요약: Orca는 Stably에서 개발한 데스크톱 앱으로, 각각 고립된 Git 워크트리에서 여러 코딩 에이전트를 동시에 실행할 수 있습니다. 기존 구독을 통해 모든 CLI 에이전트를 구동하고, 터미널 분할, diff 주석, SSH 워크트리, Chromium 디자인 모드, GitHub 및 Linear 브라우징, 그리고 모바일 컴패니언 앱을 추가합니다. 2026년 9월 1일 기준 별 58,464개, MIT 라이선스이며 macOS, Windows, Linux에서 사용 가능합니다. 이 앱은 여러분을 처리량 병목 현상에서 벗어나게 합니다. 다섯 가지 diff 중 어떤 것이 올바른지 알려주지 않으며, 다른 사람이 읽을 수 있는 기록을 남기지 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, 검토하고, 다시 프롬프트를 입력합니다. 에이전트는 빠르고 여러분이 느린 부분이 되는데, 이는 2년간의 도구 발전 후에는 이상한 상황입니다.
명백한 해결책은 여러 개를 동시에 실행하는 것이고, 그에 따른 명백한 문제는 동일한 작업 트리를 편집하는 에이전트들이 서로를 파괴한다는 것입니다. Orca는 이 두 가지 문제를 해결하며, 대부분 컨텍스트 전환을 제거하는 데 중점을 둔 다양한 기능들을 계속 제공합니다.
핵심 아이디어: 에이전트당 하나의 워크트리
Git 워크트리는 하나의 저장소가 여러 작업 디렉토리를 다른 브랜치에서 동시에 체크아웃할 수 있도록 합니다. Orca는 이를 기본 요소로 만듭니다. 각 에이전트는 자체 워크트리를 가지므로, 다섯 명의 에이전트가 서로의 파일을 건드리지 않고 동시에 동일한 저장소에서 작업할 수 있습니다.
이를 단순한 편의성을 넘어 더 큰 가치로 만드는 패턴은 팬아웃(fan-out)입니다. 하나의 프롬프트를 여러 에이전트에 동시에 보내고 결과를 비교합니다:
하나의 프롬프트를 각각의 고립된 워크트리에서 다섯 에이전트에 분산시키고, 결과를 비교하여 최적의 것을 병합합니다.
잘 명시된 작업의 경우 이는 낭비입니다. 어떤 접근 방식이 성공할지 예측할 수 없는 정말 어려운 작업의 경우, 이것은 이 목록에서 가장 가치 있는 것입니다. 세 가지 다른 모델을 사용한 까다로운 마이그레이션에 대한 세 번의 시도는 같은 방식으로 실패하지 않을 것이며, 세 가지 중 최적의 것을 선택하는 것이 첫 번째 것을 계속 반복하는 것보다 낫습니다.
이를 수동으로 한다는 것은 다섯 개의 터미널 탭, 다섯 개의 git worktree add 명령어, 그리고 어떤 탭이 무엇인지에 대한 정신적 지도를 의미합니다. 이것은 사람들이 일주일 후에는 더 이상 하지 않게 되는 종류의 기록 작업입니다.
무엇을 실행하는가
터미널에서 실행되는 모든 것. 지원되는 목록은 길며 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 Code를 포함하며, 기타 모든 CLI 에이전트를 위한 포괄적인 지원도 제공합니다.
중요한 것은 여러분의 기존 구독과 API 키를 사용한다는 것입니다. 이곳에서는 토큰을 재판매하거나 요청을 프록시하지 않습니다. 만약 Opus 5를 사용하는 Claude Code와 오픈 모델에 대한 Codex를 실행 중이라면, Orca는 이미 비용을 지불하고 있는 계정을 통해 둘 다 실행합니다.
이는 또한 다중 모델 비교를 실제로 저렴하게 시도할 수 있게 합니다. 하나의 프롬프트를 Claude Code, Codex, OpenCode에 분산시키는 것은 새로운 공급업체 관계를 맺는 대신 세 번의 구독 호출 비용만 발생시킵니다.
