fenic - 사람과 에이전트를 위한 시맨틱 데이터프레임

한 줄 요약

SQL 쿼리와 LLM 연산을 함께 다루는 시맨틱 DataFrame 엔진으로, 사람과 AI 에이전트가 같은 파이프라인을 공유하고 재사용할 수 있다.

핵심 내용

• PySpark/SQL 스타일의 select, filter, join, group_by, agg 연산과 LLM 호출을 단일 쿼리 모델에서 통합

• extract, classify, summarize, embed 등 AI 연산자가 스키마와 타입을 가진 쿼리 모델로 동작

• 일반 필터를 시맨틱 필터보다 먼저 실행하고 자동 배칭/레이트 리미팅으로 불필요한 LLM 호출 최소화

• 비정형 텍스트를 Pydantic 스키마에 바인딩해 구조화된 컬럼으로 반환, 의미 기반 조인 지원

• Markdown, Transcript, JSON, HTML, 임베딩을 일급 논리 타입으로 처리하고 PDF 파싱 지원

• 쿼리 계획과 추론 실행 계층을 갖추며 일반 데이터 연산은 Polars/DuckDB 활용

• 파이프라인이 코드/데이터로 남아 재실행 가능하고 사람과 에이전트가 같은 파이프라인 작성·검사·재사용

• 파이프라인을 MCP 도구로 등록하여 에이전트가 호출 가능한 타입 지정 도구로 전환

• Apache-2.0 라이선스, 로컬 환경에서 간단히 실행 가능

왜 중요한가

fenic은 AI 에이전트 시대의 데이터 처리 방식을 재정의한다. 기존의 일회용 채팅이나 메모리 없는 에이전트 대신, 재사용 가능한 선언적 파이프라인으로 데이터를 다룰 수 있게 해 줌으로써 에이전트의 신뢰성과 재현성을 높인다.

참조한 것 · 가져온 것

• 원문: https://github.com/typedef-ai/fenic

• GeekNews: https://news.hada.io/topic?id=31315