Build in public · Agentic AI

'그래프 엔지니어링'을 다룬 두 바이럴 아티클, 조회수 합계 약 48만 6천. 실제로 만들어보니 벌어진 일 — 7시간 만에.

바이럴 콘텐츠 → 살아 움직이는 시스템. AI 공동창업자가 노동을 맡고, 인간은 되돌릴 수 없는 결정 하나하나를 쥐고 있다. 반전: 우리 자신의 증거 게이트가 바이럴 수치를 팩트체크했다.

지난주 '그래프 엔지니어링'을 다룬 아티클 하나가 X에서 38만 2천 조회수를 기록했다. 이틀 뒤 두 번째 아티클이 10만 4천을 더 끌어모았다 — 둘을 합치면 거의 50만에 육박한다(이 글을 쓰는 시점 기준 X의 공개 카운터에 따른 수치다 — 나로서는 독립적으로 등급을 매길 수 없는 숫자라는 점, 그리고 그 아이러니를 나도 알고 있다는 점을 밝혀둔다; 이 얘기는 잠시 후에 다시 하겠다).

대부분의 독자는 북마크를 누르고 넘어갔다.

나는 두 아티클을 내 AI 공동창업자에게 넘기며 지시는 하나뿐이었다: 요약하지 말고 — 만들어라.

7시간 뒤(첫 커밋이 11시 02분, 마지막 커밋이 같은 날 17시 53분 — 스크린샷도 기꺼이 보여줄 수 있는 타임스탬프다), 우리 손에는 작동하는 그래프 엔지니어링 운영체제가 들려 있었다: 이 분야를 실시간으로 추적하는 살아 있는 메타 레포, 배포된 웹 앱 두 개, 슬래시 명령 하나짜리 슈퍼 도구, 그 무엇도 썩게 내버려두지 않는 CI 파이프라인까지 갖춘 결과물이었다.

그리고 아무도 예상 못 한 부분은 이거다: 그 과정에서 우리가 만든 품질 게이트가 바이럴 아티클들을 팩트체크했고 — 헤드라인 수치를 강등시켰다는 것.

증거를 갖춘 전체 이야기가 여기 있다. 그리고 마지막에는, 당신이 관심 있는 어떤 분야에든 그대로 적용할 수 있는 정확한 플레이북을 담았다.

북마크의 함정

바이럴 기술 콘텐츠의 반감기는 대략 48시간이다. 일단 저장은 해두지만 알고리즘은 다음 콘텐츠로 넘어가고, 6개월 후엔 그 "정확도 18% 향상"이라는 주장이 어디 있었는지조차 찾을 수 없다 — 그게 애초에 사실이긴 했는지는 더더욱 알 길이 없다.

두 글 다 정말 잘 쓴 글이었다. 첫 번째 글(Sprytix)은 Microsoft, Stanford, Anthropic이 어떻게 각자 독립적으로 일반 RAG 대신 지식 그래프로 수렴했는지를 그렸다 — 모델은 텍스트를 찾고, 그래프는 현실을 찾는다는 것이다. 두 번째 글(0xRafy)은 하나의 과부하된 에이전트 루프에서 여러 에이전트가 조율되는 그래프로 옮겨가는 흐름을 그렸다 — 노드, 라우터, 상태, 게이트로 구성된 흐름이다.

하지만 글은 스냅샷일 뿐이다. 분야는 계속 움직인다. 스타 수는 바뀌고, 레포는 죽고, 논문은 정정되며, 클라이언트 발표 자료에 인용했던 그 결정적인 통계는 알고 보면... 다른 글에서 온 것이었다.

해법은 더 나은 북마크가 아니다. 살아 있는 시스템이다.

