AX 시스템과 AI 제품

Problem

Claude Code, Codex, Gemini CLI를 각각 구독·로그인해 사용했지만, 한 작업에서 함께 쓰려면 요청과 결과를 직접 옮기고 다음 에이전트에게 다시 설명해야 했습니다. API 키 기반 모델 라우터가 아니라 기존 CLI 환경을 유지한 채 조합하는 방법이 필요했습니다.

Solution

제품 범위와 작업 기록 계약을 정하고 AI 코딩 에이전트를 활용해, 각 CLI를 독립된 로컬 프로세스로 실행하는 얇은 오케스트레이션 계층을 구현했습니다. 실제 CLI 실행과 테스트로 동작을 검증했으며, 인증·결제를 대신 관리하거나 API를 프록시하지 않습니다.

Stack

Status

오픈소스 · v0.1.1 · 공개 설치와 Codex CLI 실행 검증

Links

자세히 보기

Problem

새 AI 도구를 설치하기 전에 기존 설정과 충돌, 권한, 미확인 범위를 확인할 방법이 없었습니다.

Solution

제품 범위, 비목표, 입력·출력 계약, 위협 모델과 완료 기준을 먼저 정하고 AI 코딩 에이전트를 활용해 Go 기반 preflight CLI를 구현했습니다. 합성 시나리오와 품질 게이트를 직접 실행해 판정과 현재 한계를 검증했습니다.

Stack

Status

v0.1.0-alpha.1 · 합성 데모 자체 검증 · 실제 환경 스캐너 미연결

Links

자세히 보기

Problem

AI가 자연스러운 답변과 데이터를 빠르게 만들더라도, 실제 업무에 사용하려면 근거가 없는 단정과 누락된 조건, 확인하지 못한 범위를 반복해서 검수할 수 있어야 했습니다.

Solution

AX 인재전쟁 2026 과제에서 문제 범위와 근거·판정 기준을 정하고, AI 에이전트를 활용해 세 개의 로컬 품질 게이트를 구현했습니다. 해커톤 종료 후에는 금융 답변 게이트를 LangGraph에 연결해 자동 검사에서 위험 항목이 발견되면 사람이 승인·수정·반려하고, 수정본을 다시 검사하는 흐름으로 확장했습니다.

Stack

Status

실제 해커톤 제출물 공개 · LangGraph 후속 확장 · 49 tests

Links

자세히 보기

Problem

에이전트를 바꿀 때마다 같은 프로젝트 배경을 다시 설명해야 했고, 과거 결정을 찾기 위해 문서를 직접 검색하는 일이 반복됐습니다.

Solution

Obsidian 문서를 Ollama 임베딩으로 변환해 ChromaDB에 저장하고, MCP·HTTP·CLI로 검색하는 로컬 RAG 환경을 구축했습니다. RAG 서버는 답변을 대신 만들지 않고 관련 문서 조각과 출처만 반환하며, 최종 판단은 각 에이전트가 담당하도록 분리했습니다.

Stack

Status

운영 중 · 202개 문서 3,045개 청크 인덱싱

자세히 보기

Problem

작업 기록을 연결하는 것과 별개로, Discord 요청과 정기 작업, 검색 도구 실행을 한 환경에서 지속적으로 운영할 런타임이 필요했습니다.

Solution

Discord를 요청 창구로 두고 Obsidian RAG, cron 자동화와 다중 모델 실행을 연결했습니다. Agent Bridge가 작업 인계 형식을 담당한다면, Hermes는 일일 작업 로그와 트렌드 브리핑 같은 실행을 운영하는 개인 런타임으로 역할을 구분했습니다.

Stack

Status

개인 환경 운영 중 · 일일 작업 로그, 트렌드 브리핑, cron 자동화

자세히 보기