다는 사실을 확인했다.

여러 차례 자료를 제출한 뒤 약 473만 원 전액에 대해 결제 조정이 승인됐다.

여기서 끝인 줄 알았다.


“전액 조정 완료”는 “카드 환불 완료”가 아니었다

Google이 100% 조정을 승인했지만 카드에서 돈이 바로 돌아오지는 않았다.

조정된 금액은 먼저 Google Cloud 결제 계정의 마이너스 잔액, 즉 환불 가능한 크레딧으로 들어왔다.

그래서 다시 환불을 신청해야 했다.

여기부터 상당히 혼란스러웠다.

환불 중인데 ‘결제하기’ 버튼이 나타났다

환불 상태를 확인하려고 결제 화면에 들어갔다가 결제하기 버튼을 눌렀고 실제로 471만 원이 다시 결제됐다.

결국 이 금액까지 다시 환불받아야 했다.

환불 중인 계정에서 이런 버튼이 노출되는 사용자 경험은 상당히 당황스러웠다.


카드 한도를 낮추자 환불까지 실패했다

추가 결제가 두려워 카드 한도를 낮췄다.

그런데 며칠 뒤 카드 앱에 471만 원짜리 Google Cloud 거래가 계속 승인 거절로 나타났다.

나는 Google이 다시 결제를 시도하고 있다고 생각했다.

Google에 문의하고서야 이 거래가 결제가 아니라 카드 환불 시도였다는 설명을 들었다.

Google 설명에 따르면 카드 한도를 줄인 영향으로 은행에서 환불 거래까지 거절하고 있었다.

카드사 앱에서는 결제 실패인지 환불 실패인지 명확하게 구분되지 않았다.


“결제 계정을 닫으세요” → 닫았더니 “카드 환불을 다시 할 수 없습니다”

다음 안내는 더욱 복잡했다.

Google에서는 한국 원화 결제 계정의 잔액을 카드로 돌려받으려면 결제 계정을 닫으라고 안내했다.

안내대로 계정을 닫았다.

그런데 카드 환불이 실패한 뒤 다시 시도해달라고 요청하니 이번에는

“결제 계정이 이미 닫혀 있어서 카드 환불을 다시 실행할 수 없다.”

는 답변이 왔다.

결국 이번에는 은행 계좌로 직접 보내는 수동 해외송금 환불 절차를 안내받았다.

이름, 주소, 은행 정보, SWIFT 코드와 서명이 들어간 별도의 양식까지 작성했다.

심지어 한 번은 지원팀에서 보낸 안내에 내 이름이 아닌 다른 사람의 이름이 들어가 있는 경우도 있었다.

다시 확인을 요청해야 했다.


수동 송금을 준비했는데 다시 “콘솔에서 환불 신청하세요”

은행 송금 양식까지 제출하고 기다리던 중 또 다른 담당자로부터 답변이 왔다.

이번에는 다시

“Google Cloud 결제 화면에서 환불 요청 버튼을 누르라.”

는 안내였다.

앞에서는 닫힌 결제 계정 때문에 카드 환불이 불가능하다고 했는데, 다시 결제 계정을 열고 콘솔에서 환불 요청을 진행하게 됐다.

한 사건을 해결하는 동안

  • 신뢰 및 안전팀
  • 결제 지원팀
  • 전문 조사팀
  • 지급 담당팀

사이를 오갔고 담당자가 바뀔 때마다 설명이 조금씩 달라졌다.

환불 자체보다 현재 어떤 환불 절차가 유효한지를 확인하는 데 더 많은 시간이 들었다.


4월 29일 → 8월 말, 약 4개월 만에 종료

결국 결제 계정을 다시 열어 환불을 신청했다.

Google에서 환불 완료 메일을 받았지만 카드에는 바로 반영되지 않았다.

며칠 더 기다린 뒤 최종적으로 카드사를 통해 실제 환불을 확인했다.

사건이 본격적으로 발생한 시점은 4월 29일.

실제 카드 환불을 확인한 것은 8월 말.

