## 1. Project Overview & Quickstart (NomaDamas/CONTRIBUTING) ## 1. Project Overview & Quickstart (NomaDamas/CONTRIBUTING) # CONTRIBUTING Open-source repository NomaDamas/CONTRIBUTING ### Repository Details - **Repository:** [NomaDamas/CONTRIBUTING](https://github.com/NomaDamas/CONTRIBUTING) - **Primary Language:** Code *Note: High-volume repository documentation is actively indexed and synchronized by YakaAI.* ## 2. Official Technical Reference & Guides (NomaDamas/NomaDamas.github.io) ## File: README.md # NomaDamas 블로그 서울의 AI 오픈소스 해커하우스 [NomaDamas](https://github.com/NomaDamas)의 블로그입니다. 프로젝트를 왜 그렇게 만들었는지, 만들어 보니 뭐가 달랐는지를 적습니다. ## 글 쓰기 `src/content/posts/`에 마크다운 파일을 만들고 main에 푸시하면 GitHub Actions가 빌드해서 배포합니다. ```bash pnpm install pnpm dev # http://localhost:4321 pnpm build # dist/ 생성 + pagefind 색인 pnpm preview # 빌드 결과 확인 ``` 프론트매터 형식, 이미지 넣는 법, 건드리면 조용히 망가지는 설정, 색과 로고 규칙은 [`AGENTS.md`](./AGENTS.md)에 있습니다. **글이나 설정을 고치기 전에 그 문서를 먼저 보세요.** ## 검색엔진, 방문 분석 연결 GA4, Microsoft Clarity, Google Search Console, 네이버 서치어드바이저, Bing 연결은 단계별 안내 스크립트로 합니다. ```bash scripts/setup-seo-services.sh # gh 로그인 필요 ``` ## 오타를 발견하셨다면 글 하단의 "이 글 고치기"를 누르면 GitHub 편집 화면으로 바로 갑니다. Pull Request 환영합니다. ## 만든 것 - [Astro](https://astro.build) + [AstroPaper](https://github.com/satnaing/astro-paper) 테마 (MIT) - GitHub Pages 배포, [pagefind](https://pagefind.app) 검색 테마의 기본 팔레트와 폰트 설정은 NomaDamas 로고에 맞춰 바꿨습니다. 자세한 건 `AGENTS.md`의 「색과 로고」를 보세요. ## 라이선스 코드는 MIT (원 저작자 [Sat Naing](https://github.com/satnaing)). 글의 저작권은 NomaDamas에 있습니다. --- ## File: src/content/pages/about.md --- title: "NomaDamas" --- NomaDamas는 서울에 있는 AI 오픈소스 해커하우스예요. AI와 오픈소스를 좋아하는 해커들이 모여 재밌는 걸 만들고 [GitHub](https://github.com/NomaDamas)에 공개해요. [Markr](https://github.com/Marker-Inc-Korea)가 운영해요. [GitHub 프로필](https://github.com/NomaDamas)에는 이렇게 적어뒀어요. > An AI open-source hacker house in Seoul, Korea. > We are young hackers who love AI & open source. We ship fast, break things, and star-chase. ## 만든 것들 - [k-skill](https://github.com/NomaDamas/k-skill) - 한국인을 위한 에이전트 스킬 모음. SRT와 KTX, 카카오톡, 날씨, 미세먼지, 법령, 주식, KBO, LCK, 특허 검색까지 - [AutoRAG](https://github.com/Marker-Inc-Korea/AutoRAG) - RAG 평가와 최적화 프레임워크. AutoML처럼 자동으로 조합을 찾습니다 (Marker-Inc-Korea 소속) - [slides-grab](https://github.com/NomaDamas/slides-grab) - Claude Code와 Codex에서 슬라이드를 만드는 하네스 - [CozyClay](https://github.com/NomaDamas/CozyClay) - 오픈소스 프리비주얼라이제이션 도구 - [KICE_slayer_AI_Korean](https://github.com/NomaDamas/KICE_slayer_AI_Korean) - 수능 국어 1등급에 도전하는 AI - [awesome-korean-llm](https://github.com/NomaDamas/awesome-korean-llm) - 한국어 LLM 목록 - katok - 에이전트로 카카오톡 대화를 검색하는 CLI (비공개) - [god-tibo-imagen](https://github.com/NomaDamas/god-tibo-imagen) - Codex 구독으로 GPT image 2.0을 쓰는 패키지 - [bananatape](https://github.com/NomaDamas/bananatape) - 개발자를 위한 바이브 디자인 도구 나머지는 [저장소 목록](https://github.com/orgs/NomaDamas/repositories)에 다 있어요. ## 이 블로그는 README에는 무엇을 만들었는지만 들어가요. 이 블로그에는 왜 그렇게 만들었는지, 만들어 보니 뭐가 달랐는지를 적어요. 글에 오타나 틀린 내용이 보이면 글 하단의 "이 글 고치기"로 바로 고쳐서 보내주셔도 돼요. 이 블로그 코드도 [공개 저장소](https://github.com/NomaDamas/nomadamas.github.io)에 있어요. ## 채널 - [GitHub](https://github.com/NomaDamas) - [Threads](https://www.threads.com/@n0madamas) - [X](https://x.com/n0madamas) - [LinkedIn](https://www.linkedin.com/showcase/nomadamas/) - [RSS](/rss.xml) ## 2. Official Technical Reference & Guides (NomaDamas/nomadamas.github.io) ## File: README.md # NomaDamas 블로그 서울의 AI 오픈소스 해커하우스 [NomaDamas](https://github.com/NomaDamas)의 블로그입니다. 프로젝트를 왜 그렇게 만들었는지, 만들어 보니 뭐가 달랐는지를 적습니다. ## 글 쓰기 `src/content/posts/`에 마크다운 파일을 만들고 main에 푸시하면 GitHub Actions가 빌드해서 배포합니다. ```bash pnpm install pnpm dev # http://localhost:4321 pnpm build # dist/ 생성 + pagefind 색인 pnpm preview # 빌드 결과 확인 ``` 프론트매터 형식, 이미지 넣는 법, 건드리면 조용히 망가지는 설정, 색과 로고 규칙은 [`AGENTS.md`](./AGENTS.md)에 있습니다. **글이나 설정을 고치기 전에 그 문서를 먼저 보세요.** ## 검색엔진, 방문 분석 연결 GA4, Microsoft Clarity, Google Search Console, 네이버 서치어드바이저, Bing 연결은 단계별 안내 스크립트로 합니다. ```bash scripts/setup-seo-services.sh # gh 로그인 필요 ``` ## 오타를 발견하셨다면 글 하단의 "이 글 고치기"를 누르면 GitHub 편집 화면으로 바로 갑니다. Pull Request 환영합니다. ## 만든 것 - [Astro](https://astro.build) + [AstroPaper](https://github.com/satnaing/astro-paper) 테마 (MIT) - GitHub Pages 배포, [pagefind](https://pagefind.app) 검색 테마의 기본 팔레트와 폰트 설정은 NomaDamas 로고에 맞춰 바꿨습니다. 자세한 건 `AGENTS.md`의 「색과 로고」를 보세요. ## 라이선스 코드는 MIT (원 저작자 [Sat Naing](https://github.com/satnaing)). 글의 저작권은 NomaDamas에 있습니다. --- ## File: src/content/posts/autorag-agent-intro.md --- title: "자료를 옮기지 않고 찾아 주는 오픈소스 AI 사서, AutoRAG Agent" pubDatetime: 2026-09-28T14:19:00+09:00 modDatetime: 2026-09-30T16:10:00+09:00 author: "안승원 (Aiden)" tags: ["autorag agent", "오토래그", "rag", "카카오톡 검색", "로컬 검색", "claude code", "오픈소스"] ogImage: ../../assets/images/autorag-agent-intro/00-cover.png featured: true --- > **요약** > > 1. AutoRAG Agent는 문서 폴더, 메일, 카카오톡, 슬랙에 흩어진 자료를 한곳에 옮기지 않고 원래 자리에서 검색하는 오픈소스 CLI(명령줄 도구)입니다. 질문하면 찾아서 출처가 달린 답으로 돌려줍니다. > 2. 명령어를 몰라도 됩니다. Claude Code나 Codex에게 한국어로 설정을 부탁하면 설치 안내를 읽고 컴퓨터에 이미 깔린 메일, 메신저 연결 도구를 스스로 찾아 연결한 뒤 검색용 색인까지 만듭니다. 깔려 있지 않은 도구는 부탁하면 설치부터 진행하고 계정 로그인과 권한 허용만 처음 한 번 직접 하면 됩니다. > 3. Lite 모드로 해 달라고 부탁하면 AutoRAG에는 API 키도 모델 사용료도 필요 없습니다. 찾기는 AutoRAG가 모델 없이 합니다. 읽고 정리하기는 이미 쓰는 Claude Code나 Codex가 합니다. > 4. 카카오톡 대화와 한글(HWP) 파일까지 검색할 수 있습니다. 비교한 Gemini Notebook과 ChatGPT의 공식 문서에서는 확인되지 않은 기능입니다. ## 목차 ## 이런 적 있으신가요 10월에 부산에서 해커톤을 연다고 해 보겠습니다. 대표님이 묻습니다. "대관료 얼마로 정해졌어요? 계약금은 냈고요? 정원은 몇 명이죠?" 답은 다 어딘가에 있습니다. 대관료는 처음 받은 견적 메일과 할인 뒤 다시 받은 견적 메일에 나옵니다. 계약금은 재무 담당자가 카카오톡으로 이체했다고 알려 왔고 입금 확인은 행사장 매니저의 카카오톡과 메일로 왔습니다. 정원은 8월 계획서에 80명으로 적혀 있는데 9월에 팀 단톡방에서 100명으로 늘렸습니다. 파일 검색은 파일 이름을, 메일 검색은 메일 안을, 카카오톡 검색은 대화방 하나를 찾아 줍니다. 세 곳을 따로 뒤져야 하고 찾은 숫자 중 어느 것이 최신인지도 결국 사람이 맞춰 봐야 합니다. AI 서비스에 물어보려면 내 컴퓨터의 파일은 올려야 하고 카카오톡 대화는 방마다 내보내서 올려야 합니다. 내일 새 메시지가 오면 또 올려야 합니다. ## AutoRAG Agent란? AutoRAG Agent는 내 컴퓨터에서 돌아가는 오픈소스 검색 에이전트입니다. 문서 폴더와 메일, 메신저를 원래 자리에 그대로 두고 질문 하나로 여러 곳을 함께 찾아 출처가 달린 답을 돌려줍니다. 찾을 곳을 연결하는 일도 Claude Code나 Codex에게 맡길 수 있습니다. 이름에 들어간 RAG(검색 증강 생성)는 AI가 답하기 전에 내 자료에서 관련 내용을 먼저 찾아 읽게 하는 방식입니다. AI가 기억에 기대지 않고 찾은 자료를 바탕으로 답하기 때문에, 틀린 답을 지어낼 여지가 줄고 근거도 확인할 수 있습니다. AutoRAG는 원래 RAG 파이프라인을 자동으로 최적화하는 파이썬 도구였습니다. 같은 저장소(star 5,112, 2026-09-28 조회)에서 2026년 7월에 2.0으로 새로 만든 것이 AutoRAG Agent입니다. *자료를 한곳으로 옮기지 않아도, AutoRAG Agent가 연결된 곳에서 찾아 원문을 확인하고 출처와 함께 답해 줍니다.* 쓰는 방법은 세 가지입니다. 그림의 두 방식은 AutoRAG만으로 쓰는 경우이고 셋째는 Lite 검색을 Claude Code나 Codex가 불러 쓰는 경우입니다. - **Lite 모드(`autorag lite retrieve`)**: 터미널에서 모델 없이 찾기만 합니다. 무료이고 찾은 내용이 외부 AI 모델 제공자에게 넘어가지 않습니다. 임베딩도 내 컴퓨터에서 계산합니다. - **에이전트 검색(`autorag search`)**: AutoRAG에 모델을 직접 붙이면, 그 모델이 찾은 결과의 원문을 다시 열어 대조하고 번호 달린 답으로 정리합니다. 모델은 클라우드와 로컬 중에서 고를 수 있고 클라우드 모델을 쓰면 사용료가 듭니다. - **Claude Code, Codex에게 맡기기**: Lite 모드로 설정해 달라고 부탁하면, Claude Code나 Codex가 `autorag lite retrieve --json`으로 찾고 찾은 내용을 자기 모델로 읽고 정리합니다. AutoRAG에는 API 키도 모델 사용료도 필요 없고 쓰고 있는 Claude Code나 Codex의 사용량만 늘어납니다. 찾은 내용은 Claude Code나 Codex가 쓰는 모델을 제공하는 회사에 전달됩니다. Lite 모드를 말하지 않으면 설치 안내에 따라 AutoRAG에 모델을 붙이는 쪽으로 설정될 수 있습니다. ## 이렇게 답합니다 앞에서 든 해커톤 준비 상황을 시연용 자료로 그대로 만들었습니다. 가상 회사 '한빛랩스'의 DevRel 담당 한지우가 10월 17일 부산 해커톤을 준비하고 있고 대표가 대관료와 계약금, 정원을 묻는 상황입니다. 답이 되는 메시지는 문서 폴더, 행사장 매니저와 주고받은 메일, 팀 단톡방, 1:1 대화방 두 개(재무 담당자, 행사장 매니저)에 흩어져 있습니다. 대관료와 정원은 중간에 값이 바뀌었습니다. 이 자료가 모두 AutoRAG Agent에 연결돼 있는 상태에서 물었습니다. *시연에 쓴 가상 상황입니다. 주황은 나중에 바뀐 값, 초록은 최종 값입니다. 회사와 사람, 메일과 대화는 모두 지어냈고 날짜와 금액은 시연 자료에 적힌 그대로입니다.* 실제 메일함과 카카오톡처럼 관계없는 자료도 섞어 두었습니다. 뉴스레터, 결제 영수증, 세미나 초대 메일, 오픈채팅방 잡담, 회사 규정과 회의록 같은 것들입니다. ### Lite 모드로 모델 없이 찾기 먼저 모델 없이 "해커톤 대관료"를 찾았습니다. *검색 한 번에 문서, 메일, 카카오톡 결과가 함께 나옵니다. 초록은 찾던 자료, 주황은 주의할 결과입니다. 2026-09-23 캡처, AutoRAG Agent 2.5.3.* 검색 한 번으로 세 곳을 함께 찾았습니다. 메일은 할인 뒤 받은 견적 메일, 카카오톡은 재무 담당자와 나눈 대화, 문서는 하반기 계획 발표 자료(pptx)입니다. 결과마다 원래 자리가 함께 나옵니다. 문서는 파일 경로, 메일은 `/mail-export/...`, 카카오톡은 `/kakao/...`로 시작하는 대화 구간 주소입니다. 한계도 그대로 보입니다. 1위는 대관료와 관계없는 경비 규정인데 같은 비용 이야기라 가까운 내용으로 잡혔습니다. 또 계획서의 "참가 정원 80명"은 9월에 바뀌기 전 값입니다. Lite는 후보를 모아 줄 뿐, 어느 값이 최신인지는 판단하지 않습니다. ### 에이전트 검색으로 원문까지 대조하기 이번에는 같은 자료에 모델을 붙여 물어봤습니다. ```bash autorag search '부산 해커톤 대관 조건 최신 기준으로 정리해 줘. 대관료, 계약금 입금 여부, 확정된 정원까지' ``` *빠른 답(위)을 먼저 보여 주고 다시 찾아 확인한 뒤(가운데) 최종 답(아래)을 냅니다. 2026-09-27 캡처, AutoRAG Agent 2.5.3, gpt-6-luna.* 답은 두 번 나옵니다. 먼저 나오는 "빠른 답"은 계획서와 예산표 두 문서만 보고 정원은 80명이고 대관료는 모른다고 답합니다. 그다음 AutoRAG가 스스로 다시 찾습니다. 진행 메시지를 보면 330만원 견적 메일을 새 단서로 찾은 뒤, 그 견적의 계약금을 냈는지와 최신 정원을 대화에서 확인하겠다고 알립니다. 최종 답은 이렇습니다. 1. 대관료는 할인 뒤 297만원(VAT 별도)이고 정원을 100명으로 늘린 뒤에도 그대로입니다. 2. 계약금 891,000원은 9월 12일 행사장이 입금을 확인하고 대관 확정을 알려 왔으므로 입금 완료입니다. 3. 정원은 계획서의 80명이 아니라 9월에 확정한 100명입니다. 항목마다 근거 번호가 붙고 아래 출처 목록에 메일 한 통이나 카카오톡 대화 구간의 주소와 요약이 나옵니다. 카카오톡 구간은 모델 없는 검색으로 찾아 JSON(Claude Code, Codex가 읽는 결과 형식)으로 받으면 대화방 이름과 시각이 함께 나옵니다. 틀린 곳도 하나 있습니다. 마지막 줄에 행사 일정이라고 적은 09:00~21:00은 8월 대관 문의 메일에 적어 보낸 시간입니다. 참가자가 몇 시에 모이는지는 자료에 없습니다. > [!WARNING] > **매번 같은 답이 나오지는 않습니다.** 같은 자료로 세 번 물었습니다. "최신 기준", "확정된"이라는 말 없이 물은 두 번 중 한 번은 메일과 카카오톡을 다시 찾지 않고 12초 만에 끝났습니다. 그 답은 계획서만 보고 정원을 80명이라고 했고 대관료와 계약금은 확인할 수 없다고 했습니다. 나머지 한 번과, 그 말을 넣어 물은 세 번째(위 캡처)는 세 항목을 모두 맞혔습니다. 한 번씩 돌려 본 결과라 문구의 효과를 단정할 수는 없습니다. 답에 "확인할 수 없다"는 항목이 남아 있으면 질문을 바꿔 한 번 더 물어보고 값이 여러 번 바뀐 자료라면 답에 붙은 출처를 확인해 보세요. 시간과 비용도 적어 둡니다. 에이전트 검색(`autorag search`)은 질문 하나에 12초에서 41초가 걸렸고 OpenAI API로 `gpt-6-luna`를 붙였을 때 비용은 0.003~0.014달러였습니다(모델이 읽고 쓴 토큰 수에 OpenAI 가격표 단가를 곱한 값). Lite 모드는 같은 자료에서 1.4초 안팎(처음 한 번은 3초)에 끝나고 비용이 들지 않습니다. ## 자주 쓰는 AI 서비스와 무엇이 다른가 내 자료를 올려 AI에게 묻는 서비스 가운데 많이 쓰는 두 가지, Gemini Notebook(구 NotebookLM)과 ChatGPT를 나란히 놓고 비교했습니다. 모든 칸은 2026-09-23에 두 서비스의 공식 문서에서 확인했습니다. | 항목 | Gemini Notebook(구 NotebookLM) | ChatGPT(파일, 프로젝트, 앱) | AutoRAG Agent | |---|---|---|---| | 자료를 두는 곳 | 노트북으로 가져옴 | 올린 파일은 ChatGPT 보관함에 저장, 연결한 앱은 그때그때 조회 | 원본은 제자리, 색인과 변환 사본은 내 컴퓨터(`.autorag/`)에 | | 시작하려면 | 구글 계정, 소스 추가 | 파일 올리기 또는 앱 로그인 | Node.js 24 이상, 소스별 연결 도구 설치 | | 카카오톡, 한글(HWP) | 공식 문서에서 확인되지 않음 | 카톡 대화를 검색 소스로 쓰는 기능은 공식 문서에서 확인되지 않음 | 둘 다 지원(카톡은 Apple Silicon 맥) | | 출처 표시 | 답 안에 인용 | 인용과 발췌(회사 지식 모드) | 번호별로 원래 자리(파일 경로와 쪽수, 카톡 대화 구간, 메일) | | AI 코딩 에이전트에서 | 개인용 공식 경로 확인되지 않음 | 프로젝트 파일을 외부 에이전트가 부르는 공식 경로 확인되지 않음 | 명령줄(`--json`)과 에이전트 스킬 5종 | | 모델 없이 검색만 | 확인되지 않음 | 확인되지 않음 | `autorag lite` | | 비용 | 무료 등급(노트북당 소스 50개) + 유료 플랜 | 무료 + 유료 플랜 | 오픈소스(MIT). Claude Code, Codex에게 Lite로 맡기면 추가 비용 없음. 