Anthropic, Google 또는 OpenAI의 시니어 소프트웨어 엔지니어는 연봉이 120만 달러입니다. 오타가 아닙니다.
기본 연봉, 스톡옵션, 보너스까지 합치면 프런티어 AI 기업 최고 엔지니어의 총 보상은 연간 7자리 숫자에 달합니다.
그리고 지금 당신은 그 엔지니어가 하는 일의 80%를 오픈소스 저장소 5개와 Kimi K3로 자동화할 수 있습니다.
AI가 엔지니어를 대체하기 때문이 아닙니다. 120만 달러를 버는 엔지니어들은 이미 이런 시스템을 사용해 다섯 명이 할 일을 해내고 있기 때문입니다.
그들은 자동화 레이어를 구축했습니다. 저장소들을 연결했습니다. 코드를 수동으로 작성하는 것을 멈추고, 자신을 대신해 코드를 작성하는 시스템을 오케스트레이션하기 시작했습니다.
여기 정확한 스택을 공개합니다. 모든 저장소와 연결 방식, 직접 구축하는 방법까지.
이 글을 북마크하고 팔로우해 주세요
저는 4년 경력의 개발자 Noisy입니다. AI 시스템과 자동화 파이프라인을 구축하고, 기술을 실제 수익으로 전환하는 방법을 찾고 있습니다.
저장소 하나로는 절대 충분하지 않은 이유
AI 코딩 도구를 사용해 본 대부분의 개발자는 도구를 잘못 사용합니다. 채팅을 열고 Claude나 Kimi에게 함수 작성을 요청한 뒤, 출력값을 복사하고 다음으로 넘어갑니다. 그러면 아마 20% 정도 빨라질 뿐입니다.
120만 달러를 버는 엔지니어들은 이렇게 일하지 않습니다.
그들은 한 에이전트가 작업을 계획하고, 다른 에이전트가 구현하고, 세 번째 에이전트가 리뷰하고, 네 번째 에이전트가 테스트를 실행하며, 시스템 전체가 지난주에 있었던 모든 일을 기억하는 시스템을 구축했습니다. 그들은 자신을 대체하지 않았습니다. 자신을 중심으로 팀을 구축한 것입니다.
1잘못된 방식:2당신 → AI 채팅 → 출력 복사 → 붙여넣기 → 반복34올바른 방식:5당신 → 오케스트레이션 → 에이전트가 계획, 구현, 리뷰, 테스트6 → 시스템이 모든 것을 기억7 → 당신은 최종 결과물만 리뷰
이 두 접근 방식의 차이는 타이핑이 더 빠른 개발자와 소프트웨어 회사를 혼자 운영하는 개발자의 차이와 같습니다.
두 번째 방식을 가능하게 하는 다섯 개의 저장소를 소개합니다.
저장소 1 - Kimi Code
이것은 당신의 AI 시니어 엔지니어입니다. 자동완성 도구가 아닙니다. 채팅 어시스턴트도 아닙니다. 개발 환경 안에 상주하면서 엔지니어링 워크플로우 전체를 자율적으로 처리하는 터미널 에이전트입니다.
Kimi Code는 저장소 전체를 읽고 아키텍처를 이해합니다. 코드베이스 전체의 파일을 수정하고, 셸 명령을 실행하고, 관련 코드를 검색하고, 문서를 가져오는 등 매 단계를 당신이 일일이 잡아주지 않아도 전체 엔지니어링 루프를 수행합니다.
1이슈 접수2↓3Kimi Code가 저장소를 읽음4↓5의존성 파악6↓7구현 작성8↓9테스트 실행10↓11실패 자동 수정12↓13Git diff14↓15커밋 및 PR
2026년 7월 릴리스에는 특히 강력한 기능이 추가되었습니다: 서브에이전트(subagent)입니다. 하나의 Kimi 세션이 모든 것을 처리하는 대신, 이제 별도의 컨텍스트에서 작업하는 특화된 에이전트들을 생성합니다.
