Nexus
한국 SMB 워크플로우를 22 에이전트 chain 으로 자동화. 데이터 수집 → 자체 LLM 학습 목표.
Salesforce 가 한국 사장님한테 안 맞는다.
Salesforce / Zapier 는 한국 SMB 케이스에 안 맞는다. 글로벌 도구는 'workflow 빌더' 만 주고 사장님한테 그걸 짜라고 한다. 한국 SMB 는 그거 짤 시간이 없다. 22 페르소나 system prompt + 6 chain orchestration + 자동 RAG 학습으로 SMB 가 별도 빌딩 없이 자동화 받게 만드는 게 목표.
글로벌 도구는 "workflow 빌더"만 주고 사장님한테 그걸 짜라고 한다. 한국 SMB 사장님은 그거 짤 시간이 없다. 그래서 Nexus 는 22 페르소나 + 6 chain 을 미리 정의해놓고 키워드 한 마디면 자동 orchestration 되게 만들었다.
그리고 회사별 격리 RAG + 자동 universal 승격 cron 으로, 클라이언트가 늘수록 시스템이 강해지는 플라이휠을 박았다.
22 페르소나가 한 시스템 안에서 공전한다.
각 sphere 색 = tier (iOS Blue = executive · amber = analysis · emerald = execution). Fibonacci sphere 분포 + 자전. cascade routing 의 추상화.
22명의 페르소나가 각자 system prompt 로 살아있다.
단일 LLM 환각을 우회하기 위해 페르소나를 분리. CEO 직속 2명 / 분석 5명 / 실행지원 15명. cascade routing 으로 페르소나마다 다른 모델 (Claude · Gemini · Nemotron).
Executive
2“결정했다. 실행하라.”
“3명 병렬 검증 후 승인.”
Analysis
5“ROI가 얼마예요?”
“매출 12.3% 감소. 끝.”
“데이터가 이렇게 말하고 있습니다.”
“차단. CEO만 override.”
“이거 SNS에서 터질 수 있어요!”
Execution
15“그 접근은 O(n²)라서 스케일 안 됩니다.”
“프로세스가 없으면 혼돈이다.”
“CPA 500원 올랐어요. 당장 교체!”
“이 지표 2% 올라가면 연매출 3억 차이.”
“사람들의 마음을 움직이는 이야기.”
“이 고객 놓치면 안 됩니다!”
“일단 출시하고 고객 반응 봅시다.”
“정말 그렇습니까? 근거는요?”
“만약 중력이 없다면?”
“이대로 가면 큰일 납니다.”
“그 링크 클릭하셨어요? 바로 비번 변경.”
“에이전트 사이에 긴장감이 느껴지네요.”
“2주 전 회의에서 정확히 이렇게 말씀하셨습니다.”
“70점. 다시 해오세요.”
“세 번째 알림입니다.”
키워드 감지 → 에이전트 자동 순차.
한국 SMB 워크플로우 6 종을 미리 정의. 사장님이 "매출 분석해줘" 한 마디 하면 6 에이전트가 순서대로 실행 + 결과 이어받기.
매출 분석
trigger: 매출 · 영업 · 매출액매출 데이터 → 분석 → 비용 환산 → 성장 인사이트 → 과거 비교 → 품질 검증
광고 세팅
trigger: 광고 · Meta · 캠페인마케팅 컨셉 → 크리에이티브 → 광고 세팅 → 지표 예측 → 품질 검증 → 최종 승인
보안 점검
trigger: 보안 · 해킹 · 침입보안 스캔 → 위험 평가 → 컴플라이언스 검토 → 기술 분석 → 품질 검증 → 차단/승인
신규 문의
trigger: 문의 · 상담 · 신규영업 응대 → 톤 조율 → 논리 검증 → 품질 검증 → 기록 → 최종 승인
품질 검증
trigger: 검토 · 검수 · 품질1차 검수 → 논리 검증 → 위험 평가 → 컴플라이언스 → 최종 승인
일일 감사
trigger: 일일 · 데일리 · 일과전일 활동 추적 → 기록 검토 → 재무 점검 → 성장 점검 → 위험 점검 → CEO 보고
페르소나가 모델로 흘러가는 경로.
22 페르소나는 각자 다른 모델로 라우팅. 승인 게이트 = Claude (정확성), 분석 5 = Gemini Flash (속도), 실행 15 = Nemotron (무료 + 한국어). 비용 환각 둘 다 cascade 가 잡는다.
Anthropic
승인 게이트 · reasoning
분석 · 속도
NVIDIA
실행 (무료, 한국어)
OpenAI
범용 reasoning
DeepSeek
수학 · 코딩
모델은 페르소나 따라 다르게.
승인 게이트는 Claude. 분석은 Gemini Flash (속도). 실행은 Nemotron (무료, 한국어 OK). 비용 폭주 + 환각 폭주 둘 다 cascade 가 잡는다.
Anthropic
01결정적 reasoning · 승인 게이트
분석 · 속도
OpenAI
03범용 reasoning · 매거진 본문
NVIDIA
04실행 (무료, 한국어)
DeepSeek
05수학 · 코딩
OpenRouter free
06fallback 5종
단순 SaaS 가 아니라 데이터 → 자체 LLM 학습이 본질.
Nexus 의 진짜 moat = 클라이언트 늘수록 한국어 SMB workflow 도메인 데이터 누적 → 자체 LLM 학습 → cascade Tier-0 으로 활용 → 비용 절감 + 외부 API 의존 축소. 정직히 = 아직 도달 못 함. 클라이언트 데이터 수집 단계 X.
데이터 수집
Nexus 22 에이전트 chain 의 conversation log. 회사별 격리. 클라이언트가 늘수록 데이터 누적.
익명화 · PII redact
사람 이름 / 사업자번호 / 결제 정보 / 내부 도메인 자동 마스킹. universal 승격 검토.
도메인 학습 데이터셋
한국 SMB workflow 케이스 (매출분석 / 광고세팅 / 상담 / 인사) chain 결과 cluster.
Fine-tune (한국어 + 도메인)
Qwen 3 또는 Gemma 4 base 위에 한국어 SMB workflow 도메인 LoRA. RunPod hybrid + cascade Tier-0.
Production routing
cascade 의 Tier-0 으로 자체 LLM 활용. Anthropic/OpenAI fallback. 비용 70%+ 절감 목표.
- 0122 페르소나 system prompt + 6 chain 미리 정의 (매출분석 / 광고세팅 / 보안점검 / 신규문의 / 품질검증 / 일일감사)
- 02회사별 격리 RAG + universal 승격 cron = 플라이휠
- 03cascade routing (Anthropic + OpenAI + DeepSeek + Nemotron + free tier 5종) = 비용 + 환각 동시 해결
- 04BYOK + 코인 시스템 = 클라이언트 비용 통제 + 마진 동시 확보
- 05180+ React 컴포넌트 + RLS + audit log + javascript-obfuscator = 엔터프라이즈급 보안
- 06회사 뉴런 sequence + 사장님 reaction → 자동 promote / archive cron = 자율 진화
한국 SMB 진출 준비. 22 에이전트 chain orchestration 작동 검증. 백엔드 46K + 프론트 30K LOC. 다음 = 클라이언트 데이터 수집 → 자체 LLM 학습.