Keenable SELECT: 웹을 SQL로 검색하는 에이전트
Keenable SELECT: an agent that searches the web in SQL
Keenable SELECT는 웹을 SQL로 검색하는 MCP 서버 기반 에이전트입니다. DuckDB SELECT 문 하나로 1,000개 이상의 페이지를 검색하고, WHERE 절로 정확히 필터링하며, LLM 호출로 필드를 추출하고, 결과를 그룹화합니다. 모든 쿼리, 도구 결과, 결과 집합이 기록되어 재현 가능한 연구 보고서를 생성합니다. 예를 들어 "2025년 이후 프론티어 연구소를 옮긴 AI 연구자"를 SQL로 질의하면, 연구자 이름, 떠난 연구소, 이동한 연구소, 이동 월을 추출해 보고서로 만들어 줍니다.
기존 웹 검색은 에이전트에게 링크 10개를 주고, 에이전트는 각 페이지를 읽고 값비싼 토큰으로 답을 만들어야 합니다. SELECT는 이 작업을 쿼리 안으로 옮깁니다.
HN 토론
13- simonw
이 내용이 정확하다면, 서로 다른 AI 연구소 간의 이동을 보여주는 다이어그램이 꽤 흥미롭습니다: https://select.keenable.ai/r/frontier-ai-researcher-moves-si...
Meta AI가 그 수백만 달러짜리 연봉을 내걸기 시작했을 때 OpenAI에서 12명, DeepMind에서 5명, Thinking Machines Lab에서 2명을 데려왔고 Anthropic에서는 한 명도 데려오지 못했다는 것을 시사합니다.
(맨 아래에 정확성에 대한 작은 글씨의 면책 조항이 있습니다: "이 보고서는 사용자의 요청에 따라 Keenable SELECT가 공개된 웹 소스에서 자동으로 생성한 것입니다. Keenable은 그 내용을 검토, 검증 또는 보증하지 않으며 정확성, 완전성 또는 적시성에 대해 어떠한 진술도 하지 않습니다; AI 기반 추출에는 오류가 포함될 수 있습니다.")
- embedding-shape
"한 사용자, inigyou, 2026년 8월에 Hacker News의 모든 댓글을 능가했습니다 — 3,344개의 댓글로, 2위의 4.4배" - https://select.keenable.ai/artifacts/MarIEMVi6t63M4qovQ2cVw 프롬프트는 "2026년 8월에 Hacker News에서 가장 많은 댓글을 단 사용자는 누구인가?"였습니다. 꽤 빠르게 처리되었고, 합리적인 소스를 사용했으며, 결과가 말이 되고, 만든 사람들이 꽤 잘한 것 같습니다 :)
다른 예시들:
- "Hacker News 프론트페이지에서 가장 인기 있었던 웹사이트/도메인은 무엇인가..." - https://select.keenable.ai/artifacts/SITl-y08FZxJLnif_c_fSw (언뜻 보기에 합리적임)
- "PG의 감정이 2010년과 2026년 사이에 Hacker News에서 어떻게 바뀌었는가?" - https://select.keenable.ai/artifacts/pmW5bxWt4t1CgniaF8kBeg (덜 좋음, 데이터가 너무 적어서 어쨌든 분석을 진행함)
요청을 중단/취소/편집할 수 있는 방법이 있었으면 좋겠습니다. 저도 여러분처럼 여전히 인간이기 때문에 가끔 실수를 하지만, 때로는 너무 늦게 깨닫긴 하지만 실수를 인지하기는 합니다.
- spullara
YQL(https://en.wikipedia.org/wiki/Yahoo_Query_Language) 같은 것을 사람들이 실험하고, 모든 AI 기능을 활용하는 것을 보는 것이 좋습니다. 확실히 그 힘을 증가시킵니다.