little-coder란 무엇이고 비용은 얼마인가요?

little-coder는 pi 에이전트 기반 위에 구축된 무료 오픈소스(Apache 2.0) 터미널 기반 코딩 에이전트 CLI로, Itay Inbar가 만들었습니다. 엄선된 확장 기능, 스킬 파일, 프롬프트 컨텍스트 기본값을 통해 로컬에서 실행할 수 있는 작은 모델에서 유용한 에이전트형 코딩 동작을 이끌어내도록 특별히 조정되었지만, 더 큰 로컬 모델과 클라우드 제공업체와도 작동합니다.

홈/고급 로컬 LLM/little-coder 리뷰: 작은 로컬 모델을 위해 만들어진 코딩 에이전트 CLI

Coding Assistants

little-coder 리뷰: 작은 로컬 모델을 위해 만들어진 코딩 에이전트 CLI

최종 업데이트: 2026년 9월 19일·10분 읽기·Hans Kuepper 저 · PromptQuorum 창립자 · 오픈 웨이트·오픈소스 AI 디스커버리 엔진

little-coder는 pi 위에 구축된 무료 오픈소스 터미널 기반 코딩 에이전트로, 최상위 클라우드 모델을 우선 고려해 설계되는 대신 작은 로컬 언어 모델에서 강력한 결과를 얻도록 특별히 조정되었습니다. Itay Inbar가 만들었으며 npm 패키지(little-coder)로 배포되고, 기본적으로 llama.cpp를 통해 로컬에서 서빙되는 Qwen3.6-35B-A3B 전문가 혼합 모델을 사용하며, pi의 다중 제공업체 시스템을 통해 Ollama, LM Studio, Anthropic과 OpenAI 같은 클라우드 제공업체도 지원합니다. Apache 2.0 라이선스이며 이 리뷰 작성 시점 기준 GitHub 스타가 2,600개를 넘습니다.

핵심 요점

little-coder(github.com/itayinbarr/little-coder)는 IDE 확장이 아닌, 무료 오픈소스 터미널 네이티브 코딩 에이전트 CLI입니다
Itay Inbar가 만들었으며, Earendil Works가 관리하는 별도의 최소한의 오픈소스 에이전트 루프 프레임워크인 pi 위에 구축되었습니다
GitHub 저장소의 라이선스 필드와 LICENSE 파일로 확인된 Apache 2.0 라이선스입니다
기본 모델: llama.cpp를 통해 로컬에서 서빙되는 Qwen3.6-35B-A3B 전문가 혼합 모델; --model 옵션을 통해 Ollama, LM Studio, 클라우드 제공업체(Anthropic, OpenAI, pi가 지원하는 기타 제공업체)도 지원
저장소는 2026년 4월 11일 생성; 이 리뷰 작성 시점 기준 GitHub 스타 2,600개 이상, 포크 179개
Plan Mode, Deep Research 모드(F2), 서브 에이전트 "dispatch", 백그라운드 작업, 도구 "스킬 카드", 단계별 모델 선택 제공

📍 한 문장으로

little-coder는 Itay Inbar가 pi 에이전트 기반 위에 만든 무료 오픈소스(Apache 2.0) 터미널 기반 코딩 에이전트로, 로컬에서 서빙되는 Qwen3.6-35B-A3B 모델 같은 작은 로컬 언어 모델에서 유용한 에이전트형 코딩 결과를 얻도록 특별히 조정되었으며, 더 큰 로컬 모델, Ollama, LM Studio, 클라우드 제공업체도 지원합니다.

💬 쉽게 말하면

little-coder는 프로젝트 폴더 안에서 실행하는 명령줄 도구로, Aider나 Claude Code와 취지는 비슷하지만 항상 대형 최상위 모델에 접근할 수 있다고 가정하는 대신 노트북 GPU에서 직접 실행할 수 있는 작은 모델을 위해 목적에 맞게 설계되고 벤치마크되었습니다. 원한다면 여전히 더 큰 로컬 모델이나 클라우드 API로 연결할 수 있습니다.

📌참고: 이 리뷰는 little-coder 자체 GitHub 저장소, README, package.json을 기반으로 하며, PromptQuorum이 독립적으로 벤치마크한 결과가 아닙니다. 이 프로젝트에는 다른 GitHub 사용자명으로 존재하는 여러 포크와 복제본이 있습니다. 이 리뷰는 특별히 github.com/itayinbarr/little-coder를 다루며, 이 리뷰는 이를 원본이자 활발히 유지 관리되는 저장소로 판단합니다.

