대부분의 AI 시스템은 같은 실수를 합니다.

먼저 언어 모델에 질문하고 답변이 그럴듯하기를 바랍니다.

Watch 30 second demo

자연은 수백만 년 전에 이 문제를 해결했습니다.

벌집에서 목적지는 한 마리의 의견만으로 결정되지 않습니다. 정찰벌은 벌집으로 돌아와 수직 벌집 표면에서 8자 춤을 춥니다. 직진 구간의 각도는 방향을, 지속 시간은 거리를, 활력은 품질을 알려줍니다. 그러나 이 춤은 독백이 아닙니다. 더 경험 많은 자매 벌들이 춤추는 벌을 따라가며, 더듬이로 접촉하고, 실시간으로 피드백합니다. 정지 신호는 춤을 완전히 중단시킬 수 있습니다. 메시지가 공동체의 검증을 통과했을 때만 따를 가치가 있는 경로가 나타납니다.

WaggleDance는 이 논리 위에 구축되었습니다.

문제를 LLM에 직접 전달하지 않습니다. 먼저 올바른 솔버로 라우팅하고, 여러 에이전트를 통해 결과를 검증하며, 언어 모델은 진정으로 도움이 될 때만 사용합니다. 모든 단계가 감사 가능한 기록을 남깁니다. 모든 솔루션은 정당화 가능합니다. 모든 사이클이 시스템 자체의 전문성을 향상시킵니다.

8자 춤은 알고리즘적 라우팅이 되었습니다. 벌집은 MAGMA 메모리 아키텍처가 되었습니다. 그리고 꿀벌의 야간 휴식은 Dream Mode가 되었습니다 — 시스템이 하루의 실패를 검토하고, 수천 개의 대안 경로를 테스트하며, 다음 날 아침 더 현명해져서 돌아오는 시뮬레이션입니다.

이것은 비유가 아닙니다. 이것은 집단 기계 지능의 아키텍처입니다.

채팅 우선이 아니라 솔버 우선
오프라인 / 에어갭 / 자체 하드웨어
MAGMA: 리플레이, 출처 추적, 신뢰성
지금 다운로드하여 사용해 보기

⮕ Clone & Run

지금 바로 다운로드, 포크하여 로컬에서 실행하세요. 전체 리포지토리가 GitHub에서 가입 없이 이용 가능합니다.

라이선스 모델: Apache 2.0 + BUSL 1.1 (오픈 코어 + 소스 코드 공개 보호 모듈). 조건은 GitHub에서 확인하세요.
BUSL 모듈 변경일: 2030년 3월 18일.

왜 이것이 다른가

추측하지 않는 AI

솔버가 먼저 실행됩니다. 검증기가 확인합니다. 적절한 솔버만으로는 충분하지 않을 때만 LLM이 참여합니다.

모든 것을 기억하는 AI

MAGMA는 결정, 소스, 리플레이, 신뢰 점수를 기록합니다. 무엇이, 왜, 어떤 순서로 일어났는지 확인할 수 있습니다.

밤새 학습하는 AI

Dream Mode가 실패를 검토하고, 더 나은 경로를 시뮬레이션하며, 다음 날을 위한 더 나은 모델을 구축합니다.

상태를 보여주는 AI

Hologram Brain이 32개 노드의 상태를 실시간으로 시각화합니다. 블랙박스가 아닌 작동 중인 시스템을 볼 수 있습니다.

자체 네트워크에 머무는 AI

모든 것이 자체 환경에서 실행됩니다. 필수 클라우드 없음, 프롬프트 데이터 외부 전송 없음, SaaS 종속성 없음.

확장 가능한 AI

Raspberry Pi부터 공장 프로파일까지 동일한 코드베이스로 동작합니다. 단순한 데모도 아니고, 단순한 프레임워크도 아닙니다.