설치하기
# macOS
brew install --cask stablyai/orca/orca
# Arch Linux
yay -S stably-orca-bin
macOS Apple Silicon 및 Intel용 직접 다운로드, Windows 설치 프로그램, Linux AppImage는 릴리스 페이지에서 확인할 수 있습니다. 헤드리스 Linux 서버의 경우 orca serve 명령과 저장소 내 전용 가이드가 제공됩니다.
모바일 컴패니언 앱은 데스크톱 앱과 연동되며, iOS 앱 스토어에서 이용 가능하며, Android APK는 릴리스에서 제공됩니다.
첫 주 이후 중요한 기능들
병렬 워크트리 이야기가 헤드라인을 장식합니다. 이것들은 매일 사용을 변화시키는 기능들입니다.
- 계정 전환 및 사용량 추적. 앱 내에서 Claude 및 Codex 사용량과 속도 제한 재설정 시간을 확인하고, 로그아웃했다 다시 로그인할 필요 없이 계정을 전환할 수 있습니다. 다섯 개의 에이전트를 병렬로 실행하면 제한에 도달하게 될 것이며, 언제 제한이 재설정되는지 아는 것은 계획을 세우는 것과 작업 중간에 이를 발견하는 것의 차이입니다.
- AI diff 주석 달기. 어떤 diff 라인에도 댓글을 달고 에이전트에 다시 보낼 수 있습니다. 앱을 벗어나지 않고 검토, 편집 및 커밋할 수 있습니다. 이는 에이전트 출력에 대한 올바른 상호작용 모델입니다. 왜냐하면 유용한 검토 피드백은 거의 항상 라인별로 이루어지며, 채팅 상자에 "재시도 헬퍼에서 백오프는 지수적이어야 합니다"라고 입력하는 것은 해당 앵커를 잃게 만들기 때문입니다.
- SSH 워크트리. 자동 재연결 및 포트 포워딩 기능을 통해 더 큰 원격 머신에서 전체 파일 편집, Git 및 터미널을 사용하여 에이전트를 실행할 수 있습니다. 노트북이 다섯 개의 병렬 빌드를 호스팅할 수 없을 때 유용하며, 보통은 불가능합니다.
- 디자인 모드. 실제 Chromium 창에서 아무 요소나 클릭하면 Orca가 해당 HTML, CSS 및 잘라낸 스크린샷을 에이전트의 프롬프트로 보냅니다. 이는 프런트엔드 에이전트 작업에서 가장 어려운 부분인 '무엇이 고장 났는지 말로 설명하는 것'을 해결합니다.
- 터미널 분할. WebGL 렌더링, 무한 분할, 그리고 재시작 후에도 유지되는 스크롤백을 갖춘 Ghostty급 터미널. 마지막 세부 사항을 기억하세요. 나중에 다시 언급됩니다.
- 앱 내 GitHub 및 Linear. PR, 이슈, 보드를 탐색하고, 작업에서 직접 워크트리를 열 수 있습니다.
- Orca CLI. 에이전트는
orca worktree create,snapshot,click,fill명령을 사용하여 Orca 자체를 구동할 수 있으므로, 워크플로우는 클릭만 하는 방식이 아니라 스크립트로 작성할 수 있습니다.
또한 자동 저장, 워크트리 및 에이전트 간 빠른 열기, 마크다운 및 PDF 미리보기, 실제 UI 상호작용이 필요한 워크플로우를 위한 컴퓨터 사용, 그리고 에이전트가 완료되었거나 멈췄을 때 알 수 있는 알림 및 읽지 않은 상태를 지원하는 VS Code 기반 에디터로 파일과 이미지를 프롬프트로 드래그 앤 드롭하는 기능도 있습니다. 유지 관리자들은 매일 배포하며 변경 로그가 실제 기능 목록이라고 말하는데, 이는 공정한 경고이자 좋은 신호입니다.
