GBrain
검색은 원시 페이지를 주지만, GBrain은 답을 준다. AI 에이전트에게 빠져 있던 브레인 레이어(brain layer)로, 합성(synthesis) · 그래프 순회 · 갭 분석을 한 박스에서 수행합니다. 그 위에 완전 자율 에이전트를 올리거나, Claude Code·Codex에 명령어 한 줄로 연결해 강화된 검색 레이어로 쓸 수 있습니다 — 어느 쪽이든 코딩 에이전트가 코드 바깥의 모든 것에 대해 더 이상 기억상실(amnesiac)이 아니게 됩니다.
“자는 동안 더 똑똑해진다.”
Y Combinator의 대표이자 CEO인 Garry Tan이 자신의 AI 에이전트를 운영하기 위해 만든 프로덕션 브레인. OpenClaw·Hermes 배포의 실제 기반으로 146,646 페이지 · 24,585 명 · 5,339 개 회사, 66개의 cron 작업이 자율적으로 돌아갑니다. 회의·이메일·트윗·음성 통화·아이디어를 잠든 사이에 수집하고, 만나는 모든 사람과 회사를 보강하며, 인용을 스스로 고치고 밤새 메모리를 통합합니다. MIT License · 자신의 하드웨어 · DB · 키 위에서 실행.
검색 엔진과 브레인의 차이
대부분의 개인 지식 도구는 “질의를 언급한 10개 청크”를 돌려줍니다. GBrain은 사람·회사·딜·아이디어를 가로질러 인용이 붙은 합성된 산문으로 실제 답을 만들고, 브레인이 아직 모르는 것까지 명시합니다. 검색은 페이지를 찾고, 브레인은 그 페이지를 대신 읽어 답을 씁니다.
일반 지식 도구 — 페이지 목록
1. people/alice — Alice runs eng...
2. meetings/2026-03-15-alice-q1...
3. meetings/2026-01-08-kickoff...
4. customers/acme — series-B...
5. notes/2026-04-22 — pricing...직접 열어서 읽고 준비해야 합니다. 자료는 찾았지만 일은 안 했습니다.
GBrain — 인용이 붙은 답
“Alice는 Acme(시리즈 B 핀테크)의 엔지니어링을 이끕니다. 마지막 대화는 4월 22일. 열려 있는 세 가지: ① 새 티어 보안 리뷰(5월 1일 마감, 무소식) ② 500석 티어 가격(4월 25일 발송, 무응답) ③ CISO 채용 — 네트워크 소개 약속.”
Heads up:4월 22일 이후 6주간 새 정보 없음 — 이메일/Slack DM처럼 브레인이 못 보는 채널일 수 있으니 확인 권장.
아무도 함께 출시하지 못한 두 가지
키워드 매칭과 grep은 누구나 합니다. GBrain은 거기에 두 가지를 더합니다.
합성 레이어 (Synthesis)
실제 답을 줍니다. 사람·회사·딜·아이디어를 가로지른, 인용이 잘 붙은 산문. 그리고 브레인이 아직 모르는 것을 명시하는 갭 분석 — 이것이 브레인을 쓰는 방식을 바꿉니다.
자가 배선 지식 그래프 (Self-wiring Graph)
모든 페이지 쓰기가 엔티티 참조를 추출해 타입드 엣지(attended·works_at·invested_in·founded·advises)를 LLM 호출 0회로 생성합니다. "누가 Acme AI에서 일하나?"처럼 벡터 검색만으로는 닿을 수 없는 답을 줍니다.
P@5 49.1%
240페이지 리치-프로즈 코퍼스 벤치마크 (R@5 97.9%)
+31.4점
그래프 비활성 변형 대비 P@5 향상폭
146,646
프로덕션 브레인이 다루는 페이지 수
코딩 에이전트에 메모리 붙이기
이미 Claude Code나 Codex를 쓰고 있다면, 로컬 브레인을 띄우고 두 명령어로 연결합니다 — 서버도, 토큰도, 터널도 없이.
로컬 브레인 (권장 시작점)
gbrain init --pglite # 2초 만의 로컬 브레인 (Docker 불필요)
claude mcp add gbrain -- gbrain serve # 또는: codex mcp add gbrain -- gbrain serve원격 호스트(OpenClaw·Hermes 등)에 연결
gbrain connect https://your-host/mcp --token gbrain_xxx --install # Claude Code
gbrain connect https://your-host/mcp --token gbrain_xxx --agent codex --install # Codex두 가지 질의 방식
# raw retrieval: 하이브리드 점수 상위 페이지, 빠르고 LLM 비용 없음
gbrain search "포트폴리오 회사 중 AI 에이전트 만드는 곳?"