4개월이 걸렸다.

결과적으로 문제 비용은 전액 돌려받았지만,

이상 과금 자체보다 환불 절차를 따라가는 과정이 훨씬 힘들었다.


이번 사건에서 Google에 아쉬웠던 점

사용자가 API 키를 제대로 제한해야 한다는 것은 맞다.

하지만 이번 사건을 단순히

“사용자가 API 키 관리를 잘못했다.”

로만 정리하기에는 아쉬운 부분이 많았다.

1. 기존 범용 Google API 키가 Gemini 과금으로 연결될 수 있었다

Google Maps나 Firebase처럼 과거부터 클라이언트에서 사용하던 Google API 키와, 짧은 시간에 막대한 비용을 발생시킬 수 있는 생성형 AI API가 같은 인증 체계 안에서 연결될 수 있었다.

Google이 이후 Gemini에서 제한 없는 키를 차단하고 인증 방식을 변경한 것도 이 문제를 줄이기 위한 방향으로 보인다.

2. Google이 이상 활동을 감지했지만 큰 비용은 이미 발생했다

보안 시스템이 이상 활동을 발견했다는 사실은 다행이었다.

하지만 경고를 받았을 때는 이미 상당한 비용이 발생하고 카드 결제까지 진행된 상태였다.

3. 결제 조정과 실제 환불이 지나치게 분리돼 있었다

100% 결제 조정 승인을 받고도 실제 카드 환불까지 몇 달이 더 걸렸다.

사용자 입장에서는 “전액 환불 승인”과 “실제로 돈이 돌아옴”이 전혀 다른 단계였다.

4. 지원 부서마다 안내가 달랐다

결제 계정을 닫으라고 했다가, 닫으니 환불 재시도가 불가능하다고 했다.

은행 송금 양식을 작성하라고 했다가 다시 콘솔에서 환불 신청을 하라고 했다.

내가 가장 힘들었던 부분이다.

5. 환불 과정의 화면도 이해하기 어려웠다

환불 중인 결제 계정에 결제하기 버튼이 보였고, 실제로 이를 눌러 수백만 원이 다시 결제되는 일까지 발생했다.


지금은 Google도 Gemini 키 구조를 바꾸고 있다

현재 Google은 Gemini API 보안을 이전보다 강화하고 있다.

제한 없는 기존 API 키는 Gemini API에서 사용할 수 없게 했고, AI Studio에서 새로 만드는 키도 Gemini용으로 분리되는 방향으로 변경하고 있다.

Google 역시 공식적으로

  • AI API 키는 독립 프로젝트에서 만들고
  • 필요한 API만 허용하고
  • 애플리케이션 제한까지 적용

할 것을 권장하고 있다.

즉 지금 새로 Gemini를 시작한다면 내가 사고를 겪었을 당시와는 인증 구조가 달라지고 있다.


473만 원보다 값비쌌던 4개월

결국 돈은 모두 돌려받았다.

하지만 약 473만 원의 과금보다 이를 돌려받기 위해 4개월 동안 Google 지원팀과 주고받은 과정이 더 기억에 남는다.

이번 사건을 Google의 해킹이라고 주장할 근거는 없다.

정확히 어떤 키가 어떤 방법으로 악용됐는지도 확인하지 못했다.

하지만 적어도 한 가지는 분명하다.

기존 Google API 키와 고비용 생성형 AI API를 같은 방식으로 다루는 것은 위험했고, Google도 지금 그 구조를 바꾸고 있다.

오래된 Google Cloud 프로젝트를 가지고 있다면 한 번쯤 확인해보는 것을 권한다.

이 API 키는 어디에서 사용할 수 있는가?

그리고 더 중요하게,

이 API 키는 무엇을 호출할 수 있는가?

나는 그 차이를 473만 원이 청구되고, 다시 돌려받는 데 4개월을 쓰고 나서야 제대로 알게 됐다.

