[태그:] 클린룸 리버스엔지니어링

  • “소프트웨어는 끝났다”는 한마디 뒤에 — 7개 어도비 앱 AI 클론이 남긴 쟁점 3가지

    “소프트웨어는 끝났다”는 한마디 뒤에 — 7개 어도비 앱 AI 클론이 남긴 쟁점 3가지

    핵심 요약

    • 배경과 행위자: 소프트웨어 개발자 Brandon Thomas는 약 10년 경력의 Rust 대규모 프로젝트 경험을 바탕으로, Anthropic의 Claude Opus 5.5만을 사용해 7종의 어도비 크리에이티브클라우드 앱 클론을 작성했다고 주장함
    • 출시 구성: Photoshop, Illustrator, Premiere, Lightroom, After Effects, InDesign, Acrobat Pro에 대응하는 7개 앱을 MIT/Apache 라이선스로 공개했으며, WebAssembly 기반 브라우저 버전도 함께 제공함
    • 기술 방식: 어도비의 소스 코드를 직접 복사하지 않고 기능과 UI를 재현하는 클린룸 리버스엔지니어링 방식을 채택했으며, Reddit과 HackerNews 반응에서는 현 상태가 ‘super early alpha’ 수준에 머물러 있음이 반복적으로 지적됨

    AI 코딩 모델의 비약적 성능 향상으로 클린룸 리버스엔지니어링의 경제성이 극적으로 개선되면서, 단일 개발자 팀이 수개월 안에 주요 상용 소프트웨어의 기능 등가물을 공개하는 새로운 경쟁 구도가 현실화되고 있으며, 이는 기능 복제 가능성과 trade dress 같은 외형적 권리 보호 사이의 법적 회색지대를 다시 한번 부각시킴

    목차

    어도비 크리에이티브클라우드를 통째로 대체하겠다는 선언이 Reddit과 HackerNews에 동시에 올라왔다. 약 10년 경력의 Rust 개발자 Brandon Thomas는 자사 프로젝트 Artcraft에서 Photoshop, Illustrator, Premiere, Lightroom, After Effects, InDesign, Acrobat Pro에 대응하는 7개 앱을 MIT·Apache 이중 라이선스로 공개했다. 본인 스스로 내건 문구는 단호하다. “Software is over.”

    7종은 단순한 외형 모방이 아니다. Rust로 작성되어 WebAssembly로 컴파일된 풀스택 애플리케이션이며, 브라우저에서 바로 실행되는 버전도 함께 제공된다. 자사 시각 AI 모델을 1급 옵션으로 임베드했다는 점이 핵심 차별점이다. AI 클론이 생성형 워크플로우까지 흡수하면서, “무료 대체재”를 넘어 “AI 네이티브 편집기”로 영역을 확장하려는 시도로 읽힌다.

    Claude Opus 5.5 하나로 7개를 동시에?

    Thomas는 2026년 2월부터 AI 도구로만 코딩해왔다고 밝히며, 이번 7개 앱도 Anthropic의 Claude Opus 5.5를 단독 코딩 어시스턴트로 사용했다고 했다. 필자도 현업에서 Claude 계열 모델을 페어 프로그래밍에 활용하고 있지만, “단독 코더”라는 표현에는 회의적이다. 디자인 명세 작성, 자산 파이프라인 구성, 테스트 시나리오 설계 단계에서는 결국 사람의 판단이 결정적이기 때문이다.

    실제로 Thomas는 직접 한 발 물러서며 일정을 수정했다. Reddit에서 “1개월 내 100% 패리티”라고 했다가, HackerNews에서는 “99% 패리티가 수개월 단위” 발언으로 조정한 것이다. 동일인이 이틀 만에 목표치를 낮춘 셈이다. Claude Opus 5.5가 코드를 짜주더라도, 포토샵의 RAW 디모자이크 처리나 프리미어의 타임라인 렌더링 엔진을 처음부터 설계하는 일은 1개월 안에 끝나지 않는다. 코딩 모델이 골격을 잡고 사람이 미세 조정과 회귀 테스트를 반복하는 “주니어-시니어 페어” 형태가 현실적 모델이다.

    “클린룸”이라는 단어가 안 먹히는 지점

    Thomas는 어도비의 소스나 바이너리를 직접 복사하지 않았다고 강조한다. 기능과 UI를 사양 측면에서 재구성하는 전통적 클린룸 리버스엔지니어링이다. 아이디어와 기능 자체는 저작권법상 보호 대상이 아니므로 이 방식은 합법으로 본다. 다만 실무에서 가장 흔히 놓치는 함정은 따로 있다. 도구 팔레트, 패널 배치, 단축키 구조까지 픽셀 단위로 재현하면 trade dress 침해 소송의 문턱에 걸린다.

    trade dress는 미국 Lanham Act뿐 아니라 한국 부정경쟁방지법에서도 보호하는 “상표적 외관” 개념이다. Apple의 iPhone 디자인이나 luxury 브랜드 패키지 룩이 대표적이다. 어도비 워크스페이스의 다크 테마, 좌측 도구 모음, 우측 레이어 패널 구성이 그대로라면, 기능이 달라져도 외형 유사성만으로 소송장이 열릴 수 있다. Artcraft 팀은 UI를 의도적으로 어도비와 다른 디자인 시스템으로 재구성하는 작업이 필수다. “안 비슷하게”가 아니라 “상당히 다르게” 만들어야 한다.