언어 선택:

🇺🇸en 🇩🇪de 🇫🇷fr 🇯🇵ja 🇨🇳zh 🇪🇸es 🇧🇷pt 🇸🇦ar 🇰🇷ko

유지보수 경고. 이 글은 3개월 넘게 업데이트가 없는 앱을 다룹니다(괄호 안은 마지막 업스트림 업데이트 날짜): Aider (2026년 5월 22일). 더 이상 유지보수되지 않을 수 있으므로 의존하기 전에 사용 중인 환경에서 여전히 작동하는지 확인하십시오.

little-coder(github.com/itayinbarr/little-coder)는 최소한의 에이전트 루프 기반인 pi 위에 Itay Inbar가 만든 무료 오픈소스 터미널 기반 코딩 에이전트입니다. 최상위 모델을 기준으로 조정된 범용 코딩 에이전트와 달리, little-coder는 의도적으로 작은 로컬 모델을 중심으로 만들어지고 벤치마크되었습니다 — 기본 설정은 llama.cpp를 통해 로컬에서 서빙되는 Qwen3.6-35B-A3B 전문가 혼합(MoE) 모델을 대상으로 하며, Ollama, LM Studio, Anthropic이나 OpenAI 같은 클라우드 제공업체와도 작동합니다. 이 리뷰는 little-coder가 실제로 무엇을 하는지, 자체 기반인 pi나 Aider 같은 다른 코딩 에이전트와 어떻게 다른지, 설치 방법, 어떤 사람에게 적합한지를 다룹니다. 이 리뷰는 로컬 LLM 소프트웨어 디렉터리에 있는 little-coder 항목의 보조 글입니다.

little-coder란 무엇인가?

little-coder는 로컬 코드베이스를 읽고, 편집하고, 명령을 실행하는 무료 오픈소스 터미널 기반 코딩 에이전트로, 대형 클라우드 모델이 항상 준비되어 있다고 가정하는 대신 작은 모델에서 강력한 에이전트형 코딩 동작을 이끌어내도록 목적에 맞게 만들어졌습니다. 처음부터 새로 만든 독자적인 에이전트 프레임워크가 아닙니다 — 자체 README는 이를 "pi + 약 30개 확장 기능 + 30개 스킬 마크다운 파일 + Python 벤치마크 도구"로 설명하는데, 이는 핵심 루프, 다중 제공업체 API, 터미널 UI, 세션 처리를 위해 pi(Earendil Works가 만든 별도의 최소한의 에이전트 루프 프로젝트)에 의존한다는 뜻입니다.

제품 유형: IDE 확장이 아닌 명령줄 코딩 에이전트로, 어떤 터미널에서든 어떤 프로젝트 디렉터리 안에서든 작동
개발자: Itay Inbar(GitHub: itayinbarr)
기반: pi(패키지명 @earendil-works/pi-coding-agent) 위에 구축된 별도의 최소한의 에이전트 기반; little-coder는 pi의 코드를 포크하는 대신 자체 확장 기능, 스킬 파일, 벤치마크 도구를 그 위에 추가함
라이선스: GitHub 저장소의 라이선스 메타데이터로 확인된 Apache 2.0
저장소: github.com/itayinbarr/little-coder, 2026년 4월 11일 생성
규모: 이 리뷰 작성 시점 기준 GitHub 스타 2,600개 이상, 포크 179개, 기여자 13명, 열린 이슈 17개
배포: npm에 little-coder 패키지로 게시되었으며, 한 줄짜리 curl 스크립트나 bun으로도 설치 가능

프로젝트 역사와 버전 이정표

little-coder의 GitHub 저장소는 2026년 4월 11일에 생성되었으며, 그 이후 약 78개의 태그 릴리스를 출시하면서 초기의 단일 목적 CLI에서 계획/실행 모델 분리, 리서치 도구, 확장 시스템을 갖춘 더 구조화된 에이전트로 발전했습니다. 아래 버전 번호는 프로젝트 자체 GitHub 릴리스에서 가져온 것이며, 이 리뷰의 발행일 이후에 출시된 내용은 릴리스 페이지를 직접 확인하세요.

