전체 내역

[멀티 에이전트 MCP] REA, 소스 없이 앱이 어떻게 동작하는지 근거와 함께 따라가기

10월 GitHub에서 화제가 된 역설계 도구 REA를 이 블로그 코드에 직접 돌려 봤습니다. 무엇을 하는 도구인지, 어떻게 쓰는지, 실제로 돌렸을 때 무엇이 나오고 어디서 막히는지, 실무에서는 어디에 쓸 만한지 정리했습니다.

10월 19일 ZDNet 코리아는 REA라는 오픈소스 프로젝트가 일주일 사이 GitHub 스타 약 20만 개를 더 받았다고 보도했습니다. 소스코드가 없는 프로그램도 AI가 열어 보고 어떤 기능이 어떻게 구현됐는지 설명해 준다고 합니다. 이 글에서는 REA가 무엇인지, 어떻게 쓰는지, 이 블로그 코드에 직접 돌려 본 결과, 그리고 실무에서 쓸 만한 곳을 다룹니다.

먼저 밝혀 둘 것이 있습니다. 저는 REA를 Claude Code에 연결해서 쓰지는 않았습니다. 터미널 명령(CLI)으로 이 블로그 코드를 분석해 봤고, 에이전트에 붙여 쓰는 부분은 공식 문서와 다른 사람의 사용기를 바탕으로 정리했습니다. 어느 쪽인지 글 안에서 구분했습니다.

1. 어떤 도구인가

REA는 Reverse Engineer Anything의 줄임말입니다. 역설계(reverse engineering)는 소스코드 없이 완성된 프로그램을 뜯어 보며 작동 원리를 알아내는 일입니다. 원래는 Ghidra, IDA 같은 전문 도구를 다룰 줄 아는 사람의 영역이었습니다.

REA는 이 전문 도구들과 AI 코딩 에이전트 사이를 잇는 MCP(Model Context Protocol) 서버이자 CLI입니다. 에이전트에게 "이 노트 앱의 검색 기능이 어떻게 동작하는지 근거와 함께 알려 줘"라고 말하면, 에이전트가 REA를 통해 실행 파일이나 웹 번들을 검사하고 관련 코드를 따라갑니다. REA는 결과마다 근거(어느 파일 몇 번째 줄인지)와 한계(무엇을 확인하지 못했는지)를 붙여 돌려줍니다.

분석 대상은 넓습니다. 공식 README 기준으로 맥과 윈도 실행 파일, 웹사이트, JavaScript와 Electron 앱, 안드로이드 APK, WASM, 펌웨어, 저장된 네트워크 기록(HAR)까지 다룹니다. 다만 대상마다 필요한 분석 엔진이 따로 있습니다. 실행 파일이면 Hopper, Ghidra, IDA 중 하나가, APK면 JADX가 있어야 합니다. REA가 이 엔진들을 대신하는 것이 아니라, 엔진과 에이전트를 묶어 주는 쪽입니다.

이름이 같은 다른 도구도 있습니다. Meta가 3월에 공개한 Ranking Engineer Agent도 REA라고 부르는데, 광고 랭킹 모델 실험을 자동으로 돌리는 사내 에이전트라 이 글의 REA와는 관계가 없습니다.

2. 출처

항목 내용
AI 도구 특정 AI에 묶이지 않음 (README 기준 Claude Code, Codex, Cursor, Gemini CLI, Grok Build, 그 밖에 로컬 MCP를 지원하는 에이전트)
종류 MCP 서버와 CLI, 에이전트용 스킬
만든 곳 GitHub 계정 morluto (개인인지 단체인지는 확인하지 못했습니다)
저장소 https://github.com/morluto/rea
설치 경로 npm 패키지 rea-agents (npx rea-agents setup, 또는 npm install --global rea-agents)
확인한 버전 6.8.0 (2026년 10월 29일 npm 기준, 제가 직접 설치한 버전)
라이선스 MIT (REA가 작성한 코드 기준, 함께 쓰는 제3자 도구는 각자의 라이선스를 따름)

README는 공식 배포처를 저장소, rea.tools, npm의 rea-agents 세 곳으로 밝히고, 이름이 비슷한 저장소나 README를 복사한 곳은 공식이 아니라고 경고합니다. 실제로 이름이 같은 미러 저장소가 여러 개 보였습니다. 그래서 저는 설치 전에 npm 패키지의 저장소 주소가 morluto/rea인지, 설치할 때 자동으로 실행되는 스크립트가 없는지부터 확인했습니다.

인기 수치는 ZDNet 코리아 기사를 따랐습니다. 10월 19일 기준 스타 32만 7천 개, 그 전 일주일 동안 약 20만 개가 늘었다고 합니다.

