하루 만에 GitHub 별 2만 개 터진 프로젝트 "lattice" — OpenAI·Anthropic 출신이 만든 로컬 에이전트

핵심 요약

2026년 4월 18일 오전 공개된 오픈소스 프로젝트 lattice가 24시간 만에 GitHub 별 21,340개를 기록하며 Trending 1위에 올랐다.

• 라이선스: Apache 2.0
• 언어: Rust + Python (SDK)
• 특징: 완전 로컬 실행 코딩 에이전트. 외부 API 호출 0건
• 팀: OpenAI·Anthropic·DeepMind 출신 4명 (Pangea Labs)
• 모델: Llama 4, Qwen3-Coder, Gemma 4 Code 등 Ollama 호환

왜 이렇게 빨리 터졌나

세 가지 요인이 겹쳤다.

1. "에이전트 로컬화" 수요 폭증 — 기업 보안팀의 외부 API 금지 정책 확산
2. 출신 효과 — OpenAI에서 Codex 초기 설계를 맡았던 공동창업자의 이름값
3. 첫 데모가 충격적이었다 — 인터넷 연결 끄고 로컬에서 풀스택 앱을 만드는 4분짜리 영상

기술 구조 — 클라우드 에이전트와 무엇이 다른가

1) 로컬 인덱싱

저장소 전체를 Tantivy(Rust full-text search)와 로컬 임베딩(BGE-M3)으로 인덱싱. 검색은 벤처급 로컬 인프라에서도 수 ms 수준.

2) 모델 추상화 레이어

Ollama, LM Studio, llama.cpp, vLLM을 공통 인터페이스로 추상화. 모델 스위치가 CLI 플래그 하나로 가능.

3) 샌드박스 실행

생성된 코드는 Firecracker microVM 안에서 테스트된다. 호스트와 완전 격리.

4) 메모리 — "노트북"이 아니라 "워크스페이스"

대화 히스토리가 아니라 사용자 작업 패턴·코드베이스 구조를 파일로 영속 저장. 재시작해도 맥락을 이어간다.

벤치마크 (공식 발표)

수치만 보면 클라우드 에이전트가 우위지만, 데이터 외부 반출 금지 환경에서는 lattice 외에 대안이 없다는 점이 폭발적인 호응 배경이다.

설치 — 정말 3분이면 되나

# 1) Rust 바이너리 설치
curl -sSL https://lattice.dev/install.sh | sh

# 2) 모델 준비 (Ollama)
ollama pull llama4:70b

# 3) 프로젝트에서 실행
cd my-project
lattice init
lattice "이 프로젝트에 타입스크립트로 로그인 엔드포인트 추가해줘"

실제로 M3 Max MacBook 기준 첫 실행 준비까지 약 5분. 이후는 로컬 단일 바이너리로 상시 구동.

커뮤니티 반응

• 긍정: "드디어 규제 산업에서 쓸 에이전트가 나왔다", "오픈소스인 것만으로 승리"
• 부정: "로컬 모델 품질이 아직 부족", "70B 구동엔 VRAM 요구량이 과함"
• 중립: "1년 뒤면 상용 품질 따라잡을지 주목"

실무 도입 체크리스트

• 팀의 데이터 유출 정책이 외부 API 호출을 금지하는가 → lattice 강한 후보
• GPU 자원(최소 24GB VRAM)을 확보 가능한가
• 지연시간 허용 범위가 4~15초 수준인가
• 오픈소스이므로 자체 튜닝·감사가 필요한 분야에 적합

로드맵 (공개된 범위)

• 5월: VS Code·Cursor 공식 확장
• 6월: 멀티 에이전트(role-based) 모드
• Q3: 모바일·엣지 디바이스 실험 빌드
• Q4: 엔터프라이즈 SSO·감사 로그 기능

자주 묻는 질문

Claude Code·Cursor의 대체품인가?

품질만 보면 아직 따라가는 단계. 단 외부 API 금지 환경(금융·의료·국방·일부 공공)에서는 유일한 현실적 선택지다.

상업적 이용이 가능한가?

Apache 2.0이라 가능. 단 연결되는 모델(Llama 4 등)의 자체 라이선스는 별도 확인 필요.

왜 지금 이런 프로젝트가 나왔나?

로컬 모델 품질이 드디어 "프로덕션 사용 가능" 선을 넘었다는 점, 그리고 기업들의 "AI 데이터 sovereignty" 요구가 맞물렸다는 분석이다.