Oh My Pi 튜토리얼: Grok을 코딩 에이전트로 활용해 풀 앱 빌드하기

왜 Oh My Pi를 사용할까요?

좋은 코딩 에이전트에는 두 가지가 필요합니다: 강력한 에이전트형 모델과 강력한 코딩 하니스입니다.

모델은 지능을 제공합니다. 본 튜토리얼에서는 xAI가 코딩, 장시간 실행 에이전트, 전체 코드베이스에 걸친 다단계 작업을 위해 설계한 Grok 4.6을 사용합니다. 50만 토큰 컨텍스트 윈도우, 이미지 입력, 함수 호출, 코드 실행, 웹 검색을 지원합니다.

하지만 하니스가 단순히 텍스트를 읽고 쓰게만 한다면 최고의 모델도 한계가 있습니다. 진짜 개발자처럼 일하려면 모델은 다음이 필요합니다:

• 리포지토리를 점검하고 파일을 신뢰성 있게 편집하기
• 명령 실행과 테스트 수행
• 진단 읽기와 실패 디버깅
• 문서 검색 및 변경 사항이 실제로 작동하는지 검증

OMP는 이를 제공합니다: LSP 통합, 실제 디버거, 지속 실행 코드, 브라우저 및 웹 도구, GitHub 통합, 메모리, 병렬 서브에이전트. 모델과 결합하면 완전한 에이전트 루프가 만들어집니다:

계획 → 점검 → 편집 → 실행 → 디버그 → 테스트 → 검증

모델이 무엇을 할지 결정하고, OMP가 실제 실행에 필요한 도구를 제공합니다. 또한 OMP는 60개가 넘는 AI 제공자를 지원하므로 Grok에 묶이지 않습니다. Grok이든 Claude든 다른 모델이든 동일한 워크플로가 적용됩니다.

Oh My Pi 설치

Oh My Pi는 오픈 소스 Pi 코딩 에이전트를 포크한 프로젝트로, Stencil Labs에서 개발했으며 34,000개 이상의 GitHub 스타를 받으며 빠르게 인기 있는 터미널 코딩 에이전트가 되었습니다. 커스텀 에이전트 스택을 조립·설정하는 데 시간을 쓰지 않고, 바로 사용할 수 있는 코딩 환경을 원하는 개발자를 위해 설계되었습니다.

OMP는 Linux, macOS, Windows에서 동작합니다.

Linux 또는 macOS에서 실행:

curl -fsSL https://omp.sh/install | sh제공

Windows PowerShell에서:

irm https://omp.sh/install.ps1 | iex제공

또는 Bun(버전 1.3.14 이상)으로 전역 설치할 수 있습니다:

bun install -g @oh-my-pi/pi-coding-agent제공

설치 후 omp 명령을 찾을 수 없다면 터미널을 재시작하거나 설치 프로그램 출력에서 설치 경로를 확인하세요.

그다음 설치를 확인합니다:

omp --version제공

예시:

omp/18.0.6제공

버전 번호가 표시되면 OMP가 올바르게 설치되었고 omp 명령을 사용할 준비가 된 것입니다.

SpaceXAI 액세스 설정

Oh My Pi에서 Grok을 사용하려면 두 가지 옵션이 있습니다.

모델을 가볍게 테스트하거나 이 튜토리얼을 따라 하는 경우에는 xAI API 사용을 권장합니다. https://console.x.ai/에서 계정을 만들고, 소액의 선불 크레딧을 추가한 뒤 API 키를 생성하세요. xAI는 사용량을 크레딧 잔액에서 바로 차감하므로 지출 관리가 쉽습니다.

정기적으로 코딩에 Grok을 사용할 계획이라면 SuperGrok 구독이 더 나을 수 있습니다. OMP는 SpaceXAI OAuth를 통해 SuperGrok을 직접 지원하므로, 매 API 요청마다 별도 결제하지 않고 /login으로 구독을 연결할 수 있습니다.

본 튜토리얼에서는 비용을 더 쉽게 테스트하고 관리할 수 있는 API 방식을 사용하겠습니다.

SpaceXAI 개발자 콘솔에서 API 키를 생성해 안전하게 보관하세요. OMP는 XAI_API_KEY 환경 변수를 자동으로 찾습니다.

Linux 또는 macOS에서:

export XAI_API_KEY="your-xai-api-key"제공

터미널 재시작 후에도 유지하려면:

echo 'export XAI_API_KEY="your-xai-api-key"' >> ~/.bashrc
source ~/.bashrc제공

Windows PowerShell에서:

$env:XAI_API_KEY="your-xai-api-key"제공

사용 가능한 Grok 모델은 다음으로 확인할 수 있습니다:

omp models xai제공

Grok으로 Oh My Pi 시작하기

코딩 에이전트를 테스트할 새 디렉터리를 만듭니다:

mkdir grok-pi-demo
cd grok-pi-demo제공

OMP가 변경 사항을 추적할 수 있도록 Git 리포지토리를 초기화합니다:

git init제공

이제 Oh My Pi를 시작합니다:

omp제공

첫 실행 시, 제공자·웹 검색·인터페이스 설정을 위한 간단한 마법사가 열릴 수 있습니다. 언제든 omp setup으로 다시 열 수 있습니다.