우리가 7시간 안에 만든 것 (공개적으로 채점됨 — 모든 등급과 증거 티어는 라이브 앱에 있다)

1. 먼저 레포 팩토리부터. 도메인을 건드리기 전에, 레포를 만들어내는 기계부터 만들었다: YAML 스펙 하나만 넣으면 완전한 레포지토리가 나오는 구조인데, 여기서 make check 는 태어날 때부터 통과한다. 구조, CI, 테스트, 주간 동기화 하트비트, 증거 규율까지 전부 생성되고, 전부 게이트를 거친다. 우리는 이미 배포했던 레포 여섯 개에서 DNA를 역설계했다. 그래서 이 팩토리는 희망이 아니라 현실과 부딪혀 살아남은 패턴을 그대로 담고 있다.

2. 그리고 팩토리가 제품을 찍어냈다. graph-engineering-anything은 그 안에 살아 있는 팩토리가 스캐폴딩했다 — 채워진 스펙을 넣으면 작동하는 레포가 나왔고, 첫 실행부터 그린이었다. 팩토리의 첫 커밋 이후 20분, 커밋 6개가 지난 시점에 GitHub에 올라갔고 원격 CI는 11초 만에 통과했다.

3. 스스로 최신 상태를 유지하는 메타 레포. 이 레포는 이 분야를 지탱하는 핵심 레포 10개 — microsoft/graphrag, stanfordnlp/dspy, stanford-oval/storm, getzep/graphiti, modelcontextprotocol/servers, google/adk-python, langchain-ai/langgraph 등 — 를 추적하며, 실제 스타 수와 푸시 날짜를 GitHub API에서 실시간으로 가져온다. 매주 실행되는 크론이 모든 것을 갱신하고 사람이 검토할 풀 리퀘스트를 열도록 설정되어 있다 — 첫 예정 실행은 다음 주 월요일(7월 27일)이다. 시스템이 초안을 만들고, 사람이 배포한다. 항상 그렇다.

4. 모든 주장은 증거 티어를 달고 있다. 이게 내가 가장 자랑스러워하는 부분이다. 지식 베이스의 13개 주장 전부가 티어로 나뉜다: 🟢 GROUNDED는 우리가 1차 출처를 확보해 직접 읽었다는 뜻이다. 🟡 WEAK는 누군가의 글에서 "인용된 대로"만 알고 있다는 뜻이다 — 그리고 그 출처가 얼마나 바이럴이었든 간에, 1차 자료를 읽기 전까지는 WEAK로 남는다.

5. 누구나 다룰 수 있는 슈퍼 도구. /graph-engineering-anything — 슬래시 명령어 하나면 된다. 문법도, 전문 지식도 필요 없다. 여섯 가지 기능이 있는데, 각각 라이브 데모에서 바로 실행해볼 수 있는 '이렇게 말하면 이렇게 나온다' 예시가 딸려 있다. 회의 노트를 그래프로 만들기, 약 90개 레포로 구성된 포트폴리오에서 관계 사슬을 추적하기(데모 예시 프롬프트 중 하나), 빌드를 낭비하기 전에 그래프냐 RAG냐를 결정하기, 이번 주에 무엇이 바뀌었는지 추적하기, 레지스트리를 키우기, 루프 하나가 과부하되기 시작할 때 에이전트 그래프를 설계하기 — 이런 것들이다. 되돌릴 수 없는 행동은 언제나 초안 상태로만 만들어져 사람이 승인해야 한다 — 설계상 오용하기 어렵게 되어 있다.

6. 지금 바로 방문할 수 있는 두 개의 라이브 서비스. 하나는 데모 앱으로, 모든 기능마다 정확히 무엇을 말하고 정확히 무엇을 얻는지 보여준다 — 게다가 오직 레포의 데이터에만 근거한 코파일럿도 있다(자기 코퍼스 밖의 질문을 받으면 얼버무리지 않고 모른다고 말한다). 다른 하나는 저니(journey) 앱으로, 이 프로젝트의 모든 딜리버리가 증거를 갖춘 채점된 성적표로 올라와 있다. 지금까지의 등급: 0.75, 0.75, 1.00, 0.75, 0.75, 0.80, 0.75. 전부 만점은 아니다. 그게 핵심이다.

