요약: Orca는 Stably가 개발한 데스크톱 앱입니다. 각각 고립된 Git 워크트리에서 여러 코딩 에이전트를 동시에 실행할 수 있으며, 기존 구독으로 CLI 에이전트를 구동합니다. 터미널 분할, diff 주석, SSH 워크트리, Chromium 디자인 모드, GitHub·Linear 브라우징, 모바일 컴패니언 앱도 제공합니다. 2026년 9월 1일 기준 GitHub 별 58,464개를 기록했으며 MIT 라이선스이고 macOS, Windows, Linux에서 사용할 수 있습니다. 다만 Orca는 다섯 가지 diff 중 무엇이 올바른지 판단하거나, 다른 사람이 읽을 수 있는 작업 기록을 남겨 주지는 않습니다.
이 글은 2026년에 설치할 만한 *오픈 소스 AI 에이전트 도구 5가지에 대한 심층 분석 중 하나입니다.*
하나의 터미널에서 하나의 에이전트는 하나의 작업 단위입니다. 프롬프트를 입력하고, 기다리고, 검토한 뒤 다시 프롬프트를 입력합니다. 에이전트가 빨라질수록 사람이 병목이 되는 구조입니다.
가장 자연스러운 해결책은 여러 에이전트를 동시에 실행하는 것입니다. 하지만 같은 작업 트리를 편집하면 에이전트끼리 서로의 변경 사항을 덮어쓸 수 있습니다. Orca는 Git 워크트리로 이 문제를 해결하고, 컨텍스트 전환을 줄이는 기능을 제공합니다.
핵심 아이디어: 에이전트마다 하나의 워크트리
Git 워크트리를 사용하면 하나의 저장소를 여러 작업 디렉터리와 브랜치로 동시에 체크아웃할 수 있습니다. Orca는 이를 기본 단위로 삼습니다. 따라서 다섯 명의 에이전트가 같은 저장소에서 서로의 파일을 건드리지 않고 작업할 수 있습니다.
여기서 가장 강력한 패턴은 팬아웃(fan-out)입니다.
- 하나의 프롬프트를 여러 에이전트에 보냅니다.
- 각 에이전트는 고립된 워크트리에서 작업합니다.
- 결과를 비교하고 테스트합니다.
- 가장 적합한 결과만 병합합니다.
명확하게 정의된 작업에는 이 방식이 낭비일 수 있습니다. 반면 성공할 접근 방식을 예측하기 어려운 작업에는 매우 효과적입니다. 예를 들어 까다로운 마이그레이션을 서로 다른 세 모델에 맡기면 같은 방식으로 실패하지 않을 가능성이 높고, 세 결과 중 하나를 선택하는 편이 첫 번째 접근 방식을 계속 수정하는 것보다 빠를 수 있습니다.
수동으로 처리하려면 터미널 탭 다섯 개, git worktree add 명령 다섯 개, 각 탭의 역할을 기억하기 위한 별도의 정신적 지도가 필요합니다. Orca는 이 반복 작업을 없앱니다.
어떤 에이전트를 실행할 수 있나
터미널에서 실행되는 거의 모든 것을 사용할 수 있습니다. 지원 목록에는 다음이 포함됩니다.
Claude Code, Codex, Cursor CLI, GitHub Copilot CLI, OpenCode, Grok, Amp, Antigravity, Pi, oh-my-pi, Hermes Agent, Devin, Goose, Auggie, Charm, Cline, Codebuff, Command Code, Continue, Droid, Kilocode, Kimi, Kiro, Mistral Vibe, Qwen Code, Rovo Dev, MiMo Code
그 외 CLI 에이전트도 포괄적으로 지원합니다.
중요한 점은 Orca가 여러분의 기존 구독과 API 키를 사용한다는 사실입니다. 토큰을 재판매하거나 요청을 프록시하지 않습니다. Opus 5를 사용하는 Claude Code와 오픈 모델을 사용하는 Codex를 사용하고 있다면, Orca는 이미 비용을 지불한 계정으로 두 에이전트를 실행합니다.
따라서 새 공급업체와 계약하지 않고도 Claude Code, Codex, OpenCode에 같은 프롬프트를 보내 결과를 비교할 수 있습니다. 비용은 기존 구독에서 발생하는 호출 세 번뿐입니다.
설치하기
# macOS
brew install --cask stablyai/orca/orca
# Arch Linux
yay -S stably-orca-bin
macOS Apple Silicon·Intel용 직접 다운로드, Windows 설치 프로그램, Linux AppImage는 릴리스 페이지에서 받을 수 있습니다. 헤드리스 Linux 서버에서는 orca serve 명령과 저장소의 전용 가이드를 사용할 수 있습니다.