이미 XAI_API_KEY 환경 변수를 설정했으므로 xAI에 다시 로그인할 필요가 없습니다. 제공자 설정을 마치면 Esc를 누르세요.

API 크레딧 대신 SuperGrok 구독을 사용 중이라면, 로그인 화면에서 xAI Grok OAuth(SuperGrok 또는 X Premium+)를 선택하세요.

OMP가 열리면 다음을 입력합니다:

/model제공

제공자 목록에서 xAI를 선택하고 다음을 고릅니다:

grok-4.6제공

더 새로운 Grok 4.7을 사용하려면 여기서 grok-4.7을 선택하세요. 이 튜토리얼의 나머지는 동일합니다.

OMP는 컨텍스트 윈도우, 가격, 추론 지원, 비전 기능 등 유용한 모델 정보도 함께 보여줍니다.

이제 Grok이 Oh My Pi 내부에서 터미널 기반 코딩 에이전트로 실행 중입니다. 여기서 OMP 내장 도구를 활용해 파일을 살펴보고, 코드를 수정하고, 명령을 실행하고, 테스트를 돌리고, 문제를 디버그하며, 더 큰 개발 작업을 진행할 수 있습니다.

Oh My Pi의 기본 기능 살펴보기

Oh My Pi에는 31개의 기본 도구와 60개가 넘는 AI 제공자 지원이 포함되어 있어, 별도의 플러그인이나 MCP 서버 설치 없이도 대부분의 코딩 워크플로가 작동합니다.

가장 유용한 내장 기능은 다음과 같습니다:

• 파일 관리: 파일 읽기, 생성, 편집, 검색, 구조적 수정.

• 터미널 액세스: 에이전트에서 직접 셸 명령 실행 및 프로세스 관리.

• 코드 실행: 지속 실행 Python 및 JavaScript 세션.

• LSP 통합: 정의 탐색, 참조 찾기, 심볼 이름 변경, 진단 확인, 코드 액션 적용.

• 디버거: DAP 통합을 활용해 Python, Go, C/C++ 등 지원 애플리케이션 디버깅.

• 웹 검색: 문서, GitHub, Stack Overflow, Reddit, 패키지 레지스트리, 논문, 일반 웹 검색.

• 브라우저 자동화: Chromium 기반 브라우저로 웹사이트 열기 및 상호작용.

• 서브에이전트: 더 큰 코딩 작업을 병렬로 여러 에이전트에 분담.

• GitHub 도구: 리포지토리, 이슈, PR, 코드 검색, GitHub Actions 활용.

• 메모리: 코딩 세션 전반에 걸쳐 유용한 프로젝트 정보를 저장·재호출.

• 이미지 이해: 스크린샷, 다이어그램 등 로컬 이미지를 분석.

• 이미지 생성: 지원 제공자를 통해 이미지 생성 또는 편집.

• 텍스트 음성 변환: xAI Grok Voice로 음성 생성.

• 원격 파일: ssh:// 경로를 통해 원격 머신의 파일 읽기.

• 세션 관리: 체크포인트, 되감기, 분기, 재개 등 장기 에이전트 세션 관리.

• 에이전트 오케스트레이션: 프롬프트의 orchestrate 및 workflowz 같은 키워드로 복잡한 작업에 여러 서브에이전트를 조정.

GitHub, 메모리, 이미지 생성, 텍스트 음성 변환, 체크포인트 등 일부 도구는 기본적으로 꺼져 있습니다. OMP 설정에서 활성화할 수 있습니다.

즉, 모델은 단순히 코드를 생성하는 것 이상을 해낼 수 있습니다. Oh My Pi를 통해 웹을 검색하고, 코드베이스를 이해하며, 파일을 편집하고, 명령을 실행하고, 오류를 디버그하고, 프로젝트 컨텍스트를 기억하고, 동일한 터미널 인터페이스에서 여러 에이전트를 조율할 수 있습니다.

Oh My Pi와 Grok으로 프로젝트 빌드

단순한 코딩 질문으로 설정을 시험하는 대신, 완전한 프로젝트를 부여해 Grok과 Oh My Pi가 기획, 구현, 테스트, 반복을 얼마나 잘 처리하는지 살펴보겠습니다.

먼저 OMP를 계획 모드로 전환합니다(작성 시점 기준 /plan):

/plan제공

그다음 다음 프롬프트를 입력합니다:

Build a simple Hospital Management System in Python.

Use Streamlit for the web interface and SQLite for storing data. Keep the project lightweight and easy to run locally.

The app should let hospital staff register patients, add doctors, schedule appointments, admit and discharge patients, and view available beds.

Create a dashboard showing total patients, doctors, appointments, admitted patients, and available beds.

Use a clean sidebar for navigation, simple forms and tables, and realistic sample data.

Organize the Python code properly, create the database automatically, add basic validation, and make all CRUD operations work.

