Datasette Agent

Datasette Agent

2026년 5월 21일

우리는 Datasette을 위한 새로운 확장 가능한 AI 어시스턴트인 Datasette Agent의 첫 번째 출시를 방금 발표했습니다. 저는 지난 3년 조금 넘는 시간 동안 저의 LLM Python 라이브러리를 개발해 왔으며, Datasette Agent는 LLM과 Datasette이 마침내 하나로 결합되는 순간을 의미합니다. 정말 기대됩니다!

Datasette Agent는 Datasette에 저장된 데이터에 대해 질문할 수 있는 대화형 인터페이스(conversational interface)를 제공합니다. datasette-agent-charts 플러그인을 추가하면 데이터의 차트도 생성할 수 있습니다.

데모

(새로운 Datasette 프로젝트 블로그에 올라온) 발표 포스트에는 이 데모 영상이 포함되어 있습니다:

[IMG:1]

저는 WRI의 클래식한 global-power-plants를 포함한 예시 데이터베이스들과 제 블로그의 Datasette 백업 복사본을 대상으로 Datasette Agent를 실행하는 새로운 agent.datasette.io 라이브 데모 인스턴스에서 영상을 녹화했습니다.

라이브 데모는 Gemini 3.1 Flash-Lite에서 실행됩니다. 이 모델은 저렴하고 빠르며 SQLite 쿼리를 작성하는 데 아무런 문제가 없습니다.

데모에서 제가 던진 질문은 다음과 같습니다:

Simon이 가장 최근에 펠리컨을 본 게 언제인가요?

이 질문은 다음 SQL 쿼리를 실행했습니다:

SELECT
title, commentary, created
FROM
...

그리고 다음과 같이 답변했습니다:

Simon이 펠리컨을 가장 최근에 목격한 것은

2026년 5월 20일로 기록되었습니다. 해당 관찰에는 California Brown Pelican과 함께 Common Loon, Canada Goose, Striped Shore Crab, 그리고 California Sea Lion이 포함되었습니다.

여기 제 블로그에 있는 해당 목격 기록과 전체 대화 기록의 Markdown 내보내기 파일이 있습니다.

플러그인

Datasette Agent에서 제가 가장 좋아하는 기능은 Datasette의 나머지 부분과 마찬가지로 플러그인을 통해 확장 가능하다는 점입니다.

지금까지 세 가지 플러그인을 출시했습니다:

• 영상에 나온 datasette-agent-charts는 Observable Plot을 기반으로 Datasette Agent에 차트를 추가합니다.
• datasette-agent-openai-imagegen은 ChatGPT Images 2.0을 사용하여 Datasette Agent에 이미지 생성 도구를 추가합니다.
• datasette-agent-sprites는 Fly Sprites 지속성 샌드박스(persistent sandbox)에서 코드를 실행할 수 있는 도구를 제공합니다.

플러그인을 만드는 것은 정말 즐거운 일입니다. 아직 알파(alpha) 수준에는 미치지 못하는 프로토타입들이 훨씬 더 많이 남아 있습니다.

Claude Code와 OpenAI Codex 모두 플러그인을 작성하는 데 탁월한 성능을 보여주고 있습니다. 참고용으로 datasette-agent 리포지토리(repo)의 체크아웃(checkout) 지점을 지정해주고 무엇을 만들고 싶은지 말하기만 하면 됩니다!

로컬 모델을 대상으로 실행하기

새로운 플러그인을 로컬 모델(local models)을 대상으로 실행해보는 것도 즐거운 경험이었습니다. Mac의 LM Studio에서 gemma-4-26b-a4b를 대상으로 플러그인을 실행하기 위한 uv 한 줄 명령어는 다음과 같습니다:

uvx --prerelease=allow \
--with datasette-agent --with llm-lmstudio \
datasette --internal internal.db --root \
...

Datasette Agent는 신뢰할 수 있는 도구 호출(tool calls)과 모델이 SQLite에서 실행 가능한 SQL 쿼리(SQL queries)를 생성할 수 있는 능력이 필요합니다. 지난 6개월 동안 출시된 오픈 웨이트(open weight) 모델들은 이러한 작업을 처리하는 능력이 점점 더 향상되고 있습니다.

향후 계획

Datasette Agent는 LLM 및 Datasette 생태계 전반에 걸쳐 매우 많은 기회를 열어줍니다.

이 프로젝트는 이미 주요 LLM 0.32a0 리팩터링(refactor)에 영감을 주었으며, 저는 거의 안정적인 릴리스(stable release)로 배포할 준비가 되어 있습니다. 아마도 Datasette Agent 자체에서 추출한 몇 가지 추가적인 "LLM 에이전트 (LLM agent)" 추상화(abstractions)를 포함하게 될 수도 있습니다.

저는 Claude Artifacts에 대한 저만의 해석을 탐구해 왔으며, 이는 플러그인으로서 멋지게 형태를 갖춰가고 있습니다.

저는 Datasette Agent를 사용하여 저만의 Claw를 구축하는 것에 기대가 큽니다. Claw는 제 디지털 삶의 다양한 부분에서 가져온 데이터를 기반으로 구축된 개인용 AI 어시스턴트(AI assistant)이며, 이는 제가 예전에 만든 Dogsheep 도구 제품군을 다시 살펴볼 수 있는 멋진 구실이 됩니다.

또한 Datasette Cloud 사용자들을 위해 Datasette Agent를 출시할 예정입니다.

프로젝트에 대해 이야기하고 싶다면 저희의 #datasette-agent Discord 채널에 참여해 주세요.