YouTubeTonbi''s AI Garage·2026년 10월 19일·0

Testing Reverse Engineer Anything: Is Software Really Done?

Quick Summary

Reverse Engineer Anything 실험은 소프트웨어의 종말보다 기존 앱 분석에서 얻은 단서로 맞춤형 녹화기의 버그를 해결하는 실용성을 보여준다.

영상 보기

클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.

원본 열기

🖼️ 인포그래픽

Testing Reverse Engineer Anything: Is Software Really Done? 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

Testing Reverse Engineer Anything: Is Software Really Done?의 핵심 내용을 4단계로 요약한 인포그래픽
Testing Reverse Engineer Anything: Is Software Really Done? 핵심 내용을 4단계로 압축한 4컷 인포그래픽

💡 한 줄 결론

Reverse Engineer Anything 실험은 소프트웨어의 종말보다 기존 앱 분석에서 얻은 단서로 맞춤형 녹화기의 버그를 해결하는 실용성을 보여준다.

📌 핵심 요점

  1. 출발점은 Recordly 기반 개인용 녹화기의 불안정성이다. 진행자는 HUD 이동, 앱 멈춤, 종료 문제를 해결하기 위해 Loom의 동작 방식을 분석했다.
  2. REA는 기존 분석 도구를 MCP·CLI로 연결하는 오픈소스 프로젝트다. 에이전트가 대상을 조사하고 증거를 읽으며 후속 질문을 반복하도록 돕는다.
  3. 분석 범위를 조정해야 했다. 약 532MB인 Loom 전체 앱은 크기 제한에 걸렸고, Loom 자체 앱 코드로 범위를 좁혀 녹화·업로드·창 구성 정보를 얻었다.
  4. 초기 결과만으로 충분하지 않아 코드 번들 해제, JavaScript 의미 추적, 네이티브 일시정지·재개 처리기 디컴파일을 추가했다. 분석은 단계적으로 깊어졌다.
  5. 진행자는 분석 결과를 자신의 Garage Studio에 적용해 HUD 드래그와 멈춤 문제를 해결했다고 보고했고, 이후 화면에서 이동과 종료 동작을 시연했다.

🧩 배경과 문제 정의

진행자는 프런티어 모델과 오픈소스 Recordly를 활용해 자신에게 맞는 녹화·편집 소프트웨어를 만들고 있었다. 그러나 기능을 추가한 앱은 조작이 매끄럽지 않았고, 자주 멈추거나 닫기 버튼이 작동하지 않았다.

이 문제를 풀기 위해 선택한 방법은 REA로 Loom을 분석하고, 기존 제품이 녹화와 HUD를 처리하는 방식에서 구현 단서를 얻는 것이었다. 영상은 ‘소프트웨어는 끝났다’는 화제를 배경으로 도구의 실제 활용 가능성을 시험한다. 평가의 중심은 완전한 제품 복제가 아니라 개인용 녹화기의 구체적인 문제를 개선할 수 있는지다.

🕒 시간순 섹션별 상세정리

1. 불안정한 개인용 녹화기와 REA 실험의 출발

  • Recordly 기반으로 만든 녹화기는 스크롤과 조작이 원활하지 않고 자주 멈췄으며, 닫기 버튼도 제대로 작동하지 않았다. 진행자는 인기 녹화 소프트웨어를 분석해 해결 단서를 찾겠다고 보여준다. [01:02]
  • 진행자는 REA의 GitHub 별이 약 15만 개이고, ‘소프트웨어는 끝났다’는 관련 게시물이 약 350만 조회를 기록했다고 소개하며 직접 시험하겠다고 드러낸다. 이 수치는 영상 속 소개다. [01:58]

2. 도구의 구조와 증거를 따라가는 분석 방식

  • Hermes Agent에서 실험을 진행한다고 예고한 뒤 Agent Wikis의 무료·유료 지식 자료와 구독 상품을 홍보한다. [02:43]
  • REA는 소프트웨어·앱·웹사이트 분석을 돕는 MCP·CLI 도구 묶음으로 묶인다. 기존 디컴파일러 등을 사용해 조사·추적하고, 증거를 읽은 뒤 후속 질문을 이어가는 방식이다. [04:03]
  • 에이전트의 요청은 REA를 거쳐 로컬 분석 도구로 전달되고, 결과는 표준 형태로 반환된다. 진행자는 이를 바탕으로 동작을 설명하거나 자체 버전을 작성·시험할 수 있다고 설명하며 inspect·search·trace 등의 기능을 보여준다. [04:56]

3. Loom을 선택하고 분석 범위를 좁히기

  • REA와 분석 도구 의존성을 설치한다. OBS는 공개 소스를 직접 볼 수 있지만, Electron 앱인 Loom에는 REA의 JavaScript·Electron 분석이 유용할 것으로 보고 대상으로 선택한다. [05:57]
  • 개선할 앱의 기반은 화면 녹화와 편집을 제공하는 오픈소스 Recordly다. 진행자는 여기에 필요한 기능을 추가하려 한다. [06:25]
  • 약 532MB인 전체 Loom 앱은 분석 크기 제한에 걸려 자체 앱 코드만 분석했다. 그 결과 네이티브 녹화, 녹화 중 업로드, UI 창과 부가 기능에 관한 정보를 얻었다고 보여준다. [07:12]