1
저장소 생성 — 2026년 4월 11일
Why it matters: 저장소 생성일 기준으로, little-coder는 작은 모델 코딩 작업을 위해 pi 에이전트 기반을 감싼 집중형 CLI로 시작했습니다.
2
v1.9.x 시리즈 — 2026년 6월: 빠른 반복 릴리스
Why it matters: GitHub 릴리스 목록에 따르면 2026년 6월까지 이어진 밀도 높은 패치 릴리스(v1.9.4~v1.9.13)는 이 기간 동안 활발하고 빠른 주기의 개발이 있었음을 시사합니다.
3
v1.10.0–v1.14.0 — 2026년 7월
Why it matters: GitHub 릴리스 목록에 따르면 2026년 7월까지 마이너 버전 릴리스가 이어졌습니다. 이 기간의 구체적인 변경 사항은 GitHub의 개별 릴리스 노트를 확인하세요.
4
v1.15.0–v1.17.0 — 2026년 8월 15일: 하루에 세 번의 릴리스
Why it matters: 프로젝트가 같은 날 세 개의 마이너 버전을 출시했는데, 이 리뷰는 이를 이례적으로 밀도 높은 릴리스 묶음으로 보며 GitHub 체인지로그를 확인해 볼 가치가 있다고 평가합니다.
5
v1.18.0 — 2026년 8월 22일
Why it matters: GitHub 릴리스 목록에 따른 또 다른 마이너 버전 반복입니다.
6
v1.19.0 — 2026년 8월 29일: 이 리뷰 작성 시점 가장 최근의 태그 릴리스
Why it matters: 이 리뷰 작성 시점의 현재 `package.json` 버전으로, 이 리뷰에서 설명한 확장 시스템, Plan Mode, Deep Research, 단계별 모델 선택이 모두 이 버전에 존재합니다.

little-coder로 무엇을 할 수 있나?

little-coder의 기능 세트는 pi의 핵심 루프 위에 쌓인, 작은 모델을 고려한 에이전트형 코딩 워크플로에 중점을 둡니다. 프로젝트 자체 README에 따라 각 부분이 실제로 하는 일은 다음과 같습니다.

작은 모델에 맞춘 기본값 — README에 따르면 콜드 스타트 컨텍스트를 작게(약 7,000토큰) 유지하고 동작을 예측 가능하게 만들기 위해 엄선된 약 30개의 확장 기능과 30개의 스킬 마크다운 파일을 제공하며, 프로젝트는 이를 일반적인 대형 컨텍스트 에이전트 프롬프트보다 작은 모델을 코딩 에이전트로서 더 쓸 만하게 만드는 방법으로 내세웁니다
Plan Mode — Ctrl+Q로 전환하거나 --plan-mode로 실행; little-coder는 읽기 전용 서브 에이전트로 요청을 조사하고 1~3개의 확인 질문을 던진 뒤 파일을 편집하기 전에 .pi/approved-plan.md에 계획을 작성함; 이후 /implement로 실행 모델로 전환해 실제 작업을 시작함
Deep Research 모드 — F2를 누르거나 /deep-research <주제>를 실행해 외부 리서치 질문의 범위를 정하고, 이를 읽기 전용 리서치 서브 에이전트에 분배해 인용이 포함된 마크다운 보고서를 받음; README에 따르면 이는 외부/온라인 리서치를 위한 것으로, 자신의 코드베이스를 탐색하기 위한 것이 아님
dispatch를 통한 서브 에이전트 — 격리된 자식 세션을 생성해 질문을 조사하고(저장소를 읽고, README에 따르면 온라인도 탐색), 메인 대화를 어지럽히지 않고 결과를 보고함; 동일한 로컬 모델 서버를 두고 경쟁할 수 있기 때문에 기본적으로 순차적으로 실행되며, 환경 변수를 통해 병렬 처리도 가능함
백그라운드 작업 — 장시간 실행되는 명령(빌드, 테스트 스위트, 개발 서버)이 턴을 막는 대신 백그라운드에서 실행되며, little-coder는 고정된 주기로 폴링하는 대신 작업 이벤트에 의해 깨어남
단계별 모델 선택 — /plan-model과 /action-model을 통해 계획에는 더 큰 모델을, 구현에는 더 작고 빠른 모델을 사용하거나 그 반대로 설정 가능
도구 "스킬 카드" — 모든 도구의 전체 문서를 미리 컨텍스트에 불러오는 대신, 턴이 필요로 할 가능성이 있을 때만 짧고 맥락에 맞는 도구 사용 지침을 주입함; /skills로 현재 로드된 항목을 확인할 수 있음
편집 전 읽기 강제 — little-coder는 파일을 편집하기 전에 반드시 읽도록 요구하므로, 편집이 가정된 상태가 아닌 파일의 실제 현재 내용에 기반함
확장 시스템 — little-coder는 기본적으로 고정된 번들 확장 기능 세트를 로드함(내부적으로 --no-extensions이며 자체 세트만 내장됨); ~/.config/little-coder/extensions/, 환경 변수, 또는 pi 자체의 확장 탐색을 활성화하는 --with-pi-extensions로 재실행해 자신만의 확장을 추가할 수 있음