모바일 컴패니언 앱은 데스크톱 앱과 연동됩니다. iOS 앱 스토어에서 제공되며, Android APK는 릴리스 페이지에서 받을 수 있습니다.
매일 사용할 기능
병렬 워크트리가 가장 눈에 띄지만, 실제 사용성을 높이는 기능은 다음과 같습니다.
계정 전환 및 사용량 추적
앱 안에서 Claude·Codex 사용량과 속도 제한 재설정 시간을 확인하고, 로그아웃하지 않고 계정을 전환할 수 있습니다. 에이전트 다섯 개를 병렬로 실행하면 제한에 빠르게 도달하므로 재설정 시간을 확인하는 것이 중요합니다.AI diff 주석
diff의 특정 라인에 댓글을 달고 에이전트에 다시 보낼 수 있습니다. 검토, 수정, 커밋을 앱 밖으로 나가지 않고 처리할 수 있습니다. “재시도 헬퍼의 백오프는 지수적이어야 합니다”처럼 라인에 연결된 피드백은 일반 채팅보다 훨씬 정확합니다.SSH 워크트리
자동 재연결과 포트 포워딩을 사용해 원격 머신에서 파일, Git, 터미널, 에이전트를 실행할 수 있습니다. 노트북이 여러 병렬 빌드를 감당하지 못할 때 유용합니다.디자인 모드
실제 Chromium 창에서 요소를 클릭하면 해당 HTML, CSS, 잘라낸 스크린샷을 에이전트 프롬프트로 보냅니다. 프런트엔드 작업에서 “무엇이 고장 났는지” 설명하는 시간을 줄여 줍니다.터미널 분할
WebGL 렌더링, 무한 분할, 재시작 후에도 유지되는 스크롤백을 갖춘 Ghostty급 터미널을 제공합니다.GitHub·Linear 통합
PR, 이슈, 보드를 탐색하고 작업에서 바로 워크트리를 열 수 있습니다.Orca CLI
orca worktree create,snapshot,click,fill명령으로 Orca 자체를 제어할 수 있습니다. 클릭 중심 작업을 스크립트 기반 워크플로로 바꿀 수 있습니다.
이 밖에도 자동 저장, 워크트리·에이전트 간 빠른 열기, Markdown·PDF 미리보기, 실제 UI 상호작용을 위한 컴퓨터 사용, 에이전트 완료·중단 알림, 읽지 않은 상태 표시, 파일·이미지를 프롬프트로 드래그 앤 드롭하는 VS Code 기반 에디터를 제공합니다. 유지 관리자들은 매일 배포하며 변경 로그가 사실상 기능 목록이 될 정도로 빠르게 업데이트합니다.
팬아웃할 때와 토큰을 아낄 때
병렬 실행은 무료가 아닙니다. 같은 답변의 변형 다섯 개를 얻기 위해 토큰을 다섯 배 사용할 수 있습니다.
모호하면 팬아웃하고, 명확하면 단일 실행하세요.
여러 접근 방식이 가능한 작업은 팬아웃합니다.
상태 관리 리팩터링, 까다로운 데이터 마이그레이션, 원인이 확인되지 않은 성능 문제, 익숙하지 않은 라이브러리 통합이 이에 해당합니다.명확한 작업은 에이전트 하나만 실행합니다.
엔드포인트에 필드를 추가하거나, 기존 패턴을 따르는 핸들러를 연결하거나, 문서화된 함수의 테스트를 작성하는 작업이 대표적입니다.에이전트뿐 아니라 모델도 분산합니다.
같은 프롬프트를 Claude Code 인스턴스 세 개에 보내면 결과가 비슷하게 모입니다. Claude Code, Codex, OpenCode처럼 서로 다른 에이전트에 보내야 학습 방식의 차이에서 더 큰 편차가 생깁니다. Orca의 계정 전환과 사용량 추적이 워크트리만큼 중요한 이유입니다.승인 기준을 먼저 작성합니다.
에이전트가 시작하기 전에 올바른 결과의 조건을 세 가지 정도 정의하세요. 그래야 미적으로 깔끔해 보이는 diff가 아니라 기준을 충족하는 diff를 선택할 수 있습니다.
팬아웃은 토큰을 더 넓은 솔루션 공간과 교환하는 전략입니다. 가능한 해법이 많을 때는 좋은 거래지만, 합리적인 답이 하나뿐일 때는 비용 낭비입니다.
Orca만으로 해결되지 않는 문제
에이전트 다섯 개를 실행하면 diff도 다섯 개가 생깁니다. 이제 어떤 것을 선택해야 할까요?
Orca는 후보를 늘려 주지만, 정답을 판정하지는 않습니다. 다섯 개의 diff를 모두 읽는 데 코드 작성보다 시간이 더 걸릴 수 있고, 결국 가장 깔끔해 보이는 결과를 선택하게 됩니다.
