Automata V.28 | 😮‍💨 지쳐있는 내 상태를 고려해주는 AI 만들기

AI는 구독자님이 지쳐 있는지를 고려하지 않아요

오전 10시에는 가볍게 처리할 수 있던 일도, 마감 직전에는 손도 못 댈 때가 있어요. 미읽은 메시지 37개, 오늘 마감인 보고서, 답을 기다리는 사람까지 겹치면 "무엇부터 해야 하지?"라는 질문조차 버겁죠. 그런데 AI는 이때도 대개 같은 답을 줍니다. 할 일을 나열하고, 시간을 추정하고, 우선순위를 정해 하루 계획을 세우라고요. 맞는 말이지만, 얼어붙은 사람에게는 결정할 거리만 더 늘어날 수 있어요. human-state-skills는 AI가 사용자의 상태에 맞춰 답변의 형태를 바꿔야 한다는 생각에서 출발한 라이브러리입니다. (출처: https://github.com/softcane/human-state-skills)

AI가 "같은 형태"로 대답하는 문제

human-state-skills는 AI 에이전트가 사용자의 인지 상태(Cognitive State)에 따라 답변 방식을 바꾸는 에이전트 스킬이에요. 사람의 뇌 상태는 상황에 따라 달라지지만, 에이전트는 늘 같은 형태(Shape)로 답한다는 문제의식이죠. 환자 상태를 보지 않고 늘 같은 처방전을 내미는 의사와 비슷합니다. 

라이브러리가 지원하는 인지 상태 모드는 다섯 가지예요:

burnout-mode는 overloaded-mode로, brain-fog-mode는 foggy-mode로 연결됩니다. 친숙한 모드 이름은 총 7개지만, 내부에서는 5개의 핵심 스킬 계약(Skill Contracts)으로 관리해요.

인지 상태 5가지와 그에 맞는 응답 형태 매핑, 과부하 상태에서의 일반 답변과 /overloaded-mode 답변 비교 예시

Before / After: 같은 질문, 다른 답변

차이가 가장 잘 드러나는 건 실제 예시입니다. "프로젝트 업데이트, 37개의 미읽은 메시지, 제출해야 할 양식, 일정 변경, 상태 보고 요청... 다 급한 것 같고 얼어붙었어요. 어떻게 해야 하나요?" (출처: https://github.com/softcane/human-state-skills)

일반 AI는 모든 작업을 나열하고 시간을 추정한 뒤, 중요도와 긴급도로 순위를 매겨 하루 계획을 세우라고 안내해요. 틀린 말은 아니지만 이미 얼어붙은 사람에게는 결정할 일만 더 늘어납니다.

반면 /overloaded-mode의 응답은 이렇습니다:

결정할 일을 줄이고, 첫 행동 하나만 분명히 제시합니다.

설치와 작동 방식

human-state-skills는 Skills Store를 통해 간단하게 설치할 수 있어요. Claude Code 플러그인으로도 설치가 지원됩니다. (출처: https://github.com/softcane/human-state-skills)

# Skills CLI로 설치
npx skills add softcane/human-state-skills

# Claude Code 플러그인으로 설치
claude plugin marketplace add softcane/human-state-skills
claude plugin install human-state-skills@human-state-skills

특정 모드만 설치하거나 특정 에이전트(Claude Code, Codex 등)를 지정할 수도 있어요. 대화 중 /overloaded-mode, /foggy-mode 같은 슬래시 커맨드로 모드를 직접 부를 수 있고, 에이전트가 메시지의 인지 상태 신호(Human-State Signals)와 작업 형태(Task Shape)를 감지해 자동 적용할 수도 있습니다.