# brain layer: 인용 + 갭 분석이 붙은 합성된 답
gbrain think "포트폴리오 회사 중 AI 에이전트 만드는 곳?"search는 스킴할 원시 자료를, think는 인용과 “아직 모르는 것” 노트가 붙은 실제 답을 줍니다. ~30분이면 완전히 동작하는 브레인.
루프: 신호에서 동기화까지
채팅에서 에이전트를 계속 굴리는 것보다, 24/7 수집·보강·통합하는 데몬을 띄우는 게 쉽습니다. GBrain은 그 데몬을 일반화한 것입니다.
신호
모든 메시지에서 감지
검색
브레인 우선 retrieval
응답
맥락 기반 답변
쓰기
페이지 + 타임라인
자동 링크
타입드 엣지 + 백링크
동기화
cron이 최신 유지
자동 링크는 모든 페이지 쓰기에서 LLM 호출 없이 발화 — [[wiki/people/bob]] 패턴 매칭으로 새 엔티티 → 새 페이지 스텁 → 그래프 성장.
드림 사이클(Dream Cycle): 자는 동안 cron이 사람 페이지를 중복 제거하고, 인용을 고치고, 중요도를 점수화하고, 모순을 찾고, 내일 할 일을 준비합니다. 100K 페이지 브레인을 짓는 이유는 그것을 전략적 해자(moat)로 쓰기 위함이며, 브레인 레이어가 그 해자를 사용 가능하게, 드림 사이클이 그것을 날카롭게 유지합니다.
핵심 역량
하이브리드 검색
벡터(pgvector HNSW) + BM25 키워드 + RRF 융합 + 소스 티어 부스트 + 의도 인식 쿼리 재작성. conservative·balanced·tokenmax 3개 모드. ZeroEntropy 리랭커 기본 탑재.
자가 배선 지식 그래프
모든 put_page가 마크다운·위키링크에서 엣지를 LLM 0회로 추출. gbrain graph-query로 멀티홉 순회. 벡터 전용 RAG 대비 +31.4 P@5의 원천.
잡 큐 (Minions)
BullMQ 형태의 Postgres 네이티브 큐. 크래시를 견디는 durable 서브에이전트(2단계 영속), 셸 잡 감사, 캐스케이딩 타임아웃, 아웃바운드 rate lease.
43개 큐레이션 스킬
신호 캡처·인제스트·보강·질의·브레인 운영·인용 수정·일일 작업·cron 스케줄·리포트·음성·스킬 생성·eval까지. 도구 무관 마크다운 스킬팩.
두 엔진, 하나의 계약
PGLite(Postgres 17 WASM, 제로 설정, ~50K 페이지)와 Postgres+pgvector(공유·대규모). BrainEngine 인터페이스가 ~47개 연산을 양쪽 구현, CLI·MCP를 단일 소스에서 생성.
브레인 repo = 시스템 오브 레코드
지식은 일반 git repo의 마크다운으로 존재. GBrain이 Postgres로 동기화하고, git 삭제는 DB 소프트 삭제로. 공개 서브셋 게시·팀 마운트·씬 클라이언트 가능.
회사 브레인으로도 동작한다
팀의 각 구성원이 로그인으로 스코프된 자신만의 브레인 슬라이스를 가집니다. 질의할 때 허용된 것만 보이며, 다른 사람의 노트나 다른 팀의 데이터는 절대 보이지 않습니다. 읽기 경로(검색·목록·조회·다중 소스 읽기) 전반을 퍼즈 테스트해 유출 0건을 확인했습니다. YC가 Request for Startups에 올린 company-brain 형태의 공유 기관 메모리로 바로 투입할 수 있습니다.
스키마 팩(Schema Packs): 고정 레이아웃이 없습니다. 번들 팩(gbrain-base-v2, 15타입 정규 분류)을 쓰거나, gbrain schema detect → suggest → review-candidates 세 명령으로 실제 파일시스템 구조를 클러스터링해 나만의 팩을 만들 수 있습니다. 팩을 바꾸면 브레인이 스스로를 재해석하고, 되돌리면 아무것도 잃지 않습니다.
철학: 얇은 하네스, 두꺼운 스킬
“검색은 의미적으로 가까운 청크를 돌려준다. 그래프는 사실로 연결된 청크를 돌려준다. 100K 페이지 브레인을 짓는 핵심은 그것을 전략적 해자로 쓰는 것 — 컨텍스트를 절대 잃지 않고, 다시 읽지 않고도 내 머릿속을 질의하는 것이다. 스킬은 마크다운 레시피이고, 에이전트가 일을 한다. 내 개인 에이전트가 똑똑해질수록, 당신의 것도 똑똑해진다.”