Archive

더 멀리 보기 위해

FIXERS가 축적한 세미나 자료를 다음 세대가 다시 찾고, 비교하고, 이어갈 수 있도록 만든 학술 아카이브입니다. 거인의 어깨 위에 서봅시다.

작동 방식

네이버 카페의 세미나 자료를 텍스트, OCR, 페이지 이미지와 함께 검색 가능한 색인으로 정리합니다. 질문마다 관련 근거 페이지를 먼저 찾고, 그 근거와 인용 번호를 바탕으로 답변을 만듭니다.

프라이버시

회원 프로필, 접근 코드, IP 주소, 브라우저 식별정보와 전체 대화 이력은 별도 데이터베이스에 수집하지 않습니다. 대화 맥락은 기본적으로 현재 기기의 브라우저 저장소에만 보관됩니다.

답변을 만드는 동안에는 현재 질문, 제한된 대화 맥락, 선택된 근거 자료가 설정된 Gemini API로 전달됩니다. 운영자가 Gemini 요청 전문이나 원문 청크를 별도 보관하지 않으며, 유료 키를 사용하기에 FIXERS의 자료가 Google의 AI 학습에 사용되지 않도록 합니다. 그래도 민감한 개인정보는 입력하지 말아 주세요.

origin:

자료의 출처

검색 대상은 FIXERS 네이버 카페에 축적된 세미나 발표 자료(면접 게시판 제외)와 참고 자료입니다. 답변 오른쪽의 출처에는 원 게시글 제목, 파일명, 페이지 또는 슬라이드를 함께 표시합니다.

이용 범위

이 아카이브는 FIXERS 구성원의 학습, 연구, 세미나 준비를 위한 용도입니다. 원문 자료와 인용된 외부 자료의 권리는 각 작성자와 권리자에게 있으며, 자료의 무단 재배포나 상업적 이용은 허용되지 않습니다.

정확성과 정정

답변은 자료 탐색을 돕는 보조 수단입니다. 중요한 판단은 반드시 원문과 출처 페이지를 다시 확인해 주세요. 누락, 잘못된 인용, 삭제 또는 권한 관련 요청은 아래 연락처로 알려 주세요.

자신의 에이전트에서 FIXERS 검색 사용하기

MCP를 지원하는 클라이언트나 에이전트(Ex. GPT Codex, Claude, Cursor, etc.)에 아래 주소를 원격 MCP 서버로 등록하면, 대화 중에 FIXERS 자료를 직접 검색할 수 있습니다.

MCP란?

MCP(Model Context Protocol)는 AI 앱이 외부의 자료와 도구를 표준 방식으로 연결하는 공개 규약입니다. 모델을 새로 학습시키는 기능이 아니라, 권한을 가진 에이전트가 필요할 때 FIXERS 검색 도구를 호출해 근거를 받아오는 연결 방식입니다.

MCP의 개념과 구조를 자세히 알아보기

제공하는 검색 도구

fixers_search(query, top_k, mode)

문서 본문, OCR, 발표 슬라이드 텍스트를 찾아 파일명·페이지·원 게시글 인용과 함께 반환합니다. top_k는 1~20개이며, mode는 아래 중 하나입니다.

• hybrid (기본): 정확한 단어 일치와 의미 유사도를 함께 반영합니다.
• lexical: 자료 제목, 고유명사, 티커, 수식 용어처럼 정확한 단어가 중요한 검색에 적합합니다.
• semantic: 표현이 달라도 같은 개념을 찾는 검색에 적합합니다.

fixers_list_posts(query, limit)

"전체", "최신부터", "N개"처럼 자료를 빠짐없이 나열해야 하는 요청에 사용합니다. 한 게시글의 PPTX·PDF·본문 사본을 하나로 묶고, 게시글 날짜 기준 최신순으로 반환합니다. limit는 1~60개입니다.

fixers_visual_search(query, top_k)

전체 렌더 페이지의 이미지 벡터에서 차트, 표, 수식, 페이오프, 현금흐름 도식처럼 시각적 요소가 있는 페이지를 찾아 인용을 반환합니다. 원본 이미지 바이트나 파일 경로는 외부 에이전트에 공개하지 않습니다.

연결 원칙

• 운영자로부터 받은 회원용 API 키를 Authorization: Bearer <member key> 헤더에 넣습니다.
• 일반 질문은 hybrid, 정확한 자료명·용어는 lexical, 개념 확장은 semantic, 전수 목록은 fixers_list_posts, 그래프·도식 찾기는 fixers_visual_search부터 사용하는 것이 좋습니다.
• 이 MCP는 검색 전용입니다. 업로드, 삭제, 크롤링 같은 관리 기능은 외부 에이전트에 공개하지 않습니다.

에이전트의 답변도 인용된 원문 페이지를 확인한 뒤 사용해 주세요.

현재 검색 코퍼스

39,121 rendered pages

FIXERS 네이버 카페의 PPTX, PDF, DOCX 등을 페이지 단위로 렌더링한 전체 시각 코퍼스입니다.

Text + OCR retrieval

원문 추출 텍스트와 OCR 청크를 BM25 어휘 검색 및 밀집 벡터 의미 검색으로 색인합니다.

Visual page retrieval

모든 렌더 페이지의 Gemini Embedding 2 벡터를 별도 Qdrant 컬렉션에 보관해 그래프·표·도식도 검색합니다.

아키텍처

1. Local ingest네이버 카페 크롤링, 문서 변환, OCR, 페이지 렌더링과 임베딩을 로컬 Mac에서 수행합니다. (GPU 비용 이슈 떄문에 개인 컴에서 local로 진행)
2. Search indexes텍스트/OCR 청크와 시각 페이지 벡터를 Docker Qdrant에 분리 저장하고, 원 게시글·파일·페이지 인용 정보를 함께 보존합니다.
3. Hosted serviceEC2의 FastAPI와 FastMCP가 HTTPS Caddy 프록시 뒤에서 회원 웹 채팅, REST 검색, 원격 MCP를 읽기 전용으로 제공합니다.

기술 스택

• FastAPI, FastMCP
• Qdrant, FastEmbed/ONNX, BM25 hybrid retrieval
• Gemini Embedding 2, Gemini Flash Lite(may be upgraded to Gemini Flash in the future), KaTeX
• Docling, LibreOffice, pypdfium2, Ollama

협업과 재사용

공동 개발, 구현 방식 논의, 색인·실험 결과 활용 및 피드백을 원하시면 아래 연락처로 연락주세요.