3. 언제 쓰면 좋은가

공식 README가 허용하는 용도는 합법적인 연구와 교육, 상호운용성 확보, 소프트웨어 보존, 그리고 내가 소유했거나 분석 권한이 있는 소프트웨어의 분석입니다. 상용 소프트웨어의 보호된 코드를 복제하거나 라이선스를 우회하는 데 쓰지 말라고 분명히 적혀 있습니다. 실무 적용도 이 범위 안에서 생각했습니다.

아래는 제가 실무에서 쓸 만하다고 보는 곳입니다. 이 블로그 분석(5장)을 빼면 아직 직접 해 보지 않은 가정입니다.

  • 소스가 남아 있지 않은 레거시 앱을 넘겨받았을 때. 빌드 결과물만 남은 오래된 사내 웹앱이나 Electron 앱에서 어떤 API를 부르는지, 화면과 메인 프로세스가 어떤 채널로 주고받는지를 먼저 지도로 그려 두는 용도입니다.
  • 우리 서비스의 배포 결과물을 점검할 때. 소스와 실제로 배포된 번들이 같은지(compare-source-to-bundle), 번들 안에 의도하지 않은 요청 주소나 설정이 섞여 들어가지 않았는지 보는 용도입니다.
  • 버전 사이에 무엇이 바뀌었는지 볼 때. 두 버전의 앱을 비교하는 명령(compare-application-versions)이 있어서, 업데이트 노트가 부실한 외부 의존 앱이 이번에 무엇을 바꿨는지 확인하는 데 쓸 수 있습니다.
  • 에이전트 테스트 환경을 만들 때. 테스트용 웹앱에서 녹화한 요청 기록(HAR)으로 에이전트가 연습할 수 있는 가짜 환경을 만드는 기능(environment-build)도 있습니다.

반대로 소스가 손에 있는 내 프로젝트를 이해하는 데는 굳이 REA가 필요하지 않습니다. 이 점은 5장의 결과에서 더 분명해졌습니다.

4. 사용법

에이전트에 붙여 쓰는 기본 흐름은 README 기준으로 한 줄입니다.

npx rea-agents setup

이 명령은 쓰고 있는 에이전트(Claude Code, Codex 등)에 REA MCP 서버를 등록하고 작업 순서를 담은 스킬을 함께 설치합니다. 다른 사람의 사용기에 따르면 --dry-run으로 바뀔 설정을 먼저 보여 주고, 기존 설정은 백업해 둡니다. 그다음에는 에이전트에게 평소처럼 말로 요청합니다. README의 예시는 "노트 앱의 검색 기능이 어떻게 동작하는지 조사하고 근거를 보여 준 뒤, 내 프로젝트에 비슷한 기능을 만들어 줘" 같은 식입니다.

저는 에이전트 설정을 바꾸고 싶지 않아서 setup은 하지 않고, 임시 폴더에 패키지만 설치해 CLI로 썼습니다.

npm install rea-agents@6.8.0        # 패키지 176개, 5초
npx rea doctor                      # 환경 점검
npx rea analyze-javascript-application ./src \
  --artifact-format directory --detail summary --evidence_output ./ev --format json

rea doctor는 준비 상태를 점검합니다. 제 환경에서는 healthy: false가 나왔습니다. 제 Node.js 버전(25.5)이 지원 범위(22, 24, 26 이상)에 없고, Hopper, Ghidra, IDA, JADX 같은 분석 엔진이 하나도 설치돼 있지 않았기 때문입니다. 그래서 엔진 없이 되는 JavaScript 정적 분석만 할 수 있었습니다.

--detail summary와 --evidence_output을 같이 주면 화면에는 요약만 나오고, 전체 근거는 파일로 따로 저장됩니다. 근거 파일은 뒤에서 보듯 크기가 커서, 에이전트에 그대로 넘기지 않으려면 이 옵션이 필요합니다.

5. 적용 예시

5-1. 직접 해 본 것: 이 블로그 코드 분석

이 블로그는 Next.js로 만든 웹사이트라 제가 소유한 코드이고, 분석해도 문제가 없습니다. 두 번 돌렸습니다.

첫 번째는 실패했습니다. 브라우저에 실제로 내려가는 빌드 결과물(.next/static, JS 파일 46개, 4.0MB)을 통째로 넣었더니 5분 동안 분석하다 기본 제한 시간(300초)에 걸려 멈췄습니다. 실패 응답만 199MB였습니다. 압축(minify)된 번들을 한꺼번에 넣으면 이렇게 됩니다. 오류 메시지는 친절했습니다. 제한 시간을 늘리거나, 파일을 골라서(--source-path) 다시 하라고 알려 줬습니다.

두 번째는 범위를 소스 폴더(src, 파일 114개)로 좁혔고 14초 만에 끝났습니다.

