Threadly: The Missing Memory Layer for Professional Relationships

개요

Threadly는 전문적인 관계에서 발생하는 정보 단절 문제를 해결하기 위해 개발된 관계 정보 지능 플랫폼으로, 대화 내용을 바탕으로 사람, 회사, 이벤트, 약속 등의 맥락을 추출하여 지식 그래프로 저장하고 관리한다.

주요 내용

* 기존 솔루션의 한계: LinkedIn, 연락처 앱, 이메일 등은 사람을 찾는 데는 유용하지만, 전문적인 관계 속에서의 맥락, 약속, 기회 등 중요한 정보를 기억하고 활용하는 데는 한계가 있다.
* 관계 정보 지능 플랫폼: Threadly는 연락처 관리 방식을 넘어, 각 상호작용의 맥락을 파악하여 관계를 그래프 형태로 저장하는 지식 그래프 기반의 플랫폼을 구축한다.
* Scanner AI를 통한 자동화: 사용자가 네트워킹 후 수동으로 정보를 입력하는 대신, 대화 내용을 텍스트로 작성하면 Scanner AI가 사람, 회사, 역할, 이벤트, 주제, 약속 등을 자동으로 추출하여 관계 그래프에 통합한다.
* Neo4j AuraDB 기반 지식 그래프: Neo4j AuraDB를 사용하여 사용자, 사람, 회사, 이벤트, 주제, 상호작용 등을 상호 연결된 노드로 모델링함으로써, 단절된 연락처가 아닌 연결된 관계망을 구축한다.
* AI 에이전트 활용: Scanner(정보 구조화), Recall(관계 재발견), Chief(네트워크 분석), Pulse(관계 건강 측정), Nudge(후속 조치 추천) 등 특화된 AI 에이전트들이 공유된 관계 그래프를 기반으로 작동하며 시스템의 지능을 높인다.
* 기술 스택: Next.js(인터페이스), FastAPI(백엔드), Firebase Authentication(인증), Neo4j AuraDB(관계 정보 저장), Groq(AI 추론), Render 및 Vercel(배포) 등의 기술을 통합하여 신뢰성 높고 확장 가능한 시스템을 구축한다.
* 주요 과제 및 해결: 자연어에서 구조화된 데이터로의 변환 유연성 확보, 언어 모델 중심이 아닌 그래프 저장과 AI 추론 분리를 통한 신뢰성 향상, 다양한 기술 스택 통합 및 배포 과정에서의 문제 해결 등을 경험했다.
* 미래 비전: 캘린더, 이메일, LinkedIn 등과의 통합을 통해 사용자 행동 변화 없이 관계 정보를 지속적으로 풍부하게 만들고, 궁극적으로는 전문적인 관계를 위한 '두 번째 뇌'로서 의미 있는 기회를 놓치지 않도록 지원하는 것을 목표로 한다.

시사점

Threadly는 기존의 연락처 관리 방식에서 벗어나 지식 그래프와 AI를 활용하여 전문적인 관계의 맥락을 기억하고 활용함으로써, 개인의 경력 발전과 기회 포착에 실질적인 도움을 줄 수 있는 새로운 방식의 관계 관리 도구를 제시한다.