발표에서 확인된 핵심 사실

세 대의 머신에서 세 개의 AI CLI 세션을 동시에 운용할 때 발생하는 수동 전달의 병목을 해결하기 위해, 원격 지시와 화면 읽기를 통합하는 컨트롤 플레인이 도입됐다. Claude, Codex, Gemini 같은 AI CLI 세션의 추론과 실제 작업은 각 에이전트가 담당하는 데이터 플레인(data plane)에서 그대로 수행한다. telepty(텔레프티, 원격 AI 세션 제어 도구)는 이 세션들을 주소로 부르고 명령 전달을 보장하는 얇은 제어 층만 담당함으로써, 기존 세션을 유지한 채 제어권만 통합해 개별 머신 접속의 제약을 걷어낸다.

macOS와 Linux, Windows 3개 OS를 모두 지원하는 환경을 구축했다. 특히 서로 다른 운영체제가 설치된 머신들 사이에서 명령과 결과가 오가는 크로스머신 전달 기능이 확인되었다. 해당 도구는 MIT 라이선스 기반의 오픈소스로 공개되어 누구나 코드를 확인하고 활용할 수 있다.

실제 도입을 위해 npm 패키지 매니저를 통한 설치 경로를 제공한다. npm i -g @dmsdc-ai/aigentry-telepty명령어를 입력하면 `@dmsdc-ai/aigentry-telepty` 패키지가 설치되어 즉시 원격 제어 환경을 구축할 수 있다.

크로스머신 전송을 위해 자체 프로토콜 대신

키 교환과 NAT 트래버설(네트워크 주소 변환 통과), 암호화를 직접 구현하는 대신 검증된 외부 계층에 위임하는 방식을 택했다. 수년간 실전 검증을 거친 Tailscale(가상 사설망 서비스)과 그 기반인 WireGuard(현대적인 VPN 프로토콜) 위에서 동작해 잠재적인 공격면을 줄였다. Tailscale이 없는 환경에서는 `telepty connect user@host` 명령어를 통한 SSH(원격 접속 프로토콜) 터널링으로 연결을 수행한다.

Claude Code, Codex, Gemini CLI용 스킬 9종이 패키지에 포함되어 LLM(거대언어모델)이 telepty를 직접 도구로 활용한다. 내장 인스톨러로 설치된 스킬을 통해 에이전트가 스스로 `telepty inject` 등의 명령을 실행한다. 이를 통해 다른 머신에 있는 에이전트의 세션을 조회하고 지시를 릴레이하거나 화면을 읽어오는 작업이 가능하다.

기존의 tmux/SSH나 에이전트 프레임워크와 달리 기존

워크플로우를 재작성하거나 세션에 매번 수동으로 접속하는 운영 공수를 덜어내는 구조다. tmux(터미널 멀티플렉서)나 SSH(시큐어 셸)는 사용자가 세션에 직접 붙어 명령을 보내고 결과를 확인하는 작업이 여전히 수동으로 이뤄진다. 에이전트 프레임워크는 기존 세션과 워크플로우를 자신의 방식에 맞춰 재작성할 것을 요구하는 제약이 있다. telepty는 이미 돌아가는 세션을 그대로 둔 채 전달 과정만 인프라로 내리는 얇은 계층을 목표로 한다.

localhost(127.0.0.1)와 tailnet(테일스케일 가상 네트워크) 전용 IP에만 바인드해 외부 노출을 차단했다. 0.0.0.0으로 개방하지 않아 tailnet 밖에서는 포트 스캔으로도 도달할 수 없다. 특히 0.7.1 버전부터는 브라우저에서 온 요청이 localhost의 제어 API나 WebSocket으로 접근하는 경로를 명시적으로 거부한다. 외부 접근 접점을 최소화해 인프라 계층의 보안성을 강화했다.

Windows 버전은 베타 상태이며 read-screen 기능이 셀 그리드가 아닌 출력 스트림 끝부분만 반환하는 제약이 있다. `npm i -g @dmsdc-ai/aigentry-telepty && telepty daemon start` 명령어로 설치와 실행이 가능하다. 터미널 포커스 전환 없이 inject와 read-screen 명령만으로 여러 머신의 에이전트 상태를 확인하고 제어하는 환경을 구축하는 것이 실행 기준이다.