"AI가 사람을 더 잘 이해해야 한다"는 오래된 명제

이 라이브러리가 흥미로운 건 기술의 정교함보다 그 방향에 있어요. 지금까지 AI 에이전트는 "더 정확한 답변", "더 많은 기능", "더 빠른 처리"에 집중해 왔습니다. human-state-skills는 다른 질문을 던져요. "사용자는 지금 어떤 상태인가?" 중요한 건 정보의 양이나 정확도만이 아니라, 정보의 형태(Shape)와 밀도(Density)가 사용자의 인지 상태에 맞는가입니다. 과부하 상태의 사람에게 10단계 계획은 도움이 아니라 또 다른 짐일 수 있어요. 우리는 이미 경험으로 아는데, AI 에이전트는 아직 그걸 잘 모르고 있었죠.

anydoc: 오피스 문서를 LLM이 읽을 Markdown으로 5ms 안에 바꾸는 Rust 라이브러리

AI 파이프라인의 만성 두통, 문서 전처리

문서를 입력으로 받는 AI 파이프라인을 만들어 봤다면 익숙한 문제일 거예요. 사용자가 올리는 파일은 .docx, .pptx, .xlsx, .pdf, .epub처럼 제각각이지만, 언어 모델(LLM)에 넣으려면 결국 하나의 텍스트 표현으로 정리해야 하죠. 형식마다 다른 파서를 붙이다 보면 docx에서는 멀쩡한 표가 rtf에서는 깨지는 식의 불일치가 쌓입니다. 변환기가 무거우면 문서 한 건에 1초 넘게 걸려 데이터 수집 단계 전체가 느려지고요.

anydoc은 이런 문제를 겨냥한 Rust 라이브러리입니다. 웹 크롤링 API로 알려진 Firecrawl이 만들었고, 자사 서비스 Firecrawl Parse의 핵심 엔진으로도 쓰이고 있어요.

공통 문서 모델을 쓰는 구조

anydoc의 핵심 설계는 "파서는 형식별로, 그 이후는 하나로"라는 원칙입니다.

각 형식 파서는 공통 문서 모델(Document)을 만들고, 이 모델만 GitHub Flavored Markdown(GFM) 직렬화기를 거칩니다. 통역사마다 언어는 달라도 같은 표준 문서 양식에 기록한 뒤, 최종 번역기를 한 번만 거치는 것과 비슷합니다.

변환 경로는 네 단계로 이어집니다.

모든 처리는 머신러닝 모델이나 외부 서비스 호출 없이 순수 Rust로 이뤄집니다. 문서 한 건의 변환 시간 중앙값은 4.4ms 정도입니다. 

경쟁 도구와 비교한 속도와 품질

저장소에는 14개 형식에 걸친 실사용 문서 100건을 대상으로 한 벤치마크가 공개되어 있어요. 품질 점수는 LibreOffice로 렌더링한 첫 6페이지를 정답으로 두고 Claude Sonnet 5가 블라인드 비교 판정한 값입니다. (출처: https://github.com/firecrawl/anydoc)

anydoc과 6개 문서 변환 도구의 변환 시간 중앙값을 로그 스케일 막대그래프로 비교

종합 점수는 각 도구가 지원하는 형식의 평균이라는 점은 유의할 만해요. mammoth의 70은 docx 한 종류 점수이고, anydoc의 81은 14개 형식 전체 평균입니다. 형식별 비교에서는 anydoc이 13개 형식에서 가장 높은 점수를 받았어요.

누구에게 유용할까?

anydoc이 잘 맞는 상황은 다음과 같아요.

스캔 이미지로만 이루어진 PDF가 주 입력이라면 anydoc은 Unsupported 오류를 반환합니다. ML 모델을 쓰지 않으므로 별도의 OCR 단계가 필요해요. 원본의 좌표나 폰트 같은 레이아웃 정보까지 보존해야 하는 작업에도 적합하지 않습니다.

