원문: github.com | 토론: GeekNews · 댓글 0개
핵심 요약 사내 다양한 앱의 정보를 통합 관리하는 AI 기반 검색 및 어시스턴트 플랫폼이다. Google Drive, Gmail, Slack, Confluence, Jira 등 주요 협업 도구를 연결하고, BM25 및 pgvector 기반의 전문 검색과 벡터 검색을 결합한 하이브리드 검색을 제공한다.
💡 실무 포인트: 사내 검색 시스템 구축 시 BM25 + pgvector 하이브리드 검색 아키텍처를 참고. 기존 협업 도구와의 커넥터 통합이 핵심. — ## 📋 오늘의 실무 적용 포인트 종합 | 주제 | 실무 적용 포인트 | 난이도 | |——|—————–|——–| | page-agent | bookmarklet으로 기존 웹앱에 AI 에이전트 즉시 주입, 로컬 LLM 연결로 보안 확보 | ⭐ | | AI 코드 거버넌스 (Amazon) | AI 생성 코드에 대한 리뷰 프로세스·책임 소재 정의, CI/CD에 AI 코드 태깅 단계 추가 | ⭐⭐ | | 도메인 특화 AI (부동산) | RAG보다 “크롤링 → 구조화 → LLM 파이프라인” 아키텍처가 최신 데이터 정확도에 유리 | ⭐⭐ | | Autoresearch (Karpathy) | 하이퍼파라미터·아키텍처 서치를 에이전트 루프로 자동화 | ⭐⭐⭐ | | Gemini Embedding 2 | 멀티모달 RAG 파이프라인에서 텍스트+이미지+오디오 단일 임베딩 공간 통합 | ⭐⭐ | | 맥킨지 Lilli 해킹 | 내부용 AI 플랫폼 외부 전환 시 보안 감사 재수행 필수 | ⭐⭐ | | 비동기 에이전트 (수면 중 실행) | 자율 에이전트에 독립적 검증 단계(사람 리뷰 또는 별도 검증 에이전트) 필수 | ⭐⭐ | | MLC-LLM iOS | iOS 앱 온디바이스 LLM 통합 시 MLC-LLM + Metal API 조합 활용 | ⭐⭐⭐ | | 오픈소스 AI 정책 (Debian/Redox) | 오픈소스 기여 전 프로젝트별 AI 도구 사용 정책 확인 | ⭐ | | 서비스 vs 소프트웨어 | AI SaaS 설계 시 “도구 제공"에서 “결과물 납품"으로의 비즈니스 모델 전환 검토 | ⭐⭐ | | 네트워크 효과 | AI 제품에서 에이전트가 대체할 수 없는 진정한 네트워크 효과를 moat로 구축 | ⭐⭐⭐ | | LLM 레이어 복제 | 추가 학습 없이 모델 성능 개선하는 레이어 반복 기법 실험 | ⭐⭐⭐ | — GeekNews에서 선별한 2026-03-12 AI 데일리