모델을 직접 붙이면 그 모델 사용료 | *"확인되지 않음"은 기능이 없다는 뜻이 아니라, 2026-09-23 기준 공식 문서에서 찾지 못했다는 뜻입니다.* 정리하면 이렇게 다릅니다. 1. **자료를 한곳으로 옮기지 않아도 됩니다.** 원본을 클라우드나 서버에 올릴 필요 없이, 카카오톡이나 슬랙처럼 도구마다 내 컴퓨터에 따로 둔 보관소를 그대로 읽습니다. 문서의 색인과 변환 사본도 내 컴퓨터의 `.autorag/` 폴더에 만들어집니다. 구글 드라이브 같은 클라우드 드라이브는 바뀐 파일만 내 컴퓨터로 내려받아 읽습니다. 2. **한국 업무 환경의 자료까지 검색할 수 있습니다.** 카카오톡 대화와 한글(HWP, HWPX) 파일 검색은 비교한 두 서비스의 공식 문서에서 확인되지 않은 기능입니다. 3. **두 웹 서비스와 달리 AI 코딩 에이전트가 바로 쓸 수 있습니다.** 명령 결과를 JSON으로 내주고 Claude Code나 Codex가 읽는 스킬 파일도 저장소에 함께 들어 있습니다. 모델 없이 찾기만 하는 Lite 모드가 있어서 판단은 Claude Code나 Codex가 이미 쓰는 모델에 맡길 수 있습니다. 두 서비스의 공식 문서에서는 2026-09-23 기준 이런 경로와 모델 없는 검색을 찾지 못했습니다. 아쉬운 점도 있습니다. 웹 서비스와 달리 Node.js를 설치해야 하고 메일과 메신저는 소스별 연결 도구도 준비해야 합니다. ## 어디까지 연결되나 연결할 소스를 직접 하나하나 고르지 않아도 됩니다. Claude Code나 Codex에게 AutoRAG 설정을 부탁하면, 저장소의 설치 안내(스킬)에 적힌 순서대로 진행합니다. 스킬은 Claude Code 같은 AI 에이전트에게 "이럴 때 이 명령을 이렇게 써라"를 알려 주는 설명서입니다. 1. 이 컴퓨터에 메일, 메신저 연결 도구가 깔려 있는지, 그 도구가 받아 둔 기록이 있는지 먼저 살핍니다. 연결 도구는 슬랙이나 카카오톡 같은 서비스의 기록을 내 컴퓨터로 받아 두는 별도 명령줄 프로그램입니다(예: 슬랙은 `slacrawl`, 카카오톡은 `lazykatok`). 2. 준비된 소스는 묻지 않고 연결합니다. 예를 들어 슬랙과 디스코드 연결 도구가 깔려 있고 받아 둔 기록도 있으면 둘 다 알아서 설정합니다. 3. 준비가 안 된 소스는 건너뛰고 소스마다 무엇이 빠졌는지 알려 줍니다. 건너뛴 소스도 "카카오톡도 연결해 줘"처럼 짚어 부탁하면 연결 도구 설치부터 이어서 진행합니다. 4. 마지막으로 문서와 연결한 소스를 읽어 검색용 색인을 만듭니다. 검색할 문서 폴더를 따로 말하지 않으면, 문서(Documents), 다운로드, 데스크톱 같은 후보 폴더를 파일 수와 함께 보여 주고 허락을 받은 뒤 읽습니다. 처음 한 번은 직접 해야 하는 일도 있습니다. 카카오톡은 맥 시스템 설정에서 전체 디스크 접근 권한을 줘야 하는데 이 권한은 사람만 줄 수 있습니다. Gmail 같은 메일 계정과 구글 드라이브도 각 연결 도구에 직접 등록하거나 로그인해야 합니다. 연결해 두면 질문할 때마다 어디서 찾을지 고르지 않아도 됩니다. 연결된 곳 전체를 함께 찾습니다. 새 메시지는 `autorag refresh`를 돌려야 검색에 들어갑니다. 돌릴 때마다 바뀐 파일과 연결된 소스에 새로 쌓인 메시지만 골라 읽습니다. 설치 안내에는 이 일을 1시간마다 자동으로 돌리도록 예약하는 단계도 있습니다. 시연에서 Claude Code는 설정을 마친 뒤 예약을 걸어 줄지 물었습니다. 예약이 없으면 새 메시지는 다음 `autorag refresh` 전까지 검색되지 않습니다. 이 글의 따라 하기에서는 문서 폴더만 연결했고 '이렇게 답합니다'의 시연 자료는 메일과 카카오톡을 미리 연결해 둔 상태였습니다. 메일, 메신저를 Claude Code나 Codex가 스스로 연결하는 과정은 설치 안내에 적힌 순서를 옮긴 것이고 이 글에서 직접 찍지는 않았습니다. 문서 폴더 말고 연결할 수 있는 소스는 아래와 같습니다(연결 방식 기준 16종). - **메신저**: 카카오톡, 슬랙, 디스코드, 텔레그램, 왓츠앱, Lark - **메일**: Gmail, IMAP 메일함, 내보낸 `.eml`, `.mbox` 파일 - **노트와 문서**: 노션, 옵시디언, 구글 드라이브와 원드라이브 같은 클라우드 드라이브 - **그 밖에**: GitHub 이슈와 PR, GitHub gist, 스크린샷과 사진, RSS, 맥 Spotlight 검색 폴더 안의 PDF, 워드, 엑셀, 파워포인트, 한글(HWP, HWPX) 파일은 따로 설정하지 않아도 알아서 읽습니다. AutoRAG는 연결한 소스 가운데 설정 파일의 허용 목록(검색해도 된다고 적어 둔 소스와 범위)에 있는 것만 검색합니다. Claude Code나 Codex가 소스를 연결할 때 이 목록도 함께 적습니다. 허용된 메신저는 기본으로 모든 대화방을 검색하지만 특정 방만 보이게 제한할 수도 있습니다. 토큰이나 비밀번호는 AutoRAG 설정 파일에 적지 말고 환경 변수나 각 연결 도구에 넣어 두면 됩니다. Claude Code나 Codex도 설정 파일에는 변수 이름만 적습니다. ## Claude Code에게 맡겨 보기 AutoRAG는 명령줄 도구지만 명령어를 외울 필요는 없습니다. Claude Code나 Codex 같은 AI 코딩 에이전트에게 한국어로 부탁하면, 에이전트가 저장소의 설치 안내(스킬)를 읽고 설치부터 연결, 검색까지 대신해 줍니다. 아래는 가상 회사 폴더(문서 29개, 메일 35통)를 두고 Claude Code에게 실제로 부탁해 본 과정입니다. 메일은 내보낸 `.eml` 파일로 폴더 안에 넣어 두었습니다. **준비물** - [Claude Code](https://code.claude.com/docs/ko/quickstart) 또는 [Codex](https://developers.openai.com/codex/cli) - [Node.js](https://nodejs.org/ko/download) 24 이상 ### 1. 검색할 폴더에서 Claude Code를 열고 부탁합니다 터미널에서 자료가 있는 폴더로 들어가 `claude`를 입력해 Claude Code를 연 뒤, 아래 문장을 붙여 넣고 Enter를 누릅니다. ```text wrap AutoRAG Agent를 설치해서 이 폴더의 documents를 검색할 수 있게 설정해 줘. AI 모델 없이 쓰는 Lite 모드로 하고, 방법은 github.com/Marker-Inc-Korea/AutoRAG 저장소의 skills/autorag-lite-setup/SKILL.md를 읽고 따라 줘. 우선은 이 폴더의 문서만 연결해 줘. ``` *자료가 있는 폴더에서 Claude Code를 열고 부탁 문장을 붙여 넣은 모습입니다. 가운데 빈 화면은 잘라 냈습니다. 2026-09-26 캡처, Claude Code 2.1.281(Sonnet 5).* 마지막 문장은 처음에는 이 폴더만 연결해 달라는 부탁입니다. 결과를 확인하기 쉽게 범위를 좁혔습니다. 이 문장을 빼면 설치 안내상 Claude Code가 '어디까지 연결되나'에서 본 순서대로 컴퓨터에 깔린 연결 도구를 찾아 메일, 메신저까지 연결하게 돼 있습니다. 이번 시연에서는 이 부탁에 더해, 실제 대화가 섞이지 않도록 시연 컴퓨터의 연결 도구를 Claude Code에게 보이지 않게 해 두어 문서 폴더만 연결됐습니다. 메일은 폴더 안의 `.eml` 파일로 함께 검색됩니다. 처음 여는 폴더라면 Claude Code가 이 폴더를 믿어도 되는지 먼저 묻습니다. 내 자료가 있는 폴더이니 믿는다고 고르면 됩니다. ### 2. 명령을 실행해도 되는지 물으면 읽고 허락합니다 Claude Code는 명령을 실행하기 전에 무엇을 하려는지 보여 주고 허락을 구합니다. 처음에는 저장소에서 설치 안내 파일(SKILL.md)을 내려받는 명령을 실행해도 되는지 물었습니다. *명령과 그 아래 한 줄 설명을 읽고 1번(Yes)을 고르면 됩니다.* 설정을 마칠 때까지 폴더의 파일 목록 보기, 설정 파일 만들기, 색인 만들기, 시험 검색 같은 명령을 허락할지 몇 번 더 묻습니다. 2번을 고르면 같은 종류의 명령은 다음부터 묻지 않습니다. 파일을 지우거나 이 폴더 밖을 바꾸는 명령이 보이면 허락하기 전에 한 번 더 읽어 보세요. 설정을 마치기까지 10분쯤 걸렸고 그중 7분 30초는 처음 한 번 필요한 도구를 내려받고 문서를 읽어 색인을 만드는 시간이었습니다. 모두 끝나면 Claude Code가 무엇을 했는지 요약해 줍니다. *설정 요약의 앞부분입니다. 64개 중 한 개는 다른 파일과 내용이 같아 빠졌습니다.* 시연 컴퓨터에는 AutoRAG가 이미 설치돼 있어서 설치 단계를 건너뛰었습니다. AutoRAG가 없는 컴퓨터라면 설치 명령(`bun install -g @autorag/librarian`, Bun이 없으면 `npm install @autorag/librarian`)을 실행해도 되는지부터 묻습니다. 요약 뒤쪽에는 이번에 연결하지 않은 메일, 메신저 소스와 그 이유가 적혀 있습니다. '어디까지 연결되나'에서 말한 1시간 예약을 걸어 줄지도 여기서 묻습니다. ### 3. 이제 평소 말로 물어봅니다 설정이 끝나면 같은 입력창에 아래처럼 부탁해 보세요. ```text wrap 부산 해커톤(10/17) 참가자에게 보낼 안내 문자 초안 써 줘. 일시, 장소, 주차는 AutoRAG로 documents에서 찾아 확인하고, 근거 파일도 같이 알려 줘. ``` *안내 문자 초안, 항목별 근거 파일, 보내기 전에 확인할 점이 함께 나옵니다. 2026-09-26 캡처.* Claude Code는 AutoRAG로 "부산 해커톤 일시", "장소", "주차"를 차례로 찾았습니다. 처음 결과에 대관 문의 메일만 나오자 확정 회신과 주차 안내를 다시 찾았습니다. 확정 뒤에 바뀐 내용이 없는지 9월 메일도 날짜순으로 열어 봤습니다. 부탁부터 답까지 1분 40초쯤 걸렸습니다. 초안의 일시에 적힌 09:00~21:00은 행사 시간이 아니라 홀을 빌린 시간입니다. Claude Code도 답 끝의 "발송 전 확인할 점"에서 이 점을 짚었고 상세 주소가 자료에 없다는 것도 알려 줬습니다. 부탁할 때 근거 파일도 같이 달라고 한 것은 이 때문입니다. 보내기 전에 근거와 한 번 맞춰 보면 이런 차이를 바로잡을 수 있습니다. > [!NOTE] > **Codex에게 맡겨도 됩니다.** 같은 두 부탁을 Codex에도 그대로 넣었더니 설정부터 답까지 끝냈습니다. 다만 Codex는 작업 폴더 밖을 막는 샌드박스 안에서 명령을 실행하는데 그 안에서는 맥의 GPU를 쓰지 못해 설정에 22분쯤 걸렸습니다. Codex도 초안에 홀을 빌린 시간을 행사 시간처럼 적었고 Claude Code와 달리 이 점을 따로 짚지 않았습니다. 어느 에이전트를 쓰든 초안은 근거 파일과 맞춰 보고 보내세요. > [!example]- 에이전트가 받는 검색 결과(개발자용) > Claude Code나 Codex는 `autorag lite retrieve "질문" --json`을 실행해 아래와 같은 결과를 받습니다. '이렇게 답합니다'의 시연 자료(메일과 카카오톡까지 연결된 상태)에서 받은 결과이고 점수와 메타데이터 같은 필드는 빼고 본문은 줄였습니다. 이 가운데 무엇을 쓸지는 Claude Code나 Codex가 이미 쓰는 모델이 판단하기 때문에, AutoRAG 쪽에는 모델도 API 키도 필요 없습니다. > > ```json > { > "ok": true, > "query": "해커톤 주차", > "results": [ > { "number": 1, "method": "minsync", > "source": "/Users/Shared/hanbit-labs/docs/office/devrel-h2-plan.pptx", > "content": "... 부산 해커톤: 2026-10-17 (토), 참가 정원 80명, 장소 부산 센텀시티 ..." }, > { "number": 2, "method": "mail-export-lexical", > "source": "/mail-export/hanbit/chunks/20260912-1502-a6", > "content": "Subject: [센텀 스테이지홀] 대관 확정 안내 (10/17 그랜드홀) ... 주차는 20대까지 무료입니다. ..." }, > { "number": 3, "method": "kakao-semantic", > "source": "/kakao/hanbit/chunks/window_cb0678ba670b50da", > "content": "[해운대코더] 한빛랩스 해커톤 벌써 대기 걸렸다던데요 ㅠ" } > ] > } > ``` ## 명령으로 직접 쓰기 터미널이 익숙하다면 명령 네 줄로 시작할 수 있습니다. 모델 없이 쓰는 Lite 모드입니다. ```bash npm install @autorag/librarian autorag lite init --search-paths ~/Documents/work autorag lite refresh autorag lite retrieve "찾고 싶은 내용" ``` 처음 한 번은 준비에 몇 분이 걸립니다. 2.5.3에서 파일 한 개짜리 새 폴더로 재 보니 첫 `refresh`가 약 3분(175초) 걸렸고 그다음 `refresh`부터는 바뀐 파일만 다시 읽습니다. 문서를 쪼개는 방법, 임베딩 모델, 벡터 DB를 직접 고르거나 설정할 필요가 없습니다. 임베딩도 API 키 없이 내 컴퓨터에서 계산합니다. 답을 정리하는 에이전트 검색까지 쓰려면 AutoRAG에 모델을 하나 정하면 됩니다. OpenAI, Anthropic, Google 같은 제공자의 API 키나 OpenAI 호환 주소를 쓸 수 있고 클라우드 모델의 사용료는 그 제공자에게 냅니다. ```bash autorag init --search-paths ~/Documents/work --model-provider openai --model-id gpt-5.6-luna autorag refresh autorag search "질문" ``` 메일, 메신저 같은 소스는 설정 파일에 직접 적거나 Claude Code, Codex에게 연결을 맡기면 됩니다. 소스별 설정은 [연결 가능한 소스 설정 문서](https://github.com/Marker-Inc-Korea/AutoRAG/blob/main/docs/datasource-skills.md)에 있습니다. 위 명령의 `gpt-5.6-luna`처럼 AutoRAG Agent의 기본 모델 목록에 있는 모델은 `--model-id`만으로 쓸 수 있습니다. 이 글의 시연처럼 `gpt-6-luna`를 쓰려면 한 단계가 더 필요합니다. 기본 모델 목록에 아직 `gpt-6-luna`가 없어서 `--model-id gpt-6-luna`만 주면 `autorag search`가 이런 오류를 내고 멈춥니다(2.5.3, 2026-09-27 확인). 2026-09-29에 나온 2.6.0의 목록에도 아직 없습니다. ```text wrap Unknown configured model: openai/gpt-6-luna. Add baseUrl (and optional api/apiKeyEnv) for OpenAI-compatible endpoints, or use a pi-ai catalog model id. ``` 그럴 때는 `~/.autorag/config.json`의 `model` 항목에 주소를 직접 적으면 됩니다. 이 설정으로 `autorag health`가 정상 응답하는 것까지 확인했습니다. ```json "model": { "provider": "openai", "id": "gpt-6-luna", "api": "openai-responses", "baseUrl": "https://api.openai.com/v1", "apiKeyEnv": "OPENAI_API_KEY", "reasoning": true, "contextWindow": 272000, "maxTokens": 128000 } ``` > [!TIP] > 클라우드 모델로 에이전트 검색을 하거나 Claude Code, Codex에게 맡기면 찾은 발췌가 그 모델을 제공하는 회사에 전달됩니다. 밖으로 보내면 안 되는 자료는 터미널에서 직접 Lite 모드로 찾거나, 로컬 모델을 붙여 에이전트 검색을 하면 됩니다. ## 마치며 AutoRAG Agent는 "그 얘기 어디서 했더라"를 찾는 데 드는 시간을 줄여 주는 도구입니다. 자료를 한곳으로 옮기지 않아도 원래 자리에서 찾아 근거와 함께 돌려주고 사람도 AI 에이전트도 같은 방식으로 쓸 수 있습니다. - **저장소**: [github.com/Marker-Inc-Korea/AutoRAG](https://github.com/Marker-Inc-Korea/AutoRAG). 도움이 됐다면 star를 눌러 주세요 - **버그와 제안**: [이슈](https://github.com/Marker-Inc-Korea/AutoRAG/issues)에 남겨 주세요. 새 소스 연결을 제안하는 이슈 양식도 따로 있습니다 - **처음 기여**: [`good first issue`와 `AutoRAG-2.0` 라벨이 붙은 이슈](https://github.com/Marker-Inc-Korea/AutoRAG/issues?q=is%3Aopen+label%3A%22good+first+issue%22+label%3AAutoRAG-2.0)부터 보시면 됩니다. 절차는 [CONTRIBUTING.md](https://github.com/Marker-Inc-Korea/AutoRAG/blob/main/CONTRIBUTING.md)에 있습니다 - **질문과 소식**: 저장소 [Discussions](https://github.com/Marker-Inc-Korea/AutoRAG/discussions)에서 질문하고 릴리스 소식도 볼 수 있습니다 *AutoRAG 저장소. 2026-09-23 캡처 당시 최신은 2.5.3이었고 2026-09-29에 2.6.0이 나왔습니다. 이 글의 화면과 수치는 2.5.3에서 확인했습니다.* ## 자주 묻는 질문 > [!faq]- 명령어를 몰라도 쓸 수 있나요? > 네. Claude Code나 Codex 같은 AI 코딩 에이전트에게 한국어로 부탁하면, 에이전트가 AutoRAG 저장소의 설치 안내(스킬)를 읽고 설치, 연결, 검색을 대신해 줍니다. 에이전트가 명령을 실행해도 되는지 물으면 읽어 보고 허락하면 됩니다. 컴퓨터에 Node.js 24 이상은 미리 설치해 두어야 합니다. > [!faq]- API 키가 필요하거나 추가 비용이 드나요? > Claude Code나 Codex에게 Lite 모드로 맡기면 둘 다 필요 없습니다. AutoRAG는 모델 없이 찾기만 하고 임베딩도 내 컴퓨터에서 계산합니다. 찾은 결과를 읽고 정리하는 일은 Claude Code나 Codex가 이미 쓰는 모델이 하므로, 늘어나는 것은 그 사용량뿐입니다. AutoRAG에 모델을 붙여 `autorag search`를 쓰면, 직접 쓰든 Claude Code나 Codex가 부르든 API 키와 사용료가 필요합니다. 이 글의 시연에서는 OpenAI API로 `gpt-6-luna`를 붙여 질문 하나에 0.003~0.014달러가 들었습니다. > [!faq]- 내 자료가 외부 서버로 올라가나요? > 원본은 클라우드나 외부 서버로 올라가지 않습니다. 문서의 색인과 변환 사본은 내 컴퓨터의 `.autorag/` 폴더에, 메신저 기록은 각 연결 도구가 내 컴퓨터에 둔 보관소에 있습니다. 다만 Claude Code나 Codex에게 맡기거나 `autorag search`에 클라우드 모델을 쓰면, 검색으로 찾은 발췌가 그 모델을 제공하는 회사에 전달됩니다. 