반전에 앞서 하나 짚고 넘어갈 점이 있다: 레포 자체는 현재 비공개다. 아래 두 개의 라이브 앱이 공개되어 있고 직접 캐물어볼 수 있는 서비스다 — 이 글에서 중요한 숫자는 모두 그 안에 있다.

반전: 우리의 게이트가 원 출처를 팩트체크했다

그 바이럴 글에서 가장 많이 인용된 문장: GraphRAG는 "18% better accuracy at 85% lower cost" (번역: 비용은 85% 낮추면서 정확도는 18% 높인다)를 제공한다는 것이다.

이 숫자들이 우리의 증거 파이프라인에 들어왔을 때, 원래 강도 그대로 살아남지 못했다. 주장된 1차 출처는 우리가 아직 읽어보지 못한 논문이다. 다 읽기 전까지 그 주장은 우리의 공개 증거 표에 🟡 WEAK로 표시된 채 남는다 — "X 글에서 인용된 대로; 1차 자료 미확인"이라는 표시와 함께, 혹시 그래도 발표 자료에 쓰고 싶다면 반드시 붙여야 할 정확한 단서 문장까지 달려 있다.

한편, 🟢 GROUNDED로 살아남은 주장들도 있다: Microsoft의 실제 GraphRAG 논문(Edge et al., arXiv:2404.16130), Stanford의 DSPy와 STORM, 관계형 메모리와 KEPLER에 관한 TACL 연구, Anthropic의 "Building effective agents," 그리고 Google의 ADK 2.0 문서 — 이 모두 인용하기 전에 직접 찾아 읽은 것들이다.

이게 무엇을 의미하는지 생각해보라: 바이럴 콘텐츠로부터 만들어진 시스템이면서도, 검증되지 않은 바이럴 콘텐츠를 그대로 반복하기를 거부하는 시스템이다. 조회수 38.2만이라는 숫자도 다른 모든 것과 똑같이 회의적으로 다뤄진다.

편안함보다 정확성. 이건 감이 아니라 설계 원칙이다.

예상치 못한 발견

작업 중반, 두 글의 정의가 충돌하고 말았다. 첫 번째 글은 "그래프 엔지니어링"을 지식 그래프 (텍스트 검색 대신 개체와 관계)라는 의미로 썼다. 두 번째 글은 같은 용어를 에이전트 그래프 (하나의 과부하된 루프 대신 여러 에이전트의 협업)라는 의미로 썼다.

같은 표현, 서로 다른 두 개의 혁명.

"모순은 인간 검토를 위해 표시할 뿐, 조용히 병합하지 않는다" — 이건 우리 자체의 유지보수 규칙이었고, 이 규칙 때문에 문제를 얼버무리지 않고 정면으로 다룰 수밖에 없었다. 이제 레포는 두 가지 의미를 모두 다루며, 그 접점을 이렇게 명확히 밝힌다: DSPy는 파이프라인 그래프를 최적화하고, GraphRAG는 지식 그래프를 최적화한다. 성숙한 AI 시스템은 이 둘을 모두 쓴다.

북마크로는 이걸 할 수 없다. 살아있는 시스템만이 한 분야가 실시간으로 갈라지는 순간을 포착한다.

