본문으로 건너뛰기

InsForge: AI 코딩 에이전트를 위한 의미 레이어 — 백엔드 구성/상태 검사/모델 게이트웨이/배포를 하나의 플랫폼으로

정석

InsForge

“Give agents everything they need to ship fullstack apps. The backend built for agentic development.”

AI 코딩 에이전트가 백엔드를 직접 구성하고, 검사하고, 제어할 수 있는 세상. InsForge는 그 비전을 실현합니다.

단순한 API 래퍼가 아닙니다. 에이전트가 백엔드를 이해할 수 있도록 설계된 **의미 레이어(Semantic Layer)**입니다.


왜 의미 레이어가 필요한가?

AI 코딩 에이전트는 강력하지만, 백엔드와의 상호작용에는 여전히 한계가 있습니다:

InsForge는 이 문제를 근본적으로 해결합니다. 구조화된 스키마, 명확한 인터페이스, 자동화된 검증을 통해 에이전트와 백엔드 사이의 의미 레이어를 제공합니다.


InsForge 아키텍처

AI Coding Agents

InsForge Semantic Layer

┌─────────────────────────────────┐
│  AUTH  │   DB   │   ST   │  EF  │
│  인증  │ DB/SQL │ 스토리지│ 함수  │
├─────────────────────────────────┤
│       MG │ DEP                  │
│    모델  │  배포                 │
└─────────────────────────────────┘

1. AUTH (Authentication)

사용자 관리, 인증, 세션 처리를 위한 프리미티브.

기능:

에이전트는 AUTH 프리미티브를 통해 사용자 인증 시스템을 자동으로 구성할 수 있습니다.

2. DB (Database)

PostgreSQL 기반 관계형 데이터베이스 프리미티브.

기능:

에이전트는 DB 프리미티브를 통해 데이터 영구 저장을 구현하고, 구조화된 쿼리를 실행할 수 있습니다.

3. ST (Storage)

S3 호환 파일 스토리지 프리미티브.

기능:

에이전트는 ST 프리미티브를 통해 이미지, 비디오, 문서 등 에셋을 저장하고 접근할 수 있습니다.

4. EF (Edge Functions)

서버리스 코드 실행 환경.

기능:

에이전트는 EF 프리미티브를 통해 백엔드 로직을 서버 환경에서 직접 실행할 수 있습니다.

5. MG (Model Gateway)

OpenAI 호환 API를 통한 다중 LLM 프로바이더 지원.

기능:

에이전트는 MG 프리미티브를 통해 최적의 모델을 선택하고, LLM을 백엔드에 통합할 수 있습니다.

6. DEP (Deployment)

사이트 빌드 및 배포 자동화.

기능:

에이전트는 DEP 프리미티브를 통해 사이트를 자동으로 빌드하고 배포할 수 있습니다.


에이전트를 위한 핵심 능력

1. 백엔드 컨텍스트 페칭 (Fetch Backend Context)

에이전트는 현재 백엔드 구조를 이해하기 위해 fetch-docs 툴을 사용합니다.

사용 예시:

// 에이전트가 백엔드 문서를 페칭
const context = await fetchDocs();

// 결과: AUTH, DB, ST, EF, MG, DEP의 현재 상태
console.log(context.auth);  // 인증 구성
console.log(context.db);    // 데이터베이스 스키마
console.log(context.st);    // 스토리지 버킷

2. 프리미티브 구성 (Configure Primitives)

에이전트는 백엔드 프리미티브를 직접 구성할 수 있습니다.

데이터베이스 스키마 생성:

await db.createSchema({
  name: 'users',
  columns: [
    { name: 'id', type: 'SERIAL', primaryKey: true },
    { name: 'email', type: 'VARCHAR(255)', unique: true },
    { name: 'created_at', type: 'TIMESTAMP', default: 'NOW()' }
  ]
});

Edge Function 배포:

await ef.deployFunction({
  name: 'webhook-handler',
  code: `
    export default async function handler(req) {
      return Response.json({ success: true });
    }
  `,
  platform: 'vercel'
});

3. 백엔드 상태 검사 (Inspect Backend State)

에이전트는 구조화된 스키마로 백엔드 상태를 확인할 수 있습니다.

로그 및 이벤트 모니터링:

const logs = await ef.getLogs({
  function: 'webhook-handler',
  limit: 100
});

const health = await db.healthCheck();
const metrics = await mg.getMetrics();

4. Made with InsForge 뱃지

프로젝트가 InsForge로 구축되었음을 보여주는 뱃지.

Markdown:

![Made with InsForge](https://insforge.dev/badge.svg)

HTML:

<a href="https://insforge.dev" target="_blank">
  <img src="https://insforge.dev/badge.svg" alt="Made with InsForge" />
</a>

로컬 실행: Docker Compose

InsForge를 로컬에서 실행하여 개발하고 테스트할 수 있습니다.