밖으로 보내면 안 되는 자료라면 터미널에서 직접 Lite 모드로 찾거나 로컬 모델을 쓰면 됩니다. > [!faq]- 윈도우나 리눅스에서도 쓸 수 있나요? > 네. 본체는 맥, 윈도우, 리눅스에서 모두 자동 테스트를 거칩니다. 다만 연결하는 소스 중에는 운영체제를 가리는 것이 있습니다. 카카오톡은 Apple Silicon 맥에서만 쓸 수 있고 카카오톡 앱을 켜 두고 전체 디스크 접근 권한을 줘야 합니다. Spotlight는 맥 전용입니다. > [!faq]- 예전 AutoRAG(파이썬)와 같은 제품인가요? > 다른 제품입니다. 파이썬 AutoRAG는 RAG 파이프라인을 자동으로 최적화하는 도구이고 `pip install AutoRAG`로 설치합니다. AutoRAG Agent는 같은 저장소에서 2.0으로 새로 만든 검색 에이전트이고 npm 패키지 `@autorag/librarian`으로 설치합니다. 파이썬판은 `legacy/` 폴더에서 계속 유지보수됩니다. ## 참고 자료 **AutoRAG** - [AutoRAG GitHub 저장소](https://github.com/Marker-Inc-Korea/AutoRAG) - 소스, README, 이슈 - [@autorag/librarian npm 패키지](https://www.npmjs.com/package/@autorag/librarian) - 버전과 배포 이력 - [연결 가능한 소스 설정 문서](https://github.com/Marker-Inc-Korea/AutoRAG/blob/main/docs/datasource-skills.md) - 소스별 설정과 허용 범위 - [에이전트 스킬 폴더](https://github.com/Marker-Inc-Korea/AutoRAG/tree/main/skills) - Claude Code, Codex용 스킬 5종 **비교한 도구의 공식 문서** - [Gemini Notebook(구 NotebookLM) 개명 안내](https://blog.google/innovation-and-ai/products/gemini-notebook/notebooklm-gemini-notebook/), [플랜별 한도](https://support.google.com/notebooklm/answer/16206866?hl=en) - [ChatGPT 파일 보관함](https://help.openai.com/en/articles/20001052-file-storage-and-library-in-chatgpt/), [ChatGPT 프로젝트](https://help.openai.com/en/articles/10169521-projects-in-chatgpt), [ChatGPT for Kakao](https://help.openai.com/en/articles/12677933-chatgpt-for-kakao-overview-and-kakao-tools) **갱신 이력** - 2026-09-28 최초 발행 - 2026-09-30 비용과 연결 설명 보강. Claude Code, Codex에게 Lite 모드로 맡기면 AutoRAG 쪽 비용이 없다는 점, 이때 찾은 내용이 그 모델을 제공하는 회사에 전달된다는 점, Claude Code, Codex가 연결 도구를 찾아 연결하는 과정 추가. 관리 화면(`autorag ui`) 설명 삭제. 2.6.0 출시에 맞춰 PDF용 Java 요구 사항 삭제 --- 이 글은 AI의 도움을 받아 작성했습니다. 화면과 수치는 직접 실행한 결과에서 옮겼고 구조 그림은 그 결과를 바탕으로 그렸습니다. --- ## File: src/content/posts/k-skill-intro.md --- title: "AI 에이전트에게 한국 생활을 맡기는 오픈소스 스킬 127개, k-skill" pubDatetime: 2026-09-29T20:50:00+09:00 author: "안승원 (Aiden)" tags: ["k-skill", "에이전트 스킬", "agent skills", "claude code", "공공데이터", "오픈소스"] ogImage: ../../assets/images/k-skill-intro/00-cover.png featured: true --- *[k-skill 저장소](https://github.com/NomaDamas/k-skill) README의 대표 이미지입니다.* > **요약** > > 1. k-skill은 오픈소스 스킬 모음입니다. 한국에서만 필요한 조회와 작업을 AI 코딩 에이전트가 할 수 있게 해 줍니다. 21개 분야에 스킬 127개가 있고 Claude Code, Codex 같은 에이전트에서 쓸 수 있습니다. > 2. Claude Code에 플러그인으로 설치하고 "지금 강남역 2호선 언제 와?"라고 물었더니, 지하철 도착 스킬과 혼잡도 스킬을 스스로 골라 24초 만에 방향별 도착 예정과 출처를 답했습니다. > 3. 스킬 60개는 NomaDamas가 운영하는 k-skill 프록시를 거쳐 공공 API를 부르기 때문에 인증키를 따로 받지 않아도 됩니다. 대신 원천 기관의 서버가 멈추면 그 스킬도 멈춥니다. 이 글을 쓰는 동안 공공데이터포털이 응답하지 않아 공휴일 조회가 실패했습니다. > 4. 전체를 설치하면 켠 곳의 모든 세션에 약 1만 4천 토큰이 추가됩니다. 스킬 지침에 나오는 `update` 명령은 127개 전체를 모든 에이전트의 전역 폴더에 설치합니다. 필요한 폴더에서만 켜는 방법도 적었습니다. ## 목차 ## 에이전트가 모르는 한국 생활 정보 퇴근길에 AI 에이전트에게 "지금 강남역 2호선 언제 와?"라고 물어본다고 해 보겠습니다. 모델은 학습한 시점까지의 지식으로 답하기 때문에 지금 열차가 어디쯤 있는지는 알지 못합니다. 답이 되는 데이터는 있습니다. 서울시는 지하철 실시간 도착 정보를 서울 열린데이터 광장에서 공개 API로 제공합니다. 다만 쓰려면 인증키를 받고 요청 주소와 응답 형식을 익혀야 합니다. 한국 생활에 필요한 정보는 대부분 이런 모양입니다. 공휴일은 한국천문연구원, 미세먼지는 에어코리아, 아파트 실거래가는 국토교통부 API에 있고 기관마다 신청 절차와 형식이 다릅니다. 에이전트가 이런 일을 하려면 누군가 "이 질문에는 이 API를 이렇게 불러라"를 정리해 두어야 합니다. ## k-skill이란? k-skill은 그 정리를 스킬 127개로 묶어 둔 오픈소스입니다. 스킬은 에이전트에게 "이런 요청이 오면 이 순서로 이 명령을 써라"를 알려 주는 설명서입니다. 에이전트는 질문에 맞는 스킬을 골라 읽고 적힌 대로 API를 부르거나 스크립트를 실행한 뒤 결과를 정리해 줍니다. NomaDamas가 만들어 2026년 3월에 공개했습니다. Claude Code, Codex, OpenCode, OpenClaw(ClawHub)를 지원하고 Manus에서도 가져다 쓸 수 있습니다. 라이선스는 MIT이고 프록시 서버와 그 모니터링 코드만 AGPL-3.0입니다. | 항목 | 값 | |---|---| | 스킬 | 127개(21개 분야) | | GitHub star | 7,718 | | fork | 940 | | 기여자 | 44명 | | 병합된 PR | 354개 | *2026-09-29 GitHub API로 조회했습니다. 기여자는 GitHub 계정 기준입니다.* star는 공개 3주쯤 뒤인 4월 14일에 2,900개를 넘었습니다. ### 어떤 스킬이 있나 README의 생활 분야별 분류를 스킬이 많은 순서로 정리하면 이렇습니다. | 분야 | 스킬 수 | 예시 | |---|---|---| | 이동, 교통, 여행 | 18 | KTX 공식 시간표, 고속버스 예매, 서울 지하철 도착 정보, 따릉이 | | 쇼핑, 중고거래 | 12 | 쿠팡 상품 검색, 다나와 최저가, 당근 중고거래, 택배 배송 조회 | | 사업, 상권, 세무 | 10 | 사업자등록 상태 확인, 국민연금 가입 사업장, 인허가 영업 상태 | | 법률, 공공 | 9 | 법령과 판례 검색, 국회 의안과 표결, 등기부등본 발급 보조 | | 부동산, 주택 | 8 | 실거래가, 공시가격, LH와 SH 청약 공고, 법원 경매 공고 | | 정부지원, 조달 | 7 | K-Startup 공고, 나라장터 발주 계획, 정부지원 공고 통합 조회 | | 금융, 투자, 경제통계 | 7 | 주식 시세, DART 전자공시, 한국은행 경제통계 | | 문화, 역사, 여가 | 6 | 영화관 시간표, 공연 잔여석, 로또 당첨 확인, 조선왕조실록 | | 생활, 기타 | 6 | 공휴일, 우편번호, 생활쓰레기 배출 요일, 맥 카카오톡 대화 검색 | | 건강, 의료 | 5 | 근처 응급실 병상, 의약품 안전 정보, 식품 회수 정보 | | 스포츠, 경기 | 5 | KBO, KBL, K리그 경기 결과, LCK 분석, 마라톤 일정 | | 한국어, 글쓰기 | 5 | 맞춤법 검사, AI 티 나는 글 윤문, 글자 수 세기 | | 채용, 일자리 | 4 | 이력서 기반 채용공고 매칭, 당근알바 | | 먹거리, 주류 | 4 | 농수축산물 가격, BC카드 결제 데이터 기반 맛집 | | 교육, 장학, 학술 | 4 | 장학금 검색, 학교 급식 식단, 도서관 소장 조회 | | 뉴스, 정보, 리서치 | 4 | 네이버 뉴스, 긱뉴스, 네이버 블로그 리서치 | | 날씨, 환경 | 4 | 기상청 단기예보, 미세먼지, 한강 수위 | | 개발자, 문서 도구 | 4 | 한글(HWP) 문서 변환과 편집, .kr 도메인 WHOIS | | 운세, 작명 | 2 | 사주, 작명 | | 공통 설정, 관리 | 2 | 처음 설정, 안 쓰는 스킬 정리 | | 종교 | 1 | 근처 교회, 성당, 사찰 찾기 | *README 첫 문단에는 125개, Claude Code 플러그인 설명에는 "90+"로 적혀 있습니다. 2026-09-29 기준 스킬 폴더와 README 표, 플러그인 목록은 모두 127개입니다.* 스킬마다 할 수 있는 범위가 다릅니다. KTX 스킬은 코레일 공식 시간표 조회만 하고 예매는 하지 않습니다. 고속버스와 시외버스 스킬은 예매까지 돕습니다. 결제, 메시지 발송, 최종 제출, 취소처럼 되돌릴 수 없는 일은 실행 직전에 사용자 승인을 받으라는 규칙이 모든 스킬에 들어 있습니다. ## Claude Code에 설치하기 README의 설치 명령은 두 줄입니다. Claude Code 입력창에 차례로 넣으면 됩니다. ```text /plugin marketplace add NomaDamas/k-skill /plugin install k-skill@k-skill ``` 설치 범위를 직접 고르려면 `/plugin`을 입력하고 Discover 탭에서 k-skill을 검색해 Enter를 누르면 됩니다. *user scope는 나에게 모든 폴더에서, project scope는 이 저장소를 함께 쓰는 모든 사람에게, local scope는 나에게만 이 폴더에서 켜집니다. 2026-09-29 캡처, Claude Code 2.1.284.* 이 글에서는 시연용 폴더에서만 켜지도록 local scope를 골랐습니다. 켜짐 설정은 그 폴더의 `.claude/settings.local.json`에만 기록됩니다. 설치가 끝나면 Claude Code를 다시 시작하지 않아도 쓸 수 있습니다. 터미널에서는 `claude plugin install k-skill@k-skill --scope local`처럼 `--scope` 옵션으로 범위를 고를 수 있습니다. Claude Code가 아닌 에이전트는 README대로 아래 명령으로 설치하면 됩니다. `-g`를 붙이면 프로젝트 폴더가 아니라 사용자 전역 스킬 폴더에 들어갑니다. ```text npx --yes skills add NomaDamas/k-skill --all -g ``` 필요한 스킬만 설치하려면 `--all` 대신 `--skill <스킬 이름>`을 붙이면 됩니다. ## 써 보기: 퇴근길 질문 하나 k-skill을 켠 폴더에서 Claude Code에 스킬 이름 없이 평소 말로 물었습니다. ```text wrap 지금 강남역에서 퇴근하려고 해. 2호선 열차가 언제 오는지랑 강남역 주변이 얼마나 붐비는지 알려 줘. ``` ### 1. 스킬을 고르고 명령마다 허락을 구합니다 Claude Code는 질문을 보고 지하철 도착 정보 스킬(`seoul-subway-arrival`)과 서울 혼잡도 스킬(`seoul-density`)을 불러왔습니다. 그다음 스킬의 자세한 지침을 받아 오는 명령을 실행해도 되는지 물었습니다. *시연 컴퓨터는 `npx` 대신 `bunx`를 쓰도록 설정해 두어 `bunx`로 실행했습니다. 2026-09-29 캡처.* k-skill의 스킬 파일은 짧은 안내문입니다. 에이전트는 스킬을 부르면 아래 명령을 실행합니다. ```text npx -y @nomadamas/k-skill@0 instruct <스킬 이름> ``` 그러면 CLI가 실행 환경에 맞게 조립한 실제 지침을 내려 줍니다. 그래서 스킬 파일을 다시 설치하지 않아도 늘 최신 지침을 받습니다. 답이 나올 때까지 명령 네 개를 허락했습니다. 두 스킬의 지침 받기, 지하철 도착 정보 조회, 혼잡도 조회입니다. 도착 정보는 이런 명령으로 가져왔습니다. *`k-skill-proxy.nomadamas.org`에 역 이름만 보내 서울 열린데이터 광장의 실시간 도착 정보를 받습니다. 제 인증키는 쓰지 않았습니다.* ### 2. 출처와 기준 시각이 붙은 답 *권한 확인 창은 빼고 질문과 답만 이어 붙였습니다. 2026-09-29 20:35 캡처, Claude Code 2.1.284(Sonnet 5.5).* 답이 나오기까지 24초가 걸렸습니다(화면 표시 기준). 답에는 이런 내용이 들어 있었습니다. 1. 방향별로 다음 열차와 그다음 열차가 몇 분 뒤에 오는지, 지금 어느 역을 지나는지 나옵니다. API가 열차 위치를 받은 시각(20:34:41)도 적혀 있습니다. 2. 강남역 주변 혼잡도는 "보통", 추정 인구는 54,000~56,000명이었습니다. 3. 혼잡도 값은 20:05 기준이라 30분쯤 전 상황이라고 에이전트가 먼저 밝혔습니다. 4. 끝에 출처(서울 열린데이터 광장의 실시간 지하철 도착정보, 서울 실시간 도시데이터)가 붙습니다. 외선과 내선 표기도 노선 순서와 맞았습니다. 역삼, 잠실 방면으로 가는 외선 열차는 교대와 방배 쪽에서, 교대, 신도림 방면으로 가는 내선 열차는 선릉과 잠실새내 쪽에서 오고 있었습니다. ## 인증키 없이 되는 이유, k-skill 프록시 스킬 127개 가운데 60개는 지침에 k-skill 프록시가 나옵니다(2026-09-29 저장소 기준). 공공 API의 인증키는 NomaDamas가 운영하는 프록시 서버에만 두고 사용자는 프록시 주소로 조회 조건만 보냅니다. 그래서 공공데이터포털이나 서울 열린데이터 광장에서 키를 따로 받지 않아도 됩니다. 기여 가이드에 따르면 프록시는 무료 API만 다룹니다. - **직접 운영하려면**: 프록시 코드도 저장소에 있습니다. `KSKILL_PROXY_BASE_URL`에 내 프록시 주소를 적으면 그쪽으로 요청합니다. - **개인정보**: 프록시로 가는 요청의 처리 기준은 [k-skill-proxy 개인정보 처리방침](https://k-skill-proxy.nomadamas.org/privacy)에 있습니다. - **키나 로그인이 필요한 스킬도 있습니다**: 토스증권은 본인 계정의 공식 API 인증을, 팝빌은 본인 키를, 잡코리아와 사람인 인재 검색은 기업회원 로그인을 씁니다. 필요한 값은 `k-skill-setup` 스킬이 확인하고 안내합니다. ## 쓰기 전에 알아둘 점 ### 원천 기관 서버가 멈추면 스킬도 멈춥니다 같은 날 "올해 10월에 쉬는 날 알려 줘. 대체공휴일도 있으면 같이."라고도 물었습니다. Claude Code는 공휴일 스킬(`korean-holiday-calendar`)을 골랐지만 프록시가 두 번 모두 `HTTP 500 proxy_error (fetch failed)`를 돌려줬습니다. 같은 시각 제 컴퓨터에서도 공공데이터포털(data.go.kr) 접속이 시간 초과됐고 공공데이터포털을 거치는 미세먼지 조회도 HTTP 502를 받았습니다. 서울 열린데이터 광장을 쓰는 지하철 도착 정보는 정상 응답했습니다. 프록시가 원천 기관 서버에서 값을 받아 오지 못한 경우입니다. *API 실패를 먼저 밝히고 나머지는 모델이 알고 있는 규정으로 채운 답입니다. 2026-09-29 20:31 캡처.* 10월 3일(토) 개천절, 5일(월) 개천절 대체공휴일, 9일(금) 한글날은 맞았습니다. 하지만 "2026년 추석 대체공휴일은 9월 28일(월)"이라는 줄은 틀렸습니다. 우주항공청의 [2026년 월력요항](https://www.kasa.go.kr/bbs/BBSMSTR_000000000010/view.do?nttId=B000000001860Pe2zT3)에 따르면 올해 추석 공휴일은 9월 24일(목)부터 26일(토)까지 사흘입니다. 일요일인 27일까지 쉬고 28일(월)은 평일입니다. 설과 추석은 일요일이나 다른 공휴일과 겹칠 때만 대체공휴일이 생기는데 올해 추석 공휴일은 토요일과만 겹쳤습니다. > [!WARNING] > **"확인하지 못했다"는 말 뒤의 내용은 모델의 기억입니다.** 스킬이 원천 데이터를 받아 왔는지는 답에 붙은 출처와 기준 시각으로 확인할 수 있습니다. 날짜나 금액처럼 정확해야 하는 값에 출처가 없다면 공식 자료로 한 번 더 확인하세요. ### 전체 설치는 켠 곳의 모든 세션에 토큰을 더합니다 Claude Code는 설치된 스킬의 이름과 설명을 세션마다 미리 읽어 두고 스킬을 쓸 때 본문을 엽니다. 스킬이 127개라 이 기본 비용이 작지 않습니다. `claude plugin details`로 확인한 값입니다. ```text k-skill 1.0.0 Component inventory Skills (127) animal-pharmacy-search, assembly-bill-vote-search, ... Projected token cost Always-on: ~13,993 tok added to every session ``` *스킬 목록은 줄였습니다. 2026-09-29, Claude Code 2.1.284.* k-skill을 켠 곳에서는 새 세션마다 약 1만 4천 토큰이 먼저 쓰입니다. 스킬 하나를 쓰면 그 스킬 본문으로 480~870토큰이 더해집니다. 부담을 줄이는 방법은 세 가지입니다. 1. **필요한 폴더에서만 켜기**: 이 글처럼 local scope로 설치하면 됩니다. 2. **필요한 스킬만 설치하기**: `npx --yes skills add NomaDamas/k-skill --skill <스킬 이름> -g`로 골라 설치할 수 있습니다. 3. **안 쓰는 스킬 정리하기**: `k-skill-cleaner` 스킬이 에이전트별로 스킬이 불린 횟수를 모아 지울 후보를 추천합니다. ### `update` 명령은 모든 에이전트에 전체 스킬을 설치합니다 스킬 지침에는 "k-skill CLI 도구를 쓰기 전에 `npx -y @nomadamas/k-skill@0 update`를 먼저 실행하라"는 규칙이 들어 있습니다. 기여 가이드에 따르면 이 명령은 CLI를 최신으로 올리면서 [앞에서 본 전체 설치 명령](#claude-code에-설치하기)도 실행합니다. 허락하면 127개 전체가 `~/.agents/skills`를 비롯한 모든 코딩 에이전트의 전역 스킬 폴더에 들어갑니다. 플러그인으로 한 폴더에서만 쓴다면 이 명령은 허락하지 않아도 됩니다. 설치 상태만 확인하려면 `update --check`를 쓰면 됩니다. 매번 거절하기 번거롭다면 그 폴더의 `.claude/settings.local.json`에 막는 규칙을 적어 둘 수 있습니다. ```json { "permissions": { "deny": [ "Bash(npx -y @nomadamas/k-skill@0 update:*)" ] } } ``` 시연 컴퓨터는 `npx` 대신 `bunx`를 쓰기 때문에 같은 규칙을 `bunx`로도 적어 두었습니다. 