반응형

 

 

AI 이미지에는 우리가 눈으로 보지 못하는 다양한 흔적이 남습니다.
remove-ai-watermarks는 이런 AI 워터마크와 메타데이터를 제거할 수 있도록 만든 오픈소스 프로젝트입니다. 단순한 로고 제거를 넘어, SynthID·C2PA·EXIF 같은 보이지 않는 정보까지 다룬다는 점이 흥미로운 도구입니다.

이 프로젝트는 GitHub에서 공개된 Python 기반 CLI 도구로, Google Gemini(Nano Banana), ChatGPT/DALL·E, Stable Diffusion, Adobe Firefly, Midjourney 등 여러 생성형 AI 서비스에서 만들어진 이미지의 흔적을 제거하는 기능을 제공합니다. 특히 Gemini 이미지에 들어가는 반짝이 형태의 시각적 워터마크를 reverse alpha blending 방식으로 제거하는 부분이 핵심 특징 중 하나입니다.

짧게 정리하면, 단순한 “워터마크 제거기”라기보다 AI 생성 이미지의 출처 흔적을 정리하는 연구 성격의 도구에 가깝습니다.
눈에 보이는 로고뿐 아니라 C2PA provenance, EXIF/XMP 정보, “Made with AI” 라벨을 유발하는 메타데이터까지 제거할 수 있도록 설계되어 있습니다.

기능 구성도 꽤 다양합니다.
대표적으로는 다음과 같은 기능이 포함됩니다.

Gemini/Nano Banana 시각 워터마크 제거
SynthID·StableSignature·TreeRing 같은 invisible watermark 제거
EXIF/XMP/C2PA 메타데이터 삭제
이미지 배치 처리(batch processing)
얼굴 영역 보호(Smart Face Protection)
필름 그레인·색수차 기반 “Analog Humanizer”

특히 Smart Face Protection 기능은 AI 재생성 과정에서 얼굴이 깨지거나 변형되는 문제를 줄이기 위해 얼굴 영역을 자동 추출·보존하는 방식으로 동작합니다. 일반적인 단순 워터마크 제거 툴과 비교하면 상당히 기술 지향적인 접근이라고 볼 수 있습니다.

활용 시나리오도 다양합니다.
예를 들어 AI로 생성한 이미지를 SNS에 업로드할 때 불필요한 메타데이터를 정리하거나, 연구 목적에서 AI 워터마킹 기술의 한계를 테스트하는 용도로 사용할 수 있습니다. 또한 이미지 포렌식이나 생성형 AI 탐지 기술에 관심 있는 개발자·연구자 입장에서는 워터마크 제거 방식 자체를 분석하는 학습 자료로도 의미가 있습니다.

비슷한 이미지 편집 도구들과 비교했을 때 눈에 띄는 점은 “단순 인페인팅” 수준을 넘어 invisible watermark까지 다룬다는 점입니다. 실제로 프로젝트 설명에서도 diffusion-based regeneration 기법을 이용해 주파수 영역의 워터마크를 제거한다고 소개하고 있으며, 관련 연구 논문들과 연결되는 기술 흐름도 확인할 수 있습니다.

다만 이 프로젝트는 일반 사용자용 GUI 서비스라기보다는 개발자·리서처 중심의 CLI 도구에 가깝습니다. Python 환경 설정과 모델 실행에 대한 이해가 필요할 수 있기 때문에, 터미널 기반 작업에 익숙한 사용자에게 더 적합합니다. macOS Apple Silicon(MPS), Linux CUDA, CPU 환경 등을 지원한다는 점도 개발자 친화적인 부분입니다.

정리하면 remove-ai-watermarks는 단순한 워터마크 제거 앱이 아니라, 생성형 AI 이미지의 “출처 흔적”을 어떻게 남기고 또 어떻게 제거할 수 있는지를 보여주는 흥미로운 오픈소스 프로젝트입니다. AI 워터마킹·콘텐츠 인증·이미지 포렌식 같은 주제에 관심 있다면 한 번쯤 살펴볼 만한 저장소입니다.

