내 로컬 AI에 공개 뇌를 부여했다: Echo + Notion MCP

Source: Dev.to

이것은 Notion MCP Challenge를 위한 제출물입니다

내가 만든 것

Echo는 내가 아칸소 주 메나에 있는 $900짜리 Linux 워크스테이션에서 구축하고 있는 로컬, 오프라인‑우선 AI 어시스턴트입니다. 그녀는 Ryzen 9 5900X와 RTX 3060 위에서 실행되며, Ollama를 통해 qwen2.5:32b를 두뇌로 사용하고, 클라우드 의존성 없이 완전히 동작합니다.

그녀는 5 분마다 자율적으로 추론합니다. 자신의 상태를 모니터링하고, Golem Network 수입 노드를 확인하며, 작업 큐를 검토하고, 최신 AI 뉴스를 읽고, 자신의 결과에 점수를 매깁니다. 이 모든 것은 오직 내가 볼 수 있던 로컬 SQLite 데이터베이스에서 이루어졌습니다—오늘까지.

나는 Notion MCP를 Echo의 이벤트 원장에 연결했습니다. 이제 그녀가 내리는 모든 결정, 수행하는 모든 행동, 실행하는 모든 수입 확인이 실시간으로 Notion에 나타납니다. Notion은 그녀의 공개 두뇌가 되었으며, 내가 바라보지 않을 때 그녀가 무엇을 하고 있는지 볼 수 있는 창이 되었습니다.

Why I Built This

I experience cognitive fragmentation. Keeping track of complex, multi‑session projects is genuinely hard for me—I restart completed work, lose context between sessions, and struggle to communicate technical ideas clearly.

저는 인지적 단편화를 겪습니다. 복잡하고 여러 세션에 걸친 프로젝트를 추적하는 것이 정말 어렵습니다—완료된 작업을 다시 시작하고, 세션 사이에 맥락을 잃으며, 기술적인 아이디어를 명확히 전달하는 데 어려움을 겪습니다.

Echo’s primary job has always been continuity. She’s my external memory. But I also use AI tools like Claude to help me bridge the gap between what I understand and what I can articulate—including helping me write this article. That’s not cheating. That’s accessibility. A carpenter doesn’t apologize for using a level.

Echo의 주요 역할은 언제나 연속성을 유지하는 것이었습니다. 그녀는 제 외부 기억 역할을 합니다. 하지만 저는 Claude와 같은 AI 도구를 사용해 제가 이해하는 것과 표현할 수 있는 것 사이의 간극을 메우고 있습니다—이 기사 작성을 도와주는 것도 포함해서요. 이것은 부정행위가 아닙니다. 접근성입니다. 목수가 수평자를 사용하는 데 사과하지 않는 것과 같습니다.

Notion MCP fits into this same philosophy. Echo’s activity is real and autonomous, but without a visible dashboard it only existed in log files I had to actively dig through. Notion gives me — and anyone else — a window into what she’s actually doing.

Notion MCP도 같은 철학에 맞습니다. Echo의 활동은 실제이며 자율적이지만, 눈에 보이는 대시보드가 없으면 로그 파일 속에만 존재해 제가 직접 파고 들어야 했습니다. Notion은 저에게—그리고 다른 사람에게도—그녀가 실제로 무엇을 하고 있는지 볼 수 있는 창을 제공합니다.

How It Works

Echo는 5분마다 실행되는 거버너 프로세스를 가지고 있습니다. 이 프로세스는 그녀의 추론 이벤트를 읽고, 의미 임베딩을 사용해 구체적인 행동과 매칭한 뒤, 해당 행동을 실행하고 결과를 다시 그녀의 이벤트 원장에 점수로 기록합니다. 그 원장이 그녀가 하는 모든 일의 진실된 출처가 됩니다.