앞의 두 질문에서 에이전트는 `update`를 시도하지 않았습니다. 규칙이 동작하는지 보려고 일부러 업데이트를 부탁했더니, 명령은 거부됐고 에이전트는 우회하지 않고 멈췄습니다. *차단된 뒤 에이전트가 남긴 답입니다. 2026-09-29 20:46 캡처.* 시연을 마친 뒤 `~/.agents/skills`, `~/.claude/skills`, `~/.codex/skills`를 포함한 전역 스킬 폴더 여섯 곳을 확인했고 k-skill 스킬은 하나도 설치되지 않았습니다. ### 공개 웹 화면을 읽는 스킬은 사이트가 바뀌면 달라집니다 API가 아니라 공개 웹 화면을 읽는 스킬도 있습니다. 다이소 스킬은 2026-05-05부터 다이소몰 보안 정책으로 매장별 재고 수량이 막혀 픽업 가능 여부만 확인합니다. README에는 공개정보 조회를 개인적, 비조직적 용도로만 쓰고 대량 수집이나 접근 통제 회피는 하지 말라고 적혀 있습니다. ## 기여하기 새 스킬을 제안하거나 고칠 때 알아 두면 좋은 규칙은 이렇습니다. - PR은 `dev` 브랜치로 보냅니다. `main` 대상 PR은 메인테이너만 엽니다. - 스킬의 원본은 `skill.json`과 `instruction.md`입니다. `SKILL.md`는 스크립트가 만들어 주므로 직접 고치지 않습니다. - 스킬을 추가하면 기능 문서(`docs/features/<스킬 이름>.md`)와 README 표도 고칩니다. - 이슈, PR, 리뷰는 한국어로 소통합니다. 링크는 이렇습니다. - **저장소**: [github.com/NomaDamas/k-skill](https://github.com/NomaDamas/k-skill). 도움이 됐다면 star를 눌러 주세요 - **기여 가이드**: [CONTRIBUTING.md](https://github.com/NomaDamas/k-skill/blob/main/CONTRIBUTING.md) - **버그와 제안**: [이슈](https://github.com/NomaDamas/k-skill/issues) - **소개 페이지**: [k-skill.nomadamas.org](https://k-skill.nomadamas.org) ## 자주 묻는 질문 > [!faq]- 개발을 몰라도 쓸 수 있나요? > 네. Claude Code 같은 에이전트에 설치한 뒤 평소 말로 부탁하면 됩니다. 에이전트가 명령을 실행해도 되는지 물으면 명령과 설명을 읽어 보고 허락하면 됩니다. > [!faq]- 무료인가요? > k-skill은 오픈소스(MIT)이고 프록시를 거치는 스킬은 인증키 없이 쓸 수 있습니다. 에이전트가 쓰는 AI 모델의 요금은 각 서비스의 요금제를 따릅니다. > [!faq]- Claude Code 말고 다른 에이전트에서도 되나요? > 네. README에는 Codex, OpenCode, OpenClaw(ClawHub)를 지원한다고 적혀 있고 Manus에서 가져오는 방법도 문서로 있습니다. Claude Code가 아닌 에이전트는 `npx --yes skills add NomaDamas/k-skill`로 설치하면 됩니다. > [!faq]- 내가 보낸 조회 조건은 어디로 가나요? > 프록시를 거치는 스킬은 조회에 필요한 값(예: 역 이름)이 k-skill 프록시 서버를 거쳐 원천 기관 API로 갑니다. 처리 기준은 [k-skill-proxy 개인정보 처리방침](https://k-skill-proxy.nomadamas.org/privacy)에 있습니다. 대화 내용은 쓰는 에이전트의 모델 제공자에게도 전달됩니다. > [!faq]- 예매나 결제도 대신 해 주나요? > 고속버스, 시외버스, 자연휴양림처럼 예매를 돕는 스킬이 있습니다. 결제, 메시지 발송, 최종 제출, 취소는 실행 직전에 사용자 승인을 받도록 모든 스킬에 규칙이 들어 있습니다. KTX 스킬처럼 조회만 하는 스킬도 있습니다. ## 참고 자료 **k-skill** - [k-skill GitHub 저장소](https://github.com/NomaDamas/k-skill) - README와 전체 스킬 목록 - [설치 방법](https://github.com/NomaDamas/k-skill/blob/main/docs/install.md) - 에이전트별 설치와 선택 설치 - [k-skill 프록시 서버 가이드](https://github.com/NomaDamas/k-skill/blob/main/docs/features/k-skill-proxy.md) - 프록시 경로와 직접 운영 - [기여 가이드](https://github.com/NomaDamas/k-skill/blob/main/CONTRIBUTING.md) - PR 대상 브랜치, 스킬 추가 규칙 - [k-skill-proxy 개인정보 처리방침](https://k-skill-proxy.nomadamas.org/privacy) **확인에 쓴 자료** - [우주항공청, 「2026년 월력요항」 발표](https://www.kasa.go.kr/bbs/BBSMSTR_000000000010/view.do?nttId=B000000001860Pe2zT3) - 2026년 추석 연휴와 대체공휴일 - [서울 열린데이터 광장](https://data.seoul.go.kr) - 지하철 실시간 도착정보, 서울 실시간 도시데이터 **갱신 이력** - 2026-09-29 최초 발행 --- 이 글은 AI의 도움을 받아 작성했습니다. 화면은 직접 실행한 Claude Code 세션을 캡처했고 수치는 2026-09-29에 GitHub API와 `claude plugin details`로 조회했습니다. --- ## File: src/content/posts/korea-hacker-house.md --- title: "한국 해커하우스 총정리: 창업자와 개발자가 모이는 곳 (2026년 10월 기준)" pubDatetime: 2026-10-01T17:50:00+09:00 author: "안승원 (Aiden)" tags: ["해커하우스", "hacker house", "korea hacker house", "창업", "스타트업", "오픈소스", "템프서울", "NomaDamas"] featured: false draft: false ogImage: ../../assets/images/korea-hacker-house/00-cover.png --- *미국 HBO 드라마 '실리콘밸리'(2014~2019)에서 주인공들이 얼리치의 집 거실을 작업실 삼아 일하는 장면입니다. 사진: [HBO](https://www.hbo.com/silicon-valley).* 미드 [실리콘밸리](https://www.hbo.com/silicon-valley)를 보셨나요? 주인공 리처드는 실리콘밸리의 한 집에 얹혀살며 압축 기술 스타트업 파이드 파이퍼를 차립니다. 집주인 얼리치는 자기 집을 스타트업 인큐베이터로 꾸며 놓고 개발자들을 재워 주는 대신 그들이 차린 회사의 지분 10%를 가져갑니다. 같은 집에서 먹고 자며 밤낮없이 코드를 짜는 그 집이 해커하우스입니다. 드라마에만 있는 집은 아닙니다. 서울에도 창업자와 개발자가 모여 제품과 오픈소스를 만드는 해커하우스가 있고 올해 들어 새로 문을 연 곳도 생겼습니다. > **요약** > > 1. 해커하우스(hacker house)는 창업자와 개발자가 일정 기간 한 공간에 모여 각자의 제품을 만드는 커뮤니티 공간입니다. 한집에 살며 숙식을 함께하는 거주형이 원형이고 한국에서는 잠은 각자 집에서 자고 정해진 기간 한 공간에 모여 일하는 몰입형도 같은 이름으로 불립니다. > 2. 여기서 해커는 남의 시스템에 침입하는 사람이 아니라 떠오른 아이디어를 곧바로 만들어 보는 사람을 뜻합니다. > 3. 2026년 9월 30일 기준 서울에서 운영 중인 한국 해커하우스(Korea hacker house)로 카카오벤처스의 [템프서울(/tmp Seoul)](https://tmpseoul.com/), [VYV House](https://vyv.house/), Team Attention의 [Hacker in Residence](https://www.team-attention.com/ko), AI 오픈소스 해커하우스 [NomaDamas](https://nomadamas.github.io/about/) 네 곳을 찾았습니다. 숙박 여부, 기간, 들어가는 방법이 곳마다 다르고 입주자 비용을 공식 페이지에 적은 곳은 없었습니다. ## 목차 ## 해커하우스란? 해커하우스는 창업자와 개발자가 일정 기간 한 공간에 모여 각자의 제품을 만드는 커뮤니티 공간입니다. 숙식을 함께하는 거주형이 원형이고 한국에서는 숙박 없이 정해진 기간 함께 일하는 몰입형도 같은 이름으로 불립니다. 셰어하우스처럼 같이 살거나 코워킹 스페이스처럼 같이 일한다는 점은 비슷합니다. 다른 점은 모인 사람이 모두 무언가를 만들려는 사람이라는 것입니다. 이름 때문에 보안이나 해킹을 떠올리기 쉽지만 그런 뜻이 아닙니다. 여기서 해커는 떠오른 아이디어를 곧바로 만들어 보는 사람을 가리킵니다. 중소벤처기업부 산하 창업진흥원도 [창업용어사전](https://blog.naver.com/startupkised/224353315457)에서 해커하우스의 해커가 불법적인 해킹을 뜻하는 말이 아니라고 설명합니다. ### 어디서 시작됐나 해커하우스는 미국 샌프란시스코와 실리콘밸리에서 오래 이어진 공동생활 문화입니다. 자주 언급되는 초기 사례 중 하나는 2006년 NASA에 새로 들어온 직원들이 쿠퍼티노의 한 집에서 함께 살기 시작한 [레인보우 맨션(Rainbow Mansion)](https://www.theregister.com/2010/07/23/the_rainbow_mansion/)입니다. 이 집이 최초였는지는 출처마다 적는 내용이 달라 단정하지 않습니다. 샌프란시스코 지역 매체 SF Standard는 [2023년 1월 기사](https://sfstandard.com/2023/01/13/what-is-cerebral-valley-san-franciscos-nerdiest-new-neighborhood/)에서 해커하우스 유행이 최근 몇 달 사이 빠르게 커졌다고 전했습니다. 업계 일부는 이런 집이 모인 헤이즈 밸리 일대를 "Cerebral Valley"라고 부르기 시작했습니다. ### 네 가지 유형 해커하우스는 아직 정해진 뜻이 없어 곳마다 다르게 설명합니다. 지내는 방식으로 나눠 보면 크게 네 가지입니다. *네 유형을 지내는 방식과 기간으로 나눴습니다. 자세한 내용은 아래 표에 있습니다.* | 유형 | 어떻게 지내나 | 기간 | 예 | |---|---|---|---| | 거주형 | 한집에 살면서 각자 제품을 만듭니다. 입주자를 뽑아 멘토링, 초기 투자, 데모데이(투자자 앞에서 결과를 발표하는 날)까지 붙여 운영하는 곳도 있습니다 | 8주에서 6개월, 기간을 정하지 않은 곳도 있음 | [VYV House](https://vyv.house/)(서울), [EO 해커하우스](https://www.linkedin.com/posts/tykim90_big-newseo-house-is-moving-were-relocating-activity-7326005961666506753-L-rP)(샌프란시스코) | | 몰입형 | 잠은 각자 집에서 자고 정해진 기간 한 공간에 나와 일합니다 | 3개월 안팎 | [템프서울](https://tmpseoul.com/)(서울) | | 행사형 | 개발자들이 한곳에 모여 만들고 배우는 오프라인 행사입니다 | 몇 시간에서 일주일 | 블록체인 프로젝트 솔라나의 [서울 해커하우스](https://luma.com/seoul-hacker-house)(2022) | | 학생형 | 대학생 창업자들이 방학 동안 한집에 삽니다 | 방학 | 미국 예일대 학생들의 [예일 해커하우스](https://www.aitimes.com/news/articleView.html?idxno=212451)(샌프란시스코) | 비교표에는 지금 운영 중인 거주형과 몰입형을 넣었습니다. 행사형은 찾은 행사가 모두 끝나서 비교표에서 뺐습니다. ## 한국에도 해커하우스가 있을까? 있습니다. 2026년 9월 30일 기준 서울에서 네 곳, 한국 창업자가 머무는 해외 하우스 두 곳을 찾았습니다. 레지던시(일정 기간 머물며 작업하는 프로그램)나 커뮤니티 허브처럼 부르는 이름은 제각각이지만 만드는 사람들이 한 공간에 모인다는 점은 같습니다. 같이 사는 곳도 있고 낮에만 모이는 곳도 있어서 표 하나로 나란히 놓아 봤습니다. 이름을 누르면 출처로 갑니다. *여섯 곳의 숙박 여부, 위치, 기간, 들어가는 방법, 규모를 카드 한 장씩으로 모았습니다. 같은 내용을 아래 표에 글자로 적었습니다.* | 이름 | 운영 | 숙박 | 위치 | 기간 | 들어가는 방법 | 규모 | |---|---|---|---|---|---|---| | [템프서울(/tmp Seoul)](https://tmpseoul.com/) | 카카오벤처스 | 없음 | 서울(주소 비공개) | 3개월 | 추천과 공개 모집 | 1기 6명(보도 기준) | | [VYV House](https://vyv.house/) | 투자사 해시드 지원(사이트 표기) | 있음 | 서울(주소는 따로 안내) | 안내 없음 | 이메일 문의 | 입주자 7명(사이트 소개) | | [Team Attention Hacker in Residence](https://www.team-attention.com/ko) | Team Attention, 네이버 D2SF 지원 | 안내 없음 | 서울 강남역 | 시즌제(2026년 두 번째 시즌 진행 중) | 사이트 지원 버튼이나 이메일 | 시즌마다 3명 소개 | | [NomaDamas](https://nomadamas.github.io/about/) | AI 회사 Markr | 선택(살거나 드나듦) | 서울 | 정하지 않음 | 공개 모집 없음 | 10명 안팎 | | [EO 해커하우스](https://www.linkedin.com/posts/tykim90_big-newseo-house-is-moving-were-relocating-activity-7326005961666506753-L-rP) | EO Studio | 있음 | 미국 샌프란시스코 | 안내 없음 | 추천, 첫 한 달 검증(보도 기준) | 안내 없음 | | [마루SF](https://asan-nanum.org/press/2025-anf-maru-sf-opening/) | 아산나눔재단 | 있음(단기) | 미국 산마테오 | 4~7주, 1년 최대 16주(2025년 시범 기준) | 파트너 기관 추천과 내부 심사(시범 기준) | 최대 30명 수용(보도 기준) | - "보도 기준"은 공식 페이지에는 없고 기사에만 나온 값입니다. - 입주자 비용은 여섯 곳 모두 공식 페이지에 나와 있지 않습니다. ## 곳별 소개 ### 템프서울 (/tmp Seoul) *템프서울 개관 행사에서 카카오벤처스 김기준 대표가 환영사를 하는 모습입니다. 사진: [카카오벤처스 공식 개관 발표](https://www.kakao.vc/en/posts/kakaobenceoseu-cangeobja-molib-gongdongce-tempeuseoul-gongsig-gaegwan-geulrobeol-bildeo-keomyunitiwa-yeongyeol-doul-geos).* [템프서울](https://tmpseoul.com/)은 스타트업 투자사 카카오벤처스가 서울에 연 몰입형 해커하우스입니다. 혼자 창업한 사람을 대상으로 하고 카카오벤처스는 [개관 예고](https://www.kakao.vc/en/posts/kakaobenceoseu-cangeobja-molib-gongdongce-gonggan-tempeuseoul-tmp-seoul-9weol-gaegwan)에서 "숙박을 전제로 한 합숙형 공간이 아닌" 곳이라고 밝혔습니다. 한 번 입주하면 3개월 정도 쓸 수 있습니다. 카카오벤처스는 [5월 블로그](https://www.kakao.vc/blog/ai-hacker-house)에서 공개 모집도 하되 추천받은 입주자를 먼저 모실 것 같다고 밝혔고 [중앙일보](https://www.joongang.co.kr/article/25461596)에 따르면 1기는 링크드인 모집 공고와 커피챗 면접으로 뽑았습니다. 입주자에게는 ChatGPT와 Codex 구독권, API 크레딧(AI 서비스를 쓸 수 있는 이용권), OpenAI와 AWS의 기술 워크숍을 줍니다. 매주 금요일에는 만든 것을 보여 주는 Ship Night을 열고 정기 회고와 매주 1:1 면담도 합니다. 2026년 9월 18일 [공식 개관을 발표](https://www.kakao.vc/en/posts/kakaobenceoseu-cangeobja-molib-gongdongce-tempeuseoul-gongsig-gaegwan-geulrobeol-bildeo-keomyunitiwa-yeongyeol-doul-geos)했습니다. ### VYV House *VYV House의 작업방입니다. 사진: [VYV House 사이트 앨범](https://vyv.house/album).* [VYV House](https://vyv.house/)는 사이트에 투자사 해시드가 지원한다고 적힌 서울의 거주형 하우스입니다. 스스로를 빌더(직접 만드는 사람) 레지던시라고 소개하고 "집과 식탁을 나눈다(Share a home and a table)"고 적습니다. 정확한 위치는 따로 알려 주며 9월 30일 기준 사이트에 입주자 7명의 프로필이 있습니다. 공개 모집 절차는 없고 이메일로 문의를 받습니다. 사이트는 지원, 협업, 방문 모두 맥락을 전하는 데서 시작한다고 안내합니다. 같이 먹는 식사, 서로의 작업에 주는 피드백, 저녁을 먹으며 만든 것을 보여 주는 데모 디너 같은 모임을 소개합니다. ### Team Attention Hacker in Residence [Team Attention](https://www.team-attention.com/ko)이 운영하고 네이버의 스타트업 투자 조직 D2SF가 지원하는 레지던시입니다. 강남역의 작업 공간을 주며 2026년 첫 시즌(S1)에 3명이 수료했고 두 번째 시즌(S2)에 3명이 참여하고 있습니다. 사이트에 'Apply to UNSUPERVISED' 지원 버튼이 있지만 이 레지던시 전용인지는 적혀 있지 않고 숙박과 기간, 조건 안내도 없습니다. 하단에 운영진 이메일이 있습니다. ### EO 해커하우스 *샌프란시스코 EO 해커하우스의 작업 공간입니다. 사진: [더밀크 손재권](https://www.themiilk.com/articles/a536933fe).* EO Studio가 미국 샌프란시스코에서 운영하는 거주형 하우스입니다. 김태용 대표는 [링크드인 글](https://www.linkedin.com/posts/tykim90_big-newseo-house-is-moving-were-relocating-activity-7326005961666506753-L-rP)에서 이곳을 회사 숙소이자 창업자를 위한 해커하우스라고 소개합니다. 팔로알토에서 운영하다 2025년 샌프란시스코로 옮겼습니다. 따로 공개된 신청 페이지는 없습니다. [더밀크 인터뷰](https://www.themiilk.com/articles/a536933fe)에 따르면 입주는 추천으로만 받고 첫 한 달 동안 서로 맞는지 검증하며 거주자의 50~60%가 한국 창업자입니다. ### 마루SF *2025년 11월 마루SF 개관식에서 진행한 하우스 투어입니다. 사진: [아산나눔재단 보도자료](https://asan-nanum.org/press/2025-anf-maru-sf-opening/).* [마루SF](https://asan-nanum.org/press/2025-anf-maru-sf-opening/)는 아산나눔재단이 미국 캘리포니아주 산마테오에 연 단기 체류형 커뮤니티 허브입니다. 2025년 11월 12일 공식 개관했고 한국 스타트업이 4주에서 7주까지, 1년에 최대 16주 머물 수 있습니다([2025년 시범 운영](https://asan-nanum.org/press/maru-sf-soft-opening/) 기준). 