Launch HN: Slashy (YC S25) – 앱에 연결하여 작업을 수행하는 AI

안녕하세요 HN! – 저희는 Slashy(https://www.slashy.ai)를 만들고 있는 Pranjali, Dhruv, Harsha입니다. 저희는 앱에 연결하여 앱 간의 데이터를 읽고, 커스텀 도구(custom tools), 시맨틱 검색(semantic search), 그리고 개인화된 메모리(personalized memory)를 통해 작업을 수행할 수 있는 범용 에이전트(general agent)를 구축하고 있습니다. 여기 데모가 있습니다:

이전 스타트업에서 일하는 동안, 저희는 실제로 제품을 만드는 시간보다 앱에서 잡무를 처리하는 데 더 많은 시간을 쓰고 있다는 사실을 깨달았습니다. LinkedIn 프로필을 스크래핑하고, 스프레드시트를 업데이트하고, 투자자 보고서를 작성하며, 여러 Slack 채널을 통해 소통하는 데 수백 시간을 허비했습니다. 결정적인 계기는 제가 스크린 타임을 확인했을 때 Gmail에서 하루에 4시간을 소비하고 있다는 것을 알게 된 후였습니다. 저희는 원래의 스타트업(Lovable과 유사한 코드 생성 에이전트)을 운영하는 것보다 이 문제를 해결하는 것이 더 큰 가치를 창출할 수 있다고 판단했습니다.

Slashy는 Gmail, Calendar, Notion, Sheets 등과 같은 서비스에 직접적인 도구 호출(tool calls)을 사용하는 AI 에이전트입니다. 저희는 대부분의 MCP(Model Context Protocol)가 품질이 낮고 불필요한 추상화 계층을 추가한다는 것을 발견했기 때문에 모든 도구를 자체적으로 구축했습니다. 이러한 도구들을 통해 에이전트는 사용자의 앱 전체를 시맨틱 검색(semantically search)하고, 관련 정보를 가져오며, 작업(예: 이메일 전송, 캘린더 일정 생성 등)을 수행할 수 있습니다. 이는 컨텍스트 스위칭(context-switching) 문제와 정보를 한 앱에서 ChatGPT로 번갈아 가며 복사하여 붙여넣어야 하는 문제를 해결합니다.

Slashy는 현재까지 15개의 서로 다른 서비스(G-Suite, Slack, Notion, Dropbox, Airtable, Outlook, Phone, Linear, Hubspot 등)와 통합되어 있습니다. 저희는 단일 에이전트 아키텍처(single agent architecture)를 사용하며(이 방식이 환각(hallucinations)을 줄인다는 것을 발견했습니다), 자체적인 커스텀 도구를 사용합니다. 이렇게 함으로써 모델의 품질을 높일 수 있는데, 예를 들어 Slack/Notion의 경우 네이티브 텍스트 구조 대신 마크다운(markdown)을 사용하여 범용 에이전트 구조에서 작동하도록 설계할 수 있기 때문입니다.

그렇다면 Slashy를 다른 100개의 범용 에이전트와 다르게 만드는 것은 무엇일까요?

• 실제로 행동을 수행합니다: 단순히 정보만 제공하는 ChatGPT나 Claude와 달리, Slashy는 기업을 조사하고, 조사 결과가 담긴 Google Docs를 생성하며, CRM에 연락처를 추가하고, 후속 조치 일정을 잡고, 개인화된 이메일을 보내는 등 이 모든 과정을 하나의 워크플로 (Workflow) 내에서 처리합니다.

• 도구 간 컨텍스트 (Cross-Tool Context): 대부분의 자동화 도구는 고립된 상태 (Silos)로 작동합니다 (이는 MCP의 가장 큰 문제 중 하나입니다). Slashy는 여러 플랫폼에 걸친 사용자의 데이터를 이해합니다. 잠재 고객에 관한 이전 Slack 대화 내용을 읽고, 캘린더를 확인하여 가용 시간을 체크하며, 온라인으로 해당 기업을 조사한 뒤 개인화된 이메일 초안을 작성할 수 있습니다. 이를 가능하게 하는 핵심은 당사 자체의 시맨틱 검색 (Semantic Search) 기능입니다.

• 사용자 액션 그래프 (User Action Graphs): 당사의 에이전트는 시간이 지남에 따라 과거의 대화뿐만 아니라 사용자 액션 그래프를 형성하여, 이전 사용자 대화를 바탕으로 어떤 행동이 기대되는지 파악합니다.

• 기술적 설정 불필요: Zapier는 복잡한 플로우 (Flows)를 구축해야 하며 오류 발생 시 조용히 실패하는 반면, Slashy는 자연어 (Natural Language)를 통해 작동합니다. 자동화하고 싶은 내용을 설명하기만 하면 됩니다.

• 맞춤형 UI: 도구 호출 (Tool calls) 시, UX (사용자 경험)를 더욱 자연스럽게 만들기 위해 각 호출에 맞는 맞춤형 UI를 설계합니다.

다음은 사람들이 Slashy를 사용하는 워크플로의 몇 가지 예시입니다:

▪ "매일 내 캘린더를 확인하고, 내가 만나는 모든 사람에 대한 심층적인 배경 정보가 담긴 Notion 문서를 나에게 보내줘"

▪ "내 최신 LinkedIn 게시물에 반응한 모든 사람의 이메일을 찾아 개인화된 아웃리치 (Outreach)를 보내줘"

▪ "시장 조사, 경쟁사 분석, 재무 추정치가 포함된 투자자용 피치 덱 (Pitch Deck)을 만들어 줄 수 있어?"

▪ "Nvidia에 대한 전체 현금흐름 할인법 (DCF) 분석 수행"

Slashy.ai는 무료 티어 (일일 100 크레딧)와 함께 모든 신규 계정에 500 크레딧을 제공하며 현재 라이브 상태입니다. 위와 같은 워크플로를 즉시 체험해 볼 수 있으며, HN을 위한 특별 코드(결제 시 HACKERNEWS 입력)도 준비되어 있습니다.

저희가 즐기는 만큼 여러분도 Slashy를 즐겁게 사용하시길 바랍니다 :)