1Kimi K32├── plan 에이전트 - 작업을 이해하고 세분화3├── coder 에이전트 - 구현 작성4└── explore 에이전트 - 코드베이스와 문서 조사
각 서브에이전트는 고유한 컨텍스트에서 작업하므로 메인 세션이 관련 없는 토큰으로 가득 차지 않습니다. plan 에이전트는 coder가 건드린 모든 파일을 알 필요가 없고, coder는 전체 탐색 기록이 필요 없습니다.
이것은 코드를 작성하는 AI가 아닙니다. 엔지니어링 작업을 완료하는 AI입니다.
스킬 시스템
Kimi Code에는 내장 스킬 마켓플레이스가 있습니다. 스킬은 에이전트에게 무엇을, 언제, 어떻게 해야 하는지 알려주는 SKILL.md 파일이 포함된 폴더입니다.
1security-review/2├── SKILL.md - 지침, 규칙, 예시3├── scripts/ - 자동화된 검사4└── references/ - OWASP 규칙, 보안 패턴
하나의 범용 AI 대신:
모든 일을 처리하는 하나의 Kimi
당신이 얻는 것:
1Kimi K32├── 프론트엔드 전문가3├── 보안 리뷰어4├── 데이터베이스 전문가5├── 테스트 엔지니어6└── 문서 작성자
각 스킬은 동일한 모델을 도메인 전문가로 바꿔줍니다. Anthropic의 120만 달러 엔지니어는 수년간 쌓아온 전문 지식을 보유하고 있습니다. 스킬은 그런 전문성을 필요할 때 즉시 제공합니다.
저장소 2 - Kimi Agent SDK
Kimi Code가 엔지니어라면, Kimi Agent SDK는 그 엔지니어 위에 제품을 구축할 수 있게 해주는 관리 레이어입니다.
Python, Node.js, Go로 제공되며, Kimi Code의 동일한 도구, 스킬, MCP 서버 구성을 재사용합니다. 즉, Kimi Code에서 설정한 모든 것(스킬, MCP 연결, 도구 구성)이 SDK를 통해 즉시 사용 가능하다는 뜻입니다.
1당신의 제품 또는 자동화2↓3Kimi Agent SDK4↓5Kimi Code Runtime6↓7Kimi K38↓9도구 / MCP / 스킬
이것으로 만들 수 있는 것:
1버그 수정 봇 | GitHub 이슈를 감시하고 자동으로 수정2코드 리뷰 서비스 | 사람이 보기 전에 모든 PR 리뷰3사내 에이전트 | 코드베이스에 대한 질문에 답변4텔레그램 코딩 에이전트 | 개발자가 메시지로 기능 요청5GitHub 워커 | 백그라운드에서 반복 작업 처리
Kimi Code를 직접 사용하는 것과 Agent SDK를 사용하는 것의 차이: Kimi Code는 당신이 대화형으로 사용하는 도구이고, SDK는 당신 없이 실행되는 시스템을 구축하기 위한 것입니다.
Agent SDK를 갖춘 개발자 한 명이 이전에는 엔지니어링 팀이 필요했던 서비스를 제공할 수 있습니다. AI가 마법이기 때문이 아닙니다. 인간의 판단이 필요 없는 부분을 오케스트레이션 레이어가 처리하기 때문입니다.
저장소 3 - OpenAI Agents SDK + Kimi K3
바로 여기서 한 명의 엔지니어가 다섯 명이 됩니다.
OpenAI Agents SDK는 멀티 에이전트 워크플로우를 구축하기 위한 경량 프레임워크입니다. 그리고 Kimi API가 OpenAI와 호환되므로 Kimi K3를 모델로 사용해 전체 프레임워크를 실행할 수 있습니다.
1from agents import Agent, AsyncOpenAI, OpenAIChatCompletionsModel23client = AsyncOpenAI(4 base_url="https://api.moonshot.ai/v1",5 api_key="YOUR_KIMI_KEY"6)78kimi = OpenAIChatCompletionsModel(9 model="kimi-k3",10 openai_client=client11)1213coder = Agent(14 name="시니어 코더",15 instructions="테스트가 포함된 프로덕션 준비 완료 코드를 작성하세요.",16 model=kimi17)1819reviewer = Agent(20 name="보안 리뷰어",21 instructions="보안 문제와 성능을 중심으로 코드를 리뷰하세요.",22 model=kimi23)
동일한 모델. 다른 지시문. 다른 전문 분야. 병렬 실행.