재단의 파트너 기관 추천과 내부 심사로 들어가며 시범 운영 약 6개월 동안 53개 팀이 멤버십을 받았습니다. ### NomaDamas 저희 [NomaDamas](https://nomadamas.github.io/about/)는 AI 회사 [Markr AI](https://markr.ai)가 운영하는 서울의 AI 오픈소스 해커하우스입니다. 하우스에 사는 멤버와 드나드는 멤버가 섞여 있고 입주 기간을 정하지 않습니다. 자세한 이야기는 [아래](#저희-nomadamas를-소개합니다)에 따로 적었습니다. ## 저희 NomaDamas를 소개합니다 *NomaDamas 작업 공간입니다. 멤버마다 작업 자리와 모니터를 씁니다.* 드라마 속 그 집이 서울에 있다면 아마 이런 모습일 겁니다. [NomaDamas](https://nomadamas.github.io/about/)는 AI 회사 [Markr AI](https://markr.ai)가 운영하는 AI 오픈소스 해커하우스입니다. 해커하우스라는 말이 낯선 분께는 "개발 좋아하는 사람들의 하숙집"이라고 하면 금방 알아들으십니다. 여기서 먹고 자며 만드는 멤버도 있고 출근하듯 드나드는 멤버도 있습니다. 멋을 낸 사무실과는 거리가 멉니다. 밤늦게 게임을 하다가도 이야기가 AI로 번지고 거기서 나온 아이디어로 그 자리에서 저장소를 만들어 다음 날 공개합니다. 실리콘밸리 창업자들이 차고에서 회사를 시작했듯이 저희도 일단 만들어 내놓고 반응을 보며 키웁니다. 혼자 시작한 프로젝트에 한두 명이 붙어 판이 커지는 일도 생깁니다. 매주 화요일 저녁에는 다 같이 모여 한 주 동안 만든 것을 보여 줍니다. ### 만든 오픈소스는 전부 공개합니다 그렇게 만든 것은 [NomaDamas GitHub](https://github.com/NomaDamas)(코드를 공개하는 사이트)에 올립니다. 2023년 7월부터 공개 저장소 88개를 올렸고 개발자들이 관심 표시로 누르는 star를 모두 12,056개 받았습니다(2026년 10월 1일 기준). 가장 많이 받은 여섯 개는 이렇습니다. | 저장소 | 무엇을 하나 | star | |---|---|---| | [k-skill](https://github.com/NomaDamas/k-skill) | 지하철 도착 정보나 부동산 실거래가처럼 한국에서만 필요한 조회를 AI 에이전트가 할 수 있게 해 주는 스킬 모음입니다. [소개 글](/posts/k-skill-intro/) | 7,734 | | [slides-grab](https://github.com/NomaDamas/slides-grab) | Claude Code나 Codex로 발표 자료를 만들 때 쓰는 편집기와 검사 도구입니다 | 1,212 | | [CozyClay](https://github.com/NomaDamas/CozyClay) | 브라우저에서 장면과 카메라 움직임을 짜 두고 AI 영상 모델로 넘기는 사전 시각화 도구입니다 | 745 | | [KICE_slayer_AI_Korean](https://github.com/NomaDamas/KICE_slayer_AI_Korean) | 수능 국어 1등급에 도전하는 AI입니다 | 530 | | [awesome-korean-llm](https://github.com/NomaDamas/awesome-korean-llm) | 한국어 대형 언어 모델을 모은 목록입니다 | 482 | | [bananatape](https://github.com/NomaDamas/bananatape) | Codex 구독으로 이미지를 만들고 고치는 디자인 도구입니다 | 188 | 운영사 [Markr AI](https://markr.ai)도 오픈소스를 공개합니다. 컴퓨터 안의 문서를 AI 에이전트가 찾아 쓰게 해 주는 [AutoRAG](https://github.com/Marker-Inc-Korea/AutoRAG)는 star를 5,110개 받았습니다. 자세한 내용은 [AutoRAG 소개 글](/posts/autorag-agent-intro/)에 있습니다. ### 놀 때도 만듭니다 *왼쪽은 NomaDamas 멤버들이 작업하는 모습, 오른쪽은 NomaDamas와 Markr가 연 해커톤 '변기톤' 포스터입니다. 출처: [Yeachan Heo의 링크드인 글](https://kr.linkedin.com/posts/yeachan-heo-225b02219_%ED%95%9C%EA%B5%AD-%EC%B5%9C%EA%B3%A0%EC%9D%98-%ED%95%B4%EC%BB%A4%ED%95%98%EC%9A%B0%EC%8A%A4-%EB%85%B8%EB%A7%88%EB%8B%A4%EB%A7%88%EC%8A%A4-%EB%8B%A8%EC%B2%B4%EC%83%9D%ED%99%9C%EC%9D%84-%EC%A1%B0%EA%B8%88%EB%A7%8C-%EB%8D%94-%EC%A2%8B%EC%95%84%ED%96%88%EB%8B%A4%EB%A9%B4-%EC%A7%91%EC%97%90-activity-7465683925131038720-ZpBI).* 올해 5월에는 Markr와 함께 해커톤 변기톤을 열었습니다. 주제는 화장실입니다. "토큰을 변기에 넣고 내려."라는 문구를 걸고 엿새 동안 화장실과 관련된 제품을 만들어 시연했습니다. 3월에는 Team Attention이 주최한 [랄프톤 서울 2회차](https://luma.com/v68q8un9)에 NomaDamas 멤버들이 호스트로 참여했습니다. AI 에이전트가 코딩하는 동안 노트북을 만지고 싶으면 가재 옷을 입어야 한다는 규칙이 있는 해커톤입니다. ## 창업자가 해커하우스에 들어가려면 비교표의 곳들은 대부분 추천을 받거나 먼저 연락해 이야기를 나눈 뒤 들어갑니다. 모집 기간을 정해 공고하는 곳은 드뭅니다. | 곳 | 방법 | 어디로 | |---|---|---| | [템프서울](https://tmpseoul.com/) | 공식 페이지에서 지원, 추천도 받음 | [tmpseoul.com](https://tmpseoul.com/)의 지원 버튼 | | [VYV House](https://vyv.house/) | 이메일 문의 | [사이트](https://vyv.house/)의 연락처 | | [Team Attention](https://www.team-attention.com/ko) | 사이트 지원 버튼이나 이메일 | [사이트](https://www.team-attention.com/ko) | | [EO 해커하우스](https://www.linkedin.com/posts/tykim90_big-newseo-house-is-moving-were-relocating-activity-7326005961666506753-L-rP) | 추천(보도 기준) | [더밀크 인터뷰](https://www.themiilk.com/articles/a536933fe) | | [마루SF](https://asan-nanum.org/press/2025-anf-maru-sf-opening/) | 파트너 기관 추천과 내부 심사. 아산나눔재단 '마루'의 2026년 하반기 배치팀은 마루SF 지원 자격도 받습니다 | [아산나눔재단 안내](https://asan-nanum.org/press/2026-anf-maru-open-h2/) | ## 해커하우스는 왜 지금 주목받나 창업진흥원은 [창업용어사전](https://blog.naver.com/startupkised/224353315457)에서 해커하우스가 AI 창업이 늘면서 다시 주목받고 있다고 설명합니다. 해커하우스가 몇 곳이나 있는지, 입주자가 몇 명인지 집계한 통계는 찾지 못해서 날짜가 분명한 일을 순서대로 모았습니다. *해외 사건은 파란색, 한국 사건은 초록색입니다. 한국 사건은 2026년에 몰려 있습니다.* - **2022년 8월**: 서울 성수동에서 블록체인 프로젝트 솔라나의 [서울 해커하우스](https://luma.com/seoul-hacker-house)가 5일간 열렸습니다. 한국에서도 이 이름은 2026년에 처음 나온 말이 아닙니다 - **2023년 1월**: 미국 [SF Standard](https://sfstandard.com/2023/01/13/what-is-cerebral-valley-san-franciscos-nerdiest-new-neighborhood/)가 샌프란시스코의 해커하우스 유행을 다뤘습니다 - **2026년 5월 29일**: 카카오벤처스가 AI 빌더를 위한 공간을 준비한다고 [블로그](https://www.kakao.vc/blog/ai-hacker-house)에 알렸습니다. 이 공간이 [템프서울](https://tmpseoul.com/)입니다 - **2026년 6월**: 미국 The Atlantic이 샌프란시스코 해커하우스를 취재한 [기사](https://www.theatlantic.com/technology/2026/06/hacker-houses-ai-boom-san-francisco/687737/)를 실었습니다 - **2026년 7월 5일**: 미국 월스트리트저널이 명문대 학생들이 방학에 샌프란시스코의 해커하우스와 인큐베이터(창업 초기 회사를 키우는 기관)로 모여드는 흐름을 보도했습니다. 국내에서는 [AI타임스](https://www.aitimes.com/news/articleView.html?idxno=212451)가 다음 날 전했습니다 - **2026년 7월 20~21일**: 창업진흥원이 해커하우스를 다룬 [인사이트 글](https://blog.naver.com/startupkised/224352151606)과 [창업용어사전 글](https://blog.naver.com/startupkised/224353315457)을 이틀 연속 올렸습니다 - **2026년 8월 19일**: 카카오벤처스가 [템프서울](https://tmpseoul.com/)을 9월에 연다고 [발표](https://www.kakao.vc/en/posts/kakaobenceoseu-cangeobja-molib-gongdongce-gonggan-tempeuseoul-tmp-seoul-9weol-gaegwan)했습니다 - **2026년 9월 18일**: 카카오벤처스가 [템프서울](https://tmpseoul.com/)의 [공식 개관](https://www.kakao.vc/en/posts/kakaobenceoseu-cangeobja-molib-gongdongce-tempeuseoul-gongsig-gaegwan-geulrobeol-bildeo-keomyunitiwa-yeongyeol-doul-geos)을 발표했습니다. 개관 행사에는 1기 멤버를 포함해 약 40명이 참석했습니다 - **2026년 9월**: 미국 뉴욕타임스가 샌프란시스코 일대에서 AI 업계 사람들이 모여 사는 집들의 파티와 안전 문제를 조사해 [보도](https://www.pressdemocrat.com/2026/09/21/the-ai-party-house-where-networking-has-a-dark-side/)했습니다 ## 들어가기 전에 확인할 것 해커하우스는 곳마다 운영 방식이 크게 다르고 조건을 공식 페이지에 적지 않은 곳이 많습니다. 지원하기 전에 다음을 물어볼 수 있습니다. 1. **잠도 거기서 자나요?** 거주형인지 몰입형인지부터 확인하면 됩니다. [템프서울](https://tmpseoul.com/)처럼 숙박하지 않는 곳도 해커하우스로 불립니다. 2. **입주자가 내는 돈이 있나요?** 위 여섯 곳 모두 입주자 비용을 공식 페이지에 적지 않았습니다. 무엇이 포함되는지(방, 식사, 장비)도 물어볼 수 있습니다. 3. **지분이나 투자 조건이 붙나요?** 투자까지 하는 프로그램은 투자를 받는 대신 회사 지분 일부를 넘깁니다. 공간만 주는 곳인지 투자가 따라오는 곳인지 구분하면 됩니다. 4. **얼마나 머물 수 있나요?** 기간이 끝나면 나가야 하는지, 연장할 수 있는지 확인하면 됩니다. 5. **생활 규칙과 문제가 생겼을 때 연락할 곳이 있나요?** 미국에서는 AI 업계 사람들이 모여 사는 집에서 대규모 파티 민원과 안전 문제가 이어졌다는 보도가 있었습니다([뉴욕타임스](https://www.pressdemocrat.com/2026/09/21/the-ai-party-house-where-networking-has-a-dark-side/), 2026년 9월). 여러 사람이 사는 곳이라면 생활 규칙과 신고 창구를 확인해 두면 좋습니다. ## 자주 묻는 질문 > [!faq]- 해커하우스는 셰어하우스나 코워킹 스페이스와 무엇이 다른가요? > 셰어하우스는 여러 사람이 집을 나눠 쓰는 주거이고 코워킹 스페이스는 여러 팀이 나눠 쓰는 사무 공간입니다. 해커하우스는 제품을 만든다는 공통 목적으로 모입니다. 거주형은 셰어하우스처럼 같이 살고 몰입형은 코워킹 스페이스처럼 같이 일합니다. [템프서울](https://tmpseoul.com/)처럼 매주 만든 것을 보여 주는 자리(Ship Night)를 여는 곳도 있습니다. > [!faq]- 한국에는 어떤 해커하우스가 있나요? > 2026년 9월 30일 기준 서울에서 운영 중인 곳으로 카카오벤처스의 [템프서울](https://tmpseoul.com/), 해시드가 지원하는 [VYV House](https://vyv.house/), Team Attention의 [Hacker in Residence](https://www.team-attention.com/ko), 그리고 저희 [NomaDamas](https://nomadamas.github.io/about/)를 찾았습니다. 한국 창업자를 위한 해외 하우스로는 샌프란시스코의 [EO 해커하우스](https://www.linkedin.com/posts/tykim90_big-newseo-house-is-moving-were-relocating-activity-7326005961666506753-L-rP)와 아산나눔재단의 [마루SF](https://asan-nanum.org/press/2025-anf-maru-sf-opening/)가 있습니다. > [!faq]- 해커하우스에 들어가려면 어떻게 하나요? 비용은 얼마인가요? > 비교한 곳들은 대부분 추천을 받거나 먼저 연락해 이야기를 나눈 뒤 들어갑니다. [템프서울](https://tmpseoul.com/)은 공식 페이지에 지원 버튼이 있고 [VYV House](https://vyv.house/)는 이메일로 문의를 받습니다. 입주자 비용은 비교한 여섯 곳 모두 공식 페이지에 적지 않았으니 문의할 때 함께 물어볼 수 있습니다. > [!faq]- 템프서울은 숙박을 하나요? 누가 들어갈 수 있나요? > 숙박하지 않습니다. 카카오벤처스는 [템프서울](https://tmpseoul.com/)이 숙박을 전제로 한 합숙형 공간이 아니라고 밝혔고 한 번 입주하면 3개월 정도 쓰는 코워킹 스페이스라고 설명합니다. 대상은 혼자 창업한 사람이고 1기는 링크드인 모집 공고와 커피챗 면접으로 뽑았습니다([중앙일보 보도](https://www.joongang.co.kr/article/25461596)). > [!faq]- 해커하우스는 안전한가요? > 한국 해커하우스에서 안전 문제가 보도된 사례는 아직 없습니다. 2026년 9월 [뉴욕타임스가 보도한](https://www.pressdemocrat.com/2026/09/21/the-ai-party-house-where-networking-has-a-dark-side/) 파티 민원과 안전 문제는 미국 샌프란시스코 일대의 사례입니다. 지원하기 전에 [들어가기 전에 확인할 것](#들어가기-전에-확인할-것)의 다섯 가지를 물어볼 수 있습니다. > [!faq]- Are there hacker houses in Korea? > Yes. As of September 30, 2026, there are four hacker houses in Seoul: [/tmp Seoul](https://tmpseoul.com/) by Kakao Ventures (a coworking-style house with no overnight stay), [VYV House](https://vyv.house/) (a residential builder house supported by Hashed), Team Attention's [Hacker in Residence](https://www.team-attention.com/ko) near Gangnam Station, and [NomaDamas](https://nomadamas.github.io/about/), an AI open source hacker house run by Markr AI. For Korean founders abroad, there are the [EO hacker house](https://www.linkedin.com/posts/tykim90_big-newseo-house-is-moving-were-relocating-activity-7326005961666506753-L-rP) in San Francisco and [MARU SF](https://asan-nanum.org/press/2025-anf-maru-sf-opening/) in San Mateo. ## 참고 자료 **비교한 곳** - [템프서울 공식 페이지](https://tmpseoul.com/), [카카오벤처스 9월 개관 예고](https://www.kakao.vc/en/posts/kakaobenceoseu-cangeobja-molib-gongdongce-gonggan-tempeuseoul-tmp-seoul-9weol-gaegwan) - 2026-08-19, 지원 내용, [공식 개관 발표](https://www.kakao.vc/en/posts/kakaobenceoseu-cangeobja-molib-gongdongce-tempeuseoul-gongsig-gaegwan-geulrobeol-bildeo-keomyunitiwa-yeongyeol-doul-geos) - 2026-09-18 - [중앙일보, 템프서울 1기 보도](https://www.joongang.co.kr/article/25461596) - 2026-09-14, 1기 인원과 선발 방식 - [헤럴드경제, 템프서울 9월 개관 예고](https://biz.heraldcorp.com/article/10844826) - 2026-08-19 - [VYV House](https://vyv.house/), [Team Attention](https://www.team-attention.com/ko) - [EO Studio 김태용 대표의 EO 하우스 이전 안내](https://www.linkedin.com/posts/tykim90_big-newseo-house-is-moving-were-relocating-activity-7326005961666506753-L-rP) - 링크드인 - [더밀크, EO 해커하우스 인터뷰](https://www.themiilk.com/articles/a536933fe) - [아산나눔재단, 마루SF 개관](https://asan-nanum.org/press/2025-anf-maru-sf-opening/) - 2025-11-12, [시범 운영 안내](https://asan-nanum.org/press/maru-sf-soft-opening/) - 2025-05-09, [매일경제 영문판, 마루SF 수용 인원](https://www.mk.co.kr/en/business/11370168) - 2025-07-17 - [NomaDamas GitHub](https://github.com/NomaDamas), [NomaDamas 소개](https://nomadamas.github.io/about/) **정의와 유형** - [창업진흥원 창업용어사전: 해커하우스](https://blog.naver.com/startupkised/224353315457) - 2026-07-21, 거주 기반 창업 커뮤니티라는 정의 - [창업진흥원 KISED STARTUP INSIGHTS VOL.9](https://blog.naver.com/startupkised/224352151606) - 2026-07-20, 