이 플레이북을 훔쳐 가라 (7단계, 어떤 분야든)

1. 신호를 포착하라. 바이럴 글은 사람들이 무엇을 정리해주길 원하는지 보여주는 시장의 투표다. 그냥 저장만 하지 말고, 스펙으로 취급하라.
2. 제품보다 팩토리를 먼저 만들어라. 품질 게이트가 내장된 레포를 찍어내는, 재사용 가능한 템플릿 하나. 한 번 느리게 만들어두면, 그다음부터는 계속 빠르다.
3. make check만이 유일한 진실이다. 명령어 하나가 모든 게이트를 돌린다. CI는 정확히 그 명령어를 실행한다. 빨간불로는 아무것도 배포되지 않고, 누구도 손으로 초록불이라 보고할 수 없다.
4. 모든 주장에 근거 등급을 매겨라. 1차 출처를 읽었으면 GROUNDED. 그 외에는 전부 WEAK — 실제로 읽기 전까지는 눈에 띄게 그렇게 표시해둔다. 남들의 과장은 사그라들고, 당신의 신뢰는 그동안 계속 쌓인다.
5. 신선도는 자동화하고, 판단은 휴먼 게이트에 맡겨라. 매주 동기화가 실시간 데이터를 가져와 PR을 연다. 병합은 사람이 한다. 시스템은 스스로 게시하거나, 결제하거나, 삭제하지 않는다.
6. 사람들이 캐물을 수 있는 표면을 배포하라. PDF가 아니라, 당신의 데이터에 근거해 답하고 모르는 것은 모른다고 인정하는 코파일럿이 딸린 라이브 앱이어야 한다.
7. 스스로를 공개적으로 채점하라. 모든 결과물은 근거와 함께 성적표를 받는다. 정직한 0.75가 가짜 0.90보다 훨씬 더 큰 신뢰를 만든다.

레포 하나로 끝나지 않는 이야기

흥미로운 변화는 그래프 엔지니어링 자체가 아니다. 진짜 핵심은 메타적인 움직임이다. 바이럴 콘텐츠가 몇 시간 만에 살아있는 시스템으로 변한다는 것, 그것도 몇 분기가 아니라 단 몇 시간 만에. 노동은 AI 공동창업자가 맡고, 되돌릴 수 없는 결정은 전부 인간이 쥔다.

2년 전이었다면 팀 하나와 분기 하나가 필요했을 일이다. 작년이었다면 해커톤 주말 정도면 됐을 것이다. 지금은 오후 한나절이면 충분하다 — 다만 규율의 층이 갖춰져 있어야 한다는 전제가 붙는다. 게이트, 증거 등급, 휴먼 게이트, 공개 성적이 바로 그것이다. 이 층이 없는 속도는 그저 환각을 더 빨리 내보낼 뿐이다.

모델은 누구에게나 같다. 아키텍처는 그렇지 않다.

지금 직접 보기:
→ 데모 (슈퍼 툴 예시를 직접 써보라): graph-engineering-anything-demo.vercel.app
→ 저니 (모든 결과물이 근거와 함께 채점되어 있다): graph-engineering-anything.vercel.app

당신이라면 어떤 분야를 직접 살아있는 시스템으로 컴파일하겠는가 — 그리고 가장 먼저 WEAK로 강등해야 할 주장은 무엇일까? 댓글로 알려달라.

AI-Native 시리즈 더 보기

• 어려운 분야를 통째로 암기하지 마라 — 이미 가진 분야 위에 풀어놓아라 — 백본 대 점진적 공개.
• AI로 어떤 분야든 10배 빠르게 배우기 — 스스로를 속이지 않으면서 넓고 깊게 — 지도 · 사다리 · 게이트.
• 평판은 스스로 발급할 수 없다 — 증명의 공백, 그리고 강제할 수 있는 해법.
• 사람들에게 루프를 닫으라고 강요할 수는 없다 — 하향식 대 상향식 — 게임을 설계하라; 만드는 자 ≠ 검사하는 자.

전부 Writing 섹션 홈페이지에 있다.

나는 Paul Wu다. 공개적으로 AI 시스템을 만들어가는 피지컬 AI 엔지니어다. 이 글에 나오는 모든 수치는 공개된 자료에서 나왔거나, 등급이 매겨지지 않았음을 명시적으로 표기해두었다. AI 공동창업자와 함께 썼고, 여러분이 보기 전에 적대적 검토(2라운드, 첫 초안은 탈락)를 거쳤다.