바로 써볼 수 있는 방법

현재 최신 릴리즈는 v0.1.6이며, Rust 크레이트, Node.js 패키지, Python 휠, WebAssembly 빌드로 배포돼요. (출처: https://github.com/firecrawl/anydoc) 가장 간단한 방법은 CLI예요.

npx @firecrawl/anydoc report.docx         # Markdown을 stdout으로
npx @firecrawl/anydoc slides.pptx -o slides.md  # 파일로 저장

Python에서는 이렇게 쓸 수 있어요.

import anydoc
markdown = anydoc.to_markdown("report.docx")
markdown = anydoc.to_markdown_bytes(data)  # 바이트에서 자동 형식 감지

코딩 에이전트에 붙이는 것도 간단해요. Claude Code, Codex, Cursor 등에서 동작하는 Agent Skill 형태로 설치할 수 있습니다.

npx skills add firecrawl/anydoc

설치 없이 결과를 확인하려면 공식 데모 페이지에서 WebAssembly 기반 변환을 브라우저 안에서 실행해 볼 수 있어요. 파일이 서버로 나가지 않으니 민감한 문서로 테스트할 수도 있습니다.

라이선스는 MIT로 개인 및 상업적 목적 모두 자유롭게 사용할 수 있고, GitHub 저장소의 bench/ 디렉토리에서 벤치마크 코드도 직접 확인할 수 있습니다. (출처: https://github.com/firecrawl/anydoc)

내 기기에서 돌아가는 오픈 에이전틱 모델, Muse Glimmer

Meta Superintelligence Labs가 기기에서 직접 실행할 수 있는 오픈 에이전틱 모델 Muse Glimmer를 공개했어요. 300억(30B) 파라미터 규모이며, 모델 가중치를 Apache 2.0 라이선스로 오픈소스 배포합니다. Hugging Face에서 바로 다운로드할 수 있어요. (출처: https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model)

"클라우드 없이도 AI 에이전트를"

대부분의 AI 에이전트는 여전히 클라우드와 인터넷에 의존해요. 일정 관리, 메시지 초안 작성, 파일 정리처럼 개인 맥락(Personal Context)에 깊이 접근해야 하는 작업일수록 프라이버시 걱정도 커지죠. Muse Glimmer는 단일 소비자용 GPU가 탑재된 Mac이나 PC에서 실행하도록 설계됐습니다. 인터넷 연결 없이도 에이전트를 구동할 수 있어요. 스마트폰 초창기에 "PC가 있어야만 되던 일"을 주머니 속으로 가져온 것과 비슷합니다.

Muse Glimmer가 할 수 있는 것들

Muse Glimmer는 에이전트에 필요한 기능을 갖추고 있어요.

어떻게 30B 모델을 24GB GPU에 욱여넣었을까?

풀 프리시전(Full Precision) 상태의 300억 파라미터 모델은 55GB 이상의 메모리를 요구해요. 소비자용 GPU로는 감당하기 어려운 수준이죠. Meta는 두 가지 기술로 이 문제를 풀었습니다.

첫 번째는 양자화(Quantization)예요. 모델 가중치를 약 4비트 정밀도로 압축해 언어 모델 크기를 20GB 이하로 줄였습니다. 24GB 또는 32GB 메모리 환경에서도 KV 캐시, 지각 인코더, 투기적 디코딩 드래프터를 함께 실행할 여유를 확보했죠.

두 번째는 투기적 디코딩(Speculative Decoding)이에요. DFlash 기반의 경량 드래프터(Drafter) 모델이 토큰 블록 전체를 한 번에 제안하고, 메인 모델이 이를 병렬로 검증합니다. 출력 품질은 유지하면서 생성 속도를 높이는 방식이에요. 이 기법만으로 RTX-5090에서 3.1배, M5-Max에서 1.8배, M4-Max에서 1.5배 속도가 빨라졌고, 실제로 유연한 대화와 실시간 에이전트 상호작용이 가능한 속도를 확인했습니다.

지금 바로 시작할 수 있어요

Muse Glimmer는 Ollama, LM Studio, Unsloth 같은 로컬 실행 파트너, llama.cpp·ExecuTorch·MLX 같은 엣지 프레임워크, vLLM·SGLang 같은 서빙 솔루션과 순차적으로 통합될 예정이에요. AMD, Arm, Dell, Intel, NVIDIA와 디바이스별 성능 최적화도 진행 중입니다. "클라우드에 내 데이터를 보내지 않아도 되는 나만의 에이전트"에 조금 더 가까워진 셈이에요.