특히 API 작업에서는 문제가 큽니다. 각 에이전트가 엔드포인트의 응답 형태를 추측하고, 그 추측에 맞춰 구현과 테스트를 작성할 수 있기 때문입니다. 결과적으로 diff끼리 계약이 다르고, 코드만 읽어서는 어느 쪽이 맞는지 알기 어렵습니다.
필요한 것은 에이전트가 만들지 않은 외부 기준과 테스트입니다.
OpenAPI 사양을 공유된 진실로 사용합니다.
모든 워크트리의 에이전트가 같은 스키마, 상태 코드, 오류 봉투를 읽게 하세요. 자세한 내용은 OpenAPI 사양을 에이전트 도구로 사용하는 방법을 참고할 수 있습니다.사양에서 모의 객체를 생성합니다.
해피 패스뿐 아니라 오류 분기도 포함해야 에이전트의 잘못된 가정을 초기에 발견할 수 있습니다.계약 테스트로 승자를 결정합니다.
다섯 워크트리에 같은 테스트 스위트를 실행하고, 통과한 구현만 후보로 남깁니다. 이는 가장 보기 좋은 diff가 아니라 증거를 기반으로 한 병합 결정입니다.스키마 변경을 즉시 드러냅니다.
상위 계약이 바뀌면 테스트가 실패해야 합니다. 그래야 동작이 조용히 표류하지 않습니다. API 변경이 AI 에이전트를 망가뜨릴 때 어떤 문제가 생기는지 확인해 보세요.
이 조합에서 Apidog가 Orca를 보완합니다. Orca는 여러 후보를 저렴하게 만들고, 사양과 결정론적 테스트 스위트는 그중 올바른 결과를 선택하게 합니다. 검증 없이 팬아웃하면 처리량이 늘어나는 대신 검토 부담만 커집니다.
팬아웃을 시작하기 전에 Apidog를 다운로드하고 사양을 연결하세요. 에이전트가 더 많은 코드를 작성할수록 검증이 더 중요해지는 이유는 AI 에이전트 시대에 API 도구가 여전히 필요한가에서, 관련 신뢰성 관행은 운영 환경의 AI 에이전트 신뢰성에서 다룹니다.
스크롤백은 기록이 아니다
Orca의 두 번째 한계는 기능 부족이 아니라 설계 방향에서 비롯됩니다.
Orca는 한 명의 작업자를 위한 훌륭한 조종석입니다. 워크트리, 터미널 세션, diff, 재시작 후에도 남는 스크롤백이 모두 로컬 기기에 있습니다. 개인 작업에는 적합하지만, 다른 사람이 작업 내용을 알아야 하는 순간에는 부족합니다.
예를 들어 목요일에 에이전트 다섯 개를 실행했고, 월요일에 동료가 결제 클라이언트의 재시도 로직이 바뀐 이유를 물었다고 합시다. 워크트리를 닫지 않았다면 터미널 창에서 답을 찾을 수 있습니다. 하지만 원래 프롬프트와 추론은 사라졌고, 영구적으로 남은 것은 모델의 커밋 메시지뿐일 수 있습니다.
프롬프트는 기록이 아니며, 조종석은 조직이 아닙니다.
Sharkly는 이 문제를 작업 관리 계층에서 해결합니다. 두 도구 모두 작업을 단위별로 격리하고, 사용자의 실행 환경과 구독을 사용할 수 있게 합니다. 차이는 단위의 지속성입니다. Orca의 단위는 현재 보고 있는 워크트리이고, Sharkly의 단위는 세션보다 오래 유지되는 작업입니다.
공유 기록은 프롬프트가 아니라 태스크입니다.
진행 상황, 도구 호출, 결과가 태스크로 스트리밍되고 에이전트 출력은 답글을 달 수 있는 댓글로 남습니다.에이전트 설정을 저장할 수 있습니다.
지시사항, 런타임, 스킬, 저장소, 환경을 저장해 매일 새 창에 다시 입력하지 않아도 됩니다.크루가 합성 단계를 제공합니다.
리더 에이전트가 먼저 태스크 컨텍스트를 읽고 참여할 에이전트와 사람을 정한 뒤 결과를 한곳에 모읍니다. 단순히 diff 다섯 개를 나열하는 것이 아니라 합성까지 포함한 팬아웃입니다.실행 환경은 사용자 소유입니다.
노트북, 서버, 컨테이너를 연결하면 Sharkly는 이미 설치된 런타임을 사용합니다. 기존 구독을 활용하는 Orca의 모델과 같은 접근입니다.저장소 작업은 태스크별 워크트리에서 실행됩니다.
