Terry Tao, LLM 에이전트를 사용해 24개의 Java 애플릿을 JavaScript로 포팅하다 — 원본 코드에서 버그 발견
테렌스 타오가 LLM 기반 코딩 에이전트를 사용하여 1999년에 만든 24개의 오래된 자바 1.0 애플릿을 현대적인 자바스크립트로 포팅하고, 새로운 대화형 시각화 도구 2개를 처음부터 구축한 상세 내용을 공개했습니다. 이 실험은 LLM이 생성한 코드의 강력함과 현재의 한계를 보여줍니다.
24개 자바 애플릿을 자바스크립트로 포팅
타오의 애플릿은 원래 복소 해석 및 선형대수학 강의용으로 작성되었으나, 브라우저들이 자바 1.0 지원을 중단함에 따라 실행이 불가능해졌습니다. 공개되지 않은 LLM 에이전트(아마도 Claude 또는 GPT-4)를 사용하여 모든 애플릿을 자바스크립트로 포팅하도록 요청했고, 에이전트는 "몇 시간 만에" 마이그레이션을 완료했습니다. 결과물은 그래픽이 개선되어, 예를 들어 Besicovitch 집합 애플릿은 원래 흑백에서 컬러로 변경되었습니다.
코드 품질은 놀라울 정도로 높았습니다. 타오는 다음과 같이 보고합니다:
단 하나의 사소한 버그만 찾을 수 있었습니다(복소 해석 애플릿 중 하나에서 드래그 이벤트 처리 시 메인 상자 밖으로 드래그할 때 의도하지 않은 동작). 오히려 에이전트가 원본 코드에서 내가 몰랐던 버그 2개를 발견했습니다.
에이전트가 발견한 두 개의 원본 버그는 별도의 요청 없이 발견된 것으로, 버그 수 측면에서 포팅은 깔끔한 정리였습니다. 타오는 이러한 애플릿이 시각적 보조 도구일 뿐 수학적 증명의 중요한 구성 요소가 아니기 때문에 하방 위험이 낮다고 지적합니다.
새 앱: 민코프스키 공간 그리기 도구
포팅 성공에 영감을 받아, 타오는 1999년에 중단했던 프로젝트인 "민코프스키 공간에서의 Inkscape" 시각화를 특수 상대성 이론을 위해 다시 살렸습니다. 에이전트와 2시간 동안 "바이브 코딩"한 후, 원래 구상과 일치하는 작동하는 애플릿을 만들었습니다. 대화 기록은 공개되었지만 지루한 기술 구현 보고서는 생략되었습니다.
새 앱: 길브레이트 추측 시각화
같은 날 길브레이트 추측에 관한 블로그 게시물을 작성한 후, 타오는 에이전트에게 논문에 동봉할 대화형 시각화를 코딩해 달라고 요청했습니다. 몇 시간 후 시각화가 공개되었습니다. 그는 향후 논문에 이러한 부록을 추가할 계획이며, LLM이 생성한 버그 위험을 감수할 의사가 있습니다. 시각화는 비핵심적이기 때문입니다.
개발자들을 위한 실용적 교훈
- LLM 에이전트는 레거시(자바 1.0) 코드를 현대 JS로 높은 충실도로 포팅할 수 있습니다. 24개 앱에서 단 1개의 새 버그만 발생했습니다.
- 에이전트는 원본 코드의 잠재 버그를 발견할 수 있습니다. 항상 이전 코드와 새 코드를 모두 검토하세요.
- "바이브 코딩"(반복적 프롬프트와 최소한의 수동 디버깅)은 독립형 시각화 앱에 효과적입니다.
- 비핵심 부록에는 하방 위험이 허용됩니다. 미션 크리티컬 시스템은 여전히 사람의 검증이 필요합니다.
대화 기록 및 복원된 애플릿 링크를 포함한 전체 내용은 아래 출처에 있습니다.
📖 전체 출처 읽기: HN LLM Tools
👀 See Also

cc-session-utils: Claude 코드 세션 및 비용 관리를 위한 TUI 대시보드
한 개발자가 Claude Code 세션 파일을 관리하고 사용 비용을 추적하기 위한 터미널 UI 도구인 cc-session-utils를 구축했습니다. 이 도구는 모델별 비용 추적, 고아 세션 정리, 프로젝트 간 데이터 마이그레이션 기능을 제공하며, Python 3.11+가 필요하고 Textual로 제작되었습니다.

걸리버 여행 앱, 원격 MCP 서버를 통해 Claude와 통합
한 개발자가 여행 계획 앱 'Gullivr'을 만들었습니다. 이 앱은 원격 MCP 서버를 통해 Claude와 통합되어, Claude가 앱 내에서 직접 여행을 생성하고 관리할 수 있게 합니다. 이 통합은 Claude와 채팅하는 동안 실시간 업데이트를 가능하게 하여, 도구 간에 수동으로 복사하는 번거로움을 없앱니다.

리콜: 클로드 코드를 위한 로컬 프로젝트 메모리 — 요약에 토큰 소모 없음
Recall은 클래식 요약을 통해 Claude Code에 지속적인 로컬 세션 메모리를 제공합니다. API 키나 외부 모델이 필요 없으며, context.md는 세션 훅에서 오프라인으로 구축되어 약 1~2K 토큰입니다.

MCP-인디아-스택: AI 에이전트를 위한 인도 금융 데이터 오프라인 우선 서버
MCP-India-Stack는 인증이나 외부 API 호출 없이 인도 금융 및 정부 API 기능을 제공하는 오프라인 우선 MCP 서버입니다. 세금 계산, 검증 도구 및 조회를 위해 데이터셋을 로컬에 번들로 제공합니다.