goose 딥다이브
— Rust로 만든 "어디서든 도는" 범용 AI 에이전트

1프로젝트 한줄 요약

"클라우드가 아니라 내 컴퓨터에서 직접 돌면서, 코드 작성부터 자료 조사·문서 작업·자동화까지 시켜먹을 수 있는 오픈소스 AI 에이전트"입니다. AI 에이전트란 단순히 질문에 답하는 챗봇이 아니라, 파일을 읽고·명령을 실행하고·도구를 골라 쓰면서 여러 단계의 작업을 스스로 진행하는 프로그램을 말합니다. goose는 그 에이전트를 macOS·Linux·Windows용 데스크탑 앱, 터미널 CLI, 그리고 어디에든 심을 수 있는 API 서버, 세 형태로 제공합니다.

가장 큰 특징은 "특정 회사에 묶이지 않는다"는 점입니다. Anthropic·OpenAI·Google·Ollama 등 15개 이상의 프로바이더를 API 키로 붙일 수 있고, 심지어 이미 결제 중인 Claude·ChatGPT·Gemini 구독을 ACP라는 프로토콜로 끌어와 쓸 수도 있습니다. 2026년 Block에서 Linux Foundation 산하 AAIF로 이관되면서 "한 회사의 제품"이 아니라 공공 인프라 성격의 에이전트 플랫폼으로 자리를 굳히는 중입니다.

2왜 주목받는가

goose가 다시 트렌딩에 오른 직접적 계기는 Linux Foundation 산하 AAIF(Agentic AI Foundation)로의 이관입니다. README 첫 줄에 "block/goose에서 이사했다"는 공지가 붙어 있을 만큼 최근 일입니다. 한 기업(Block)의 사이드 프로젝트에서 쿠버네티스처럼 재단이 관리하는 중립 오픈소스로 격이 바뀐 것인데, 기업 입장에선 "벤더 종속 없이 도입할 수 있는 에이전트"라는 신뢰 신호가 됩니다.

두 번째 이유는 구독 재사용(ACP)입니다. 에이전트를 쓰려면 보통 API 키를 새로 발급받아 토큰당 비용을 내야 하는데, goose는 이미 결제 중인 Claude·ChatGPT·Gemini 구독을 ACP로 연결해 쓰는 길을 열었습니다. 개인 개발자에게는 추가 비용 0원으로 데스크탑 에이전트를 들이는 매력적인 선택지입니다.

비슷한 도구와의 위치

3기술 스택 전체 지도

goose는 "성능이 필요한 코어는 Rust, 화면은 웹 기술"이라는 요즘 데스크탑 앱의 정석 분업을 따릅니다. 다만 Tauri가 아니라 Electron을 쓰고, Rust 코어를 라이브러리로 링크하는 대신 goosed라는 별도 서버 프로세스로 띄워 HTTP로 통신한다는 점이 독특합니다(4장에서 자세히).

Rust 워크스페이스 (crates 10개 + vendored V8)

Rust 주요 의존성 (workspace 기준, 버전은 v1.37.0 시점)

데스크탑 UI 스택 (ui/desktop)

빌드 인프라

4아키텍처 심화 분석

먼저 독수리 시점입니다. goose의 큰 그림은 "하나의 Rust 코어(goose crate)를 세 가지 껍데기가 둘러싼 구조"입니다. CLI는 코어를 직접 부르고, 데스크탑 앱은 goosed 서버를 자식 프로세스로 띄워 HTTP로 이야기합니다.

흐름 한 줄기 따라가기 — "데스크탑에서 메시지를 보내면"

부품 이름만 외우면 금방 길을 잃으니, 대표 흐름 하나를 입구부터 출구까지 따라가 봅니다. 해피패스(정상 경로)만 봅니다 — 에러 처리·재시도는 생략.

# 메시지 한 통의 여행 (해피패스)
1. 입력      → Electron UI에서 메시지 전송
2. HTTP      → goosed의 routes/reply.rs 가 받음
3. 루프 시작 → 코어 Agent::reply() 호출 → AgentEvent 스트림 반환
4. 두뇌      → Provider.stream() 으로 LLM에 메시지+도구 목록 전달
5. 도구?     → LLM이 "도구 쓰겠다" 하면 ExtensionManager가
              MCP로 해당 확장 실행 (진행 알림도 스트림에 합류)
6. 반복      → 도구 결과를 다시 4번으로 (max_turns 한도까지)
7. 출력      → 이벤트가 SSE(text/event-stream)로 UI에 실시간 전달
8. 저장      → 대화는 sqlx로 SQLite에 기록 (다음 세션에 복원)

핵심 설계 패턴 ① — 스트리밍이 기본, 일괄 응답은 특수 케이스

프로바이더 추상화(providers/base.rs)의 trait를 보면 필수 메서드는 stream() 하나뿐이고, 한 번에 다 받는 complete()는 스트림을 끝까지 모아서 만드는 디폴트 구현입니다. "스트리밍을 나중에 덧붙이는" 흔한 설계를 뒤집은 것으로, LLM 시대 API 설계의 모범 답안입니다.