동일한 격리 기술을 창 수준이 아니라 태스크 수준에 적용합니다.백로그에서는 실행되지 않습니다.
백로그에 있는 태스크는 작업이 준비되고 검토될 때까지 실행되지 않으므로 토큰이 먼저 소비되지 않습니다.팀이 익숙한 구조를 제공합니다.
공간, 프로젝트, 스프린트, 태스크를 사용하며 Jira 동기화도 지원합니다.
혼자 일한다면 Orca만으로 충분할 수 있습니다. 하지만 두 번째 사람이 에이전트 작업의 배경과 결과를 확인해야 한다면, 스크롤백이 아닌 영구적인 태스크 기록이 필요합니다.
효과적인 도입 순서
Orca를 설치하고 일주일 동안 에이전트 하나만 사용합니다.
병렬 실행 전에도 터미널, 에디터, diff 주석만으로 충분한 가치를 확인할 수 있습니다.사양과 계약 테스트를 먼저 연결합니다.
판정 기준 없는 팬아웃은 검토 부담만 키웁니다.어려운 문제에만 팬아웃합니다.
모호한 리팩터링에는 에이전트 세 개, 명확한 티켓에는 하나를 사용하세요.중복 탐색 비용을 줄입니다.
다섯 에이전트가 같은 저장소를 각각 검색하지 않도록 코드베이스 메모리 MCP와 함께 사용하세요.전체 프롬프트 대신 라인별 주석을 사용합니다.
특정 코드에 대한 피드백을 다시 전달하기 쉽습니다.노트북이 감당하지 못하면 SSH 워크트리로 전환합니다.
실제 빌드에서는 에이전트 세 번째나 네 번째부터 원격 실행이 필요할 수 있습니다.두 번째 사람이 참여하면 태스크 계층을 추가합니다.
개인 작업에서는 생략할 수 있지만, 팀 작업에서는 기록이 선택 사항이 아닙니다.
자주 묻는 질문
Orca가 IDE를 대체하나요?
에이전트 중심 작업에서는 상당 부분 대체할 수 있습니다. 자동 저장, 파일 탐색기, 터미널, diff 검토 기능을 갖춘 VS Code 기반 에디터를 제공합니다. 다만 심층 디버깅에는 여전히 전체 IDE가 유용합니다.
병렬 에이전트마다 별도 구독이 필요한가요?
아니요. Orca는 기존 계정을 사용하고 Claude·Codex의 제한과 재설정 시간을 보여 줍니다. 여러 에이전트를 동시에 실행하면 속도 제한에 도달할 수 있지만, 이는 Orca가 아니라 요금제의 제한입니다.
하나의 저장소에서 에이전트 다섯 개를 실행해도 안전한가요?
각 에이전트가 별도 Git 워크트리를 사용하므로 서로의 파일을 덮어쓰지는 않습니다. 하지만 데이터베이스, 개발 서버, 포트처럼 저장소 밖에 있는 공유 상태는 직접 격리해야 합니다. 그렇지 않으면 에이전트 오류처럼 보이는 충돌이 발생할 수 있습니다.
diff 중에서 어떻게 선택하나요?
모든 후보에 동일한 테스트 스위트를 실행하고 테스트 결과로 결정하세요. 테스트가 후보를 구분하지 못한다면 팬아웃을 늘리기 전에 테스트를 개선해야 합니다. 각 에이전트가 실제로 호출한 내용을 추적하는 것도 도움이 되며, 자세한 내용은 에이전트 도구 호출 추적에서 확인할 수 있습니다.
Orca와 Sharkly는 경쟁 도구인가요?
서로 다른 계층의 도구이며 보완 관계입니다. Orca는 지금 에이전트를 실행하는 곳이고, 태스크 시스템은 작업이 생성·할당되고 나중에 검토될 수 있도록 유지하는 곳입니다. 개인 작업이라면 Orca만 필요할 수 있습니다.
정말 MIT 라이선스인가요?
네. Stably는 상업 회사지만 데스크톱 앱은 MIT 라이선스의 오픈 소스 프로젝트입니다.
마무리
Orca는 처리량 문제를 해결하는 강력한 도구입니다. 병렬 워크트리, 실제 터미널, diff 주석, 원격 실행, 모바일 컴패니언 앱을 결합하고, 토큰을 재판매하지 않고 사용자의 기존 구독을 활용합니다.
Orca가 늘려 주는 것은 시간당 생성되는 후보 답변의 수입니다. 그 후보를 검증하고 선택할 수 있을 때만 실제 진전으로 이어집니다.
심판 없는 에이전트 다섯 개는 출력 다섯 배가 아니라, 검토 대기열 다섯 배입니다.
Top comments (0)