설치 및 실행

# 1. 저장소 클론
git clone https://github.com/insforge/insforge.git
cd insforge

# 2. 환경 변수 설정
cp .env.example .env
# .env 파일에서 필요한 값 설정

# 3. Docker Compose 실행
docker compose -f docker-compose.prod.yml up

Docker Compose 구성

services:
  postgres:
    image: postgres:16
    environment:
      POSTGRES_USER: ${DB_USER}
      POSTGRES_PASSWORD: ${DB_PASSWORD}
      POSTGRES_DB: ${DB_NAME}
    volumes:
      - postgres_data:/var/lib/postgresql/data

  minio:
    image: minio/minio
    command: server /data --console-address ":9001"
    environment:
      MINIO_ROOT_USER: ${S3_ACCESS_KEY}
      MINIO_ROOT_PASSWORD: ${S3_SECRET_KEY}
    volumes:
      - minio_data:/data

  insforge:
    build: .
    depends_on:
      - postgres
      - minio
    environment:
      DATABASE_URL: postgresql://${DB_USER}:${DB_PASSWORD}@postgres:5432/${DB_NAME}
      S3_ENDPOINT: http://minio:9000
      S3_ACCESS_KEY: ${S3_ACCESS_KEY}
      S3_SECRET_KEY: ${S3_SECRET_KEY}

MCP 서버 연동

InsForge는 MCP (Model Context Protocol) 서버를 통해 에이전트와 통신합니다.

연결 방법

  1. MCP 서버 설정:
{
  "mcpServers": {
    "insforge": {
      "command": "node",
      "args": ["node_modules/@insforge/mcp-server/dist/index.js"],
      "env": {
        "INSFORGE_API_URL": "http://localhost:3000",
        "INSFORGE_API_KEY": "your-api-key"
      }
    }
  }
}
  1. 에이전트에서 문서 페칭:
const docs = await mcp.callTool('insforge', 'fetch-docs');
console.log(docs);  // 백엔드 구조화된 문서
  1. 프리미티브 조작:
await mcp.callTool('insforge', 'db-query', {
  query: 'SELECT * FROM users LIMIT 10'
});

MCP 툴 목록

설명
fetch-docs백엔드 문서 페칭
db-query데이터베이스 쿼리 실행
db-schema스키마 정보 조회
st-upload파일 업로드
st-download파일 다운로드
ef-deployEdge Function 배포
ef-logs함수 로그 조회
mg-prompt모델 호출
dep-build사이트 빌드
dep-deploy사이트 배포

배포 옵션

Railway

Deploy on Railway

Railway는 PostgreSQL, Redis, Minio 등 모든 서비스를 한 번에 배포할 수 있습니다.

Zeabur

Deploy on Zeabur

Zeabur는 빠른 배포와 확장이 가능한 클라우드 플랫폼입니다.

Sealos

Deploy on Sealos →

Sealos는 쿠버네티스 기반의 서버리스 플랫폼입니다.


실제 사용 시나리오

시나리오 1: 풀스택 웹 앱 개발

에이전트 워크플로우:

  1. 컨텍스트 페칭: fetch-docs로 현재 백엔드 상태 확인
  2. DB 스키마 생성: db-create-schema로 테이블 정의
  3. AUTH 구성: 사용자 등록 및 로그인 기능 추가
  4. ST 연동: 이미지 업로드 기능 구현
  5. EF 배포: API 엔드포인트 배포
  6. DEP 배포: 프론트엔드와 함께 전체 앱 배포

결과: 단일 에이전트가 풀스택 앱을 완전히 구축

시나리오 2: 멀티 에이전트 협업

Frontend Agent:

Backend Agent:

DevOps Agent:

InsForge의 역할:

시나리오 3: 데이터 분석 대시보드

에이전트가 수행하는 작업:

  1. DB 쿼리: 분석용 데이터 추출
  2. MG 모델 호출: 데이터 분석 및 예측
  3. EF 함수: 실시간 데이터 처리 파이프라인
  4. DEP 배포: 대시보드 및 API 배포

결과: AI 기반 데이터 분석 플랫폼 자동 구축


기존 솔루션과의 비교

특징InsForgeSupabaseFirebaseRailway
의미 레이어
MCP 통합
에이전트 중심 설계
구조화된 스키마
오픈 소스
다중 배포 플랫폼
로컬 실행

InsForge의 독자적 가치

  1. 의미 레이어: 단순한 API가 아닌, 에이전트에게 백엔드를 이해하는 용어 레이어
  2. 에이전트 중심 설계: 처음부터 AI 코딩 에이전트를 위해 설계됨
  3. 구조화된 스키마: 명확한 인터페이스와 자동완성 도구 지원
  4. MCP 통합: 표준 프로토콜을 통한 에이전트 상호운용성
  5. 다중 배포 플랫폼: Railway, Zeabur, Sealos 등 유연한 배포 옵션

커뮤니티 & 리소스

오픈 소스

InsForge는 Apache License 2.0으로 오픈 소스입니다. 누구나 기여하고 확장할 수 있습니다.

커뮤니티

Star History

View Star History →


기술 스택


개발 로드맵

v0.2 (계획 중)

v0.3 (장기 계획)


마치며: 에이전트 중심 백엔드의 미래

InsForge는 단순한 백엔드 플랫폼이 아닙니다. AI 코딩 에이전트를 위한 의미 레이어입니다.

에이전트가 백엔드를 이해하고, 구성하고, 검사할 수 있는 세상. 개발자는 고차원적인 로직에 집중하고, 에이전트가 반복적인 인프라 작업을 처리하는 세상.

그 세상은 지금 시작되고 있습니다.

“Give agents everything they need to ship fullstack apps.”

InsForge로 함께 만들어가요.


🔗 관련 정보

이전
Lightpanda: AI와 자동화를 위해 처음부터 다시 쓴 헤드리스 브라우저
다음
Claude Code Best Practice: 14,931+ 스타의 Claude Code 완전 가이드