사용 예시: little-coder를 사용하는 세 가지 방법

아래는 가상의 사용 사례가 아니라, 위에서 설명한 little-coder 자체의 공식 기능을 바탕으로 한 구체적인 워크플로입니다.

로컬에서 서빙되는 작은 모델을 대상으로 기본 설정 실행하기

llama.cpp로 Qwen3.6-35B-A3B GGUF를 서빙합니다(README는 --n-cpu-moe를 사용해 전문가 혼합 가중치를 RAM에 유지하면서 어텐션은 8GB GPU에서 실행하는 설정을 문서화함). 그런 다음 프로젝트 디렉터리 안에서 인자 없이 little-coder를 실행합니다. models.json에 선언된 기본 모델을 대상으로 실행되며 작업 디렉터리에서 에이전트 세션이 시작됩니다.

먼저 계획하고, 서로 다른 두 모델로 구현하기

Ctrl+Q를 눌러 Plan Mode로 진입하거나(또는 --plan-mode로 실행), 원하는 기능을 설명하고, little-coder의 확인 질문에 답한 뒤 작성된 계획을 검토합니다. 승인하면 /implement를 실행해 설정된 실행 모델로 전환하고 실제 파일 편집을 시작합니다 — 이렇게 하면 리서치와 계획에 사용되는 더 큰 컨텍스트를 구현에 쓸 수 있는 컨텍스트 예산과 분리할 수 있습니다.

little-coder를 로컬 모델 대신 클라우드 모델로 연결하기

해당 제공업체의 API 키를 환경 변수로 설정한 뒤 little-coder --model anthropic/claude-haiku-4-5(또는 --model openai/gpt-4o-mini)를 실행합니다. README에 따르면 대형 모델이나 클라우드 모델이 선택되면 little-coder의 작은 모델 전용 확장 기능이 자동으로 비활성화되므로, 백엔드가 로컬 노트북 GPU든 클라우드 API든 동일한 CLI가 작동합니다.

little-coder 설치

little-coder는 npm, bun, 또는 한 줄짜리 셸 스크립트로 무료 설치할 수 있으며, 소스 코드는 GitHub에 있습니다. 런처 스크립트 자체가 Node에서 실행되므로 bun으로 설치하더라도 PATH에 Node.js 22.19 이상이 필요합니다.

Source	Link
한 줄짜리 설치 스크립트	`curl -fsSL https://raw.githubusercontent.com/itayinbarr/little-coder/main/install.sh \| bash`
npm 패키지	`npm install -g little-coder`
bun 패키지	`bun add -g little-coder`
GitHub 저장소(소스 코드, Apache 2.0)	github.com/itayinbarr/little-coder
프로젝트 홈페이지	itayinbarr.github.io/little-coder

little-coder 자체는 Node.js 실행 외에 GPU나 RAM 최소 사양이 없습니다 — 실제 하드웨어 최소 요건은 어떤 모델을 실행하느냐에 따라 달라집니다. README 자체의 참조 설정(양자화된 Qwen3.6-35B-A3B, 전문가 가중치를 시스템 RAM으로 오프로드)은 8GB VRAM 노트북 GPU를 대상으로 하며, 더 밀도가 높거나 큰 모델은 더 많은 자원이 필요합니다.