팬아웃이 효과적일 때와 토큰을 낭비할 때
병렬 처리가 공짜는 아니며, 실패 모드는 동일한 답변의 다섯 가지 버전을 얻기 위해 토큰을 다섯 배 더 사용하는 것입니다. 이 패턴을 사용하는 대략적인 규칙: 모호할 때는 팬아웃하고, 명확할 때는 단일 실행합니다.
- 작업에 여러 방어 가능한 접근 방식이 있을 때 팬아웃합니다. 상태 관리 리팩터링, 까다로운 데이터 마이그레이션, 병목 현상이 아직 식별되지 않은 성능 문제, 익숙하지 않은 라이브러리 통합 등. 여기서 모델들은 진정으로 분기하며, 그 확산이 가치입니다. 세 에이전트가 세 가지 다른 구조를 생성할 것이고, 그 중 하나는 여러분이 작성했을 것보다 더 나을 것입니다.
- 작업이 명시되어 있을 때는 하나의 에이전트를 실행합니다. 엔드포인트에 필드를 추가하거나, 기존 핸들러 네 개와 일치하는 핸들러를 연결하거나, 동작이 문서화된 함수에 대한 테스트를 작성하는 경우 등. 다섯 에이전트가 거의 동일한 다섯 개의 diff를 생성할 것이며, 반올림 오류에 대해 다섯 배의 비용을 지불하게 될 것입니다.
- 단순히 실행만이 아니라 모델 간에도 팬아웃합니다. 동일한 프롬프트에 대한 세 개의 Claude Code 인스턴스는 밀접하게 군집합니다. 동일한 프롬프트에 대한 Claude Code, Codex, OpenCode는 훨씬 더 많이 발산합니다. 이는 차이가 샘플링이 아닌 학습에서 비롯되기 때문입니다. Orca가 이를 원클릭 비교로 만드는 것은 여기에서 저평가된 기능이며, 계정 전환기와 사용량 추적이 워크트리만큼 중요한 이유입니다.
- 팬아웃하기 전에 승인 기준을 작성하세요. 에이전트가 시작하기 전에 올바른 답변이 어떤 모습인지 명시할 수 없다면, 미학적인 측면에서 승자를 고르게 될 것입니다. 세 가지 핵심 기준을 먼저 작성하는 데 1분이면 충분하며, 이는 검토를 판단에서 확인으로 전환시킵니다. 또한 에이전트에게 넘겨줄 무언가를 제공하여, 일반적으로 다섯 가지 후보 모두를 개선합니다.
경제학은 머릿속에 담을 수 있을 만큼 간단합니다. 팬아웃은 토큰을 더 넓은 솔루션 공간 탐색과 맞바꿉니다. 솔루션 공간이 넓을 때는 좋은 거래이지만, 합리적인 답변이 하나뿐일 때는 좋지 않은 거래입니다.
Orca가 만드는 문제점
다섯 에이전트를 실행하면 다섯 개의 diff를 얻게 됩니다. 이제 어떻게 해야 할까요?
이것은 도구가 답해주지 않는 부분이며, 도구가 좋아질수록 더 심해집니다. 팬아웃은 출력을 증폭시킵니다. 올바른 것과 그럴듯한 것을 구별하는 여러분의 능력은 그대로 유지됩니다. 다섯 개의 diff를 신중하게 읽는 것은 코드를 작성하는 것보다 시간이 더 오래 걸리므로, 실제로는 사람들이 대충 훑어보고 가장 깔끔해 보이는 것을 선택하여 병합합니다.