1Manager Agent에게 작업 전달2↓3Manager Agent가 작업을 분해4↓5Research Agent → 최적의 접근 방식과 라이브러리 탐색6Coding Agent → 솔루션 구현7Testing Agent → 테스트 작성 및 실행8Security Agent → 취약점 리뷰9Docs Agent → 문서 작성10↓11Manager Agent가 모든 결과물을 검토12↓13완성되고, 테스트되고, 문서화되고, 리뷰된 코드를 전달받음
이것은 비유적인 5인 팀이 아닙니다. 말 그대로 다섯 개의 특화 에이전트가 동시에 같은 작업을 수행하는 것입니다. 하나의 모델, 다섯 가지 역할, 모든 것을 오케스트레이션하는 엔지니어 한 명.
프런티어 연구소의 120만 달러 엔지니어는 모든 것을 혼자 코딩하지 않습니다. 시스템을 설계하고 결과물을 리뷰하며 결정을 내립니다. 실제 구현은 그들이 구축한 시스템을 통해 이루어집니다. 바로 이 시스템이 그것입니다.
저장소 4 - OpenHands
GitHub 스타 75,000개. Kimi Code와의 차이는 자율적으로 실행할 수 있는 범위입니다.
Kimi Code는 터미널 에이전트입니다. OpenHands는 완전한 자율 개발 환경입니다.
1작업2↓3에이전트4↓5터미널 | 명령 실행, 패키지 설치6코드 | 저장소 전체의 파일 읽기 및 쓰기7브라우저 | 문서 탐색, API 조회8실행 | 코드 실행, 출력 결과 읽기9저장소 | 전체 아키텍처 이해10↓11결과
실질적인 차이는 복잡한 작업에서 드러납니다.
Kimi Code에게 OAuth 함수를 작성해 달라고 하면 훌륭한 코드를 작성합니다.
OpenHands에게 이 프로젝트에 OAuth 인증을 추가해 달라고 하면, 저장소를 탐색하고 기존 인증 아키텍처를 이해한 다음 OAuth가 들어맞는 위치를 결정하고, 올바른 패키지를 설치하고, 여러 파일을 수정하고, 테스트를 업데이트하며, 테스트 중 발생하는 통합 문제까지 해결합니다.
1"OAuth 함수 작성" | Kimi Code가 완벽하게 처리2"이 앱에 OAuth 추가" | OpenHands가 더 잘 처리
그 차이는 코딩 작업을 완료하는 것과 엔지니어링 작업을 완료하는 것 사이에 있습니다.
1인 소프트웨어 회사에서 OpenHands는 대규모 자율 작업을 위한 실행기입니다. 작업을 설정해 두고, 끝나면 돌아오면 됩니다.
저장소 5 - Microsoft GraphRAG
스타 33,700개. 2026년 5월 출시된 버전 3.1.0.
이것은 다른 모든 것을 10배 더 좋게 만드는 메모리 및 지능 레이어입니다.
GraphRAG가 없으면 모든 에이전트는 매 세션을 제로에서 시작합니다. 코드베이스를 읽고, 아키텍처를 파악하고, 의존성을 식별한 다음, 세션이 끝나면 모든 것을 잊어버립니다.
GraphRAG는 코드베이스, 문서, 이슈, PR, 아키텍처 문서를 세션을 넘어 지속되는 구조화된 지식 그래프로 변환합니다.
1저장소2문서3이슈 기록4아키텍처 결정 사항5고객 요구사항6연구 노트7↓8GraphRAG 처리9↓10구조화된 지식 그래프11↓12Kimi K3가 필요한 정보를 정확히 확보
10,000개의 파일을 검색하는 대신, 그래프가 관련 서브그래프를 반환합니다:
1인증에서 버그 접수2↓3GraphRAG가 발견:4AuthService → TokenManager → RedisSession → LoginController → AuthTests5↓6Kimi K3는 이 관련 부분만 사용
Microsoft의 연구는 이것이 성능에 어떤 영향을 미치는지 보여줍니다:
동일한 모델. 극적으로 더 나은 결과. 모델이 모든 것을 쌓아 놓은 더미 대신 올바른 정보를 얻기 때문입니다.