little-coder 가격 및 라이선스

little-coder 자체는 무료이며 오픈소스로, Apache 2.0 라이선스를 따릅니다. CLI에는 유료 요금제, 구독, 계정 요건이 없습니다. 실제 비용은 전적으로 연결하는 모델 백엔드에 따라 달라집니다.

little-coder CLI와 번들 확장 기능은 무료이며, 프로젝트 자체가 부과하는 사용 제한이 없습니다
로컬에서 호스팅되는 모델(llama.cpp, Ollama, LM Studio)을 대상으로 실행하는 데는 본인의 전기와 하드웨어 비용만 들며, little-coder나 모델 호스트에 토큰당 요금을 내지 않습니다
클라우드 모델(Anthropic, OpenAI, 또는 pi가 지원하는 다른 제공업체)을 대상으로 실행하는 비용은 해당 제공업체가 API 사용에 부과하는 요금이며, little-coder는 별도의 마진을 붙이지 않습니다
라이선스: GitHub 저장소의 라이선스 메타데이터와 package.json의 패키지 자체 license 필드에 따른 Apache 2.0
이 리뷰는 little-coder 뒤에 투자 라운드, 회사, 또는 상업적 후원자가 있다는 증거를 찾지 못했습니다 — 이 리뷰 작성 시점 기준 한 명의 주요 저자가 13명의 기여자와 함께 만든, 독립적으로 유지 관리되는 커뮤니티 지원 오픈소스 프로젝트로 취급하세요

little-coder vs. pi

little-coder는 pi의 경쟁자가 아니라 그 위에 구축된 것입니다. pi는 최소한의 범용 에이전트 루프 기반(에이전트 루프, 다중 제공업체 API, 터미널 UI, 세션 트리, 네 가지 내장 도구, 약 1,000토큰의 시스템 프롬프트)이며, little-coder는 작은 모델 코딩 에이전트 용도를 겨냥한 pi의 특정하고 견해가 뚜렷한 구성입니다.

정체

little-coder:: pi 위에 구축된, 견해가 뚜렷한 소형 모델 코딩 에이전트
pi:: 최소한의 범용 에이전트 루프 프레임워크

확장 기능

little-coder:: 기본적으로 약 30개의 번들 확장 기능과 30개의 스킬 파일을 제공
pi:: 최소한의 코어; 확장 기능은 선택 사항이며 사용자가 직접 제공

모델 기본값

little-coder:: 작은 로컬 모델(Qwen3.6-35B-A3B)을 기본값으로 사용
pi:: 작은 모델에 특화된 기본값이나 튜닝 없음

벤치마크 초점

little-coder:: 자체 소형 모델 코딩 벤치마크 도구를 제공
pi:: 번들된 벤치마크 도구 없음

관계

little-coder:: little-coder의 일반적인 npm 의존성이며 포크가 아님
pi:: 업스트림 의존성; little-coder 고유의 변경 사항에 영향받지 않음

자신만의 에이전트 구성을 처음부터 만들기 위한 최소한의 기반을 원한다면 pi.dev에서 pi를 직접 평가하세요. 이미 소형 모델에 맞게 조정된 코딩 에이전트를 바로 쓰고 싶다면, little-coder가 그 위에 미리 구성된 선택지입니다.

디렉터리에서 비교

little-coder는 누구에게 적합한가?

little-coder는 대형 최상위 모델이 항상 백엔드로 준비되어 있다고 가정하는 도구 대신, 작고 로컬에서 호스팅되는 모델에 맞춰 조정된 코딩 에이전트를 원하는 개발자에게 적합합니다.

다음과 같다면 little-coder를 사용하세요

본인의 GPU에서 작은 모델을 대상으로 에이전트형 코딩 어시스턴트를 실행하고 싶고, 범용 에이전트 프롬프트가 아니라 이 경우에 특화된 도구를 원함
터미널 기반 워크플로에 익숙하며 편집기와 무관한 CLI를 원함
리서치/계획과 구현을 분리하는 내장 Plan Mode를 원하며, 경우에 따라 두 개의 다른 모델을 사용하고 싶음
도구를 전환하지 않고도 같은 CLI를 클라우드 모델(Claude, GPT 등)로 연결할 수 있는 옵션도 원함
little-coder의 확장 시스템을 통해 에이전트의 도구 세트를 커스터마이징하거나 확장하는 데 관심이 있음

