earshot: 코딩 에이전트에게 귀를 달아주는 오디오 리뷰·사운드 툴킷와 CPU 온리·MCP 지원
2026년 10월 15일, Leon Lin(@LexnLin)이 GitHub에 'earshot'을 공개했다. 한 줄로 말하면 "코딩 에이전트에게 귀를 달아주는 툴킷"이다. AI 코딩 에이전트는 영화를 렌더링하는 코드까지 짤 수 있지만, 자기가 만든 결과물의 소리는 듣지 못한다. README는 "premium key press와 cheap one을 구분하지 못하고, hit이 컷보다 80ms 늦게 떨어지는 것을 알아채지 못한다"고 지적한다. earshot은 소리를 에이전트가 추론할 수 있는 "증거"(evidence)로 바꾸는 시도다.
7개 명령이 하는 일
describe— 소리를 단어로 묘사. 예: "0.56 s short transient (attack 3 ms, decays in 190 ms)".match— 설명(캡션)의 적합도 판정.find— 긴 녹음 속에서 최적 구간 찾기.timeline— 초 단위 청취 트랜스크립트.critique— 런칭 영상 스코어카드. README 예시: "VERDICT: close - 21 of 23 scored metrics in range".forge— 코드로 사운드를 생성하고, 청취로 개선한다.fit— 녹음을 코드로 변환한다.
흐름은 명확하다. forge로 소리를 만들고 critique로 점수를 받고 fit으로 코드로 되돌린다. 에이전트가 제작→청취→수정 루프를 돌 수 있는 구조다.
201개 SFX 뱅크와 22초 런칭 필름
버전 0.3의 핵심은 코드로 저장된 201개 사운드 이펙트 뱅크다. earshot sfx로 특정 시점에 이펙트를 조준하고, earshot kit로 영화 전체의 이펙트를 측정된 싱크 포인트로 렌더링한다. 모델도 네트워크도 필요 없다.
가장 강한 증거는 런칭 필름 그 자체다. 22초 런칭 필름의 모든 사운드는 earshot forge로 코드에서 만들었다 — "no recordings, no music track". 툴이 자기 홍보물의 사운드를 자기 코드로 다 만들어냈다는 점이 이 프로젝트의 데모 방식이다.
숫자와 아직 확인 안 된 것
| 항목 | 수치 | 비고 |
|---|---|---|
| GitHub 스타 | 1,157 | 10/19 기준, 공개 4일 만. 포크 62 |
| SFX 뱅크 | 201개 | 버전 0.3, 코드로 저장, 모델·네트워크 불필요 |
| 런칭 필름 | 22초 | 모든 사운드 = forge 코드 생성 |
| 제공 형태 | CLI · Python API · MCP | MIT 라이선스, CPU 온리 |
왜 중요한지
AX TF 관점에서 코딩 에이전트의 '감각' 확장은 실무에 바로 연결된다. 앱 데모·프로모 영상을 에이전트가 만들고 스스로 검수하는 파이프라인에서 소리는 비어 있는 칸이었다. 같은 저자의 taste-skill(#3272, 코딩 에이전트에 '취향'을 주는 스킬)과 같은 계열의 에이전트 감각 확장 프로젝트라는 점도 눈여겨볼 만하다.
관련 이슈: #3272 (Leonxlnx 'taste-skill' v2.0.0), #3339 (alchaincyf 'huashu-motion' — 에이전트 영상 생성).
원문 이슈
이 글은 ax-trend 이슈 #3347을 바탕으로 작성됐다. 핵심 링크: Leonxlnx/earshot (GitHub, 2026-10-15), runtimewire 보도 (2026-10-16).