Python은 인간을 위해 만들어졌고, Mapanare는 AI를 위해 만들어졌다

Source: Dev.to

위에 제공된 내용 외에 번역할 텍스트가 없습니다. 번역을 원하는 본문을 알려주시면 한국어로 번역해 드리겠습니다.

오늘날 언어들의 문제

오늘날 여러분이 사용하는 모든 언어는 인간이 터미널에 코드를 입력하도록 설계되었습니다. Python, JavaScript, Rust, Go — 모두 그렇습니다. 함수, 클래스, 스레드와 같은 추상화는 인간이 매 줄을 읽는 세계를 위해 만들어졌습니다.

그 세계는 사라지고 있습니다.

• AI가 매일 더 많은 코드를 작성하고 있습니다.
• 에이전트가 다른 에이전트를 조정하고 있습니다.
• 데이터는 인간이 한 줄씩 디버깅하지 않는 반응형 파이프라인을 통해 흐릅니다.
• 텐서는 컴파일러에게 더 중요한 패턴으로 형태가 바뀌고, 곱해지고, GPU에 전달됩니다.

그럼에도 우리는 여전히 1990년대 언어로 모든 것을 작성하고, 프레임워크를 억지로 끼워 맞추고, asyncio를 임시방편으로 붙이고, 런타임에 형태가 맞길 기도하고 있습니다.

Mapanare 소개

Mapanare는 다른 쪽에서 설계된 최초의 언어입니다 – AI‑네이티브. 에이전트, 시그널, 스트림, 텐서는 라이브러리가 아니라 언어 원시 타입이며, 컴파일러가 검사하고 컴파일 시점에 최적화합니다.

AI가 Python을 작성하면 어떻게 될까?

Python은 1991년에 왼쪽에서 오른쪽, 위에서 아래로 읽는 인간을 위해 만들어졌습니다. 우리는 이제 근본적으로 다른 일을 하도록 요구하고 있으며, 그 결과가 드러납니다.

언어 기본형, 라이브러리가 아니라

에이전트

agent Classifier {
    input text: String
    output label: String

    fn handle(text: String) -> String {
        // classification logic
        return "positive"
    }
}

fn main() {
    let cls = spawn Classifier()
    cls.text  filter(fn(x) { x > 2 })
    |> map(fn(x) { x * 10 })
    |> fold(0, fn(acc, x) { acc + x })

|> 파이프 연산자는 문법의 일부입니다. 인접한 map과 filter 연산은 자동으로 하나의 패스로 결합됩니다 – 컴파일러가 수행하며, 개발자도 AI도 아닙니다.

컴파일 타임 형태 검사를 지원하는 텐서

let a: Tensor[3, 3] = identity(3)
let b: Tensor[3, 4] = zeros(3, 4)
let c = a @ b  // shape [3, 4] — checked at compile time

형태 불일치는 런타임 이전에 감지됩니다. 파이썬에서는 NumPy가 예외를 발생시킬 때만 이를 발견합니다.

선언적 파이프라인

pipe ClassifyText {
    Tokenizer |> Classifier
}

컴파일러는 에이전트 간 데이터 흐름을 검증하여 AI에게 고수준의, 설계 단계부터 올바른 목표를 제공합니다.

컴파일 대상

Source: …

벤치마크

속도

표현력 (코드 라인 수)

라인 수가 적을수록 → 토큰 수가 적어짐 → LLM 컨텍스트 창에 더 많은 여유가 생김 → AI‑생성 코드가 더 좋아짐. 언어 설계가 AI 효율성에 다시 영향을 미칩니다.

클래스보다 대수적 데이터 타입

enum Shape {
    Circle(Float),
    Rect(Float, Float),
}

fn area(s: Shape) -> Float {
    match s {
        Circle(r) => 3.14159 * r * r,
        Rect(w, h) => w * h,
    }
}

클래스도, 상속도, 가상 메서드도 없습니다. 구조체, 열거형, 그리고 패턴 매칭은 AI 모델에게 더 명확하고 모호함이 적은 목표를 제공하여 환각을 줄입니다.

엔지니어링 분야

• 컴파일러는 약 60개의 테스트 파일을 가지고 있습니다.
• CI는 모든 커밋마다 실행됩니다.
• 전체 언어 사양, RFC 프로세스, 그리고 자체 호스팅 컴파일러가 부트스트랩되고 있습니다(컴파일러가 Mapanare 자체로 다시 작성되고 있습니다).

이것은 바이럴한 주말 프로젝트가 아닙니다. 단계적이고 의도적인 노력입니다:

1. 기초
2. 트랜스파일러
3. 런타임
4. LLVM
5. 텐서
6. 셀프 호스팅
7. 생태계

각 단계마다 작동하는 소프트웨어를 배포합니다.

.mn source → Lexer → Parser → AST → Semantic Analysis → Optimizer → Emit
                                                               ↓
                                                         Python | LLVM IR
                                                               ↓

Mapanare는 AI를 위해 설계된 언어이며, 인간 중심 언어에 패치된 프레임워크가 아닙니다. 그 원시형, 컴파일러 검사 및 최적화는 AI가 구조적으로 올바르고 간결하며 프로덕션에 바로 사용할 수 있는 코드를 생성하도록 합니다.

인터프리터 | 네이티브 바이너리

Lexer: 18개의 키워드, 29개의 연산자
Parser: 우선순위 클라이밍을 이용한 LALR
Semantic: 타입 검사, 스코프 분석, 내장 함수 레지스트리
Optimizer: 상수 폴딩, 죽은 코드 제거, 에이전트 인라인, 스트림 퓨전 (‑O0 … ‑O3)
LLVM: llvmlite를 통한 전체 IR 생성 및 교차 컴파일 타깃 지원

---

설치

Linux / macOS

curl -fsSL https://raw.githubusercontent.com/Mapanare-Research/Mapanare/main/install.sh | bash

Windows (PowerShell)

irm https://raw.githubusercontent.com/Mapanare-Research/Mapanare/main/install.ps1 | iex

또는 pip 사용

pip install mapanare

---

기본 명령

mapanare run hello.mn          # 컴파일하고 실행
mapanare build hello.mn        # LLVM을 이용한 네이티브 바이너리
mapanare check hello.mn        # 타입 체크만 수행

VS Code 확장 – 구문 강조, 스니펫, LSP 기능(호버, 정의로 이동, 진단, 자동 완성)을 포함합니다.

로드맵

자체 호스팅 컴파일러는 결국 스스로를 컴파일하게 됩니다—Python 의존성이 없습니다. 이것이 최종 목표입니다.

우리가 찾는 사람

• AI/ML 엔지니어 파이썬의 동시성 모델에 좌절한 사람
• 컴파일러 해커 LLVM 백엔드 혹은 자체 호스팅 부트스트랩 작업을 원하는 사람
• 언어 설계자 RFC 과정을 통해 의미론을 shaping하고 싶은 사람
• 에이전트 시스템을 구축하는 사람 프레임워크 변동에 지친 사람

파이썬은 손으로 코드를 작성하는 인간을 위해 만든 마지막 위대한 언어였다. 다음 시대는 다른 것이 필요하다.

---

GitHub:
Manifesto: Why Mapanare Exists

Mapanare — 베네수엘라 독사에서 이름을 따왔다. 빠른 일격, 치명적인 정밀함, 아이디어가 탄생한 땅의 토착 종이다.