깔끔해 보이는 것이 항상 올바른 것은 아닙니다. 이것이 에이전트 출력의 전체 문제이며, 에이전트가 추론보다는 추측을 하는 API 관련 작업에서 가장 두드러집니다. 다섯 에이전트 각각은 엔드포인트가 무엇을 반환하는지에 대한 자신만의 아이디어를 고안했습니다. 다섯 에이전트 모두 상상한 형태를 처리하는 코드를 작성했습니다. 다섯 에이전트 모두 자신들의 가정에 따라 통과하는 테스트를 작성했습니다. diff들은 서로 일치하지 않으며, 어떤 것도 읽는 것만으로는 확인할 수 없습니다.
여러분에게 필요한 것은 여러분이 아닌 심판입니다. 이는 에이전트가 고안하지 않은 계약과 차이점에서 실패하는 테스트 스위트를 의미합니다:
- OpenAPI 사양은 공유된 진실입니다. 모든 워크트리의 모든 에이전트는 다섯 가지 개별 추측 대신 동일한 스키마, 상태 코드 및 오류 봉투를 읽습니다. 이는 OpenAPI 사양을 에이전트 도구로 사용하는 것에서 제시된 주장입니다.
- 모의 객체는 사양에서 생성됩니다. 오류 분기를 포함하여, 해피 패스만 처리하는 에이전트가 스테이징 단계에서가 아니라 즉시 실패하도록 합니다.
- 계약 테스트가 승자를 결정합니다. 다섯 개의 워크트리 모두에 동일한 스위트를 실행합니다. 두 개는 통과하고 세 개는 통과하지 못합니다. 이것은 오후 6시에 어떤 diff가 가장 보기 좋았는지에 대한 것이 아니라 증거에 기반한 병합 결정입니다.
- 형태 변경은 큰 소리로 드러납니다. 상위 계약이 변경되면 동작이 조용히 표류하는 대신 테스트가 실패합니다. API 변경이 AI 에이전트를 망가뜨릴 때 어떤 일이 일어나는지 확인하세요.
이것이 Apidog가 Orca 설정에 적합한 부분이며, 이는 단순한 홍보가 아니라 진정한 보완적인 조합입니다. Orca는 저렴하게 다섯 가지 후보 답변을 제공합니다. 사양과 결정론적 테스트 스위트가 그들 사이에서 선택하는 것을 저렴하게 만듭니다. 그 후반부가 없다면, 병렬 처리는 처리량이 아니라 검토 부담을 가중시킬 것입니다. 팬아웃을 켜기 전에 Apidog를 다운로드하고 사양을 연결하세요. 나중에 하지 마세요. 에이전트가 더 많은 코드를 작성함에 따라 검증이 감소하는 것이 아니라 증가하는 이유에 대한 더 넓은 주장은 AI 에이전트 시대에 API 도구가 여전히 필요한가에 있으며, 관련 신뢰성 관행은 운영 AI 에이전트 신뢰성에 있습니다.
스크롤백은 기록이 아니다
이제 두 번째 간극이 있습니다. 이는 Orca의 결함이라기보다는 Orca의 본질적인 한계입니다.
Orca는 한 명의 작업자에게 훌륭한 조종석입니다. 모든 것이 여러분의 기기에 존재합니다: 워크트리, 터미널 세션, diff, 재시작 후에도 유용하게 유지되는 스크롤백. 이는 개인 작업에는 완벽하지만, 두 번째 사람이 어떤 것을 알아야 하는 순간부터 문제가 됩니다.
목요일에 다섯 개의 에이전트를 실행했습니다. 월요일에 동료가 결제 클라이언트의 재시도 로직이 왜 변경되었는지 묻습니다. 답변은 여러분의 노트북 터미널 창에 있습니다. 워크트리를 닫지 않았다면 말이죠. 그것을 생성한 프롬프트는 사라지고, 추론도 사라지며, 유일하게 남아있는 영구적인 산출물은 모델이 작성한 커밋 메시지뿐입니다.
프롬프트는 기록이 아닙니다. 조종석은 조직이 아닙니다.
