30. 서비스 구축단계_ 세컨브레인 -1일차-

이제까지 학습을 했다면 이제는 머릿 속에 있는 서비스를 구현하는 단계다.

아직까지는 toy project 단계로서 현재까지 배운 multi agent 의 개념과 n8n, 그리고 mcp 의 다양한 가능성들을 테스트해보려 한다. 

첫번째 toy project는 second brain 구축이다.

단순히 ai 기반의 비서 또는 에이전트와는 다르게, 현재 내 삶의 많은 부분에서 ai의 도움을 받고자 한다.

가장 간단하게는 일정관리, 메모관리, 리마인더 기능과 같은 비서 기능부터 시작하여, 떠오르는 아이디어를 디벨롭하는 과정, 사업을 구체적으로 기획하는 과정 등 다음 사업을 cooking 하는 영역에서 AI의 도움을 받겠다. 또한 영역별로 가상의 멘토를 설정하여 지속적으로 조언을 구하려 한다.

[가상의 멘토들]

 (1) 먼저는 커리어 조언자: 현재 머릿속에 있는 40세, 50세, 60세 등의 계획에 대해 상세히 알려주고 이를 기반으로 매 순간의 결정들이 내 삶의 방향성과 일치되는지, 해당 시점의 선택에 있어 어떠한 점을 고려해야하는지 등에 대해 조언을 얻으려 한다.
 (2) 두번째로 투자 조언자: 육아휴직 이후로 주식투자를 지속하고 있는데, 때때로 수익과 손실을 반복하고 있다. 매매 과정에서 배우는 부분도 많이 있지만, 전반적으로 주식 투자금액이 현재 나의 자금 상황에 비해 지나치게 높다는 부분과 투자의 빈도가 매우 잦다는 점, 그리고 경제의 거시적인 측면만으로 투자의사결정을 내리는 반면 종목이나 산업군에 대한 분석이 결여되어 되어있다는 단점이 있다. 현재까지의 투자 경험에서의 장점은 극대화하면서도 개인적인 단점을 수정해갈 수 있도록 도움을 받고 싶다.
 (3) 세번째는 관계에 관한 조언자: 먼저 아내와의 관계에서 도움을 받을 조언자, 자녀의 양육에 관하여 식사, 놀이, 대화 등에 관해 좋은 질문 등으로 넛지해줄 조언자, 그리고 전반적인 인간관계에서 도움받을 조언자를 얻고자 한다.
 (4) 네번째는 토론 주최자 및 진행자: 스스로 생각이 더 구체화되어야 하는 부분, 더 입체적인 관점으로 문제를 바라보고 고민해야하는 영역에 있어서, 토론 주최자에게 agenda를 던지고 해당 주최자가 위의 각 전문 조언가들을 초대하여 같이 토론하도록 하려 한다. 이 때 토론은 음성기반으로 이뤄지도록 할 것이고, 각 전문 조언가들을 각각의 페르소나와 음성을 가지고 토론에 참여하도록 할 것이다. (비교적 사실적인 토론이 진행되어야 나 또한 더욱 몰입할 수 있을 것이라고 생각해서 이 부분에서는 일레븐랩스 최신버전을 적극 도입하려 한다.)

또한 리서치, 요약에 관해서도 도움을 받으려한다. 그때 그때 궁금한 부분이 생길 때마다 질문을 남겨놓으면 자체적으로 검색하고 비동기 환경에서 슬랙, 카톡 등에 답변을 보내놓도록 하려 한다.

위의 모든 기능은 스마트폰의 음성 인풋을 통해 입력되고 최상위 supervisor agent를 통해 카테고리별로 분기되어, sub agent에게 도달되어 원하는 작업을 수행해야한다. 

기본적으로는 각 기능 단위로 구현된 워크플로우들이 모듈 형태로 존재해야한다. 예를 들어 카카오톡 발신 워크플로우, 노션 업데이트 워크플로우, 특정 웹사이트 검색 및 크롤링하는 워크플로우 등이다. 그리고 각 워크플로우들을 바로 상위에 있는 sub-agent들의 툴로 붙여주고, sub-agent가 각 인풋에 따라서 어떤 툴을 활용해야하는지 지시한다. 그리고 가장 최상위에는 supervisor agent를 두고 사용자의 인풋이 어떤 sub-agent의 업무와 가장 적합한지 판단하여 작업을 수행하도록 만든다.

이 과정에서 중요한 두 가지의 검증이 필요하다. (아마 기술적으로는 가능할 것 같은데, 그것을 잘 구현해내는 것이 중요하다.)

첫번째는 RAG를 구현하는 것. 유튜브 등에서 검색해본 방법처럼 모든 대화이력을 postgres 등에 때려넣는 방식은 적합하지 않다. 기본적으로 모든 대화 이력이 아닌, 내가 별도로 표기 또는 가중치를 부여한 대화에 대해서만 선별적으로 이전 대화를 참조하도록 하는 것이 필요해보인다. 또한 각 agent들에 학습시킬 데이터들은 예를 들어 노션에 주르륵 정리해놓고 해당 노션 링크를 supabase DB에 저장해놓은 다음, supervisor가 해당 주제에 관한 질문을 받았을 때 DB의 어떤 부분을 참조하여 노션 링크를 읽어 학습하도록 해야한다. 추가적으로 전문가 agent가 지속적으로 참조해야하는 문서 등이 있다면, 이 부분은 vector embedding을 통해 knowledge base로서 계속 참조하도록 해야한다.

우선 아래와 같이 간략히 생각하는 내용을 기입하였다. 내일 추가적으로 내용을 구체화하고, 상위 컨셉의 플로우를 구성해보도록 하자.