 

https://github.com/wiltodelta/remove-ai-watermarks

 

GitHub - wiltodelta/remove-ai-watermarks: CLI and library for removing visible (Gemini) and invisible (SynthID, C2PA, EXIF) AI w

CLI and library for removing visible (Gemini) and invisible (SynthID, C2PA, EXIF) AI watermarks from images - wiltodelta/remove-ai-watermarks

github.com

 

반응형

 

 

OpenAI·Gemini·Claude·Codex 계열 인터페이스를 하나의 프록시 서버로 묶어 주는 오픈소스 프로젝트입니다.
여러 AI CLI와 계정을 함께 다루는 흐름에 초점을 맞추고 있어, 개발 환경을 조금 더 유연하게 정리하고 싶은 사람에게 특히 눈에 들어오는 도구입니다.

 

CLIProxyAPI는 한 줄로 말하면, 다양한 AI 코딩용 CLI를 공통된 API 형태로 연결해 주는 프록시 서버입니다.

README에서는 OpenAI·Gemini·Claude·Codex 호환 API 인터페이스를 제공한다고 소개하고 있고, OpenAI Codex와 Claude Code는 OAuth 로그인도 지원합니다. 덕분에 특정 서비스 하나에 맞춰 사용 방식을 바꾸기보다, 익숙한 클라이언트나 SDK를 유지한 채 여러 백엔드를 연결하는 방향에 더 가깝습니다.

 

기능 구성을 보면 이 프로젝트의 성격이 더 선명해집니다. 스트리밍과 비스트리밍 응답을 모두 지원하고, 함수 호출과 도구 사용, 텍스트와 이미지 입력 같은 멀티모달 처리까지 포함합니다. 여기에 Gemini·OpenAI·Claude 계정을 여러 개 연결해 라운드로빈 방식으로 부하를 분산하는 기능도 제공하며, OpenAI 호환 업스트림 제공자를 설정으로 붙일 수 있게 설계되어 있습니다. 단순히 “요청을 전달하는 프록시”라기보다, 여러 모델과 계정을 실제 운영 환경에서 다루기 위한 중간 레이어에 가깝다는 인상을 줍니다.

 

활용 장면도 비교적 분명합니다. 예를 들어 한 개발자가 Claude Code, Gemini CLI, Codex 계열 도구를 프로젝트나 상황에 따라 번갈아 쓰고 있다면, CLIProxyAPI를 통해 인증과 라우팅을 한곳에서 관리하는 흐름을 생각해볼 수 있습니다. README에는 Amp CLI와 IDE 확장 지원도 별도로 정리되어 있고, 모델 매핑, 자동 라우팅, 보안 중심의 localhost 전용 관리 엔드포인트 같은 설명도 포함돼 있어, 개인 실험용을 넘어 실제 개발 워크플로에 맞춘 설계 의도가 읽힙니다.

 

비슷한 성격의 프록시나 릴레이 도구와 비교했을 때 눈에 띄는 점은 “호환성의 폭”과 “운영 편의성”입니다. 하나의 모델 제공사만 다루는 도구가 아니라 OpenAI·Gemini·Claude·Codex 계열을 함께 묶고, OAuth 로그인, 다중 계정 로드밸런싱, SDK 문서, Management API, Amp 연동까지 함께 제시합니다. 또 README에는 이 프로젝트를 바탕으로 만든 메뉴바 앱, 대시보드, VSCode 확장, 쿼터 모니터링 도구 등 여러 파생 프로젝트도 소개되어 있어서, 단일 스크립트 수준을 넘어 하나의 생태계처럼 확장되고 있다는 점도 흥미롭습니다.

 

그래서 이 프로젝트는 여러 AI 코딩 도구를 함께 쓰는 개발자, 계정 운영이나 인증 방식을 일관되게 묶고 싶은 사용자, 혹은 OpenAI 호환 인터페이스를 기준으로 다양한 백엔드를 연결하고 싶은 팀에게 특히 잘 맞아 보입니다. 반대로 아주 단순하게 한 서비스만 호출하면 되는 경우라면 다소 큰 구성처럼 느껴질 수 있지만, 여러 공급자와 모델을 유연하게 연결해야 하는 순간에는 장점이 분명해집니다. 

