명령어 32개로 AI 코딩 실험…가상 컴퓨터 ‘Picos’ 공개

개발자 AlwaysFocus가 GitHub에 공개한 Picos는 AI 에이전트가 기계어 수준에서 프로그램을 쌓아가는 과정을 관찰하는 실험 환경이다. 개발자 원문 README에 따르면, 가상 컴퓨터에는 처음부터 운영체제나 파일시스템, 셸, 메모리 할당기, 윈도 시스템이 주어지지 않는다.

중심에는 Rust로 구현한 32비트 가상 CPU ‘smol32’가 있다. 산술·분기·메모리 접근·입출력 등 32개 명령어를 지원하며, 화면은 256×192픽셀이다. 코드와 데이터, 스택, 화면 메모리가 하나의 RAM 공간을 공유해 모델이 정해진 용량 안에서 이를 배치해야 한다.

실험자는 CPU의 가상 클록, RAM과 디스크 크기, 전체 실행 사이클과 모델의 작업 턴 수를 조절할 수 있다. 남은 턴 수를 모델에 알려줄지도 선택한다. 같은 과제를 서로 다른 제약 아래 반복하며 모델이 자원을 다루는 방식을 살펴보려는 구성이다.

모델은 MCP로 연결된 가상 머신 도구 9개를 통해 상태 조회, 조립, 실행, 메모리 확인, 화면 캡처 등을 수행한다. 별도 strict 모드는 모델에 호스트 셸이나 파일시스템, 웹 검색 도구를 노출하지 않도록 설계됐다. 브라우저 관찰 화면에서는 가상 화면뿐 아니라 레지스터, 메모리 변화, 도구 호출 기록을 확인할 수 있다.

다만 strict 모드만으로 모든 개발 작업이 가상 CPU 안에서 이뤄지는 것은 아니다. 초기 단계에서는 호스트 쪽 고정 어셈블러와 바이트 로더가 프로그램 설치를 돕고, 이 작업은 게스트 CPU 예산에 포함되지 않는다. 개발자 문서가 구분한 sealed 상태에서는 외부 조립과 메모리·디스크 직접 쓰기를 막아, 이후 코드를 만드는 작업도 게스트 안에서 수행하도록 한다.

공개 검증 기록의 성과도 구분해서 볼 필요가 있다. 개발자는 한 실험에서 화면에 프롬프트를 그렸다고 기록했지만, 이를 상호작용 가능한 터미널로 설명하지는 않았다. 모델이 완성된 운영체제를 구축했다거나 다른 모델보다 우수하다는 결과를 제시한 발표는 아니다.

Picos의 초점은 코딩 결과물만 보는 대신 제한된 기계 안에서 결과물이 만들어지는 과정을 드러내는 데 있다. 모델의 추론 자체와 관찰·로그용 기반 시설은 여전히 가상 컴퓨터 밖에서 작동한다. 따라서 가상 CPU와 메모리 한도를 LLM 전체의 연산 비용으로 해석해서는 안 된다.

출처: AlwaysFocus/Picos 공식 저장소 https://github.com/AlwaysFocus/picos · Strict 실행 문서 https://github.com/AlwaysFocus/picos/blob/main/docs/STRICT.md · 개발자 검증 기록 https://github.com/AlwaysFocus/picos/blob/main/docs/VALIDATION.md