다음과 같다면 다른 곳을 찾아보세요

타이핑하는 동안 IDE에 내장된 인라인 자동완성을 원함 — little-coder는 에디터 확장이 아닌 터미널 에이전트임
터미널 기반 워크플로보다 그래픽 인터페이스를 선호함
대형 클라우드 모델만 사용할 계획이며 작은 모델 전용 튜닝에 관심이 없음 — 이 경우 little-coder의 작은 모델 중심 기본값 없이도 Aider나 Claude Code 같은 범용 에이전트가 더 잘 맞을 수 있음
투자 라운드나 상업적 지원 계약을 갖춘 회사가 뒷받침하는 도구가 필요함 — 이 리뷰는 little-coder 뒤에 이런 요소가 있다는 증거를 찾지 못했습니다

경쟁 제품 및 대안

little-coder는 Aider, Cline, goose, OpenHands 같은 다른 터미널 네이티브 코딩 에이전트와 가장 자주 비교됩니다 — 주요 차별점은 최상위 클라우드 모델을 기본 백엔드로 가정하는 대신, 작고 로컬에서 호스팅되는 모델을 명시적으로 겨냥해 조정되고 벤치마크되었다는 점입니다.

Tool	Best known for	Link
Aider	Git 중심의 터미널 AI 페어 프로그래머, 자체 모델 사용, 이 분야에서 가장 초기 도구 중 하나	Aider 리뷰
Cline	VS Code와 JetBrains IDE용 오픈소스 자율 에이전트 확장	Cline 리뷰
goose	CLI와 데스크톱 앱을 갖춘 Block의 오픈소스 확장 가능 AI 코딩 에이전트	goose 리뷰
OpenHands	무료 오픈소스, 자체 호스팅 자율 코딩 에이전트 플랫폼	OpenHands 리뷰

이 목록은 터미널 네이티브 코딩 에이전트 분야에서 little-coder와 흔히 비교되는 도구를 반영한 것이며, PromptQuorum의 독립적인 순위가 아닙니다. little-coder와 달리 이들 도구 중 어느 것도 작은 모델 튜닝을 주요 설계 목표로 삼아 만들어지지 않았습니다 — 선택하기 전에 각 도구의 현재 모델 지원 및 가격 세부 사항을 직접 확인하세요.

디렉터리에서 비교

little-coder 평가 시 흔한 실수

little-coder에 대한 혼동은 대부분 pi와 혼동하거나, 아주 작은 모델에서만 작동한다고 가정하거나, 잘못된 GitHub 저장소에 도달하는 데서 비롯됩니다.

실수 1: little-coder를 pi와 혼동하기

pi(pi.dev)는 little-coder가 패키지로 의존하는 별도의 최소한의 에이전트 루프 프레임워크이며, little-coder가 포크한 코드가 아닙니다. pi의 순수한 기반을 직접 구성하고 싶다면 little-coder가 아니라 pi 자체를 평가하세요.

실수 2: little-coder가 아주 작은 모델에서만 작동한다고 가정하기

little-coder의 기본값과 번들 확장 기능은 작은 모델에 맞춰 조정되어 있지만, 프로젝트 README에 따르면 pi의 제공업체 시스템을 통해 더 큰 로컬 모델과 Anthropic, OpenAI 같은 클라우드 제공업체에서도 작동합니다 — 대형 모델이나 클라우드 모델이 선택되면 작은 모델 전용 확장 기능은 그냥 자동으로 비활성화됩니다.

실수 3: 원본 저장소 대신 포크 설치하기

이 리뷰는 다른 GitHub 사용자명으로 게시된 포크와 거의 동일한 복제본을 발견했습니다. 반드시 github.com/itayinbarr/little-coder에 있는지 확인하세요 — 이 리뷰는 이를 원본으로 판단하며, 확인된 복제본 중 생성 날짜가 가장 이르고 스타 수가 가장 많습니다.

실수 4: 프로젝트 자체 벤치마크 주장을 독립적으로 검증된 것으로 취급하기

little-coder의 개발자는 little-coder의 구조와 함께 사용된 작은 모델의 벤치마크 결과를 설명하는 리서치(링크된 Substack 게시물 포함)를 발표했습니다. 이는 자체 게시한 1차 리서치이며, 독립적으로 감사된 제3자 벤치마크가 아닙니다 — 원문을 직접 읽고 구체적인 수치는 자체 보고 수치로 받아들이세요.

