Antigma Labs가 공개한 Ante는 터미널에서 동작하는 코딩 에이전트다. Claude Code나 Codex와 비슷한 사용 경험을 표방하지만, 이들과 달리 외부 런타임 의존성이나 특정 모델에 대한 종속을 두지 않는 것을 핵심 차별점으로 내세운다. 약 15MB 크기의 Rust 바이너리 하나로 배포되며, Grep이나 git 같은 무거운 기능까지 한 프로세스 안에 내장했다. 현재는 알파 프리뷰 단계로 macOS와 리눅스만 지원하고, 윈도우에서는 WSL 사용을 권장한다. 파괴적 변경과 미완성 기능이 있을 수 있다는 점을 개발사 스스로 명시하고 있다.
오프라인 로컬 추론이라는 차별점
Ante가 강조하는 가장 뚜렷한 특징은 인터넷 없이도 돌아가는 로컬 추론이다. 내부에 고정·관리형 버전의 llama.cpp를 탑재해, GGUF 형식의 모델 파일을 지정하면 에이전트 루프 전체가 사용자 기기 안에서 실행된다. API 키도, 계정도, 인터넷 연결도 필요 없다는 설명이다. 엔진 설치와 모델 탐색, 메모리 관리는 자동으로 처리된다고 밝히고 있다. 물론 로컬 추론만 고집할 필요는 없다. 기본적으로 12개 이상의 프로바이더를 지원하며, ANTHROPIC_API_KEY나 OPENAI_API_KEY 같은 환경 변수 또는 OAuth로 연동한다. OpenAI 호환 API라면 ~/.ante/catalog.json 파일을 통해 커스텀 엔드포인트와 모델을 추가하거나 덮어쓸 수 있다.
검증 가능한 벤치마크 수치
Ante는 성능 주장을 공개 검증이 가능한 형태로 제시한다. Terminal-Bench 2.1을 공식 리더보드 제약(89개 과제, 각 5회 시행) 아래 지속적으로 돌리고, 각 결과에 다운로드 가능한 정확한 빌드와 원시 실행 기록 링크를 붙여 독립 감사를 허용한다. 최신 전체 실행 기준으로는 오픈 웨이트 모델인 DeepSeek V4 Flash 0731을 사용해 82.7%(445회 시행 중 368회 성공, 추론 비용 약 68달러)를 기록했다. 이 수치는 DeepSeek가 자체 미공개 하네스의 최소 모드로 측정해 보고한 82.7과 동일하다고 한다. 자원 효율도 비교 대상으로 삼았는데, Docker에서 동일한 20개 병렬 과제를 수행했을 때 Claude Code 대비 최대 메모리는 약 7배, 평균 CPU는 약 9배, 디스크 I/O는 약 5배 적게 썼다고 밝혔다.
'세포형 에이전트'라는 설계 철학
이 세 가지 지향점—검증 가능성, 가벼움, 자기완결성—은 하나의 설계 결정에서 나온다. Antigma Labs는 Ante를 '세포형 에이전트(cellular-native agents)'를 위한 것이라고 설명한다. 생물의 세포처럼 작고, 소모 가능하며, 대규모로 복제되는 에이전트를 상정한다는 것이다. 일대일 상호작용에서는 모델 추론 속도가 런타임 오버헤드보다 중요하지만, 수백만 개의 에이전트가 동시에 자기조직화하는 상황에서는 작은 비효율이 수백만·수십억 배로 곱해져 경제적으로 유의미해진다는 논리다. 이름 자체도 이 방향성을 담아, 'Another Terminal agent'와 판돈을 의미하는 'ante'를 겹쳐 지었다. 멀티 에이전트, 스킬, MCP, 영속 메모리 등 기존 에이전트에서 기대할 만한 기능은 대체로 갖췄고, JSONL 프로토콜로 통신하는 데몬 형태의 서버 모드도 제공해 에디터 플러그인이나 웹 UI 같은 통합을 만들 수 있게 했다.
실무자가 짚어야 할 한계
다만 실무 도입을 검토한다면 짚어둘 지점이 있다. 핵심 하네스는 아직 비공개 저장소에서 개발되어 프리빌트 바이너리로만 배포되며, 공개된 저장소에는 문서, 프로토콜, SDK, 평가 파이프라인이 담겨 있다. SDK와 프로토콜 표면은 Apache 2.0으로 열려 있고 crates/exec 같은 라이브러리가 안정화되는 대로 순차 공개된다지만, 바이너리 자체의 소스는 아직 열려 있지 않다. 개발사는 보안·프라이버시 우려를 먼저 해소하고 에이전트 시대의 오픈소스 방식을 정리하는 중이라고 밝혔으며, 우려가 있다면 컨테이너나 원격 머신 등 샌드박스에서 실행하기를 권한다. 텔레메트리도 기본 활성화(opt-out)여서, 전송을 완전히 끄려면 ANTE_TELEMETRY=off를 설정해야 한다는 점도 확인해두는 편이 좋다. 정리하면 Ante는 로컬 추론을 내장한 경량 단일 바이너리라는 뚜렷한 강점을 지녔지만, 아직 알파 단계이고 코어가 비공개인 만큼 프로덕션보다는 격리 환경에서의 검증부터 시작하는 것이 합리적이다.