 

정리하면 CLIProxyAPI는 “여러 AI CLI를 하나의 공통 API 계층으로 정리해 주는 오픈소스 프록시”라는 점에서 가치가 분명한 프로젝트입니다. 지원 범위가 넓고, 다중 계정과 OAuth, 라우팅과 호환성까지 함께 다루기 때문에, AI 코딩 도구를 본격적으로 쓰는 사람일수록 활용도가 커질 만한 레포지토리입니다. 

 

https://github.com/router-for-me/CLIProxyAPI

 

GitHub - router-for-me/CLIProxyAPI: Wrap Gemini CLI, Antigravity, ChatGPT Codex, Claude Code as an OpenAI/Gemini/Claude/Codex co

Wrap Gemini CLI, Antigravity, ChatGPT Codex, Claude Code as an OpenAI/Gemini/Claude/Codex compatible API service, allowing you to enjoy the free Gemini 2.5 Pro, GPT 5, Claude model through API - ro...

github.com

 

 
반응형

Graphify는 Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot CLI 등에서 사용할 수 있는 오픈소스 AI 스킬로, 프로젝트 폴더 안의 코드·문서·PDF·스크린샷·이미지·오디오·비디오를 읽어 하나의 지식 그래프로 정리해줍니다. 이를 통해 복잡한 코드베이스의 구조와 아키텍처 의도를 더 빠르게 파악할 수 있습니다.

 

또한 AST 기반 구조 분석과 멀티모달 정보 추출을 결합해 인터랙티브 HTML 그래프, JSON 파일, 분석 리포트를 생성하며, 관계를 EXTRACTED, INFERRED, AMBIGUOUS로 구분해 “직접 확인된 정보”와 “추론된 정보”를 명확히 보여주는 점이 인상적입니다.

 

설치는 Python 3.10+ 환경에서 가능하며, 공식 PyPI 패키지명은 graphifyy이고 실행 명령은 graphify입니다.

 

https://github.com/safishamsi/graphify

 

GitHub - safishamsi/graphify: AI coding assistant skill (Claude Code, Codex, OpenCode, Cursor, Gemini CLI, GitHub Copilot CLI, O

AI coding assistant skill (Claude Code, Codex, OpenCode, Cursor, Gemini CLI, GitHub Copilot CLI, OpenClaw, Factory Droid, Trae, Google Antigravity). Turn any folder of code, docs, papers, images, o...

github.com

 

 
반응형

 

 

Superpowers는 코딩 에이전트를 위한 에이전트형 스킬 프레임워크이자 소프트웨어 개발 방법론을 담은 오픈소스 프로젝트입니다. 단순히 코드를 바로 작성하는 대신, 먼저 요구사항을 정리하고 설계를 검토한 뒤 구현 계획을 세우는 흐름을 중심에 둡니다.

 

이 저장소의 핵심은 브레인스토밍, 구현 계획 작성, 서브에이전트 기반 개발, 테스트 주도 개발(TDD), 코드 리뷰, 브랜치 마무리까지 이어지는 체계적인 개발 프로세스입니다. 특히 “테스트 먼저, 추측보다 절차, 복잡성 줄이기, 검증 우선” 같은 철학이 분명해 AI 기반 개발 생산성을 높이고 싶은 개발자에게 인상적인 프로젝트입니다.

 

또한 Claude Code, Cursor, Codex, OpenCode, Gemini CLI 등 여러 환경에서 설치할 수 있도록 안내하고 있어, 다양한 AI 개발 도구를 사용하는 팀이나 개인이 참고하기 좋습니다. GitHub에서 많은 관심을 받고 있는 공개 저장소라는 점도 눈에 띕니다.

 

https://github.com/obra/superpowers

 

GitHub - obra/superpowers: An agentic skills framework & software development methodology that works.

