Tracer 데스크톱 앱: Claude Code·Codex·Cursor를 함께 쓰는 오픈소스 AI 코딩 워크스페이스

핵심 메시지

• Tracer 데스크톱 앱은 Claude Code·Codex·Cursor·Open Code 같은 여러 코딩 AI 에이전트를 하나의 작업 공간에 모아 함께 쓰게 해주는 무료 오픈소스 도구다.
• 핵심은 '내 구독 그대로 연결(BYOA·BYOS)'로, 이미 결제한 에이전트를 별도 구독 없이 나란히 실행할 수 있다는 점이다.
• 에이전트끼리 서로 지시하고 답을 주고받는 A2A(에이전트-투-에이전트) 방식으로 계획·검토·구현·리뷰가 같은 태스크 안에서 이어진다.
• Git diff 패널, 계획·디버깅·리뷰용 워크플로, 큰 작업을 위한 'epic 모드', 팀 공유·코멘트 기능을 갖췄다.
• 무료 로컬 플랜(BYA, $0)은 클라우드 동기화·팀 공유가 빠지고, 동기화와 협업은 유료 sync 플랜부터 제공된다.

쉽게 이해하기

코딩용 AI 에이전트는 이미 충분히 많다. Claude Code, Codex, Cursor, Open Code 등 선택지가 넘치지만 문제는 이들이 저마다 따로 논다는 데 있다. 한 도구에서 시작한 작업을 다른 도구로 넘기려면 프롬프트와 오류, 변경 내역을 일일이 복사하고 맥락을 다시 설명해야 한다. 영상은 이 과정을 '챗박스 사이를 오가며 수작업으로 프로젝트를 관리하는 상태'라고 표현한다.

Tracer 데스크톱 앱은 이 여러 에이전트를 감싸는 공용 작업 공간을 지향한다. 'bring your own agent/subscription'이라는 이름처럼, 이미 결제 중인 에이전트를 그대로 연결해 같은 워크스페이스에서 나란히 돌릴 수 있다. 무료 플랜(BYA)은 로컬 전용이지만 개인 개발자가 자기 에이전트를 쓰기에는 충분하다고 소개한다. 현재 macOS(애플 실리콘·인텔)와 리눅스 빌드를 제공하며 윈도우는 아직 준비 중이다.

사용 흐름은 이렇다. 로컬 코드 폴더를 열고 태스크를 하나 만든 뒤, 한 에이전트(예: Codex)에게 '파일은 아직 건드리지 말고 구현 계획만 세우라'고 시킨다. 그 계획이 도는 동안 같은 태스크에서 다른 에이전트(예: Claude Code)를 열어 '앞선 계획을 검토하고 놓친 예외 상황을 찾으라'고 지시할 수 있다. 계획하는 에이전트와 검토하는 에이전트가 분리된 대화가 아니라 하나의 태스크 안에 함께 있는 것이 기존 챗 도구와의 차이다.

이것이 영상이 강조하는 A2A(에이전트-투-에이전트) 개념이다. 에이전트가 하위 에이전트를 만들고 서로 지시·답변·기록 열람을 하며 같은 태스크 안에서 협업한다. 발표자는 이를 '에이전트들에게 무전기를 쥐여준 셈'이라고 비유한다. 한 모델이 막히면 처음부터 다시 시작할 필요 없이 다음 차례를 다른 모델로 넘겨도 계획·검토·파일·변경 내역 같은 맥락이 그대로 유지된다.

구현이 끝나면 Git diff 패널에서 바뀐 파일을 나란히 확인하고, 또 다른 에이전트에게 '이 변경을 원래 계획과 대조해 위험 요소를 찾으라'고 리뷰를 맡길 수 있다. 작은 수정에는 일반 모드를, 인증 추가나 대시보드 재작성처럼 큰 작업에는 스펙과 티켓을 만드는 epic 모드를 쓰라고 권한다. 다만 무료 플랜은 로컬 전용이며, 각 에이전트 자체의 사용량 한도는 Tracer가 없애주지 않는다는 점은 분명히 해둔다.

주요 인사이트

• 대부분의 AI 코딩 도구가 '하나의 만능 에이전트'를 지향하는 반면, Tracer는 '이미 가진 에이전트들에게 공용 작업 공간을 준다'는 반대 방향을 택했다.
• 여러 에이전트가 같은 태스크의 파일 시스템·기록·맥락을 공유하므로, 특정 기능을 완성할 때까지 한 모델에 묶이지 않고 계획은 Codex, 구현은 Claude Code, 리뷰는 Open Code 식으로 역할을 나눌 수 있다.
• 코멘트와 태스크 공유 기능은 '단독 플레이'에 가깝던 AI 코딩을 팀이 함께 들여다보는 '멀티플레이어' 작업으로 바꾼다. 동료가 스크린샷 대신 태스크 자체를 열어 대화·변경·리뷰 결과를 확인할 수 있다.
• 무료 로컬 플랜과 오픈소스라는 점이 진입 장벽을 낮추지만, 클라우드 동기화·팀 협업·자체 추론 크레딧은 유료라는 경계는 명확히 이해하고 시작해야 한다.

자주 묻는 질문

관련 AI 소식