Show HN: 저는 15살입니다, 화면을 보고 질문하기도 전에 행동하는 AI를 만들었습니다
(github.com)
15세 개발자가 공개한 Weave는 macOS 사용자의 화면과 데이터를 로컬에서 학습하여 개인화된 기억을 구축하고, 브라우저와 앱을 직접 제어하는 능동적 AI 에이전트로 프라이버시와 자동화를 동시에 구현했다.
이 글의 핵심 포인트
- 1macOS 전용 로컬 우선(Local-first) 관계 및 라이프 인텔리전스 엔진
- 2화면 OCR, Gmail, 캘린더 데이터를 활용한 개인 맞춤형 메모리 그래프 구축
- 3브라우저 에이전트와 macOS 네이티브 앱 제어를 통한 능동적 업무 수행
- 4데이터를 로컬 SQLite에 저장하여 프라이버시 보호 및 보안 강화
- 5MCP 서버 지원을 통해 Claude Desktop 등 외부 AI 클라이언트와 연동 가능
이 글에 대한 공공지능 분석
왜 중요한가?
개인의 모든 디지털 활동을 데이터화하여 '디지털 트윈'에 가까운 개인 맞춤형 기억 저장소를 구축하려는 시도입니다. 특히 로컬 우선(Local-first) 방식을 채택해 AI 시대의 가장 큰 화두인 프라이버시 보호와 성능 사이의 기술적 균형을 맞췄다는 점이 핵심입니다.
어떤 배경과 맥락이 있나?
LLM 기술이 발전함에 따라 단순 챗봇을 넘어 사용자의 컨텍스트를 이해하고 행동하는 'AI 에이전트'로 패러다임이 전환되고 있습니다. Weave는 화면 인식(OCR)과 시스템 제어 권한을 결합해 에이전트의 실행력을 극대화하는 기술적 접근을 보여줍니다.
업계에 어떤 영향을 주나?
기존 클라우드 기반 AI 서비스들이 가진 데이터 유출 우려를 로컬 저장 방식으로 해결하며, 개인용 AI 비서 시장의 새로운 표준을 제시할 수 있습니다. 또한 MCP(Model Context Protocol) 서버 지원을 통해 외부 LLM 생태계와 자신의 데이터를 연결하는 확장성까지 확보했습니다.
한국 시장에 어떤 시사점이 있나?
보안이 중시되는 국내 기업 환경이나 개인정보에 민감한 사용자층에게 '로컬 기반 AI' 모델은 강력한 소구점을 가집니다. 국내 개발자들에게도 단순 API 활용을 넘어 OS 레벨의 제어를 결합한 에이전트형 서비스 개발의 가능성을 시사합니다.
이 글에 대한 큐레이터 의견
Weave는 15세라는 놀라운 연령대의 개발자가 구현했다는 점을 떠나, 기술적으로 '데이터 주권'과 '에이전틱 워크플로우(Agentic Workflow)'를 매우 영리하게 결합했습니다. 특히 MCP 서버를 통해 Claude와 같은 외부 LLM에 자신의 로컬 기억을 연결하는 구조는 에코시스템 구축 측면에서 탁월한 전략입니다.
하지만 창업자 관점에서는 리스크도 명확히 인지해야 합니다. 화면 전체를 OCR로 캡처하고 시스템 접근성(Accessibility) 권한을 사용하는 방식은 강력하지만, 사용자의 기기 자원을 과다하게 소모할 수 있으며 보안 취약점이 발생할 경우 치명적입니다. 또한 애플의 OS 업데이트나 브라우저 정책 변화에 따라 에이전트의 동작이 깨질 수 있는 높은 의존성 문제도 해결해야 할 핵심 과제입니다.
댓글
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.