Local Deep Research란 무엇이며 정확도는 얼마나 되나요?

Local Deep Research는 LearningCircuit가 개발한 오픈소스 AI 연구 도구로, arXiv, PubMed, Semantic Scholar, SearXNG, Tavily, Brave Search 같은 소스 전반에 걸쳐 반복적인 연구 루프를 실행합니다. SimpleQA 벤치마크에서 약 95%의 정확도를 보고하며, 데이터는 사용자별로 분리된 SQLCipher 암호화 SQLite 데이터베이스(AES-256)에 저장되고 텔레메트리는 전혀 없습니다.

InsForge는 무엇에 사용되나요?

InsForge는 agentic coding을 위해 만들어진 올인원 오픈소스 백엔드 플랫폼으로, 인증, PostgREST 자동 API 생성을 갖춘 PostgreSQL 데이터베이스, S3 호환 스토리지, edge functions, 모델 게이트웨이, 사이트 배포를 제공합니다. MCP server와 CLI 및 skills를 모두 노출하여 AI 에이전트가 자체 백엔드를 처음부터 끝까지 프로비저닝하고 배포할 수 있게 합니다. Apache 2.0 라이선스로 배포됩니다.

Addy Osmani의 Agent Skills에 있는 일곱 개의 슬래시 명령어는 무엇인가요?

Agent Skills는 일곱 개의 명령어를 개발 라이프사이클에 매핑합니다: /spec(요구사항 정의), /plan(원자적 작업으로 분할), /build(점진적 전달), /test(증거로서의 테스트), /review(코드 건강성 개선), /code-simplify(영리함보다 명료함), /ship(점진적 배포). Skills는 작업 컨텍스트에 따라 자동으로 활성화됩니다.

AI 코딩을 위한 Karpathy에서 영감을 받은 네 가지 행동 원칙은 무엇인가요?

CLAUDE.md 파일에 내장된 네 가지 원칙은 다음과 같습니다: 코딩 전에 생각하기(가정을 명시하고 단정하기 전에 묻기), 단순함 우선(최소 실행 가능 솔루션 구축), 외과적 변경(꼭 필요한 것만 건드리고 기존 스타일에 맞추기), 목표 주도 실행(성공 기준을 사전에 정의). 이들은 LLM의 과신에 대한 인지적 안전장치 역할을 합니다.

자율 AI 시스템의 네 가지 기둥은 어떻게 함께 작동하나요?

에이전트는 먼저 Local Deep Research를 사용해 검증되고 인용이 포함된 보고서를 생성하고, 그다음 MCP tool calls를 통해 InsForge로 전체 백엔드(데이터베이스, edge functions, 스토리지, 인증)를 프로비저닝하며, Agent Skills의 spec-to-ship 워크플로를 따라 프런트엔드를 구축하고, 그 전 과정에 걸쳐 Karpathy에서 영감을 받은 행동 가드레일을 적용하여 과도한 엔지니어링과 잘못된 가정을 방지합니다. 각 기둥은 자율 개발에서 발생하는 고유한 실패 모드를 다룹니다.

챗봇을 넘어: 2026년 자율 AI 시스템의 4가지 기둥

로컬 딥 리서치, InsForge, 에이전트 스킬스, 그리고 카프티 원칙이 심층 연구부터 프로덕션 배포까지 진정한 자율 AI 에이전트를 위한 완전한 스택을 어떻게 형성하는지 알아봅니다.

Docker
Go
JavaScript
MIT
업데이트 2026-05-15

🔗 관련 리소스

💬 댓글 토론