로컬 LLM과 MCP 기반의 개인 맞춤형 AI Second Brain 설계

Context

개별 앱마다 데이터가 격리된 데이터 사일로 현상 발생. 도메인 간 상관관계 분석을 지원하는 통합 도구 부재. 사용자의 주관적 판단에 의존하는 패턴 인식의 한계.

Technical Solution

• Gemma, Llama, Mistral 등 로컬 모델 기반 구동으로 개인 데이터의 물리적 외부 유출을 차단하는 구조적 프라이버시 설계
• MCP(Model Context Protocol) 서버를 통한 금융, 캘린더, 헬스케어 등 다양한 데이터 소스의 자동 신호 피드 통합
• 음성, 텍스트, 이미지 등 멀티모달 입력을 지원하여 데이터 기록 단계의 마찰을 최소화하는 인터페이스
• 시맨틱 유사성 기반의 야간 클러스터링을 통해 서로 다른 명칭의 동일 활동을 통합하는 Entity Resolution 로직
• 관찰과 해석을 분리하여 데이터 기반 사실만 제시하고 의미 부여는 사용자에게 맡기는 Mirroring 원칙 적용
• 심리적 오류를 보정하는 Antibrain, Beautybrain, Flowbrain 등 목적별 Brain Lens 모드 설계

Key Takeaway

데이터 수집의 편의성과 개인정보 보호를 위해 로컬 LLM과 표준화된 프로토콜(MCP)을 결합한 온디바이스 AI 아키텍처의 유효성 확인.