내 노트북 로컬 LLM이 국가 통계를 직접 찾아 차트까지 그려준다면?
한 줄 요약
국가통계포털(KOSIS)이 열어준 MCP 시범 서비스를, 인터넷 연결 없이 노트북에서 돌아가는 9B급 로컬 모델에 붙여본 데모가 공개됐습니다. "합계출산율 보여줘" 한 마디에 통계 검색부터 차트 생성까지 자동으로 처리하고, 파일 저장처럼 위험할 수 있는 작업 앞에서는 사람의 승인을 기다립니다. API 키는 단 한 개도 쓰지 않았습니다.
무슨 일이 일어난 걸까요
이 데모의 핵심은 세 가지입니다.
- 로컬 실행: 모델이 클라우드가 아니라 내 컴퓨터(Ollama)에서 돌아가기 때문에 프롬프트가 외부로 전송되지 않습니다.
- 자동 통계 조회 및 시각화: "합계출산율 보여줘"라고 말하면 KOSIS에서 관련 통계표를 검색하고, 검증하고, 실데이터를 가져와 area 차트를 그립니다(2015년 1.20명 → 2024년 0.73명으로 하락한 흐름을 바로 확인할 수 있습니다). 같은 통계표로 12개국 비교 로즈 차트, 8개국 히트맵까지 뽑아낼 수 있습니다.
- HITL(Human-in-the-Loop) 승인: "요약을 CSV로 저장해줘"처럼 파일을 쓰는 작업은 위험도 L4로 분류되어 승인 창이 뜨고, 사람이 Approve를 눌러야만 실제로 저장됩니다.
1분 21초짜리 한국어 자막 데모 영상도 함께 공개되어 있어 전체 흐름을 눈으로 확인할 수 있습니다.
이걸 가능하게 한 프로젝트, Spring AI Playground
이 데모에 쓰인 도구는 Spring AI Playground라는 오픈소스로, Spring AI Community가 인큐베이팅 중인 프로젝트입니다.
원래는 Spring AI의 기능들을 하나씩 눌러보는 단순한 플레이그라운드였는데, Spring AI 2.0에서 에이전트와 MCP(Model Context Protocol)가 프레임워크 코어로 흡수되면서 성격이 바뀌었습니다. 지금은 기능 데모용 앱이라기보다, 로컬 LLM 에이전트를 개발하고 테스트하는 워크벤치에 가깝습니다.
에이전트를 직접 만들어보려면 보통 다음을 전부 코드로 짜야 합니다.
- MCP 서버 연결
- 필요한 툴을 찾아 붙이는 로직
- 위험한 작업에 대한 승인 게이트
Spring AI Playground는 이 과정을 자바 코드 한 줄 없이 데스크톱 앱 UI에서 확인할 수 있게 해줍니다. 기존에 쓰던 MCP 툴에도 MCP 프록시 기능을 통해 HITL 승인 로직을 얹을 수 있고요.
눈여겨볼 기능들
- Dynamic Tool Discovery: 요청 내용에 맞춰 필요한 도구를 그때그때 검색해서 연결합니다.
- 위험도 기반 승인 (L0~L5): 파일 쓰기 같은 위험한 작업은 등급에 따라 승인 창이 뜨고, 승인·거부 처리 흐름을 직접 눈으로 볼 수 있습니다.
- Observability 대시보드: 채팅 기록, 툴 호출, 토큰 사용량, 비용, 리스크를 한 화면에서 확인 가능합니다.
- 소스까지 공개: 자바·스프링으로 에이전트, MCP 클라이언트/서버, HITL을 어떻게 구현했는지 코드로 직접 볼 수 있습니다.
Windows, macOS, Linux용 다운로드가 모두 제공되며 GitHub와 공식 문서에서 더 자세한 내용을 확인할 수 있습니다.
참고할 점
KOSIS MCP는 국가데이터처의 시범 서비스이기 때문에 엔드포인트가 향후 변경될 수 있습니다. Spring AI Playground는 이 서비스를 활용하는 독립적인 오픈소스 프로젝트라는 점도 참고하세요.
공공데이터 MCP를 에이전트에 실제로 연결해본 경험이 있거나 HITL 설계에 대한 아이디어가 있다면, 원문 링크를 통해 의견을 남겨보는 것도 좋겠습니다.
관련 링크
- GitHub: https://github.com/spring-ai-community/spring-ai-playground
- 문서: https://spring-ai-community.github.io/spring-ai-playground/
- 데모 영상: https://youtu.be/zARRVLg-7xA?cc_load_policy=1&cc_lang_pref=ko