해외 사례와 국내 직주연계형 모델 비교 - [카카오벤처스, AI 빌더들의 아지트를 만들기로 했습니다](https://www.kakao.vc/blog/ai-hacker-house) - 2026-05-29, 템프서울의 3개월 코워킹 개념 - [낭만투자파트너스, 샌프란시스코의 커뮤니티 르네상스와 해커하우스 3.0](https://www.romanceip.xyz/community-renaissance-in-sf/) - 2026-02-10, 3~6개월 주거형 정의 **기원과 해외 흐름** - [The Register, The Rainbow Mansion](https://www.theregister.com/2010/07/23/the_rainbow_mansion/) - 2010-07-23, 2006년 레인보우 맨션의 시작 - [SF Standard, What is Cerebral Valley?](https://sfstandard.com/2023/01/13/what-is-cerebral-valley-san-franciscos-nerdiest-new-neighborhood/) - 2023-01-13 - [The Atlantic, 샌프란시스코 해커하우스 기사](https://www.theatlantic.com/technology/2026/06/hacker-houses-ai-boom-san-francisco/687737/) - 2026-06, 유료 - [AI타임스, 미국 명문대생의 해커하우스 이동 보도](https://www.aitimes.com/news/articleView.html?idxno=212451) - 2026-07-06, 월스트리트저널 보도 인용 - [뉴욕타임스 조사 보도 재게재(Press Democrat)](https://www.pressdemocrat.com/2026/09/21/the-ai-party-house-where-networking-has-a-dark-side/) - 2026-09-21 **갱신 이력** - 2026-10-01: 최초 발행 --- 이 글은 AI의 도움을 받아 작성했습니다. --- ## File: src/content/posts/open-source-rag-comparison.md --- title: "오픈소스 RAG 비교: AnythingLLM, Open WebUI, Dify, AutoRAG Agent에 한글 파일과 카톡을 넣어 봤습니다" pubDatetime: 2026-10-01T22:12:00+09:00 author: "안승원 (Aiden)" tags: ["rag", "오픈소스 rag", "anythingllm", "open webui", "dify", "autorag agent", "한글 파일", "카카오톡 검색"] ogImage: ../../assets/images/open-source-rag-comparison/00-cover.png featured: true --- > **요약** > > 1. [AnythingLLM](https://github.com/Mintplex-Labs/anything-llm), [Open WebUI](https://github.com/open-webui/open-webui), [Dify](https://github.com/langgenius/dify), [AutoRAG Agent](https://github.com/Marker-Inc-Korea/AutoRAG)에 같은 자료(문서 36개, 메일 35통, 카카오톡 대화방 4개)를 넣고 같은 질문 세 개를 3번씩 물었습니다. 답하는 모델은 모두 `gpt-6-luna`로 맞췄습니다. > 2. 한글(HWP) 파일은 기본 설정에서 AnythingLLM과 Dify가 올리기부터 거부했고 Open WebUI는 받았지만 깨진 글자로 읽었습니다. 한글 파일에만 있는 심사 기준을 맞힌 것은 AutoRAG Agent뿐이었습니다(3번 중 3번). > 3. 카카오톡에만 있는 결정(누가 정원을 늘리자고 했나)은 AnythingLLM과 AutoRAG Agent가 3번 모두 맞혔습니다. Open WebUI는 제안한 사람을 답했고 Dify는 결정한 사람을 알 수 없다고 답했습니다. 세 도구는 카톡을 대화방마다 내보내 올렸고 AutoRAG Agent는 카톡을 연결해 찾았습니다. > 4. 정원이 80명에서 100명으로 바뀐 것은 AnythingLLM이 3번 모두, AutoRAG Agent가 3번 중 2번 맞혔습니다. Open WebUI는 3번 모두 옛 값 80명을 답했습니다. > 5. 한글 파일과 카톡, 메일을 옮기지 않고 함께 찾으려면 AutoRAG Agent, 올린 문서와 화면에서 대화하려면 AnythingLLM, 팀이 함께 쓸 챗 화면은 Open WebUI, AI 앱과 워크플로를 만들려면 Dify가 맞습니다. AutoRAG Agent는 저희 NomaDamas를 운영하는 Markr의 프로젝트입니다. ## 목차 ## 내 자료로 AI 검색, 어떤 오픈소스 RAG를 쓸까? "부산 해커톤 정원 지금 몇 명이죠?" 행사 계획서에는 80명이라고 적혀 있습니다. 그런데 9월에 팀 단톡방에서 100명으로 늘렸고 행사장에는 메일로 다시 물었습니다. 계획서는 한글(HWP) 파일이고 결정은 카카오톡에, 확인은 메일에 남았습니다. 답을 알려면 한글 파일, 단톡방, 메일함을 차례로 열어 날짜를 맞춰 봐야 합니다. 이 일을 AI에게 맡기는 방식이 RAG(검색 증강 생성)입니다. AI가 답하기 전에 내 자료에서 관련 내용을 먼저 찾아 읽게 합니다. 내 컴퓨터나 서버에 설치하는 오픈소스 RAG 도구를 찾아보면 Dify, AnythingLLM, Open WebUI가 가장 많이 나옵니다. 영어와 일본어로 된 비교 글은 여럿 있지만 한글 파일과 카톡을 넣어 본 비교는 찾지 못했습니다. 그래서 같은 자료를 넣고 직접 물어봤습니다. ## 비교한 네 가지 *로고는 각 저장소와 GitHub 조직이 배포한 이미지입니다.* - **[AnythingLLM](https://github.com/Mintplex-Labs/anything-llm)**: 작업공간을 만들고 파일을 올려 대화합니다. 데스크톱 앱이 있어 클릭만으로 시작할 수 있습니다. MIT 라이선스입니다. - **[Open WebUI](https://github.com/open-webui/open-webui)**: ChatGPT와 비슷한 화면을 내 서버에 띄웁니다. Ollama 같은 로컬 모델과 OpenAI 호환 모델을 붙여 쓰고 지식(Knowledge)에 파일을 올려 검색합니다. - **[Dify](https://github.com/langgenius/dify)**: 지식 검색, 워크플로, 챗봇을 묶어 AI 앱을 만드는 플랫폼입니다. 클라우드 서비스로 쓰거나 Docker로 직접 띄울 수 있습니다. - **[AutoRAG Agent](https://github.com/Marker-Inc-Korea/AutoRAG)**: 문서 폴더, 메일, 메신저를 원래 자리에 둔 채 질문 하나로 함께 찾는 명령줄 도구입니다. Claude Code(클로드 코드)나 Codex에서 불러 쓸 수 있습니다. AutoRAG 저장소에서 나오는 도구라 star는 AutoRAG 이름으로 집계됩니다. 자세한 소개는 [지난 글](/posts/autorag-agent-intro/)에 있습니다. | 도구 | GitHub star (2026-10-01) | 이번에 쓴 버전 | |---|---|---| | [Dify](https://github.com/langgenius/dify) | 157,655 | 1.17.1 | | [Open WebUI](https://github.com/open-webui/open-webui) | 153,708 | 0.11.4 | | [AnythingLLM](https://github.com/Mintplex-Labs/anything-llm) | 66,646 | 1.16.2 | | [AutoRAG Agent](https://github.com/Marker-Inc-Korea/AutoRAG) (AutoRAG 저장소) | 5,110 | 2.6.1 + 수정 2건(아래 주의 상자) | ## 이렇게 비교했습니다 가상 회사 '한빛랩스'의 자료를 만들어 네 도구에 똑같이 넣었습니다. DevRel 담당자가 부산 해커톤을 준비하면서 한 달 동안 주고받은 자료입니다. *질문마다 정답이 어디에 있는지 정리한 그림입니다. 뒤의 결과 화면과 맞춰 볼 수 있습니다.* - **자료**: 문서 36개(PDF, 워드, 엑셀, 파워포인트, 텍스트, 한글 파일 7개), 메일 35통, 카카오톡 대화방 4개. 한글 파일 7개 중 6개는 공공누리 제1유형으로 공개된 공공기관 보도자료와 서식입니다(출처는 글 끝 참고 자료). - **넣은 방법**: 세 도구에는 파일을 올렸습니다. 카톡은 맥 카카오톡의 대화 내보내기 형식(CSV)으로 대화방마다 올렸습니다. 메일은 AnythingLLM에 `.mbox`, Open WebUI에 `.eml`로 올렸고 Dify는 기본 설정에서 `.eml`을 받지 않아 메일 없이 쟀습니다. AutoRAG Agent는 문서 폴더를 지정하고 메일 폴더와 카카오톡을 연결했습니다. 카카오톡 연결에는 실제 대화 대신 같은 모양의 합성 대화를 넣었습니다. - **모델**: 답은 네 도구 모두 OpenAI `gpt-6-luna`가 씁니다. 임베딩은 글을 숫자로 바꿔 비슷한 내용을 찾게 하는 모델입니다. 한국어를 찾을 수 있게 AnythingLLM과 Open WebUI는 다국어 모델(multilingual-e5-small)로, Dify는 OpenAI `text-embedding-3-small`로 바꿨고 AutoRAG Agent는 내장 임베딩을 썼습니다. - **바꾼 설정**: 답이 나오게 하려고 AnythingLLM은 온도를 1로, 대화 방식을 chat으로 바꿨고 Dify는 OpenAI 호환 공급자로 모델을 붙였습니다. 검색 설정은 기본값에 가깝게 두었습니다. - **횟수**: 질문마다 새 대화로 3번씩 물었습니다. 세 도구는 API로, AutoRAG Agent는 `autorag search`로 물었습니다. AutoRAG Agent는 실행마다 검색 기억을 비우고 시작했습니다. > [!WARNING] > **AutoRAG Agent는 아직 출시되지 않은 수정판으로 쟀습니다.** 지금 npm 최신판 2.6.1에서는 `autorag search`가 답을 정리하는 단계에서 아래 메시지를 내고 끝납니다. AI 모델이 검색 도구 목록을 받지 못하는 문제입니다. 고치는 PR([#1741](https://github.com/Marker-Inc-Korea/AutoRAG/pull/1741))이 리뷰 중입니다. > > ```text wrap > The search run for "부산 해커톤 심사 기준과 배점은 어떻게 되나요?" ended without finalized results: the agent ended its run without calling emit_autorag_results, so no curated answer is available within the configured search range. > ``` > > 아래 AutoRAG Agent 결과는 #1741과, 첫 검색이 카톡과 메일을 건너뛰던 문제를 고친 [#1754](https://github.com/Marker-Inc-Korea/AutoRAG/pull/1754)를 합친 빌드에서 나온 값입니다. #1754는 이번 비교를 하다 찾아 올린 PR입니다. 모델 없이 찾기만 하는 Lite 모드는 2.6.1에서도 동작합니다. ## 한눈에 보기 | | AnythingLLM | Open WebUI | Dify | AutoRAG Agent | |---|---|---|---|---| | 쓰는 곳 | 데스크톱 앱, 웹 | 웹 | 웹 | 터미널, Claude Code, Codex | | 자료를 두는 곳 | 올린 파일을 변환해 앱 안에 저장 | 올린 파일을 서버에 복사 | 올린 파일을 서버에 복사 | 원본은 그대로 두고 색인만 따로 만듦 | | 한글(HWP, HWPX) | 올리기 거부 | 받지만 깨진 글자로 읽음(기본 엔진) | 올리기 거부 | 읽음(표 포함) | | 카카오톡 | 대화방마다 내보내 올림 | 대화방마다 내보내 올림 | 대화방마다 내보내 올림 | 연결해서 찾음(Apple Silicon 맥) | | 메일 | `.mbox` 올림 | `.eml` 올림 | 기본 설정에서는 `.eml` 거부 | 메일함이나 내보낸 파일 연결 | | 출처 표시 | Sources 버튼에 파일 목록 | 답 옆 파일 이름 칩, 누르면 원문 | 인용 기능을 켜면 문서 이름과 원문(문서 기준) | 답마다 번호, 파일 경로, 근거 요약 | | 새 자료 반영 | 다시 올림(실험 기능 Live sync는 웹과 커넥터만) | 다시 올림(자동 동기화는 별도 도구 oikb) | 다시 올림 | `autorag refresh`로 바뀐 것만 | ## 직접 넣어 본 결과 | 질문 | AnythingLLM | Open WebUI | Dify | AutoRAG Agent | |---|---|---|---|---| | 1. 심사 기준과 배점은? (한글 파일에만 있음) | 0/3 | 0/3 | 0/3 | 3/3 | | 2. 정원을 늘리자고 결정한 사람은? (카톡에만 있음) | 3/3 | 0/3 | 0/3 | 3/3 | | 3. 참가 정원은 지금 몇 명? (80명에서 100명으로 바뀜) | 3/3 | 0/3 | 3/3 | 2/3 | AutoRAG Agent를 뺀 세 도구는 카톡을 내보낸 파일로 넣었습니다. 0/3에는 틀린 답과 "자료에 없다"는 답이 섞여 있습니다. 질문마다 아래에서 풉니다. ### 한글(HWP) 파일은 읽을까? 공공기관 공고문, 학교 가정통신문, 회사 기안서는 아직 한글 파일로 오가는 경우가 많습니다. 네 도구에 한글 파일 7개를 넣어 봤습니다. AnythingLLM은 파일 확장자에서 바로 거부했습니다. *AnythingLLM 1.16.2 업로드 창. 가운데 문서 목록은 잘라 냈습니다. 2026-10-01 캡처.* ```text wrap File extension .hwp not supported for parsing and cannot be assumed as text file type. ``` Dify는 받을 수 있는 형식 목록에 한글 파일이 없어 파일 선택 창에 한글 파일이 보이지 않습니다. 같은 이유로 기본 설정에서는 파워포인트와 `.eml` 메일도 올라가지 않았습니다. *Dify 1.17.1. 받을 수 있는 형식에 HWP가 없습니다. 2026-10-01 캡처.* Open WebUI는 한글 파일을 받았습니다. 그런데 올린 파일을 열어 보면 내용 대신 깨진 글자가 들어 있습니다. 기본 문서 변환 엔진에 한글 파일 변환기가 없어 파일의 바이트를 그대로 글자로 읽은 것입니다. *Open WebUI 0.11.4. 기본 엔진으로 올린 한글 파일의 내용입니다. 2026-10-01 캡처.* 그래서 한글 파일에만 적힌 심사 기준을 물으면 세 도구 모두 3번 다 "자료에 없다"고 답했습니다. AnythingLLM의 출처 목록을 열어 보면 한글 파일 대신 같은 계획서의 PPT, 메일, 예산표, 다른 카톡방이 잡혀 있습니다. *AnythingLLM 1.16.2, gpt-6-luna. 답 아래 Sources를 눌러 연 출처 목록을 답 밑에 붙였습니다. Open WebUI와 Dify도 자료에 없다고 답했습니다. 2026-10-01 캡처.* AutoRAG Agent는 한글 파일을 표까지 읽어 3번 모두 정답을 냈습니다. 근거로도 한글 파일을 가리켰습니다. *AutoRAG Agent 2.6.1 + PR #1741, #1754 빌드, gpt-6-luna. 표의 3회와 별도로 같은 빌드에서 다시 실행한 화면이고 답을 확정하기 전에 먼저 나오는 빠른 답은 잘라 냈습니다. 2026-10-01 캡처.* 3번 중 2번은 답에 "출처가 운영 계획안(초안)이라 최종 확정됐는지는 따로 확인이 필요하다"는 말을 덧붙였습니다. ### 카카오톡 대화는 어떻게 넣을까? AnythingLLM, Open WebUI, Dify에는 카톡을 넣는 기능이 따로 없습니다. 카카오톡 앱에서 대화방마다 "대화 내보내기"를 해서 나온 파일을 올려야 합니다. 대화방이 4개면 4번, 내일 새 메시지가 오면 다시 내보내 올려야 합니다. AutoRAG Agent는 카톡을 연결해 두면 대화방을 고르지 않고 함께 찾습니다. 새 메시지는 `autorag refresh`를 돌리면 새로 쌓인 것만 골라 읽습니다. 카톡 연결은 Apple Silicon 맥에서 카카오톡 앱을 켜 둔 상태로 되고 연결 도구(lazykatok) 설치와 맥 시스템 설정의 전체 디스크 접근 권한이 처음 한 번 필요합니다. 카톡에만 있는 결정을 물었습니다. 9월 16일 팀 단톡방에서 한지우가 "정원 100명으로 늘리는 거 어떨까요?"라고 묻고 대표 박준영이 "좋아요 100명으로 가죠"라고 답한 대화입니다. 정답은 박준영입니다. *AutoRAG Agent 2.6.1 + PR #1741, #1754 빌드. 표의 3회와 별도로 다시 실행한 화면입니다. 근거 경로가 `/kakao/`로 시작하면 카톡 대화입니다. 2026-10-01 캡처.* 내보낸 파일을 올리면 다른 도구도 카톡 내용을 검색할 수 있습니다. 결과는 갈렸습니다. AnythingLLM은 3번 모두 박준영이라고 답했습니다. Open WebUI는 3번 모두 제안한 사람인 한지우를 답했고 Dify는 3번 모두 한지우가 제안한 것만 찾고 결정한 사람은 알 수 없다고 답했습니다. ### 값이 바뀐 자료에서 최신 값을 찾을까? 정원은 8월 계획서에 80명, 9월 카톡과 메일에 100명으로 남아 있습니다. 옛 값과 새 값이 함께 있을 때 새 값을 고르는지 봤습니다. Open WebUI는 3번 모두 계획서의 80명을 답했습니다. *Open WebUI 0.11.4, gpt-6-luna. 8월 계획서의 80명을 지금 정원으로 답했습니다. 2026-10-01 캡처.* 표의 결과는 API로 3번 물은 값입니다. 같은 질문을 채팅 화면에서 다시 물었을 때는 2번 중 1번 100명이 나왔습니다. AnythingLLM은 3번 모두 100명이라고 답했습니다. Dify도 3번 모두 100명이었지만 Dify에는 80명이 적힌 계획서(HWP, PPT)와 메일이 올라가지 않아 옛 값이 없는 상태에서 답한 결과입니다. AutoRAG Agent는 3번 중 2번 100명이라고 답했습니다. 나머지 1번은 "100명으로 늘리려는 문의는 있었지만 승인됐는지는 확실하지 않다"고 답했습니다. 그 답은 카톡의 결정 대신 행사장에 증원을 문의한 9월 17일 메일과 8월 계획서를 근거로 삼았습니다. *AutoRAG Agent 2.6.1 + PR #1741, #1754 빌드. 표의 3회와 별도로 다시 실행한 화면입니다. 새 값(9월 메일)과 옛 값(8월 계획서)을 함께 근거로 들었습니다. 2026-10-01 캡처.* 이 질문은 AnythingLLM이 가장 안정적이었습니다. 위 AutoRAG Agent 화면은 옛 값과 새 값을 날짜와 함께 나란히 보여 줘서 계획서의 80명이 왜 지금 정원이 아닌지 답에서 확인할 수 있습니다. ### 출처는 어떻게 보여 줄까? 답이 맞는지 확인하려면 어느 자료에서 왔는지 봐야 합니다. - **AnythingLLM**: 답 아래 Sources를 누르면 근거로 쓴 파일 목록이 나옵니다(위 AnythingLLM 화면). - **Open WebUI**: 답 문장 옆에 파일 이름 칩이 붙고 누르면 찾은 원문과 관련도가 나옵니다(아래 화면). - **Dify**: 인용 기능을 켜면 답 아래에 문서 이름과 원문 조각이 붙습니다(Dify 문서 기준). - **AutoRAG Agent**: 답 문장마다 번호를 달고 번호마다 파일 경로나 대화 위치와 근거 요약을 붙입니다(위 터미널 화면). *Open WebUI 0.11.4에서 80명 답의 근거 칩을 누른 화면입니다. 원문을 보면 8월 계획서의 값이라는 것을 바로 알 수 있습니다. 2026-10-01 캡처.* ## 이럴 때는 이 도구 이번 비교는 한글 파일과 카톡처럼 한국에서 흔한 자료를 기준으로 했습니다. 