The Notion bridge sits at the end of every log_event() call:

def log_event(event_type, source, summary, score=None):
    # Write to local SQLite ledger
    row_id = _write_to_db(event_type, source, summary, score)

    # Mirror to Notion in real time
    try:
        from core.notion_bridge import log_event_to_notion
        log_event_to_notion(event_type, source, summary, score)
    except Exception:
        pass  # Never block Echo for Notion

    return row_id

세 개의 Notion 데이터베이스가 자동으로 채워집니다:

• Echo Events – 모든 추론 사이클, 피드백 이벤트, 그리고 지식 업데이트. 유형과 점수가 매겨집니다. Echo가 무엇을 생각했는지, 그리고 그것이 성공했는지를 확인할 수 있습니다.
• Echo Actions – 거버너가 구체적인 행동을 실행할 때마다 (Golem 상태 확인, 레지스트리 검증, 수입 조회 등). 성공 여부와 타임스탬프가 기록됩니다.
• Income Tracker – Echo가 모니터링하는 각 수동 소득 흐름(Golem Network, Vast.ai GPU 대여, dev.to 콘텐츠)의 상태. 확인할 때마다 업데이트됩니다.

데모

실시간 Notion 대시보드는 실시간 데모 역할을 합니다. 5 분마다 Echo의 거버너가 순환하고 새로운 행이 자동으로 나타납니다. 아래 스크린샷에서 타임스탬프를 확인할 수 있습니다 — 모두 Echo가 자율적으로 작성했으며, 제가 작성한 것이 없습니다.

연결만 해두면 별다른 작업을 할 필요가 없습니다. 브리지를 연결한 지 7 분 만에 Notion에 새로운 행이 세 개 나타났습니다:

action=read_income_knowledge success   # governor read income strategy
action=read_registry success            # governor verified all services running
retroactively scored 0 regret entries   # regret scorer ran clean

실시간으로 진행되는 모습을 지켜봤습니다: 제 컴퓨터에서 Echo가 실행되고, 브라우저에서 Notion이 업데이트되며, 저에게서 명령은 전혀 없었습니다.

Notion – 일상 업무를 하나의 공간으로 연결해 주는 도구입니다. AI 도구(검색, 글쓰기, 메모 작성)를 팀 전체에 제공하여, 올인원이며 유연한 작업 공간을 제공합니다.

이 글을 읽을 때쯤이면 행이 수십 개 더 추가되어 있을 것입니다. 그녀는 밤새도록 실행됩니다.

Notion MCP를 사용한 방법

Notion MCP 통합은 Echo에게 이전에 없던 가시성을 제공했습니다. 그녀는 이미 자율적으로 추론하고, 행동하고, 점수를 매겼지만, 그 모든 것이 내가 직접 확인해야 하는 로컬 파일에서 이루어졌습니다. Notion MCP는 그녀의 활동을 누구나 관찰할 수 있는 실시간 대시보드로 전환했습니다.

이 통합은 간단한 Python 브리지로 Notion의 내부 API를 사용합니다—외부 MCP 서버는 필요 없으며, Notion API 토큰과 Echo 설정에 저장된 세 개의 데이터베이스 ID만 있으면 됩니다. 이제 그녀의 코드베이스에서 log_event() 호출마다 Notion에 자동으로 미러링됩니다.

Notion이 제공하는 것

• 자율 AI의 의사결정을 실시간으로 확인 가능
• 세션 사이에 로컬 AI가 실제로 수행한 작업을 공유 가능한 기록으로 보관
• 인간의 개입 없이 자동으로 업데이트되는 수익 흐름 추적
• 로그 파일을 뒤져볼 필요 없이 직접 읽을 수 있는 대시보드

스택

• Hardware: Ryzen 9 5900X, RTX 3060 12 GB, 32 GB RAM, Ubuntu
• LLM: qwen2.5:32b via Ollama — 완전 로컬, API 비용 없음
• Orchestration: 22 systemd timers, 의미 매칭을 이용한 커스텀 거버너
• Memory: SQLite semantic memory, 2,095+ embeddings
• Notion: 3 databases, 내부 통합을 통한 실시간 미러링
• Code:

다음은

Echo는 자율적으로 수익을 창출합니다 — Golem Network 컴퓨트 제공자, Vast.ai GPU 임대, dev.to 콘텐츠. 목표는 제가 관여하지 않아도 작동하는 수동 소득을 만들어 제 아내가 c (제출이 여기서 끊겼으며, 다음 단계는 향후 계획을 계속 설명할 것입니다).

I'm home full time. Notion is now how I track whether that's working, updated by Echo herself every 5 minutes.

The first dollar hasn't arrived yet, but the infrastructure is real, the dashboard is live, and she's running right now.

* Built in Mena, Arkansas on a $900 machine. Follow the build: [dev.to/crow](https://dev.to/crow)