Curiosity

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

Kafka 없이 PostgreSQL에서 Apache Iceberg로 직접 CDC를 수행하는 경량 도구 OLake를 로컬 Docker 환경에서 구축하고, Debezium과 비교하여 성능·안정성·사용 편의성을 테스트한 PoC 과정을 정리합니다.

최근 데이터 처리 기술이 급격히 발전하면서, 단순히 텍스트를 넘어 방대한 문서에서 필요한 '팩트(Fact)'만 정확하게 구조화하는 기술의 중요성이 커집니다. 오늘은 그 중심에 있는 GLiNER 모델에 대해 알아보고, 우리가 흔히 아는 범용 LLM(GPT, Claude 등)과 어떤 차이가 있는지 정리해 보겠습니다.

'The Modern Data Report 2026'은 기업들이 데이터 플랫폼에 막대한 투자를 했음에도 실제 활용에 실패하는 '데이터 활성화 격차'를 지적합니다. 89%가 데이터 찾기에 시간을 낭비하고, 93%가 상충되는 지표를 경험하며, 68%는 데이터가 AI 활용에 부적합하다고 답했습니다. 해결책은 더 많은 도구가 아닌 '통합된 플랫폼'입니다. 통합 접근(84%), 강력한 거버넌스(81%), 셀프서비스(72%)가 핵심 요소로 꼽혔습니다. 신뢰할 수 있는 데이터로 의사결정 속도를 높이는 것이 2026년의 목표입니다.