4. HUD 구조와 네이티브 처리기를 더 깊게 추적

  • Loom HUD에 관해 질문한 결과, 총 35개의 창 페이지가 HUD처럼 느껴지도록 구성된다는 설명을 얻는다. 추가로 코드 번들을 풀자 초기 IPC 조사보다 더 많은 정보를 확보했다고 드러낸다. [08:05]
  • 이름이 없는 55개 채널을 파악하기 위해 JavaScript 의미 추적을 시도하고, 이를 통해 Loom 녹화기의 동작을 더 탐색한다. [09:02]
  • 이어 REA의 MCP 서버를 통해 네이티브 녹화기의 일시정지·재개 처리기를 디컴파일했다고 보고한다. 압축을 푼 앱, WSL 복사본, 분석 파일과 디컴파일 코드 등을 합친 작업 자료는 약 1.5GB였다. [09:39]

5. 분석 결과를 자체 구현에 적용

  • 진행자는 얻은 내용을 개인용 Recordly 기반 앱에 반영하겠다고 보여준다. 역공학에는 법적 고려가 필요하며 상업적 판매에는 주의해야 한다는 자신의 입장도 덧붙인다. [10:11]
  • 녹화 중 HUD를 이동할 때 발생하던 문제를 해결하기 위해 Loom의 처리 방식에서 얻은 단서를 활용하고, 에이전트가 수정을 진행한다. [10:45]
  • 진행자는 한 번의 요청으로 제품을 완성하기보다 필요한 맞춤 기능의 구현 단서를 얻는 용도로 REA가 유용하다고 평가한다. Loom 분석 결과와 Garage Studio라는 자체 앱을 비교해 개선점을 찾았다고 보여준다. [11:32]

6. HUD 이동과 멈춤 문제의 개선 확인

  • 진행자는 HUD 드래그와 멈춤이라는 두 가지 주요 문제가 해결됐다고 보고한다. 초기에는 OBS에 HUD가 보이지 않아 시청자가 이동을 확인하기 어렵다는 점도 보여준다. [12:27]
  • 이후 녹화기 화면을 보여주며 이전에는 움직이지 않던 HUD를 조작하고, 멈춤 없이 닫기 버튼으로 종료할 수 있다고 시연한다. 이전에는 작업 종료 기능을 사용해야 했다고 덧붙인다. [13:04]

7. 활용 범위와 최종 평가

  • Loom 분석을 통해 자체 녹화기를 개선한 결과를 정리하고, 향후 녹화·편집 기능을 더 맞춤화하면서 Hermes 에이전트를 통합할 가능성을 제시한다. 이는 후속 영상의 계획이다. [13:37]
  • 진행자는 소프트웨어가 끝났다고 보지는 않으며, 모델과 REA 같은 도구로 원하는 소프트웨어를 만들 구현 단서를 얻을 역량이 커졌다고 평가한다. [14:16]
  • 추가 실험과 Agent Wikis Pro 관련 콘텐츠 가능성을 안내하고 영상을 마친다. [14:36]

🧾 결론

  • 이 사례에서 REA의 가치는 완성된 앱을 한 번에 복제하는 능력보다 구체적인 구현 문제를 풀 단서를 제공하는 데 있었다.
  • 기존 앱 분석, 자체 코드와의 비교, 수정, 동작 확인이 이어져야 결과가 나왔다. 도구 설치만으로 개발 과정이 끝나지는 않았다.
  • 영상은 개인용 녹화기의 개선 사례를 보여준다. 모든 소프트웨어의 대체 가능성이나 상용 제품 수준의 안정성을 입증하지는 않는다.

📈 투자·시사 포인트

  • 시사점은 맞춤형 소프트웨어 제작 역량의 확대다. 진행자는 여러 빌드에서 해결하지 못했던 문제를 기존 앱 분석의 도움으로 개선했다.
  • 도구를 평가할 때는 화제성보다 실제 대상의 분석 가능 범위, 추가 질문의 필요성, 구현 후 동작을 함께 살펴볼 필요가 있다.
  • 기존 디컴파일러와 분석 도구를 에이전트가 활용하기 쉽게 연결하는 방식도 실용적 가치를 만들 수 있음을 보여준다.
  • 영상에는 기업 실적이나 가치평가 자료가 없어 특정 기업·종목의 투자 매력이나 소프트웨어 산업 전체의 수익성 변화를 판단할 근거는 부족하다.

⚠️ 불확실하거나 확인이 필요한 부분

  • 버그 해결은 진행자의 보고와 짧은 시연에 근거한다. 장시간 녹화, 반복 실행, 다른 운영체제에서도 안정적인지는 제시되지 않았다.
  • 실제 수정 코드와 상세 검증 결과가 제공되지 않아 어떤 변경이 문제 해결에 결정적이었는지 독립적으로 확인하기 어렵다.
  • 약 532MB 앱의 분석 실패와 약 1.5GB 작업 산출물은 이번 실험의 수치다. 일반적인 크기 제한이나 필요한 저장 공간으로 해석하기 어렵다.
  • 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
  • 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
  • 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

  • 자신의 녹화기에서 HUD 이동, 멈춤, 종료 실패가 발생하는 조건을 먼저 기록한다.
  • 분석 대상의 공개 소스 여부를 확인한다. 영상에서 OBS는 소스를 직접 확인할 수 있는 대상으로 구분됐다.
  • REA로 전체 앱 분석이 어려우면 필요한 앱 코드와 기능으로 범위를 좁히고, 결과를 바탕으로 후속 질문을 구체화한다.
  • 분석에서 얻은 단서를 자체 구현과 비교한 뒤 HUD 이동, 녹화 중 조작, 일시정지·재개, 종료 동작을 확인한다.

❓ 열린 질문

  • 수정된 녹화기는 장시간 녹화와 반복적인 HUD 조작에서도 멈춤 없이 동작할까?
  • Loom 분석에서 얻은 정보 중 어떤 부분이 HUD 이동과 멈춤 문제 해결에 직접 기여했을까?
  • 다른 앱이나 코드 구조에서도 같은 방식이 유효하며, 분석과 수정에 필요한 시간은 어느 정도일까?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.