// crates/goose/src/providers/base.rs (개념 발췌)
trait Provider {
    async fn stream(&self, ...) -> Result<MessageStream, ProviderError>;  // 필수
    async fn complete(&self, ...) -> ... {
        collect_stream(self.stream(...)).await   // 디폴트: 스트림을 모아서 반환
    }
}

핵심 설계 패턴 ② — 프로바이더 60+종을 감당하는 2단 등록

프로바이더는 두 방식으로 등록됩니다. Anthropic·OpenAI처럼 로직이 필요한 34종은 providers/init.rs에서 registry.register::<T>()로 타입 등록하고, groq·deepseek·mistral처럼 OpenAI 호환 API면 providers/declarative/에 JSON 파일 하나만 두면 끝(29종)입니다. 코드를 안 짜고도 프로바이더를 추가하는 길을 따로 닦아둔 것 — 플러그인 시스템 설계에서 배울 만한 "쉬운 길/어려운 길" 이원화입니다.

핵심 설계 패턴 ③ — Electron + Rust 사이드카

데스크탑 앱이 Rust 코어를 쓰는 방법으로 goose는 FFI(언어 간 직접 호출)가 아니라 사이드카(sidecar)를 골랐습니다. ui/desktop/src/goosed.ts가 goosed 실행 파일을 자식 프로세스로 띄우고 HTTP로 대화합니다. 결합도가 낮아져 같은 goosed에 CLI·웹·외부 도구도 붙을 수 있고, 원격 goosed에 접속하는 옵션까지 자연스럽게 열립니다.

핵심 설계 패턴 ④ — LLM이 쓴 코드는 V8 샌드박스에 가둔다

에이전트가 생성한 코드를 그냥 셸에서 돌리면 위험합니다. goose는 vendor/v8로 V8 엔진을 직접 묶고(deno_core 경유), platform_extensions/code_execution.rs의 "코드 모드"에서 격리된 자바스크립트 샌드박스 안에 LLM 생성 코드를 가둬 실행합니다. 보안과 기능을 맞바꾸지 않으려는 의지가 빌드 비용(V8 vendoring)을 감수하게 한 사례입니다.

5디렉토리 구조 해부

코드 탐색 출발점 3곳

6학습 포인트 (기술별)

① Rust 워크스페이스로 큰 프로젝트 쪼개기

crate 10개가 "코어 라이브러리 / CLI / 서버 / SDK"로 책임을 나눠 갖고, 의존성 버전은 루트의 [workspace.dependencies] 한 곳에서 관리됩니다. 실습: 작은 Rust 프로젝트를 lib + cli + server 3-crate 워크스페이스로 쪼개고, 공통 의존성을 workspace로 끌어올려 보기.

② trait 기반 추상화 — "두뇌 교체"의 코드화

Provider trait 하나로 60개 넘는 LLM 서비스를 갈아끼우는 구조는 전략 패턴(Strategy Pattern)의 대규모 실전 사례입니다. 실습: "텍스트 요약기" trait를 정의하고 OpenAI 호환 API용 구현과 로컬 더미 구현 두 개를 만들어, 런타임에 골라 쓰는 미니 레지스트리 작성하기.

③ MCP/ACP — 에이전트 생태계의 두 표준

goose는 MCP(도구 연결)와 ACP(에이전트 간 대화)를 모두 1급으로 구현한 드문 레포입니다. 특히 ExtensionConfig enum이 stdio·HTTP 스트리밍·내장·인라인 파이썬 등 7가지 연결 방식을 하나의 타입으로 다루는 부분이 교재감입니다. 실습: rmcp(Rust)나 공식 Python SDK로 "오늘 날씨를 알려주는" MCP 서버를 만들어 goose에 stdio 확장으로 연결해 보기.

④ Electron + 사이드카 — 웹 UI와 네이티브 코어의 동거

FFI 대신 자식 프로세스 + HTTP를 택한 trade-off(결합도↓ vs 프로세스 관리 비용↑)를 ui/desktop/src/goosed.ts에서 직접 확인할 수 있습니다. 실습: 아무 언어로 짠 로컬 HTTP 서버를 Electron(또는 Tauri)에서 spawn하고, 종료 시 자식 프로세스를 깨끗이 정리하는 수명주기 코드 작성하기.

⑤ OpenAPI 계약 기반 풀스택 — 타입이 어긋날 수 없는 구조

Rust(utoipa) → OpenAPI → TypeScript(@hey-api/openapi-ts)로 이어지는 단일 진실원 파이프라인은 어떤 풀스택 프로젝트에도 이식 가능한 패턴입니다. 실습: FastAPI나 axum+utoipa로 작은 API를 만들고, 그 OpenAPI 스펙에서 프론트엔드 클라이언트를 자동 생성해 수동 fetch 코드와 비교하기.

7시스템 요구사항

# 가장 빠른 시작 — CLI 설치 (macOS/Linux)
curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash

# 소스로 개발해 보고 싶다면
git clone --depth 1 https://github.com/aaif-goose/goose
cd goose
just run-server     # goosed 서버 띄우기
just run-ui         # Electron 데스크탑 개발 모드 (pnpm 필요)

8직접 해볼 수 있는 실습 과제

9관련 기술 심화 학습 로드맵

10핵심 키워드 사전

11참고 링크