수십 개의 코딩 에이전트를 동시에 돌리면서도 메모리를 아끼는 터미널 도구
여러 개의 AI 코딩 도구를 동시에 실행하면 컴퓨터가 버겁고 화면이 멈추는 일이 잦습니다. jcode는 이 문제를 해결해 수십 개의 에이전트를 병렬로 처리하면서도 메모리 사용량을 크게 줄이고 반응 속도를 빠르게 합니다. Rust로 작성된 이 도구는 터미널에서 여러 AI가 함께 일하는 환경을 안정적으로 만들어 줍니다.
메모리와 속도에서 확인한 차이
jcode는 추가 세션당 약 3.3MB의 메모리만 사용합니다. 이는 OpenCode의 약 1.8배, pi의 약 24.1배, Claude Code의 약 51.3배, Codex CLI의 약 58.8배보다 적은 수치입니다. 첫 입력까지 걸리는 시간도 19.1ms로, pi의 31.2배, Codex CLI의 47.4배, OpenCode의 54.9배, Claude Code의 183.9배보다 빠릅니다. 이러한 성능은 무거운 멀티 에이전트 워크플로우에서도 시스템이 과부하되지 않도록 돕습니다.
에이전트 간 충돌을 자동으로 조정하는 스웜 기능
같은 저장소에서 여러 에이전트가 작업할 때, 한 에이전트가 파일을 수정하면 다른 에이전트가 그 변경 사항을 즉시 알 수 있습니다. 수정된 파일이 관련이 없다면 무시하고, 충돌이 우려되면 차이를 확인하여 문제를 해결합니다. 에이전트들은 서로 메시지를 보내거나 전체에 공지할 수 있어 협업이 원활해집니다. 또한 에이전트가 스스로 팀을 만들어 작업을 나눌 수 있으며, 이때 메인 에이전트는 조율자 역할을 하고 생성된 에이전트들은 작업자 역할을 수행합니다.
자기 자신을 수정하는 셀프 개발 모드
jcode는 플러그인이나 확장 기능의 한계를 넘어 에이전트 스스로 소스 코드를 수정할 수 있는 기능을 제공합니다. 셀프 개발 모드를 활성화하면 에이전트가 자신의 소스 코드를 편집하고 빌드하며 테스트한 뒤, 바이너리를 다시 로드하여 작업을 계속합니다. 이 과정은 사용자가 여러 세션을 유지하는 동안에도 자동으로 이루어집니다. 이러한 구조는 jcode가 스스로를 개선하고 최적화하는 데 특화되어 있습니다.
설치와 지원되는 서비스
macOS와 Linux에서는 curl 명령어로 쉽게 설치할 수 있습니다. Claude OAuth와 OpenAI Codex OAuth를 포함한 다양한 프로바이더를 지원합니다. 토큰 최적화, KV 캐시, 그리고 측정 가능한 지표 개선 기능도 함께 제공됩니다.
무거운 병렬 작업을 계획하는 개발자에게
여러 AI 에이전트를 동시에 실행해야 하는 개발 워크플로우를 사용하는 사람에게 적합합니다. 메모리 사용량이 민감한 환경이나, 에이전트 간 충돌을 수동으로 관리하기 어려운 복잡한 프로젝트에서 유용합니다. 또한 셀프 개발 모드를 사용할 경우 에이전트가 자신의 코드를 수정한다는 점을 인지하고, 해당 과정에 대한 신뢰와 모니터링 체계를 갖추는 것이 좋습니다.