An agentic skills framework & software development methodology that works. - obra/superpowers

github.com

 

반응형

 

 

Always-On Memory Agent는 Google ADK와 Gemini 3.1 Flash-Lite를 활용해 만든 상시 실행형 AI 메모리 에이전트입니다. 일반적인 AI 에이전트가 대화가 끝나면 맥락을 잊어버리는 것과 달리, 이 프로젝트는 정보를 계속 읽고 정리하며 연결해 주는 “지속형 기억 레이어”를 목표로 합니다. 특히 벡터 DB나 임베딩 없이, LLM이 직접 구조화된 메모리를 읽고 쓰는 방식이 눈에 띕니다.

 

구성은 꽤 직관적입니다. 먼저 Ingest 단계에서 텍스트, 이미지, 오디오, 비디오, PDF 등 다양한 파일을 받아 핵심 정보와 엔티티, 주제를 추출합니다. 이후 Consolidate 단계에서 일정 주기마다 메모리 간 연결점을 찾고, 관련 내용을 압축해 인사이트를 만듭니다. 마지막으로 Query 단계에서는 누적된 메모리와 통합 결과를 바탕으로 질문에 답변합니다.

 

실무 활용성도 좋습니다. ./inbox 폴더 감시, HTTP API, Streamlit 대시보드를 제공해 파일 업로드, 질의, 메모리 조회·삭제, 수동 통합까지 지원합니다. 저장소 구조를 보면 agent.py, dashboard.py, requirements.txt와 함께 SQLite 기반의 memory.db를 사용해 비교적 가볍게 실행할 수 있도록 설계되어 있습니다.

 

한마디로 정리하면, 이 프로젝트는 “AI가 정보를 저장하는 수준”을 넘어 “스스로 기억을 재구성하는 구조”를 실험해 볼 수 있는 예제입니다. 지속적으로 학습 맥락을 쌓아야 하는 개인 비서, 리서치 봇, 스마트 인박스 같은 서비스에 특히 잘 어울리는 오픈소스라고 볼 수 있습니다.

 

https://github.com/GoogleCloudPlatform/generative-ai/tree/main/gemini/agents/always-on-memory-agent

 

generative-ai/gemini/agents/always-on-memory-agent at main · GoogleCloudPlatform/generative-ai

Sample code and notebooks for Generative AI on Google Cloud, with Gemini on Vertex AI - GoogleCloudPlatform/generative-ai

github.com

 

반응형

 

 

CodexBar는 macOS(14+ Sonoma) 메뉴바에 작은 아이콘을 띄워서 OpenAI Codex, Claude, Cursor, Gemini, Copilot, OpenRouter 등 여러 AI 코딩/에이전트 도구의 세션·주간 한도(및 리셋 시간)를 실시간으로 확인할 수 있게 해주는 오픈소스 앱입니다. 작업하다가 “갑자기 제한 걸려서 끊기는 상황”을 줄이는 데 딱 좋아요. 

 

 

핵심 포인트

 

  • 프로바이더별 한도/리셋 카운트다운 표시(필요한 것만 설정에서 켜기) 
  • 메뉴바 전용: Dock 아이콘 없이 미니멀 UI, 프로바이더별 아이콘(또는 아이콘 합치기 모드) 
  • 일부 서비스는 브라우저 쿠키/ OAuth / 로컬 CLI 등을 통해 사용량을 가져오고, 쿠키가 없으면 로컬 CLI 기반으로 동작하기도 합니다. 
  • Linux는 CLI 중심으로도 제공됩니다. 

 

 

설치 방법(간단)

 

  • Homebrew(추천): brew install --cask steipete/tap/codexbar 
  • 또는 GitHub Releases에서 다운로드 후 실행 

 

여러 AI 도구를 병행하는 분이라면, “오늘은 어디까지 써도 안전한지”를 메뉴바에서 바로 확인할 수 있어서 생산성이 꽤 올라갑니다. 

 

https://github.com/steipete/CodexBar

 
반응형

+ Recent posts