1인 회사에서 GraphRAG는 조직의 기억입니다. 내린 모든 결정, 해결한 모든 버그, 문서화된 모든 아키텍처 선택이 기록되어 있습니다. 그래프가 에이전트가 알아야 할 모든 것을 담고 있기 때문에, 에이전트는 결코 제로에서 시작하지 않습니다.
전체 시스템이 연결되는 방식
1 당신2 │3 엔지니어링 리드4 │5 ┌──────┴──────┐6 ↓ ↓7 Kimi K3 GraphRAG8 브레인 메모리9 │ │10 └──────┬──────┘11 ↓12 Kimi Agent SDK13 오케스트레이션14 │15 ┌────────────┼────────────┐16 ↓ ↓ ↓17 리서치 코딩 리뷰18 에이전트 에이전트 에이전트19 (Agents SDK) (Kimi Code) (Agents SDK)20 │ │ │21 └────────────┼────────────┘22 ↓23 OpenHands24 대규모 자율25 작업26 │27 ↓28 GitHub / CI29 테스트 / PR
당신은 코드 한 줄도 작성하지 않았습니다. 결정 하나만 내렸을 뿐입니다.
설정 순서
11주차 | Kimi Code 설치2 | github.com/MoonshotAI/kimi-code3 | 주요 저장소에 연결4 | 가장 흔한 작업을 위한 스킬 파일 3개 생성562주차 | GraphRAG 설정7 | github.com/microsoft/graphrag8 | 저장소와 문서 인덱싱9 | 코드베이스에 대한 실제 질문으로 검색 테스트10113주차 | OpenAI Agents SDK 설치12 | github.com/openai/openai-agents-python13 | Kimi K3를 모델로 구성14 | 첫 번째 멀티 에이전트 워크플로우 구축15164주차 | Kimi Agent SDK 통합17 | github.com/MoonshotAI/kimi-agent-sdk18 | 당신 없이 실행되는 첫 번째 자동화 워크플로우 구축19 | 대규모 자율 작업을 위해 OpenHands 연결20215주차 | 모든 것 연결22 | GraphRAG가 모든 에이전트에 컨텍스트 제공23 | Agents SDK가 전문가 에이전트들을 오케스트레이션24 | Kimi Code가 구현 담당25 | OpenHands가 대규모 작업 담당26 | 당신이 결정 담당
이것이 실제로 의미하는 것
Anthropic이나 Google의 120만 달러 엔지니어는 타이핑이 빠르기 때문에 그 돈을 버는 것이 아닙니다. 시스템을 이해하고, 좋은 결정을 내리며, 생산성을 배가시키는 자동화를 구축하기 때문에 그 돈을 법니다.
이 다섯 개의 저장소는 당신에게 동일한 레버리지를 제공합니다. Kimi K3가 120만 달러 엔지니어만큼 똑똑하기 때문이 아닙니다. Kimi K3를 둘러싼 시스템이 초안 작성, 재시도, 반복적 구현, 테스트 작성, 코드 리뷰 같은 방대한 작업을 처리하는 동안, 당신은 판단을 담당하기 때문입니다.
1시스템 없이:2엔지니어 한 명3한 번에 하나의 작업4순차적 작업5하루 8시간의 처리 용량67시스템과 함께:8한 명의 엔지니어가 오케스트레이션9병렬로 작업하는 다섯 개의 에이전트10지속적인 자율 실행11반복 작업에 무제한 처리 용량
이것을 이해하는 개발자와 이해하지 못하는 개발자의 격차는 매달 벌어지고 있습니다. 위의 다섯 개 저장소는 현재 세계 최고의 엔지니어들이 구축하는 방식입니다.
대부분의 개발자는 AI를 채팅봇으로 계속 사용하면서 왜 생산성이 10배가 되지 않는지 의아해할 것입니다. 소수만이 5주를 투자해 이 스택을 구축하고, 결코 예전으로 돌아가지 않을 것입니다.
당신은 자신의 인생을 스스로 만듭니다 - 올바른 길을 선택하세요.
/ 도움이 되었다면 - 팔로우해 주세요 /
