Marimo Pair: AI 에이전트가 리액티브 노트북 안에서 직접 코드를 짜주는 세상

노트북 환경이 에이전트의 작업 공간이 된다면?

요즘 AI 코딩 에이전트 이야기가 끊이지 않죠. Cursor, Copilot, Devin 등 다양한 도구들이 나오고 있는데요, 대부분은 IDE나 터미널 환경에서 동작해요. 그런데 데이터 분석이나 시각화 작업을 할 때는 어떨까요? 주피터 노트북처럼 셀 단위로 코드를 실행하고 결과를 바로 확인하는 환경이 훨씬 자연스럽잖아요. Marimo 팀에서 바로 이 지점을 파고든 프로젝트를 공개했어요. 이름은 Marimo Pair인데요, AI 에이전트가 리액티브 Python 노트북 안에서 직접 코드를 작성하고, 실행하고, 그 결과를 보면서 다음 단계를 결정할 수 있게 해주는 도구예요.

Marimo가 뭔데요?

먼저 Marimo 자체를 간단히 설명드릴게요. Marimo는 주피터 노트북의 대안으로 나온 Python 노트북 환경이에요. 가장 큰 차이점은 리액티브(reactive)하다는 거예요. 이게 뭐냐면, 하나의 셀에서 변수를 바꾸면 그 변수를 쓰고 있는 다른 셀들이 자동으로 다시 실행되는 거예요. 엑셀에서 한 칸의 값을 바꾸면 그걸 참조하는 다른 칸들이 자동으로 업데이트되는 것과 비슷하다고 보면 돼요. 주피터에서는 셀 실행 순서를 잘못 관리하면 변수가 꼬이는 문제가 흔한데, Marimo는 이런 문제가 구조적으로 발생하지 않아요.

Marimo Pair는 어떻게 동작하나요?

Marimo Pair는 이 리액티브 노트북 환경을 AI 에이전트의 작업 환경(environment)으로 제공하는 개념이에요. 기존 AI 코딩 도구들은 코드를 생성한 다음 사용자가 직접 실행해보는 구조였잖아요. Marimo Pair에서는 에이전트가 노트북에 셀을 추가하고, 코드를 작성하고, 실행 결과를 직접 확인할 수 있어요. 차트가 제대로 그려졌는지, 데이터프레임의 결과가 맞는지를 에이전트가 스스로 판단하고 다음 작업을 이어가는 거죠.

기술적으로는 MCP(Model Context Protocol) 서버로 동작해요. MCP는 AI 에이전트가 외부 도구와 소통하기 위한 표준 프로토콜인데요, Marimo Pair는 이 MCP를 통해 에이전트에게 노트북 조작 도구들을 제공해요. 셀 생성, 코드 작성, 실행, 결과 읽기 같은 기능을 도구(tool) 형태로 노출하는 거예요. 그래서 Claude, GPT 같은 다양한 LLM 기반 에이전트와 연결할 수 있어요.

핵심적인 장점은 피드백 루프가 자연스럽다는 거예요. 에이전트가 코드를 짜고 → 실행하고 → 결과를 보고 → 수정하는 사이클을 노트북 안에서 반복할 수 있거든요. 리액티브 특성 덕분에 앞쪽 셀을 수정하면 뒤쪽 셀들이 자동으로 재실행되니까, 에이전트 입장에서도 의존성 관리가 훨씬 깔끔해져요.

기존 도구들과 뭐가 다른가요?

주피터 노트북에도 AI 기능을 붙인 시도가 많았어요. Jupyter AI 같은 확장이 대표적이죠. 하지만 대부분은 "코드 생성"에 초점이 맞춰져 있었어요. 사용자가 프롬프트를 던지면 코드를 뱉어주고, 실행은 사용자 몫이었죠. Marimo Pair는 에이전트가 실행까지 하고 결과를 보면서 스스로 반복한다는 점에서 한 단계 더 나아간 거예요.

Cursor나 Windsurf 같은 AI IDE들과 비교하면, 이쪽은 일반적인 소프트웨어 개발에 최적화되어 있어요. 파일 편집, 터미널 명령 실행 같은 게 주요 기능이죠. 반면 Marimo Pair는 데이터 분석, 시각화, 탐색적 프로그래밍 같은 노트북 기반 워크플로에 특화되어 있어요. 차트를 그리거나 데이터를 탐색하는 작업에서는 셀 단위 실행과 즉각적인 시각적 피드백이 훨씬 효과적이거든요.

Open Interpreter나 Code Interpreter 같은 도구들도 비슷한 영역이긴 한데, 이들은 보통 독립적인 코드 실행 환경을 쓰지, 사용자와 에이전트가 같은 노트북을 보면서 협업하는 구조는 아니에요. Marimo Pair는 사용자가 노트북을 열어놓고 에이전트가 작업하는 걸 실시간으로 지켜볼 수 있다는 점이 차별화돼요.

한국 개발자에게 주는 시사점

데이터 분석이나 머신러닝 파이프라인을 구축하는 분들에게 특히 관심 가질 만한 프로젝트예요. 예를 들어 "이 CSV 데이터를 읽어서 이상치 탐지하고 시각화해줘"라고 에이전트에게 요청하면, 에이전트가 노트북 안에서 pandas로 데이터를 로드하고, matplotlib으로 차트를 그리고, 결과를 확인하면서 자동으로 작업을 완료하는 시나리오가 가능해지는 거예요.

아직 초기 단계 프로젝트라 프로덕션에 바로 쓰기보다는 실험적으로 살펴보기 좋은 시점이에요. 특히 MCP 기반이라 본인이 쓰는 AI 에이전트 프레임워크와 연결해서 커스텀 워크플로를 만들어 볼 수도 있어요. Marimo 자체도 주피터 대안으로 꽤 괜찮은 도구이니, 아직 안 써보셨다면 이 기회에 한번 살펴보시는 것도 좋겠어요.

정리하자면

AI 에이전트의 작업 공간으로 리액티브 노트북을 활용한다는 아이디어가 핵심이에요. 코드 생성에서 끝나는 게 아니라 실행-확인-수정의 전체 루프를 에이전트가 자율적으로 돌 수 있게 해주는 거죠. 여러분은 AI 에이전트가 코딩할 때 어떤 환경이 가장 적합하다고 생각하시나요? IDE? 터미널? 아니면 노트북?