리커시브 코딩 모델 Ripple-65B를 올라마로 받아 x-code CLI 서브에이전트에 붙이기
리커시브 인텔리전스(Ricursive Intelligence)가 이달 초 공개한 코딩 특화 모델 Ripple-65B Preview를 올라마(Ollama)가 11월 9일 v0.40.16부터 지원한다. 이 글은 이 모델을 내 PC에 받는 방법과, 서브에이전트(작업을 나눠 맡는 보조 에이전트)를 갖춘 오픈소스 코딩 CLI인 x-code에 연결하는 방법을 정리한다.
Ripple-65B Preview는 어떤 모델인가
- 크기와 라이선스: 650억 파라미터 덴스 모델이라 토큰마다 모든 파라미터를 쓴다. 라이선스는 아파치 2.0이고, 올라마 모델 페이지에도 상업적 이용이 가능하다고 적혀 있다.
- 내세우는 점수: 터미널 작업 벤치마크인 Terminal-Bench 2.1에서 80.5점(회사 발표 80.52)을 받았다. 회사는 미국산 오픈 웨이트 모델 가운데 최고 성적이라고 주장하지만, 직접 잰 점수이고 2위인 Reflection Beam(80.1)과 0.42점밖에 차이 나지 않는다.
- 주의할 점: 리커시브도 모델 카드에서 에이전트 점수가 실행 하네스에 따라 달라진다고 인정했다. 공식 Terminus 2 하네스로 재면 비교 모델 대부분의 점수가 낮게 나온다. 터미널 코딩 밖에서는 SWE-bench Verified, MCP Atlas, GPQA Diamond 등에서 더 큰 오픈 모델에 대체로 뒤진다.
- 배포 형태: 허깅페이스에 BF16 가중치와 베이스 모델, NVFP4(엔비디아 4비트 형식) 양자화판을 함께 올렸다.
내 PC에서 돌리려면 메모리부터 따진다
- 설치: 올라마 v0.40.16 이상에서 ollama run ripple-preview 한 줄로 받는다.
- 메모리: 기본 태그는 4비트로 줄여도 받는 파일만 39GB(Q4_K_M)~46GB(NVFP4)이고, BF16판은 130GB를 넘는다. 실제로는 컨텍스트용 메모리가 더 든다. 회사는 엔비디아 DGX Spark 같은 기기에서 돌릴 수 있다고 소개했다. 메모리가 이보다 작다면 OpenRouter, Together AI, Fireworks 같은 호스팅 API로 먼저 써 보는 편이 낫다.
- 컨텍스트: 모델은 최대 100만 토큰을 지원하지만 올라마 기본값(num_ctx)은 16384다. OpenAI 호환 API로는 이 값을 바꿀 수 없으니, 긴 저장소를 다루려면 Modelfile에 PARAMETER num_ctx를 넣고 ollama create로 새로 만든다.
- 클로드 코드 연결: v0.40.16부터 ollama launch claude가 클로드 코드를 항상 선택한 모델로 보낸다. 모델 페이지는 ollama launch claude --model ripple-preview 형식을 안내한다.
x-code CLI는 클로드 코드 확장을 그대로 읽는다
- 정체: MIT 라이선스 CLI이고 타입스크립트로 짰다. 모델을 가리지 않으며 클로드 코드 형식의 플러그인(.claude-plugin)과 CLAUDE.md를 인식한다.
- 설치: Node.js 22 이상이 필요하다. npm install -g @x-code-cli/cli로 깔고 xc로 실행한다.
- 로컬 모델 연결: 환경변수 OPENAI_COMPATIBLE_BASE_URL과 OPENAI_COMPATIBLE_API_KEY를 둘 다 지정하고, 모델 이름은 custom:모델ID 형식으로 쓴다. 공식 문서는 vLLM·OpenRouter를 예로 들 뿐 올라마는 언급하지 않는다. 올라마는 http://localhost:11434/v1 에서 OpenAI 호환 API를 열고 API 키 값은 확인하지 않으므로, 이 주소와 아무 키(예: ollama)를 넣은 뒤 custom:ripple-preview로 부르면 된다.
서브에이전트와 MCP는 이렇게 쓴다
- 기본 서브에이전트 5개: explore(코드 탐색), general-purpose(범용), plan(설계), code-reviewer(리뷰), goal-verifier(목표 달성 확인)가 기본으로 들어 있다. /browser on을 치면 플레이라이트 기반 browser 에이전트도 켜진다.
- 직접 만들기: .x-code/agents/이름.md 파일에 name과 description을 적고, tools로 쓸 도구를, maxTurns(기본 30)로 최대 반복 횟수를 정한다. model 항목을 쓰면 리뷰어만 다른 모델에 맡길 수도 있다. 도구 이름은 camelCase로 써야 하며, snake_case로 쓰면 도구가 하나도 붙지 않는다.
- 무한 호출 방지: 서브에이전트는 다른 서브에이전트를 부르지 못한다. plan 모드에서는 모든 서브에이전트의 파일 쓰기·수정·셸 도구가 막힌다.
- MCP(모델 컨텍스트 프로토콜, AI가 외부 도구를 부르는 표준): ~/.x-code/config.json이나 프로젝트의 .x-code/config.json에 있는 mcpServers에 등록한다. 클로드 코드 설정을 대부분 옮겨 쓸 수 있지만 스키마가 완전히 같지는 않으니, 옮긴 뒤 /mcp list로 확인한다.
나눠 쓰면 API 비용을 줄일 수 있다
- 탐색·계획은 로컬로: explore와 plan처럼 토큰을 많이 쓰는 단계를 로컬 Ripple에 맡기고 최종 리뷰만 유료 API 모델에 맡기면 API 호출량이 준다.
- 저장소는 작게 시작: x-code는 깃허브 별 49개짜리 초기 프로젝트다. 회사 저장소보다 개인 저장소에서 xc --plan으로 계획만 뽑아 보며 시작하라.
먼저 ollama --version으로 0.40.16 이상인지 확인하고, 메모리가 받는 파일 크기(39~46GB)보다 넉넉할 때만 ripple-preview를 받아라.
출처:
https://letsdatascience.com/news/ricursive-releases-ripple-65b-preview-apache-20-open-coding-7e90be63
https://www.marktechpost.com/2026/11/04/ricursive-ripple-65b-preview-open-weight-model/
https://braindetox.kr/en/posts/ripple_65b_preview_open_weights.html
https://releasebot.io/updates/ollama
https://github.com/ollama/ollama/releases/tag/v0.40.16
https://ollama.com/library/ripple-preview
https://ollama.com/library/ripple-preview/tags
https://docs.ollama.com/api/openai-compatibility
https://github.com/woai3c/x-code-cli
https://github.com/woai3c/x-code-cli/blob/main/docs/sub-agents.en.md
https://github.com/woai3c/x-code-cli/blob/main/docs/mcp.en.md
댓글 (0)
아직 댓글이 없습니다.
댓글을 쓰려면 입장하세요.
← 목록