earshot: 코딩 에이전트에게 귀를 달아 주는 도구
만든 사람이 22초짜리 출시 영상의 소리를 녹음 하나 없이 전부 코드로 만들었어요
- 누가
- Leon Lin(Leonxlnx)이 만들었어요. 영상·데모·게임을 코드로 만드는 코딩 에이전트를 위한 도구예요.
- 언제
- 2026년 10월 15일 0.1.0으로 공개됐고, 최신은 10월 22일의 0.4.0이에요.
- 어디서
- 내 PC의 CPU에서만 돌아요(GPU 불필요). CLI, Python API, Claude Code 등에 붙는 MCP 서버로 써요.
이게 불편했어요
에이전트가 출시 영상이나 제품 데모를 렌더하는 코드는 쓰는데, 거기 붙은 소리는 듣지 못해요. 타격음이 컷보다 80 ms 늦게 들어와도, 키 누르는 소리가 싸구려처럼 들려도, 음악이 엉뚱한 데서 커져도 에이전트는 알 수가 없어요. 결국 사람이 매번 직접 듣고 어디가 이상한지 말로 설명해 줘야 했어요.
그래서 이렇게 풀어요
earshot은 소리를 에이전트가 읽을 수 있는 증거로 바꿔요. 무슨 소리처럼 들리는지는 말로, 원하는 설명에 얼마나 맞는지는 점수로, 화면 컷과 얼마나 어긋나는지는 시간으로 알려 줘요. 들을 수 있으니 직접 만들 수도 있어요. 에이전트가 소리를 물리 합성 레시피 코드로 쓰면 earshot이 후보를 렌더해 듣고 평가하고, 에이전트는 그 평을 읽고 레시피를 고쳐 다시 돌려요.


earshot describe enter.ogg0.56 s short transient (attack 3 ms, decays in 190 ms). Sounds most like: a single mechanical keyboard key press(z +5.4), a soft key release click (z +3.6) ... [clear reading]. peak -0.1 dBFS, brightness 1.5 kHz ...earshot match key.ogg "a deep thocky mechanical keyboard press" --alts "a clicky blue switch keyboard" "a mouse click"-> strong (z +3.7; would rank #2 among 322 vocabulary descriptions) ...earshot find keys.ogg "a single mechanical key press" --top 40:03.94-0:04.19 (0.24 s stroke, z +4.1 strong); 0:10.60-0:10.86 ...earshot critique film.mp4VERDICT: close - 21 of 23 scored metrics in range ... FIX FIRST: 1. [major] nothing reaches body level until 0:01.01 ...
안에서는 이렇게 돌아가요
- 1
Claude Code → earshot MCP 서버
describe enter.ogg 호출MCP 서버는 모델을 한 번 올려 두고, 도구 호출을 하나씩 차례로 받아요.earshot/mcp_server.py - 2
earshot MCP 서버 → CLAP · AST 모델
소리를 어휘 설명들과 비교CLAP이 소리를 vocab.json의 설명들과 견줘 z 점수를 매기고, AST가 AudioSet 라벨을 붙여요.earshot/describe.py - 3
CLAP · AST 모델 → Claude Code
'키보드 키 하나 누르는 소리 (z +5.4)'길이, 어택, 감쇠 같은 측정값과 함께 한 문단의 말로 돌아와요.earshot/describe.py - 4
Claude Code → impact.py 레시피
물리 합성 레시피를 코드로녹음 없이 접촉음, 공기, 막의 울림, 서브, 잔향을 층층이 계산하는 render()를 써요.earshot/forge/recipes/impact.py - 5
impact.py 레시피 → forge 비평가
후보 렌더 → 측정으로 먼저 거르기1/3옥타브 균형과 엔벨로프로 모델 없이 많이 거르고, 상위만 CLAP이 들어요.earshot/forge/search.py - 6
forge 비평가 → Claude Code
'decay +2.4 outside the refs'비평가의 말을 읽고 에이전트가 레시피를 고쳐 다시 돌려요.earshot/forge/critic.py - 7
forge 비평가 → WAV · report.md
WAV, report.md, compare.png, audition.wav고른 소리와 평, 참고 녹음 옆에 놓은 스펙트로그램, 번갈아 듣는 파일이 남아요.earshot/forge/__init__.py
넣으면 이렇게 나와요
나한테 맞을까요
이럴 때 좋아요
- 코드로 출시 영상, 제품 데모, 게임을 만들면서 소리까지 에이전트에게 맡기고 싶을 때
- 받아 둔 효과음 후보 여러 개 중 설명에 가장 맞는 걸 고르고 싶을 때
- 긴 녹음에서 원하는 순간을 잘라 쓰거나, 소리가 컷과 맞는지 재고 싶을 때
- 녹음 없이 코드로 효과음을 만들고 변형까지 하고 싶을 때
이건 안 돼요
- 처음 쓸 때 오픈 모델 두 개(약 1.1 GB)를 내려받고, CLI는 부를 때마다 모델을 20–40초 걸려 올려요. 여러 번 쓰면 MCP 서버가 나아요.
- 취향이나 감정, 출처와 라이선스, 말의 내용, 14 kHz 위의 소리는 판단하지 못해요.
- forge가 쓰는 참고 녹음은 라이선스 때문에 저장소에 없어서, 실제 녹음과 비교하려면 직접 준비해야 해요.
- llm 비평은 선택 기능으로, 본인의 Gemini 키와 오디오 업로드 동의가 필요해요.
발행 전에 Devalley 편집자가 검토했어요. 칼럼은 어떻게 만드나요