Curiosity

"우리 사내 API를 AI 에이전트에 연결할 수 없을까?" — 이미 잘 돌아가는 REST API는 있는데 AI가 그걸 직접 쓰게 하려면 MCP 서버를 새로 만들어야 합니다. mcp-link는 API 설계 문서(OpenAPI 스펙)만 있으면 그 API 전체를 즉시 AI 도구로 변환합니다. 설계 문서가 없어도 AI로 먼저 만들면 같은 방법으로 처리할 수 있습니다.

기본 RAG는 질문이 모호하거나 검색 결과가 부족해도 그냥 통과하는 단순 파이프라인입니다. `agentic-rag-for-dummies`는 LangGraph로 질문을 명료하게 다듬고, 부족하면 재검색하고, 복잡한 질문은 병렬 에이전트로 쪼개는 루프를 구현합니다. Ollama, Claude, GPT-4, Gemini 중 선택해 로컬 또는 클라우드로 운영할 수 있습니다.

AI에게 "서울에서 편의점 접근성이 낮은 지역을 찾아줘"라고 하면 SQL은 잘 짜지만, 결과가 맞는지 틀리는지를 숫자만 보고 판단할 수 없습니다. GeoSQL은 AI가 SQL을 실행한 뒤 결과를 지도로 그려서 직접 보고, 이상하면 스스로 수정하는 루프를 만들었습니다. SaaS 계정 없이 사내 서버에서 완전히 자가 운영할 수 있습니다.

기존 AI 슬라이드 도구는 만드는 것은 되지만 고치는 것이 안 된다. slides-grab은 기획부터 내보내기까지 에이전트가 처리하고, 수정할 때는 드래그로 영역을 집어주거나 텍스트로 지시하는 방식을 상황에 따라 쓸 수 있다. HTML 파일 기반이라 로컬 실행·Git 관리가 되고 SaaS 락인이 없다. PPTX 내보내기는 아직 실험적이다.

AI에게 "우리 브랜드 스타일로 만들어줘"는 통하지 않는다 - 브랜드 컨텍스트가 없기 때문이다. Claude Design은 로고 하나에서 색상·타이포·Voice·Motion·UI킷까지 포함한 브랜드 시스템을 스킬로 생성한다. 설치하면 이후 모든 AI 작업에 브랜드가 자동으로 반영된다.

Claude Code를 혼자 쓴다면 매번 직접 지시를 내리고 순서를 챙겨야 한다. Oh-My-ClaudeCode(OMC)는 자연어 한 문장으로 29개 전문 에이전트가 역할을 나눠 병렬로 작업을 완수한다. 소프트웨어 개발 워크플로우 전용 오케스트레이션 프레임워크로, 코딩·리뷰·테스트·배포 자동화에 특화되어 있다.

AI 코딩 에이전트의 성능은 모델이 아니라 모델을 감싸는 시스템에서 결정된다. 프롬프트를 잘 쓰는 것보다 에이전트가 일하는 환경-규칙, 도구, 피드백 루프-을 잘 설계하는 것이 더 중요해졌다. 하네스 엔지니어링은 "AI에게 뭘 시킬까"에서 "AI가 잘 일하는 구조를 어떻게 만들까"로의 전환이다.

AI에게 문서를 주는 방식은 두 가지입니다. RAG는 질문할 때마다 문서를 처음부터 다시 읽습니다. 비용은 쌓이고, 지식은 남지 않습니다. OpenKB는 문서를 한 번 이해해서 Wiki로 만듭니다. 쓸수록 지식이 연결되고 축적됩니다. 벡터DB 없이 동작하고, 결과물은 Obsidian에서 바로 열립니다. 사내 문서를 AI와 함께 자산으로 만들고 싶다면, 이 글이 출발점입니다.

이 글에서는 FastAPI 기반 RAG 서버에 MCP를 도입한 경험을 바탕으로, 앱에 MCP를 직접 임베딩하는 Embedded 패턴과 별도 프로세스로 분리하는 Bridge 패턴의 차이, Transport 선택 기준, 그리고 LLM이 Tool을 올바르게 사용하도록 유도하는 description 작성법까지 단계별로 살펴봅니다.

Ultra-Lightweight Personal AI Assistant