Install any required dependencies, run the application, test the main workflows, and fix any errors.제공

계획 검토

코드 작성 전, Grok은 OMP의 내장 도구를 사용해 관련 문서를 조사하고, Streamlit과 Python 생태계의 최신 정보를 확인하며, 요구사항을 점검하고, 애플리케이션 구조를 어떻게 잡아야 할지 논리적으로 검토했습니다.

그런 다음 섹션으로 나눠진 상세 구현 계획을 만들었습니다. OMP는 계획을 인터랙티브하게 제공해 섹션 간 이동, 개별 결정의 상세 점검, 에이전트가 프로젝트를 건드리기 전에 변경 사항 반영이 가능합니다.

만족스러우면 계획을 승인하고 Grok이 빌드를 시작하도록 하세요.

Grok에 앱 빌드와 테스트 맡기기

계획 승인 후 실제 구현은 놀랄 만큼 간단했습니다. Grok은 프로젝트 구조, 데이터베이스 계층, Streamlit 인터페이스, 샘플 데이터, CRUD 기능을 만들고, 의존성을 설치한 뒤 애플리케이션을 테스트했습니다.

초기 동작 버전은 빌드와 테스트까지 5분이 채 걸리지 않았습니다.

이때 제대로 된 코딩 하니스의 가치가 드러납니다. Grok은 단순히 Python 코드 블록을 생성해 반환한 것이 아니라, 파일을 생성하고, 애플리케이션을 실행하고, 오류를 점검하고, 수정을 적용하며, 프로젝트가 실행될 때까지 이어갔습니다.

UI 반복 개선

첫 버전은 작동했지만, 기본 Streamlit 외관이 마음에 들지 않았습니다. 너무 일반적인 Streamlit 앱처럼 보였습니다.

그래서 테마, 대시보드 레이아웃, 시각적 위계, 정보 표현 방식 등 바꾸고 싶은 점을 에이전트에 전달했습니다. Grok은 모든 것을 처음부터 다시 만들지 않고 기존 프로젝트를 수정했습니다.

최종 결과물은 환자 관리, 의사 기록, 예약, 입·퇴원, 병상 추적, 리포팅이 가능한 다듬어진 병원 관리 시스템이었습니다.

이 과정은 코딩 에이전트의 가치를 잘 보여줍니다. 작동하는 초안을 시작점으로 삼아 검토하고, 간단한 후속 지시만으로 디자인과 기능을 계속 개선할 수 있습니다.

비용에 대한 참고

이 설정의 한 가지 큰 단점은: API를 통한 Grok이 에이전트형 코딩에서는 비용이 많이 들 수 있다는 점입니다.

이번 프로젝트에서 SpaceXAI 사용 대시보드는 총 $11.84 지출, 938개의 API 요청으로 약 1,940만 토큰 처리로 나타났습니다. 사용량 대부분은 계획 수립, 웹 검색, 파일 편집, 도구 실행, 애플리케이션 테스트, UI 개선에서 발생했습니다.

가끔 테스트하는 용도라면 API 크레딧이 여전히 유용합니다. 지출을 정확히 통제할 수 있기 때문입니다. 그러나 매일 코딩하거나 더 큰 프로젝트를 진행한다면, 특히 에이전트형 워크플로가 단일 세션에서 수백 건의 요청을 생성하는 경우 SuperGrok 구독이 더 나은 선택일 가능성이 큽니다.

Grok은 훌륭한 결과를 제공했지만, 코딩 에이전트에서는 비용과 토큰 사용량이 모델 품질만큼이나 중요하다는 점도 이번 테스트로 확인되었습니다.

마무리 생각

코딩 에이전트에서 분명해지는 점은 모델과 코딩 하니스가 같은 회사에서 나올 필요가 없다는 것입니다. 모델에 기본으로 둘러진 하니스가 항상 최선의 사용 방식은 아니며, 개발자들은 점점 Claude나 Grok 같은 강력한 모델을 자신의 워크플로에 더 잘 맞는 대체 코딩 에이전트와 터미널 기반 도구와 짝지어 사용하고 있습니다.

문제는 자체 구성을 만드는 일이 금세 번거로워질 수 있다는 점입니다. MCP 서버 설치, 스킬 추가, 플러그인 구성, 도구 연결, 유지보수까지 모두 스스로 해야 합니다.

제가 Oh My Pi를 좋아하는 이유가 바로 이것입니다. 대부분의 역량이 내장된 배터리 포함형 코딩 에이전트입니다. 설치하고, 제공자나 구독을 연결하고, 모델을 선택한 뒤 곧바로 코딩을 시작하면 됩니다. 실제 사용에 들어가기 전 에이전트를 조립하느라 시간을 보낼 필요가 없습니다.

Grok은 OMP와 매우 잘 호환되어 견고한 애플리케이션을 만들어 주었지만, API 비용은 예상보다 높았습니다. 가끔 테스트한다면 API 크레딧이면 충분합니다. 매일 Grok으로 코딩한다면 개인적으로 OMP와 SuperGrok 조합을 고려하겠습니다.

결국 중요한 것은 어느 회사의 코딩 모델이 가장 좋은가가 아니라, 실제 자신의 작업 방식에 가장 잘 맞는 모델과 하니스의 조합을 찾는 일입니다.