한글 파일이 필요 없는 질문 2와 3만 보면 AnythingLLM이 6번 모두 맞혀 AutoRAG Agent(6번 중 5번)보다 정확했습니다. - **AnythingLLM**: PDF, 워드, 파워포인트를 올려 화면에서 대화하고 싶을 때. 데스크톱 앱이 있어 설치가 간단하고 카톡도 내보낸 파일로 올리면 찾아 줍니다. - **Open WebUI**: 팀이 함께 쓸 ChatGPT 같은 화면을 직접 운영하고 싶을 때. 로컬 모델과 클라우드 모델을 한 화면에서 바꿔 쓸 수 있습니다. 한글 파일은 기본 엔진에서 깨지니 PDF로 바꿔 올리는 편이 낫습니다. - **Dify**: 검색 결과를 워크플로에 넣어 고객용 챗봇이나 사내 AI 앱을 만들 때. 기본 설정에서 받는 파일 형식이 좁으니 쓰는 형식을 먼저 확인하세요. - **AutoRAG Agent**: 한글 파일, 카톡, 메일을 옮기거나 내보내지 않고 함께 찾고 싶을 때. 화면 없이 터미널에서 쓰고 Claude Code나 Codex에게 맡길 수 있습니다. 질문 하나에 검색을 여러 번 하고 원문을 다시 읽어서 모델 사용료가 더 듭니다. 이번 시연에서 `gpt-6-luna`를 붙였을 때 질문 하나에 평균 약 0.6센트였고 다른 세 도구는 0.1센트 미만이었습니다. ## AutoRAG Agent 시작하기 AutoRAG Agent는 명령줄 도구지만 명령어를 외울 필요는 없습니다. Claude Code나 Codex에게 한국어로 부탁하면 저장소의 설치 안내(스킬)를 읽고 설치와 연결을 대신해 줍니다. 컴퓨터에는 [Node.js](https://nodejs.org/ko/download) 24 이상이 있어야 합니다. 카톡까지 연결하려면 연결 도구 lazykatok을 Rust로 빌드해 설치해야 해서 [Rust](https://www.rust-lang.org/ko/tools/install)도 필요합니다. 검색할 폴더에서 Claude Code를 열고 아래처럼 부탁해 보세요. ```text wrap AutoRAG Agent를 설치해서 이 폴더의 문서를 검색할 수 있게 설정해 줘. AI 모델 없이 쓰는 Lite 모드로 하고, 방법은 github.com/Marker-Inc-Korea/AutoRAG 저장소의 skills/autorag-lite-setup/SKILL.md를 읽고 따라 줘. ``` Lite 모드는 AutoRAG가 모델 없이 찾기만 하고 찾은 내용은 Claude Code나 Codex가 읽고 정리합니다. 그래서 AutoRAG에는 API 키가 필요 없고 위 주의 상자의 2.6.1 문제와도 관계없습니다. 설정이 끝나면 "부산 해커톤 심사 기준 AutoRAG로 찾아서 근거 파일도 알려 줘"처럼 평소 말로 물으면 됩니다. 카톡은 "카카오톡도 연결해 줘"라고 이어서 부탁하면 됩니다. Lite 모드는 찾기만 하므로 값이 바뀐 질문에서는 옛 값이 먼저 나올 수 있습니다. 근거 파일의 날짜를 함께 보세요. 부탁부터 답까지의 실제 화면은 [지난 글의 따라 하기](/posts/autorag-agent-intro/#claude-code에게-맡겨-보기)에 있습니다. ## 마치며 차이는 한글 파일과 카톡에서 났습니다. 세 도구는 기본 설정에서 한글 파일을 읽지 못했고 카톡은 대화방마다 내보내 올려야 했습니다. AutoRAG Agent는 둘 다 원래 자리에서 찾았지만 바뀐 정원을 묻는 질문에서는 3번 중 1번 확정하지 못해 AnythingLLM보다 못했습니다. #1741이 머지되기 전까지 2.6.1에서 질문하려면 모델 없이 찾는 Lite 모드를 쓰면 됩니다. - **AutoRAG 저장소**: [github.com/Marker-Inc-Korea/AutoRAG](https://github.com/Marker-Inc-Korea/AutoRAG). 도움이 됐다면 star를 눌러 주세요 - **이번에 올린 수정**: [#1754 첫 검색에 연결된 소스 포함](https://github.com/Marker-Inc-Korea/AutoRAG/pull/1754), [#1755 모델 요청 오류 원문 표시](https://github.com/Marker-Inc-Korea/AutoRAG/pull/1755) - **버그와 제안**: [AutoRAG 이슈](https://github.com/Marker-Inc-Korea/AutoRAG/issues) ## 자주 묻는 질문 > [!faq]- LangChain으로 직접 만들면 되지 않나요? > 만들 수 있습니다. 다만 색인, 화면이나 명령줄, 출처 표시를 직접 붙여야 하고 한글 파일 변환과 카톡, 메일 수집도 따로 만들어야 합니다. 이 글의 네 도구는 색인, 화면이나 명령줄, 출처 표시를 갖춘 완성품입니다. 한글 파일과 카톡 연결은 그중 AutoRAG Agent만 갖췄습니다. > [!faq]- NotebookLM 대신 쓸 수 있나요? > 쓰는 방식이 다릅니다. NotebookLM(지금 이름은 Gemini Notebook)은 파일을 구글에 올려 노트북 단위로 묻는 서비스입니다. 이 글의 네 도구는 내 컴퓨터나 서버에 설치해 씁니다. 자료를 밖에 올리지 않아야 하거나 한글 파일, 카톡을 함께 찾아야 하면 설치형 도구가 맞습니다. 이번 비교에서는 답하는 모델로 OpenAI를 썼기 때문에, 찾은 발췌는 OpenAI로 전달됐습니다. 밖으로 보내면 안 되는 자료는 로컬 모델을 붙이면 됩니다. > [!faq]- Open WebUI에 다른 문서 변환 엔진을 붙이면 한글 파일을 읽나요? > Open WebUI는 Tika, Docling 같은 외부 변환 엔진을 붙일 수 있습니다. 이번에는 기본 엔진만 썼고 외부 엔진은 시험하지 않았습니다. > [!faq]- Open WebUI에서 gpt-6 모델이 "Function tools with reasoning_effort" 오류를 내요 > 채팅 화면에서 `gpt-6` 계열 모델로 물으면 아래 오류가 납니다. 채팅 오른쪽 위 Controls의 Advanced Params에서 Reasoning Effort를 `none`으로 바꾸면 답이 나옵니다(0.11.4에서 확인). > > ```text wrap > Function tools with reasoning_effort are not supported for gpt-6-luna in /v1/chat/completions. To use function tools, use /v1/responses or set reasoning_effort to 'none'. > ``` > [!faq]- AutoRAG Agent는 윈도우에서도 되나요? > 본체는 맥, 윈도우, 리눅스에서 씁니다. 카카오톡 연결만 Apple Silicon 맥에서 됩니다. ## 참고 자료 **비교한 도구** - [AnythingLLM 저장소](https://github.com/Mintplex-Labs/anything-llm), [문서](https://docs.anythingllm.com/) - [Open WebUI 저장소](https://github.com/open-webui/open-webui), [문서](https://docs.openwebui.com/) - [Dify 저장소](https://github.com/langgenius/dify), [문서](https://docs.dify.ai/) - [AutoRAG 저장소](https://github.com/Marker-Inc-Korea/AutoRAG), [@autorag/librarian npm 패키지](https://www.npmjs.com/package/@autorag/librarian) **AutoRAG Agent 수정 PR** - [#1741 에이전트에 시스템 지시와 도구 목록 전달](https://github.com/Marker-Inc-Korea/AutoRAG/pull/1741) - [#1754 첫 검색에 연결된 소스 포함](https://github.com/Marker-Inc-Korea/AutoRAG/pull/1754) - [#1755 모델 요청 오류 원문 표시](https://github.com/Marker-Inc-Korea/AutoRAG/pull/1755) **시험에 쓴 공공 한글 파일 (공공누리 제1유형)** - 대전광역시, [대전시, 2026년 수소전기자동차 구매 보조금 지원](https://www.daejeon.go.kr/drh/board/boardNormalView.do?boardId=normal_0189&menuSeq=1632&ntatcSeq=1505811133) - 농림축산식품부, [「농업기계 검정기준」 고시 일부개정(안) 행정예고 첨부 규제영향분석서](https://www.mafra.go.kr/bbs/home/788/578162/artclView.do) - 용인시, [2026년 용인경전철 서포터즈 모집 지원 신청서](https://www.yongin.go.kr/user/bbs/BD_selectBbs.do?q_bbsCode=1001&q_bbscttSn=20260313103445767&q_clCode=1) - 전라남도교육청 영암도서관, [인형극으로 여는 장애인 맞춤 독서문화](https://www.jnedu.kr/news/articleView.html?idxno=113536) - 행정안전부, [윤호중 행안부 장관, 국정자원관리원 대전 본원 현장점검](https://www.mois.go.kr/frt/bbs/type010/commonSelectBoardArticle.do?bbsId=BBSMSTR_000000000008&nttId=129839) - 경기도, [아프리카돼지열병(ASF) 방역대책추진현황 260922 18시기준](https://gnews.gg.go.kr/briefing/brief_gongbo_view.do?BS_CODE=S017&number=71565&subject_Code=BO01) **갱신 이력** - 2026-10-01 최초 발행 --- 이 글은 AI의 도움을 받아 작성했습니다. 화면과 수치는 직접 실행한 결과에서 옮겼고 설명 그림은 그 결과를 바탕으로 그렸습니다. AutoRAG Agent는 저희 NomaDamas를 운영하는 Markr의 프로젝트입니다. --- ## File: src/content/posts/slides-grab-ppt-ai.md --- title: "PPT 만들어주는 AI, Claude Code로 쓰는 무료 오픈소스 slides-grab: 고칠 곳만 드래그해 수정" pubDatetime: 2026-10-01T18:21:00+09:00 author: "안승원 (Aiden)" tags: ["slides-grab", "PPT AI", "AI PPT", "PPT 자동화", "claude code", "codex", "오픈소스"] ogImage: ../../assets/images/slides-grab-ppt-ai/00-cover.png featured: true --- *[slides-grab 저장소](https://github.com/NomaDamas/slides-grab) README의 데모 영상입니다(29초, 소리 없음). 슬라이드에서 고칠 곳을 드래그하고 요청을 적으면 AI가 그 부분만 고칩니다.* > **요약** > > 1. [slides-grab](https://github.com/NomaDamas/slides-grab)은 Claude Code나 Codex 같은 AI 코딩 에이전트가 PPT를 만들게 해 주는 무료 MIT 오픈소스입니다. 슬라이드가 내 컴퓨터에 웹페이지 형식(HTML) 파일로 생겨서 브라우저 편집기에서 드래그해 고친 뒤 정말 그 부분만 바뀌었는지 파일로 확인할 수 있습니다. AI 사용량은 쓰는 Claude Code나 Codex 요금제에서 나갑니다. > 2. CSV 파일 하나와 메모 하나를 주고 "주간 업무 보고 PPT를 만들어 줘"라고 부탁했더니, 구성안과 스타일을 먼저 묻고 차트가 든 6장짜리 PPT를 만들었습니다. 수치는 모두 원자료와 맞았습니다. > 3. 과장된 제목 한 줄을 드래그해 고쳐 달라고 하자 57초 뒤에 수정이 끝났고 파일을 비교해 보니 6장 전체에서 바뀐 곳은 그 한 줄뿐이었습니다. > 4. PDF와 PPTX로 내보낼 수 있지만 PPTX는 README에 실험 기능으로 적혀 있습니다. 기본 PPTX는 슬라이드마다 이미지 한 장이라 PowerPoint에서 글자를 고칠 수 없습니다. 보고용 최종 파일은 PDF가 안전합니다. > 5. 고칠 곳을 골라 AI에게 맡기는 기능은 [Gamma](https://gamma.app), [Genspark](https://www.genspark.ai)에도 있습니다. slides-grab이 다른 점은 결과가 내 컴퓨터의 파일이라는 것입니다. 비교표는 "Gamma, Genspark와 무엇이 다른가" 절에 있습니다. ## 목차 ## 발표자료를 AI로 만들 수는 없을까? 매주 올리는 보고 PPT는 형식이 거의 같습니다. 엑셀에서 숫자를 옮기고 차트를 다시 그리고 제목을 다듬는 일이 매번 되풀이됩니다. 그러다 보면 한 번쯤 이런 생각이 듭니다. "발표자료를 AI로 만들 수는 없을까?" "PPT 만들어주는 AI"나 "PPT AI"를 검색하면 [Gamma](https://gamma.app)(감마)와 [Genspark](https://www.genspark.ai)(젠스파크)가 먼저 나옵니다. 둘 다 써 봤습니다. 이 글의 시연과 같은 자료(CSV 표와 메모)를 붙여 넣고 주간 업무 보고 PPT 6장을 부탁하자 둘 다 차트가 든 6장을 만들었습니다. *2026-10-01, Gamma 무료 플랜으로 만든 결과입니다. Genspark 결과는 "Gamma, Genspark와 무엇이 다른가" 절에 있습니다.* 초안은 금방 나옵니다. 막히는 건 그다음입니다. - **파일로 받기**: Genspark 무료 플랜은 PDF, PPTX 내보내기가 안 되고 Gamma 무료 플랜은 받은 파일에 "Made by Gamma" 배지가 붙습니다. - **크레딧**: Gamma는 가입할 때 받은 400크레딧을 다 쓰면 다시 채워지지 않습니다. 새로 가입한 계정으로 6장을 만들고 제목을 한 번 고치고 나니 331크레딧이 남았습니다. - **자료 옮기기**: 웹 서비스라 자료를 매번 붙여 넣거나 올려야 합니다. Claude Code(클로드 코드)나 Codex(코덱스)를 이미 쓰고 있다면 AI PPT를 만드는 다른 길이 있습니다. 막힌 세 곳에 차례로 답하면 이렇습니다. 결과는 처음부터 내 컴퓨터의 파일로 생깁니다. 사용량은 이미 쓰는 Claude Code나 Codex 요금제에서 나갑니다. 자료는 내 폴더에서 바로 읽습니다. 그 일을 해 주는 무료 MIT 오픈소스가 slides-grab입니다. 슬라이드가 파일이라 드래그해 고친 뒤 AI가 정말 그 부분만 바꿨는지도 직접 확인할 수 있습니다. 매주 같은 형식의 보고 PPT를 만드는 분이라면 아래 시연의 부탁 문장을 본떠 해 볼 수 있습니다. ## slides-grab이란? slides-grab은 AI 코딩 에이전트용 발표 자료 도구입니다. 에이전트가 따라 할 작업 절차(스킬), 명령어 도구, 브라우저 편집기로 이루어져 있습니다. 한 번 설치하면 에이전트는 네 단계로 PPT를 만듭니다. 1. **구성(Plan)**: 주제나 자료를 읽고 슬라이드 구성안을 씁니다. 2. **디자인(Design)**: 슬라이드마다 HTML 파일 하나(`slide-01.html` ...)를 만듭니다. 웹페이지와 같은 형식이라 브라우저로 열어 볼 수 있습니다. 3. **편집(Edit)**: 브라우저 편집기에서 영역을 드래그하고 수정 요청을 적으면 AI가 그 부분만 고칩니다. 글자, 색, 크기는 손으로 고칠 수도 있습니다. 4. **내보내기(Export)**: PDF, PPTX, Figma 가져오기용 PPTX, PNG로 내보냅니다. NomaDamas 리더 김동규([@vkehfdl1](https://github.com/vkehfdl1))가 만들어 2026년 3월에 공개했고 Builder Josh의 [ppt_team_agent](https://github.com/uxjoseph/ppt_team_agent)를 바탕으로 합니다. | 항목 | 값 | |---|---| | GitHub star | 1,212 | | fork | 134 | | 기여자 | 6명 | | 최신 버전 | 1.5.2 (2026-09-06, npm `slides-grab`) | | 지원 에이전트 | Claude Code, Codex | | 라이선스 | MIT | ## Claude Code로 AI PPT 만들기 직접 해 봤습니다. 시연은 가상 회사의 주간 업무 보고로 했습니다. 어떤 자료를 줬는지 먼저 보면 결과를 원자료와 맞춰 볼 수 있습니다. *회사, 인물, 수치는 모두 시연용으로 만든 가상 데이터입니다.* ### 1. 설치 명령어가 처음이라면 Claude Code에 README의 설치 안내 한 줄을 붙여 넣고 설치를 맡길 수 있습니다. ```text wrap Read https://raw.githubusercontent.com/NomaDamas/slides-grab/main/docs/installation/claude.md and follow every step. ``` 이 안내는 스킬을 `--scope user`로 설치하므로 모든 폴더의 Claude Code에서 slides-grab을 쓸 수 있게 됩니다. PPT를 만들 폴더에서만 쓰려면 터미널(명령을 입력하는 창)에서 다음 명령을 실행합니다. Node.js 20 이상이 필요합니다. ```bash npm install slides-grab npx playwright install chromium npx slides-grab install-skills --target claude-code --scope project ``` 두 번째 줄은 슬라이드를 그리고 캡처할 브라우저(Chromium)를 받습니다. 세 번째 줄은 slides-grab 스킬 7개를 이 폴더의 `.claude/skills/`에 넣습니다. 이 글의 시연은 이 방식으로 설치했습니다. ### 2. 부탁 한 줄로 PPT 만들기 설치한 폴더에서 Claude Code를 열고 평소 말로 부탁했습니다. ```text wrap data 폴더의 weekly-support.csv와 notes.md로 팀장님께 보고할 주간 업무 보고 PPT를 만들어 줘. slides-grab으로 6장 정도, 깔끔한 비즈니스 스타일로. ``` Claude Code는 slides-grab 스킬을 불러와 자료를 읽은 뒤, 만들기 전에 6장 구성안과 스타일 네 가지를 제시하며 골라 달라고 했습니다. *2026-09-30 캡처, Claude Code 2.1.285(Opus 5.5), slides-grab 1.5.2.* 추천안(Executive Minimal)을 고르자 37초 뒤에 슬라이드별 핵심 내용을 정리한 구성안을 보여 주고 디자인으로 넘어가도 되는지 물었습니다. *2026-09-30 캡처, slides-grab 1.5.2. 구성안은 `decks/weekly-support-w5/slide-outline.md` 파일로도 남습니다.* 계산값을 원자료와 맞춰 봤습니다. 접수 471건은 전주 498건보다 5.4% 적고 해결률은 466/471로 98.9%, 첫 응답은 44분에서 29분으로 15분 줄었습니다. 모두 맞습니다. "이대로 진행해 줘"라고 답하자 디자인, 검토, 내보내기까지 12분 47초가 걸렸습니다(화면 표시 기준). 그 사이 Claude Code는 slides-grab 스킬의 지시에 따라 검토용 에이전트 두 개를 따로 띄워 슬라이드를 검토받았습니다. 1차 검토에서 두 가지가 걸려 스스로 고쳤습니다. - 6장 제목에 메모에 없는 주장("야간 대응 공백")이 들어가 있었습니다. - 3장 차트 글자가 최소 크기 10pt보다 작았습니다. 2차 검토는 둘 다 통과했습니다. 고치지 않은 작은 지적 4건은 `design-debt.md` 파일에 남겼습니다. 완성된 PPT는 이렇습니다. [주간 업무 보고 PDF 열기(6쪽)](/files/slides-grab-ppt-ai/weekly-support-w5.pdf) *slides-grab으로 만든 PDF입니다. 