배포 프로파일 — 동일 런타임, 네 가지 프로파일

디바이스 GADGET

RPi, 엣지, 센서

코티지 COTTAGE

오프라인, 간헐적 연결

홈 HOME

로컬 자동화

팩토리 FACTORY

모니터링, 이상 감지, 감사

시작 후 바로 대시보드와 Hologram Brain을 사용할 수 있습니다. 첫 응답 속도는 프로파일, 하드웨어, 풀 모드 또는 스텁 모드 사용 여부에 따라 달라집니다.

“리포지토리 분석”을 클릭하면 어떻게 됩니까?

프롬프트가 Grok에 직접 전송되며, 백업으로 클립보드에도 복사됩니다

Grok이 프롬프트와 함께 새 탭에서 열립니다

리포지토리에 대한 종합 분석, 점수화된 경쟁사 비교, 공장 적용 준비도 평가를 받을 수 있습니다

사전 입력이 작동하지 않으면 수동으로 붙여넣으세요 — 프롬프트는 이미 클립보드에 있습니다.

동일한 프롬프트를 Claude, ChatGPT 또는 다른 LLM에서도 사용할 수 있습니다. 이 페이지에서는 Grok이 기본 선택입니다.

Grok 분석 내용

“리포지토리 분석”을 클릭하면 AI가 다음 항목에 대한 심층 분석을 수행합니다:

현재 코드베이스 상태

메인 브랜치, 아키텍처, 모듈, 최신 커밋

README vs. 현실

구현된 기능과 계획 중이거나 목표 단계인 기능

테스트 및 성숙도

테스트 커버리지, 실용적 성숙도, 프로덕션 준비도

Hologram Brain과 MAGMA

메모리 모델, 감사 아키텍처, 출처 추적, 신뢰 메커니즘

경쟁사 비교

Home Assistant, Node-RED, n8n, Open WebUI, LangGraph, AutoGen, CrewAI, Ollama와 6개 축에서 1-10 점수

공장 적용 준비도 평가

산업 사용 사례, 리스크, 부족한 통합, 배포 장애 요인

분석 프롬프트:

후속 Grok 프롬프트

프롬프트를 클릭하여 복사하세요. Grok 세션에 붙여넣어 더 깊이 탐색할 수 있습니다.

WaggleDance를 어떻게 배포하나요?

프로파일을 선택하고 Grok에서 맞춤형 배포 가이드를 받으세요.

WaggleDance 비교

아래의 각 도구는 각자의 분야에서 뛰어납니다. 이 비교는 WaggleDance의 솔버 우선 라우팅 아키텍처가 어떻게 다른지 보여주기 위한 것이지, 다른 도구가 나쁘다고 주장하는 것이 아닙니다.

vs. Home Assistant

HA: Deterministic rules and automations, but no solver-based routing before the LLM.
WD: Solver-first routing (7+ deterministic solvers) → verifier → LLM only as fallback. Every decision auditable via MAGMA trail.
HA: No autonomous model training, no overnight learning.
WD: 14 specialist models + Dream Mode overnight learning with canary lifecycle.
HA's advantage: excellent integration ecosystem (2000+ integrations).

vs. LangGraph

LG: Graph-based multi-agent, but LLM-centric — everything goes through the LLM.
WD: Solver-first. LLM is Layer 1 (last), not Layer 3 (first).
LG: No append-only auditing, no canary model training, no dream mode simulation.
WD: MAGMA 5-layer provenance + 14 specialist models + counterfactual simulations.
LG's advantage: stronger cloud ecosystem and documentation.

vs. AutoGen / CrewAI

AG/CA: Multi-agent frameworks, but without deterministic solvers.
WD: 7+ deterministic solvers are routed BEFORE any LLM call.
AG/CA: No edge/factory profiles, no offline-first architecture.
WD: 4 profiles (GADGET → FACTORY), fully offline, from ESP32 to DGX.
AG/CA: No autonomous overnight learning or canary promotion.

vs. Ollama / LocalAI

Ollama: Local LLM engine, no decision-making architecture.
WD: Uses Ollama as one component (Layer 1 fallback), but builds solver routing, MAGMA auditing, specialist models, and Dream Mode on top.
Ollama is the engine. WaggleDance is the whole car.

vs. n8n / Node-RED

n8n/NR: Visual workflow automation tools, excellent flow editors.
WD: Not a visual flow editor but an autonomous multi-agent runtime that learns and improves.
n8n/NR: No sklearn models, no append-only provenance, no counterfactual simulation.
WD: 14 specialist models + MAGMA audit trail + ChromaDB/FAISS + Dream Mode.