Sharkly는 그 선의 다른 쪽에 구축되어 있으며, 둘은 카테고리 이름이 시사하는 것보다 철학적으로 더 가깝습니다. 둘 다 단위별로 작업을 격리합니다. 둘 다 사용자 자신의 실행 환경과 구독을 가져올 수 있도록 합니다. 차이점은 단위가 무엇인지에 있습니다: Orca의 단위는 여러분이 보고 있는 워크트리이고, Sharkly의 단위는 세션보다 오래 지속되는 작업입니다.
- 프롬프트가 아니라 태스크가 공유 기록입니다. 진행 상황, 도구 호출, 결과가 태스크로 다시 스트리밍되며, 에이전트의 출력은 답글을 달 수 있는 댓글로 나타납니다. 월요일 질문에 대한 답은 화면 녹화가 아닙니다.
- 에이전트는 저장된 구성입니다. 지시사항, 런타임, 스킬, 저장소, 환경. 결제 서비스를 위해 조정했던 설정은 매일 아침 새 창에 다시 입력하는 대신 재사용됩니다.
- 크루는 리더 에이전트와 다른 에이전트 및 사람들로 구성되며, 리더가 먼저 실행됩니다. 리더는 태스크 컨텍스트를 읽고, 참여할 멤버를 결정하고, 결과를 한곳에 모읍니다. 이는 다섯 개의 diff를 읽는 것과 팬아웃을 합친 것이 아니라, 합성 단계를 포함한 팬아웃입니다.
- 실행은 사용자 소유입니다. 노트북, 서버 또는 컨테이너가 될 수 있는 컴퓨터를 연결하면 Sharkly는 이미 설치된 런타임을 사용합니다. Orca가 기존 구독을 사용하는 모델과 동일하며, 이것이 올바른 모델인 같은 이유입니다.
- 저장소 작업은 태스크당 별도의 워크트리에서 실행됩니다. 동일한 격리 기술이 창 수준이 아닌 태스크 수준에서 적용됩니다.
- 백로그는 실행되지 않습니다. 백로그에 있는 태스크는 아무것도 시작하지 않으므로, 토큰이 소비되기 전에 작업이 준비되고 검토됩니다. 이러한 체크포인트는 대부분의 병렬 에이전트 설정에서 누락되어 있습니다.
- 팀이 이미 이해하고 있는 구조. 공간, 프로젝트, 스프린트, 태스크, 그리고 Jira를 사용하는 팀을 위한 Jira 동기화.
솔직한 요약: 혼자 일한다면 Orca로 충분할 것이며, 매우 훌륭합니다. 두 번째 사람이 에이전트가 수행한 작업에 대한 가시성을 필요로 하는 순간, 영구적인 태스크 기록이 필요하며, 아무리 많은 스크롤백도 이를 제공할 수 없습니다.
효과적인 설정
이것을 채택한다면, 일반적인 혼란을 피할 수 있는 순서는 다음과 같습니다:
- Orca를 설치하고 일주일 동안 하나의 에이전트를 사용하세요. 병렬 처리를 건드리기 전에 터미널, 에디터, diff 주석 기능만으로도 가치가 있습니다.
- 사양과 계약 테스트를 먼저 연결하세요. 심판 없는 팬아웃은 상황을 악화시킵니다. 이것이 사람들이 건너뛰는 단계입니다.
- 어려운 문제에만 팬아웃하세요. 모호한 리팩터링에는 세 에이전트, 명확한 티켓에는 한 에이전트. 모든 것에 팬아웃하는 것은 토큰과 주의력을 낭비합니다.
- 먼저 각 에이전트의 토큰 비용을 줄이세요. 다섯 에이전트가 동일한 저장소를 검색하는 것은 낭비가 다섯 배이므로, 코드베이스-메모리-mcp와 함께 사용하세요.
