Hark의 AI 비서가 앱이 아닌 운영체제 계층에서 로컬로 실행됩니다

Hark의 새로운 개인 비서는 단순한 챗봇 앱이 아니라 미래의 운영체제입니다.

이러한 차이는 AI 기능을 구축하는 방식에 대한 사고방식을 바꿉니다. 대부분의 비서는 웹 서비스나 모바일 앱 계층으로 작동하며, 프롬프트를 클라우드 모델로 전송합니다. Hark는 이러한 아키텍처를 뒤집습니다: 이 비서는 OS 레벨에서 작동하여 데이터를 로컬에서 처리하고, 사용자가 명시적으로 승인할 때만 클라우드에 연결합니다.

Hark가 다른 점

Hark는 Muse, Dots, Instinct와 경쟁하도록 설계된 개인 비서를 출시한 AI 연구소입니다. 핵심 디자인 선택은 '기본값으로 프라이버시(privacy-by-default)'입니다: 이 비서는 온디바이스에서 실행되며, 시스템 이벤트를 가로채고, 파일을 업로드하지 않고도 사용자의 파일, 캘린더 및 메시지로부터 학습합니다.

개발자 관점에서 이는 다음을 의미합니다:

• 비서는 단순히 격리된 API가 아니라 전체 OS 이벤트 스트림(파일 변경, 알림, 앱 실행 등)에 접근할 수 있습니다.
• 사용자가 클라우드 쿼리를 선택하지 않는 한, 모든 추론(inference)과 저장(storage)은 온디바이스에서 발생합니다.
• 모델은 브라우저 엔진이 포인트 릴리스를 받는 방식과 유사하게 전체 OS 패치 없이 업데이트될 수 있습니다.

이것이 통합 전략에 미치는 영향

Hark의 비서와 공존해야 하는 도구를 구축하고 있다면, 두 가지 경로가 있습니다:

1. 로컬 우선 API(Local-first APIs): 앱은 시스템 공유 시트(system share sheets), 파일 제공자(file providers) 또는 알림 카테고리를 통해 구조화된 데이터를 노출해야 합니다. Hark의 비서는 사용자 지정 SDK가 아닌 이러한 OS 레벨 채널을 소비합니다.
2. 프라이버시 보존 후크(Privacy-preserving hooks): 비서가 기본적으로 데이터를 전송하지 않기 때문에, 사용자의 행동을 풍부하게 하기 위해 클라우드 콜백에 의존할 수 없습니다. 앱이 로컬에서 무거운 작업을 수행하거나 요약을 사전에 계산하도록 설계해야 합니다.

Hark의 접근 방식은 사용자들이 클라우드 기반 기능과 프라이버시 보장 사이에서 트레이드를 할 것이라는 베팅입니다. 현재 이 비서는 macOS와 iOS에 한정되어 있으며, Android 버전이 개발 중입니다.

만약 어떤 AI 비서 생태계를 기반으로 앱을 구축할지 평가하고 있다면, Hark의 로컬 우선(local-first) 아키텍처가 개인 정보 보호를 중시하는 앱에 가장 개발자 친화적입니다. 다만 클라우드 기반 모델 체이닝(model chaining)의 편리함은 포기해야 합니다.