배포 — WD's Advantage

Docker: clone → docker compose up -d — Ollama, Voikko (Finnish NLP), and the app all in one.
No separate manual installations in Docker mode.
4 profiles with automatic hardware detection (GADGET / COTTAGE / HOME / FACTORY).

Time Evolution — WD’s Human-Gated Learning Curve

Most workflow and local-LLM tools do not build a WaggleDance-style local, auditable learning trail by default. WaggleDance accumulates capability through solver evidence, MAGMA provenance, specialist models, Dream Mode simulations, and human-gated promotion. Illustrative projection, not a measured guarantee. Runtime promotion remains human-gated where safety requires it.

Time	WaggleDance	Home Assistant	LangGraph	AutoGen/CrewAI	Node-RED/n8n	Ollama
Day 1	LLM fallback ~30-50%, solvers learning	Same as always	Same as always	Same as always	Same as always	Same as always
Month 1	HotCache fills, LLM ~20-30%, first canary promotions	No change	No change	No change	No change	No change
Month 6	LLM ~10-15%, specialists maturing, ~180 nights of Dream Mode	No change	No change	No change	No change	No change
Year 1	LLM ~5-8%, MAGMA with thousands of audited paths	No change	No change	No change	No change	No change
Year 2	LLM <3-5%, >95% deterministic, TCO a fraction of day 1	No change	No change	No change	No change	No change

The competitors' column is empty everywhere except day 1. They don't learn. They don't improve. On day 730, they are exactly the same as on day 1.

자주 묻는 질문

WaggleDance Swarm AI는 무료입니까?

네. 바로 다운로드하여 실행할 수 있습니다. Apache 2.0 부분은 자유롭게 사용 가능합니다. BUSL 보호 모듈의 비상업적 개인 사용은 허용됩니다. 상업적 사용에 대해서는 GitHub의 라이선스 조건을 확인하세요.

인터넷 연결이 필요합니까?

아니요. WaggleDance는 로컬 하드웨어에서 완전히 오프라인으로 작동하도록 설계되었습니다. 인터넷은 초기 설정과 업데이트 시에만 필요합니다.

어떤 하드웨어가 필요합니까?

최소 요구 사항: Raspberry Pi 4 또는 동급 (GADGET 프로파일). 권장: 멀티 에이전트 오케스트레이션을 위한 최신 x86 서버 (FACTORY 프로파일).

왜 분석에 Grok을 사용합니까?

공개 리포지토리, 문서, 경쟁 환경에 대한 빠른 기술적 세컨드 오피니언을 얻을 수 있습니다. 동일한 프롬프트를 Claude, ChatGPT 또는 다른 LLM에서도 사용할 수 있습니다.

MAGMA란 무엇입니까?

감사 및 출처 추적 프레임워크입니다. 모든 에이전트 결정이 기록되어 추적 가능성, 리플레이, 신뢰도 평가의 가시성을 제공합니다.

Dream Mode란 무엇입니까?

야간 학습 모드입니다. 시스템이 하루의 실패를 검토하고, 더 나은 경로를 시뮬레이션하며, 다음 날을 위한 더 나은 모델을 구축합니다 — 사용자 조작 없이 자동으로 수행됩니다.

첫 시작 후에는 어떻게 됩니까?

대시보드와 Hologram Brain이 즉시 사용 가능합니다. 첫 응답 속도는 프로파일과 하드웨어에 따라 달라집니다.