- 다시 프롬프트를 입력하는 대신 주석을 사용하세요. 에이전트에게 라인별 댓글을 남기는 것이 전체 지시를 다시 작성하는 것보다 낫습니다.
- 노트북이 감당하지 못할 때 SSH 워크트리로 전환하세요. 실제 빌드에서는 세 번째나 네 번째 에이전트쯤에서 그렇게 될 것입니다.
- 두 번째 사람이 개입할 때 태스크 레이어를 추가하세요. 혼자라면 건너뛰세요. 팀에서는 기록이 선택 사항이 아닙니다.
자주 묻는 질문
- Orca가 제 IDE를 대체하나요? 주로 에이전트 중심 작업에 그렇습니다. 자동 저장, 파일 탐색기, 터미널, diff 검토 기능을 갖춘 VS Code 기반 에디터가 있습니다. 사람들은 여전히 심층 디버깅을 위해 전체 IDE를 사용합니다.
- 각 병렬 에이전트마다 별도의 구독이 필요한가요? 아니요. Orca는 여러분이 이미 가지고 있는 계정을 사용하며, 내장된 사용량 추적 기능은 Claude 및 Codex 제한과 재설정 시간을 보여줍니다. 여러 에이전트를 동시에 실행하면 속도 제한에 도달할 것입니다. 그것은 Orca 문제가 아니라 요금제 제한 문제입니다.
- 하나의 저장소에서 다섯 에이전트를 실행하는 것이 실제로 안전한가요? 네, 각 에이전트가 자체 Git 워크트리를 가지므로 서로의 파일을 덮어쓸 수 없습니다. 데이터베이스, 실행 중인 개발 서버, 포트 등 저장소 외부의 공유 상태는 여전히 여러분이 관리해야 합니다. 그들을 별도의 환경으로 지정하지 않으면 에이전트 오류처럼 보이는 혼란스러운 실패를 겪게 될 것입니다.
- diff들 중에서 어떻게 선택하나요? 모든 diff에 대해 동일한 테스트 스위트를 실행하고 그것이 결정하도록 하세요. 여러분의 테스트가 후보들을 구별하지 못한다면, 팬아웃을 확장하기 전에 테스트를 수정해야 합니다. 각 에이전트가 실제로 무엇을 호출했는지 추적하는 것도 도움이 되며, 이는 에이전트 도구 호출 추적에서 다룹니다.
- Orca인가요, 아니면 Sharkly와 같은 작업 관리 도구인가요? 서로 다른 계층이며, 서로 보완합니다. Orca는 지금 당장 에이전트를 구동하는 곳입니다. 태스크 시스템은 작업이 존재하고, 할당되며, 나중에 검토 가능한 상태로 유지되는 곳입니다. 혼자라면 첫 번째만 필요할 수도 있습니다.
- 정말 MIT 라이선스인가요? 네, 이 카테고리의 일부 도구와는 다르게 말이죠. Stably는 상업 회사이며 데스크톱 앱은 MIT 라이선스 하에 오픈 소스입니다.
마무리
Orca는 처리량 문제에 대한 가장 강력한 해결책입니다. 병렬 워크트리, 실제 터미널, diff 주석, 원격 실행, 모바일 컴패니언 앱 등이 합쳐져 강력한 도구를 형성하며, 토큰을 재판매하는 대신 자체 구독을 사용하는 것이 올바른 비즈니스 모델입니다.
Orca가 제공하는 것은 시간당 더 많은 후보 답변입니다. 이는 여러분이 그들 중에서 선택하고 무엇이 일어났는지 기억할 수 있을 때만 진전입니다. 결정을 위한 부분은 계약과 테스트 스위트가 필요하며, 이것이 바로 Apidog입니다. 기억하는 부분은 세션보다 오래 지속되는 태스크가 필요하며, 이것이 바로 Sharkly입니다.
심판 없는 다섯 에이전트는 다섯 배의 출력이 아닙니다. 그것은 다섯 배의 검토 대기열입니다.