StartupOS

StartupOS란 무엇인가요?

StartupOS는 한 줄 아이디어로 시작해 LLM 호출의 오케스트레이션 파이프라인으로 생성된 결과물을 만드는 단일 Next.js 애플리케이션입니다. 전략 문서, 브랜딩, 작동 프로토타입, 품질 점수를 생성하며, 로컬 GPU 또는 클라우드 API 모드에서 추론 실행이 선택 가능합니다.

리포지토리는 데모 중심의 “하나의 앱 내 파이프라인” 구조로, 구성 변경(예: 로컬 GPU 대 클라우드 추론 변수)으로 동일 코드베이스를 다양한 추론 환경에서 사용할 수 있습니다.

주요 기능

• 한 줄 아이디어 입력으로 다단계 LLM 파이프라인 구동: 짧은 아이디어를 받아 연속 LLM 호출로 전략, 브랜딩, 프로토타입 출력, 평가 점수를 생성합니다.
• 단일 DAG 스타일 체인으로 오케스트레이션된 워크플로: 에이전트/코드 생성/평가 체인 후 재생성 단계를 트리거하는 워크플로 오케스트레이터로 구현됩니다.
• Zod 스키마를 사용한 구조화된 출력: 평가의 각 “차원”은 LLM 호출과 Zod 스키마 조합으로 설명되며, 코드 생성 흐름에는 파일 파싱과 빌드 루프가 포함됩니다.
• 다차원 루브릭을 통한 품질 점수화: 브레인 평가는 다중 “차원” LLM 점수 프롬프트와 리포 개요에 설명된 “cortical map”/루브릭 방식을 사용합니다.
• 런타임 환경에 따른 선택적 인프라: 핵심 데모는 선택적 구성 요소 없이 실행 가능하며, GPU 텔레메트리 파싱, 큐 기반 스케일링(BullMQ/Redis), 추가 서버(TRIBE v2 Python)는 선택 경로로 설명됩니다.
• 데모 앱의 스트리밍 및 영속성: SSE 스트리밍과 .data/ 디렉토리 영속성을 표준 데모 동작으로 포함합니다.

StartupOS 사용 방법

• 리포지토리 클론하고 포함된 README의 설정 지침을 따르세요(package.json, next.config.ts, .env.example 등의 구성 파일 포함).
• 원하는 추론 모드(로컬 GPU 옵션 또는 클라우드 API 모드)에 맞는 환경 구성을 제공하세요. 리포 개요에 따르면 클라우드 “데모 모드”는 다른 추론 환경 변수로 동일 소스 트리를 사용합니다.
• Next.js 앱 시작하고 한 줄 스타트업 아이디어를 입력하세요.
• 파이프라인을 엔드투엔드 실행하여 전략/브랜딩/프로토타입 출력과 품질 점수를 생성하세요. 워크플로우는 스트리밍(SSE)을 지원하며 데모 흐름에서 중간/최종 결과를 영속화합니다.

사용 사례

• 해커톤 스타일 타당성 데모: 팀은 “단일 Next.js 앱 + 오케스트레이션 파이프라인” 패턴으로 시간 제약 하에 아이디어-프로토타입 흐름을 빠르게 시연할 수 있습니다.
• 로컬 GPU 평가: NVIDIA DGX Spark 하드웨어가 있으면 로컬 GPU에서 파이프라인을 실행해 자립형 데모 환경을 만들 수 있습니다.
• 클라우드 기반 심사자 친화적 데모: 로컬 GPU 접근이 없는 심사자를 위해 추론 관련 환경 변수를 설정해 동일 코드베이스를 클라우드 모드로 실행할 수 있습니다.
• 자동 리뷰 루프를 통한 프로토타입 반복: 워크플로우는 코드 생성, 평가, 재생성 단계를 포함해 점수 기반으로 생성 프로토타입의 여러 반복을 탐색하기 적합합니다.
• 앱 내 점수 루브릭 실험: 평가는 다중 차원(각각 LLM 호출과 Zod 스키마 연결)으로 구현되어 파이프라인 내 루브릭 경계를 연구하거나 조정할 수 있습니다.

자주 묻는 질문

• StartupOS는 메시지 큐(BullMQ/Redis)나 특정 하드웨어 설정이 필요하나요? 아니요. 리포 개요에 따르면 핵심 해피 패스는 워크플로우/API 내 인라인 실행되며, 큐는 데모 필수 사항이 아닙니다. GPU 텔레메트리와 큐 기반 스케일링은 선택적입니다.

• 클라우드 데모는 별도의 사전 빌드 제품인가요? 리포에 따르면 클라우드 “데모 모드”는 환경 변수로 클라우드 추론 API를 구성한 동일 소스 트리이며, 비밀리에 빌드된 별도 제품이 아닙니다.

• 파이프라인은 어떤 출력을 생성하나요? 개요에 전략 문서, 브랜딩, 작동 프로토타입, 품질 점수가 나열되어 있습니다.

• 출력은 어떻게 검증되거나 구조화되나요? 개요에 “차원”은 LLM 호출과 Zod 스키마 쌍으로 설명되며, 코드 생성 및 평가 단계에서 파일 파싱과 검증 관련 동작도 언급됩니다.

대안

• 단일 에이전트 또는 채팅 기반 아이디어-프로토타입 워크플로: DAG 스타일 오케스트레이션 파이프라인 없이 대화형 LLM에 의존하는 도구는 더 간단할 수 있지만, 일반적으로 구조화되고 반복 가능한 다단계 생성 및 점수를 제공하지 않습니다.
• LLM 단계를 포함한 로우코드 워크플로 자동화: 자동화 플랫폼은 초안/평가를 위해 LLM 호출을 체인할 수 있지만, 여기 설명된 통합 스트리밍과 영속성을 가진 단일 “Next.js 앱” 프로토타입 흐름을 생성하지 않을 수 있습니다.
• 오픈소스 멀티 에이전트 오케스트레이션 프레임워크: 여러 에이전트와 도구 호출을 지원하는 프레임워크는 다단계 동작을 재현할 수 있지만, 동일한 엔드투엔드 파이프라인 구조를 가진 단일 Next.js 데모 앱으로 배포되는지 여부에서 차이가 있습니다.
• 채팅 전용 로컬 LLM 추론 UI: 로컬 UI는 하드웨어에서 모델을 실행할 수 있지만, 일반적으로 동일한 아이디어-전략-프로토타입 파이프라인과 루브릭 기반 점수를 기본으로 구현하지 않습니다.