스크롤해서 6쪽을 모두 볼 수 있고 화면에 보이지 않으면 [PDF 파일](/files/slides-grab-ppt-ai/weekly-support-w5.pdf)을 열면 됩니다. 3장 제목은 다음 절에서 고친 뒤의 모습입니다.* ### 3. 고칠 곳만 드래그해서 수정하기 그런데 3장 제목 "5주차에 두 지표 모두 회복했습니다"는 과장입니다. 5주차 문의 471건은 3주차보다 줄었지만 1~2주차(412건, 455건)보다는 아직 많습니다. 검토 에이전트도 이 표현을 작은 지적으로 남겼습니다. 터미널에서 편집기를 엽니다. ```bash npx slides-grab edit --slides-dir decks/weekly-support-w5 ``` 브라우저에 편집기가 뜨면 3장으로 가서 제목 두 줄을 드래그로 감싸고 오른쪽 입력창에 고칠 내용을 적습니다. 고칠 때 쓸 AI 모델도 여기서 고를 수 있습니다. 전체 과정은 이렇습니다. *2026-10-01 녹화, slides-grab 1.5.2 편집기(24초, 소리 없음). AI가 고치는 동안의 93초는 20배 빠르게 돌렸습니다. 아래 캡처와는 따로 한 번 더 실행한 녹화라 걸린 시간과 바뀐 문구가 조금 다릅니다.* 캡처로 한 단계씩 보면 이렇습니다. *2026-10-01 캡처, slides-grab 1.5.2 편집기. 빨간 박스가 고칠 영역이고 박스를 여러 개 그려 한 번에 보낼 수도 있습니다.* ```text wrap 5주차 문의 471건은 1~2주차보다 아직 많아서 "두 지표 모두 회복"은 과장이야. 3주차 정점 대비 개선됐다는 사실만 말하도록 제목을 고쳐 줘. ``` `Run HTML Edit`를 누르고 57초 뒤에 수정이 끝났습니다. 편집기는 고친 영역을 초록 박스로 바꾸고 결과를 받아들일지(`Check`) 다시 시킬지(`Rerun`) 고르게 합니다. *2026-10-01 캡처, slides-grab 1.5.2 편집기. 편집기가 고를 수 있는 Claude 모델은 `claude-opus-4-8`, `claude-sonnet-4-6` 두 개라 앞의 것을 골랐습니다.* *위는 수정 전, 아래는 수정 후입니다. 2026-10-01, slides-grab 1.5.2.* 슬라이드가 파일이라 고치기 전과 후를 줄 단위로 비교할 수 있습니다. 6장 전체에서 바뀐 곳은 `slide-03.html`의 제목 한 줄이었습니다. ```diff - 3주차에 문의 급증과 응답 지연이 겹쳤고,5주차에 두 지표 모두 회복했습니다 + 3주차에 문의 급증과 응답 지연이 겹쳤고,5주차에 정점 대비 두 지표 모두 개선됐습니다 ``` ### 4. PDF, PPTX로 내보내기 고친 뒤 PDF를 내보내려고 하면 막힙니다. ```text [slides-grab] PDF export blocked: design gate is stale because slides changed: slide-03.html. ``` slides-grab은 마지막 검토 뒤에 슬라이드가 바뀌면 PDF, PPTX 내보내기를 막습니다. 검토를 거치지 않은 수정본이 나가지 않게 하려는 장치입니다. Claude Code에 이렇게 부탁했습니다. ```text wrap 편집기에서 3장 제목을 고쳤어. 바뀐 슬라이드 다시 검토받고 PDF랑 PPTX로 다시 내보내 줘. ``` 검토를 다시 받고 두 파일을 새로 만드는 데 2분 58초가 걸렸습니다. *2026-10-01 캡처, Claude Code 2.1.285(Opus 5.5), slides-grab 1.5.2.* 만든 PPTX는 PowerPoint에서 6장 모두 열렸습니다. *2026-10-01 캡처, PowerPoint for Mac. 창 위쪽 메뉴와 라이선스 안내는 잘라냈습니다.* ## Gamma, Genspark와 무엇이 다른가 PPT 만들어주는 AI 서비스 [Gamma](https://gamma.app), [Genspark](https://www.genspark.ai)의 무료 플랜에 slides-grab 시연과 같은 자료를 주고 직접 써 봤습니다. 요금과 내보내기 조건은 공식 도움말에서 확인했습니다. | 항목 | slides-grab | [Gamma](https://gamma.app) 무료 플랜 | [Genspark](https://www.genspark.ai) 무료 플랜 | |---|---|---|---| | 도구 비용 | 없음(MIT 오픈소스) | 가입할 때 400크레딧, 다시 채워지지 않음 | 하루 100크레딧(평생 무료 한도 안에서) | | AI 비용 | 쓰는 에이전트(Claude Code, Codex)의 요금제 사용량 | 크레딧 | 크레딧 | | PDF, PPTX 받기 | 됨. PPTX는 실험 기능이고 기본은 슬라이드마다 이미지 한 장 | 됨. "Made by Gamma" 배지가 붙음 | 안 됨(유료 플랜 전용) | | 부분 수정 | 편집기에서 영역을 드래그하고 요청 | AI 편집 모드에서 요소를 클릭하고 요청 | Select 모드(요소 클릭), Draw 모드(표시를 그려 모아 보내기) | | 자료 넣기 | 내 폴더의 파일을 에이전트가 읽음 | 붙여 넣거나 파일로 올림 | 붙여 넣거나 파일로 올림 | | 결과물 | 내 컴퓨터의 HTML 파일 | Gamma 웹 서비스 안의 문서 | Genspark 웹 서비스 안의 문서 | Genspark는 구성안을 세우고 6장을 쓴 뒤, 레이아웃을 스스로 검사해 어긋난 장을 다시 고쳤습니다. *2026-10-01, Genspark 무료 플랜. 2,366건은 5주 접수 합계, 42분은 5주 첫 응답 평균(41.8분)으로 원자료와 맞습니다.* Gamma의 AI 편집 모드에서도 slides-grab 편집기처럼 고칠 곳을 직접 고를 수 있습니다. 3장 제목을 클릭하자 그 요소에 대한 입력창이 열렸습니다. *2026-10-01, Gamma 무료 플랜. 왼쪽 아래 채팅창에도 선택한 항목이 표시됩니다.* 50초 안에 제목 한 줄만 바뀌었고 채팅 패널에 원본과 수정본 미리보기가 나란히 붙었습니다. *2026-10-01, Gamma 무료 플랜.* *Genspark AI Slides 편집기. 위쪽 도구 막대의 Select, Draw로 고칠 곳을 고를 수 있습니다. 출처: [Genspark 도움말](https://www.genspark.ai/helpcenter/ai-slides)* 고칠 곳을 가리켜 부분 수정하는 기능은 세 도구에 모두 있습니다. slides-grab이 다른 점은 결과가 내 컴퓨터의 파일이라는 것입니다. `slide-01.html` 같은 파일이라 AI가 고친 곳이 정말 그 부분뿐인지 줄 단위로 비교해 확인하고 마음에 들지 않으면 예전 버전으로 되돌릴 수 있습니다. 이 글의 시연에서도 6장 전체에서 바뀐 곳이 `slide-03.html`의 제목 한 줄뿐인 것을 파일 비교로 확인했습니다. 비용이 나가는 곳과 자료를 넣는 방식의 차이는 위 비교표에 있습니다. 반대로 Gamma, Genspark는 설치 없이 웹에서 시작할 수 있고 Gamma는 무료 플랜에서도 PPTX를 받을 수 있습니다. 명령어 설치가 부담스럽다면 이쪽이 더 쉽습니다. ## 어디까지 되나 - **디자인 스타일 95개**: `slides-grab list-styles`로 목록을, `slides-grab preview-styles`로 미리보기 갤러리를 볼 수 있습니다. 기본으로 고를 수 있는 것은 92개입니다. - **회사 템플릿 따라 하기**: `slides-grab import-template`에 기존 회사 PPTX나 HTML 화면을 주면 색, 글꼴, 배치를 뽑아 새 PPT의 기준으로 씁니다. README는 빈 마스터 템플릿보다 내용이 채워진 PPT를 주라고 권합니다. - **카드뉴스**: `--mode card-news`로 인스타그램용 정사각형(720pt x 720pt) 슬라이드를 만들고 `slides-grab png --slide-mode card-news`로 PNG를 받을 수 있습니다. - **이미지 생성**: `slides-grab image --prompt "..."`로 슬라이드에 넣을 이미지를 만듭니다. 기본값은 로컬 Codex 로그인(이미지 생성 권한이 있는 ChatGPT 계정)을 쓰는데 README는 비공식 경로라 예고 없이 막힐 수 있다고 경고합니다. OpenAI나 Google API 키로 바꿀 수 있습니다. - **예시 PPT**: [쇼케이스 갤러리](https://nomadamas.github.io/slides-grab/)에서 slides-grab으로 만든 발표 자료 18개를 넘겨 볼 수 있습니다. ## 쓰기 전에 알아둘 점 ### PPTX는 실험 기능입니다 README는 `convert`(PPTX)와 `figma` 내보내기를 "experimental / unstable"로 표시합니다. 이번 시연에서 확인한 것은 이렇습니다. - 기본 PPTX(`--engine raster`)는 슬라이드마다 이미지 한 장입니다. 보기에는 HTML과 같지만 PowerPoint에서 글자를 고칠 수 없습니다. - 글자를 살리는 방식(`--engine text`)은 이번 PPT에서 "페이지 번호와 출처가 아래 가장자리에서 0.5인치 이상 떨어져 있어야 한다"는 규칙에 걸려 변환이 거부됐습니다. 보고나 배포용 최종 파일은 PDF(`slides-grab pdf`)가 가장 안정적입니다. 기본값은 화면을 캡처해 담는 방식이고 글자 검색이 되는 PDF가 필요하면 `--mode print`를 쓰면 됩니다. ### 편집기에서 Codex 모델을 고르면 확인 없이 명령을 실행합니다 편집기의 모델 목록에는 Codex 모델 4개(`gpt-5.6-sol`, `gpt-5.6-terra`, `gpt-5.6-luna`, `gpt-6-astra`)와 Claude 모델 2개(`claude-opus-4-8`, `claude-sonnet-4-6`)가 있습니다(1.5.2 기준). 고른 모델에 따라 AI가 받는 권한이 다릅니다. - **Codex 모델**: `codex --dangerously-bypass-approvals-and-sandbox exec`로 실행됩니다. 명령을 실행하기 전에 허락을 묻지 않습니다. 폴더 밖 접근을 막는 보호 장치(샌드박스)도 끈 채 실행됩니다. - **Claude 모델**: `claude -p --permission-mode acceptEdits`로 실행됩니다. 파일 편집만 자동으로 허용합니다. 편집기는 AI에게 요청한 슬라이드 파일만 고치라고 지시합니다. 하지만 지시일 뿐 다른 파일을 건드리지 못하게 막는 장치는 아닙니다. 중요한 파일이 있는 폴더에서는 Claude 모델을 고르거나 PPT 전용 폴더를 따로 두는 편이 안전합니다. ### 수정하면 검토를 다시 받아야 내보낼 수 있습니다 편집기로 한 글자만 고쳐도 PDF, PPTX 내보내기가 막힙니다. 에이전트에게 다시 검토받고 내보내 달라고 부탁하면 됩니다. ## 시작하기 - **저장소**: [github.com/NomaDamas/slides-grab](https://github.com/NomaDamas/slides-grab). 도움이 됐다면 star를 눌러 주세요 - **쇼케이스**: [nomadamas.github.io/slides-grab](https://nomadamas.github.io/slides-grab/) - **설치 안내**: [Claude Code](https://github.com/NomaDamas/slides-grab/blob/main/docs/installation/claude.md), [Codex](https://github.com/NomaDamas/slides-grab/blob/main/docs/installation/codex.md) - **버그와 제안**: [이슈](https://github.com/NomaDamas/slides-grab/issues) ## 자주 묻는 질문 > [!faq]- slides-grab은 무료인가요? > [slides-grab](https://github.com/NomaDamas/slides-grab)은 MIT 오픈소스라 무료입니다. 슬라이드를 만들고 고치는 AI는 Claude Code나 Codex를 쓰므로 AI 사용량은 그 요금제에서 나갑니다. Claude Code는 Claude 유료 요금제나 API 키가 있어야 쓸 수 있습니다. > [!faq]- 만든 PPT를 PowerPoint에서 고칠 수 있나요? > 기본 PPTX는 슬라이드마다 이미지 한 장이라 글자를 고칠 수 없습니다. 글자를 살리는 `--engine text` 방식이 있지만 실험 기능이고 이번 시연 PPT에서는 변환이 거부됐습니다. 내용 수정은 slides-grab 편집기나 에이전트에게 맡기고 PowerPoint는 발표와 전달에 쓰면 됩니다. > [!faq]- 한글이 깨지지 않나요? > 이번 시연의 6장은 HTML, PDF, PPTX 모두 한글이 깨지지 않았습니다. 기본 PPTX와 PDF는 브라우저가 그린 화면을 이미지로 담기 때문에 글꼴 차이로 모양이 바뀌지 않습니다. > [!faq]- Codex에서도 쓸 수 있나요? > 네. `npx slides-grab install-skills --target codex`로 Codex용 스킬을 설치할 수 있고 `--target all`이면 Claude Code와 Codex에 모두 설치합니다. 설치 안내는 [Codex 가이드](https://github.com/NomaDamas/slides-grab/blob/main/docs/installation/codex.md)에 있습니다. > [!faq]- 개발을 몰라도 쓸 수 있나요? > 설치에 명령어가 필요하지만 설치 안내 한 줄을 Claude Code나 Codex에 붙여 넣으면 에이전트가 대신 설치합니다. 그다음부터는 평소 말로 부탁하고 브라우저 편집기에서 드래그해 고치면 됩니다. > [!faq]- Gamma, Genspark보다 나은가요? > Claude Code나 Codex를 이미 쓰고 있고 AI가 고친 결과를 파일로 확인하며 관리하고 싶다면 slides-grab이 맞습니다. 설치 없이 웹에서 시작하고 싶다면 [Gamma](https://gamma.app)나 [Genspark](https://www.genspark.ai)가 쉽습니다. 무료 플랜의 차이는 본문 비교표에 있습니다. ## 참고 자료 **slides-grab** - [slides-grab GitHub 저장소](https://github.com/NomaDamas/slides-grab) - README, 명령어, 디자인 스타일 목록 - [쇼케이스 갤러리](https://nomadamas.github.io/slides-grab/) - slides-grab으로 만든 발표 자료 - [ppt_team_agent](https://github.com/uxjoseph/ppt_team_agent) - slides-grab의 바탕이 된 저장소 **비교에 쓴 공식 도움말** - [Gamma, How do credits work in Gamma?](https://help.gamma.app/en/articles/7834324-how-do-credits-work-in-gamma) - 무료 400크레딧, 다시 채워지지 않음 - [Gamma, What's the easiest way to export my gamma?](https://help.gamma.app/en/articles/8022861-what-s-the-easiest-way-to-export-my-gamma) - PDF, PPTX 내보내기와 "Made by Gamma" 배지 - [Gamma, Can I edit my content using AI?](https://help.gamma.app/en/articles/8033284-can-i-edit-my-content-using-ai) - 요소를 골라 AI로 고치기(Gamma 5 공개 베타) - [Genspark, AI Slides](https://www.genspark.ai/helpcenter/ai-slides) - 내보내기는 유료 플랜 전용, Select 모드와 Draw 모드 - [Genspark, Membership Plans](https://www.genspark.ai/helpcenter/membership-plans) - 무료 하루 100크레딧 **갱신 이력** - 2026-10-01 최초 발행 --- 이 글은 AI의 도움을 받아 작성했습니다. 화면은 직접 실행한 Claude Code 세션과 slides-grab 편집기를 캡처했고 시연 데이터는 가상 회사 자료로 만들었습니다. --- ## File: src/content/pages/about.md --- title: "NomaDamas" --- NomaDamas는 서울에 있는 AI 오픈소스 해커하우스예요. AI와 오픈소스를 좋아하는 해커들이 모여 재밌는 걸 만들고 [GitHub](https://github.com/NomaDamas)에 공개해요. [Markr](https://github.com/Marker-Inc-Korea)가 운영해요. [GitHub 프로필](https://github.com/NomaDamas)에는 이렇게 적어뒀어요. > An AI open-source hacker house in Seoul, Korea. > We are young hackers who love AI & open source. We ship fast, break things, and star-chase. ## 만든 것들 - [k-skill](https://github.com/NomaDamas/k-skill) - 한국인을 위한 에이전트 스킬 모음. SRT와 KTX, 카카오톡, 날씨, 미세먼지, 법령, 주식, KBO, LCK, 특허 검색까지 - [AutoRAG](https://github.com/Marker-Inc-Korea/AutoRAG) - RAG 평가와 최적화 프레임워크. AutoML처럼 자동으로 조합을 찾습니다 (Marker-Inc-Korea 소속) - [slides-grab](https://github.com/NomaDamas/slides-grab) - Claude Code와 Codex에서 슬라이드를 만드는 하네스 - [CozyClay](https://github.com/NomaDamas/CozyClay) - 오픈소스 프리비주얼라이제이션 도구 - [KICE_slayer_AI_Korean](https://github.com/NomaDamas/KICE_slayer_AI_Korean) - 수능 국어 1등급에 도전하는 AI - [awesome-korean-llm](https://github.com/NomaDamas/awesome-korean-llm) - 한국어 LLM 목록 - katok - 에이전트로 카카오톡 대화를 검색하는 CLI (비공개) - [god-tibo-imagen](https://github.com/NomaDamas/god-tibo-imagen) - Codex 구독으로 GPT image 2.0을 쓰는 패키지 - [bananatape](https://github.com/NomaDamas/bananatape) - 개발자를 위한 바이브 디자인 도구 나머지는 [저장소 목록](https://github.com/orgs/NomaDamas/repositories)에 다 있어요. ## 이 블로그는 README에는 무엇을 만들었는지만 들어가요. 이 블로그에는 왜 그렇게 만들었는지, 만들어 보니 뭐가 달랐는지를 적어요. 글에 오타나 틀린 내용이 보이면 글 하단의 "이 글 고치기"로 바로 고쳐서 보내주셔도 돼요. 이 블로그 코드도 [공개 저장소](https://github.com/NomaDamas/nomadamas.github.io)에 있어요. ## 채널 - [GitHub](https://github.com/NomaDamas) - [Threads](https://www.threads.com/@n0madamas) - [X](https://x.com/n0madamas) - [LinkedIn](https://www.linkedin.com/showcase/nomadamas/) - [RSS](/rss.xml)