    토큰 과금이 받쳐주는 무료 앱

    7개 앱 자체는 무료다. 자금을 만드는 곳은 Artcraft 시각 AI 모델과 IDE 사용료를 토큰 단위로 과금하는 부분이다. 사용자는 무료 앱에서 작업하되, AI 생성·업스케일·인페인팅 호출에만 비용을 내는 구조다. 오픈소스 자체가 흑자를 내는 것이 아니라, “오픈소스 + AI 호출 종량제”의 조합으로 수익을 만든다. Thomas는 별도의 “필름메이커용 인기 소프트웨어 팀”이 수익을 만들고 있다고 덧붙였다.

    다만 토큰 과금 모델이 B2B 크리에이티브 워크플로우에서 채택되려면, 어도비 구독료와 단순 비교가 아니라 “AI 호출당 비용 vs 월 정액”의 가치 제안이 명확해야 한다. 무료 도구 + 유료 AI라는 이중 구조는 Figma나 Notion이 시도한 모델이지만, 그 둘은 조직 단위 락인을 만들어 수익화했다. 단일 개발자 프로젝트가 같은 락인을 만들 수 있을지는 별개의 문제다. 멀티레포 모노레포로 빌드 파이프라인을 분리하고, GitHub Actions에서 변경된 패키지만 골라내는 변경 감지 매트릭스를 구성하는 식의 운영이 뒷받침되어야 토큰 과금 단가와 일일 호출 한도를 안정적으로 운영할 수 있다.

    AI 도구의 영역 확장은 오픈AI 수학 자문그룹 출범 사례처럼 산업 전반으로 확산되는 흐름 속에 있다. 클린룸 재현의 경제성이 개선된 지금, 다음 타깃은 CAD, 오피스, ERP 영역으로 옮겨갈 가능성이 높다.

    아직 “끝”이 아닌 이유

    Thomas는 “Photoshop 전체를 원샷으로 완성했다”고 주장하지만, 커뮤니티 반응은 “super early alpha” 진단이 반복적이다. 원샷 생성은 시연용이고, 실사용 가능한 빌드는 꾸준한 QA와 회귀 테스트를 요구한다. 7개 앱을 동시에 유지보수하는 일은 단일 개발자 모델로 한계가 뚜렷하다. Semgrep으로 라이선스 위반 코드 패턴을 자동 차단하고, Trivy로 의존성 CVE를 일일 스캔하는 식의 자동화 파이프라인이 들어가야 멀티앱 유지보수가 가능해진다. AI가 코드를 짜는 영역과 사람이 결정해야 하는 영역이 갈라져 있다는 사실 자체가, 이 프로젝트의 가장 솔직한 결론이다.

    쟁점 정리

    • AI 클론의 경제성: 클린룸 재현 비용이 코딩 모델로 급감했지만, 기능 동등성과 장기 유지보수 가능성은 별개의 문제다.
    • trade dress 리스크: 기능은 합법이어도 외형이 너무 닮으면 소송에 휘말린다. UI 차별화 작업이 법적 안전판이다.
    • 오픈소스 수익 모델: 무료 앱 + 토큰 종량제 구조는 Figma·Notion과 다른 형태이며, B2B 락인 없이는 지속 가능성이 검증되지 않았다.
    • 생성형 AI 임베드: 단순 클론이 아닌 자체 AI 모델 통합이 차별화 요소로 부상했지만, 모델 품질이 곧 서비스 품질이라는 부담이 따른다.

    자주 묻는 질문

    Artcraft 같은 AI 클론 프로젝트의 소스를 회사 제품에 통합해도 되나요?

    MIT/Apache 라이선스이므로 자체 코드베이스에 가져다 쓰는 것 자체는 가능하지만, 어도비의 trade dress를 그대로 따라 UI를 복제해 상용 서비스로 배포하면 별도 소송 리스크가 발생한다. OSS 사용과 디자인 차별화는 분리해서 판단해야 한다.

    7개 앱을 한 사람이 AI로 동시에 유지보수하는 게 현실적인가요?

    초기 스캐폴딩은 가능하지만, 의존성 업데이트와 플랫폼 변화 대응, 사용자 피드백 반영은 결국 사람이 분배해야 한다. 멀티레포 모노레포 전략과 GitHub Actions 기반 변경 감지 매트릭스, Snyk 같은 의존성 스캐너를 조합해 자동화 범위를 넓히는 것이 실무 패턴이다.

    토큰 과금 모델을 비슷한 오픈소스에 도입하려면 어떤 구조가 필요하나요?

    Stripe 기반 사용량 측정 모듈을 앱 내부에 박는 방식이 일반적이다. OSS 빌드는 로컬 추론만 허용하고 클라우드 AI 호출만 종량제로 분리하면, 무료 사용자와 유료 사용자 간 기능 차별화를 명확히 가져갈 수 있다. 모델 API 장애 시 fallback 정책도 함께 설계해야 한다.

    참고 원문

    이 기사는 다음 원문을 확인해 작성했습니다: Ars Technica — “Software is over”: Bold AI developer takes aim at Adobe with open source clones