항목 결과
분석한 파일 114개, 문법 해석 실패 0개
방문한 구문 노드 85,428개
찾은 항목(findings) 1,449개
확인하지 못한 항목(unknowns) 14,275개
스스로 밝힌 한계 17개
저장된 근거 파일 82MB

숫자만으로는 맞는지 알 수 없어서, 네트워크 요청 하나만 골라 제가 아는 답과 맞춰 봤습니다. REA는 fetch 호출 8곳을 파일과 줄 번호까지 찾았습니다. 크론에서 RSS를 읽는 곳, 카드 이미지에 쓸 글꼴을 받는 곳, LAB 지도에서 날씨 API를 부르는 곳 등이었고 하나도 빠지지 않았습니다.

비교 삼아 grep "fetch("로 찾으면 11곳이 나옵니다. 남는 3곳은 LAB 노트 화면에 보여 주려고 넣어 둔 예시 코드 문자열 안의 fetch라서 실제 호출이 아닙니다. REA는 이 3곳을 정확히 뺐습니다. 코드를 글자가 아니라 구문으로 읽기 때문입니다.

하지만 한계도 그대로 보였습니다. 8곳 모두 요청 주소를 정하지 못했다(ambiguous-target)고 표시했습니다. 주소가 변수나 템플릿 문자열로 실행 중에 정해지기 때문입니다. 더 큰 빈칸도 있었습니다. 이 블로그의 데이터 대부분은 Supabase 클라이언트(db.from("posts"))로 오가는데, REA의 요청 분석은 fetch, WebSocket, Node의 http 모듈만 대상으로 한다고 스스로 밝혔고 실제로 Supabase 호출은 요청으로 잡지 않았습니다. 라이브러리 안쪽에서 일어나는 요청은 보이지 않는다는 뜻입니다. 이 점을 결과의 한계 목록에 먼저 적어 둔 것은 좋았습니다. "못 찾았다"를 "없다"로 바꿔 말하지 않습니다.

5-2. 다른 사람이 해 본 것

제가 못 해 본 부분은 다른 사용기에서 확인했습니다.

HackerNoon에 실린 사용기(10월 14일)는 실제 Electron 앱(파일 459개, 100MB)을 REA로 분석했습니다. 분석은 52초가 걸렸고, 창 개수와 프로세스 간 통신 개수는 grep으로 센 값과 맞았습니다. 하지만 preload 파일 두 개를 찾지 못했고, 소스에 분명히 있는 채널 이름을 검색하지 못한 경우도 있었습니다. MCP로 불러온 도구 목록만 1.95MB라서 컨텍스트가 작은 로컬 모델에는 넣기 어렵다고도 적었습니다.

ZDNet 코리아 기사는 성공 사례를 소개했습니다. 1996년 게임 DX-Ball의 소리 방향 계산 기능을 분석해 C 언어로 다시 작성했고, 원본과 비교한 3,205개 시험에서 같은 결과를 얻었다고 합니다. 노션의 서식 복사 과정을 내부 데이터 처리까지 추적한 사례도 있습니다. 같은 기사는 서버에서 처리하는 기능은 실행 파일만으로 알 수 없고, AI가 쓴 코드에는 오류가 있을 수 있다는 한계도 함께 적었습니다. REA 개발팀도 분석 결과가 "불완전하거나 잘못될 수 있다"며 근거를 직접 검토하라고 밝혔습니다.

6. 써 본 소감

걱정했던 것보다 정직한 도구였습니다. 화제가 된 방식 때문에 "아무 앱이나 넣으면 소스가 나오는 도구"를 상상했는데, 실제로는 결과마다 근거와 한계를 붙이고, 모르는 것은 모른다고 적는 쪽에 공을 들인 도구였습니다. 제 블로그에서도 실제 호출과 예시 문자열을 구분한 것은 grep보다 나았고, Supabase 요청을 못 잡는다는 사실도 스스로 밝혔습니다.

하지만 혼자 쓰는 도구라기보다 에이전트에게 쥐여 주는 도구라는 것도 분명했습니다. 결과 파일이 82MB였고, 그 안의 근거를 사람이 직접 읽는 것은 사실상 불가능했습니다. 이 근거를 뒤져서 질문에 답하는 것이 에이전트의 몫이고, 그래서 REA는 MCP로 붙여야 제값을 하는 구조입니다. 또 소스가 있는 제 프로젝트에서는 에이전트에게 소스를 바로 읽히는 편이 훨씬 빠르고 정확했습니다. REA가 빛나는 곳은 소스가 없는 곳입니다.

앞으로 해 볼 일은 두 가지입니다. Node 24 환경에서 setup으로 Claude Code에 연결해, 에이전트가 근거를 따라가며 질문에 답하는 과정을 직접 보려고 합니다. 그리고 압축된 운영 번들을 파일 단위로 나눠 넣어, 소스와 배포 결과물을 비교하는 기능이 실제 점검에 쓸 만한지 확인해 보려고 합니다.

참고한 자료

Comments (0)