자주 묻는 질문

little-coder란 무엇인가요?

little-coder(github.com/itayinbarr/little-coder)는 Itay Inbar가 pi 에이전트 기반 위에 만든 무료 오픈소스(Apache 2.0) 터미널 기반 코딩 에이전트로, 작은 로컬 모델에서 유용한 에이전트형 코딩 동작을 이끌어내도록 특별히 조정되었습니다.

little-coder는 무료인가요?

네, little-coder CLI 자체는 무료이고 오픈소스이며 유료 요금제가 없습니다. 실제 비용은 모델 백엔드에 따라 달라집니다: 로컬 추론(llama.cpp, Ollama, LM Studio)은 본인의 하드웨어와 전기 비용만 들고, 클라우드 모델(Anthropic, OpenAI 등)은 해당 제공업체가 요금을 청구합니다.

little-coder는 어떻게 설치하나요?

프로젝트 자체 README에 따르면 한 줄짜리 설치 스크립트(curl -fsSL https://raw.githubusercontent.com/itayinbarr/little-coder/main/install.sh | bash)를 실행하거나, npm install -g little-coder 또는 bun add -g little-coder로 설치할 수 있습니다. 세 경우 모두 Node.js 22.19 이상이 PATH에 있어야 합니다.

little-coder와 pi의 관계는 무엇인가요?

pi(pi.dev)는 Earendil Works가 관리하는 별도의 최소한의 오픈소스 에이전트 루프 프레임워크입니다. little-coder는 pi를 일반적인 npm 패키지 의존성으로 사용하며 자체 번들 확장 기능, 스킬 파일, 벤치마크 도구를 그 위에 추가합니다 — pi 코드의 포크가 아닙니다.

little-coder는 작은 모델에서만 작동하나요?

아니요. 기본값과 번들 확장 기능은 작은 로컬 모델에 맞춰져 있고 기본 제공 모델로 로컬에서 서빙되는 Qwen3.6-35B-A3B 모델을 사용하지만, 자체 문서에 따르면 더 큰 로컬 모델, Ollama, LM Studio, Anthropic이나 OpenAI 같은 클라우드 제공업체에서도 작동합니다.

little-coder에는 어떤 하드웨어가 필요한가요?

little-coder 자체는 실행에 Node.js 22.19+만 필요합니다. 실제 하드웨어 요건은 연결하는 모델에서 발생합니다 — 프로젝트가 문서화한 참조 설정은 llama.cpp를 통해 양자화된 Qwen3.6-35B-A3B 모델을 실행하는 8GB VRAM 노트북 GPU를 대상으로 합니다.

little-coder는 누가 만들었나요?

GitHub 저장소의 작성자 필드와 package.json에 따르면 Itay Inbar가 little-coder를 만들었습니다.

little-coder에는 Plan Mode가 있나요?

네. Plan Mode를 전환하면(Ctrl+Q, 또는 --plan-mode로 실행) little-coder가 읽기 전용 서브 에이전트로 요청을 조사하고 확인 질문을 던진 뒤, 파일을 편집하기 전에 계획을 작성합니다; 이후 /implement로 실행 모델로 전환해 실제 작업을 시작합니다.

little-coder는 같은 이름을 가진 포크와 동일한 프로젝트인가요?

아니요. 이 리뷰는 다른 GitHub 사용자명 아래의 포크와 거의 동일한 복제본을 발견했습니다. github.com/itayinbarr/little-coder는 이 리뷰에서 확인된 버전 중 저장소 생성 날짜가 가장 이르고 스타 수가 가장 많은 원본으로 판단됩니다.

PromptQuorum은 little-coder의 작은 모델 관련 주장을 독립적으로 벤치마크했나요?

아니요. 이 리뷰는 little-coder 자체 GitHub 저장소, README, 패키지 메타데이터를 기반으로 하며, PromptQuorum이 직접 실습한 벤치마크가 아닙니다. 프로젝트가 링크한 자체 벤치마크 리서치는 자체 게시한 1차 자료입니다 — 원문을 직접 읽고 구체적인 수치는 자체 보고 수치로 받아들이세요.

출처

← 고급 로컬 LLM으로 돌아가기