Launch HN: Nao Labs (YC X25) – 데이터를 위한 Cursor

HN 여러분, 저희는 nao Labs( https://getnao.io/ )의 Claire와 Christophe입니다. 저희는 방금 데이터와 함께 작업하기 위한 AI 코드 에디터인 nao를 출시했습니다. 로컬 에디터로, 데이터 웨어하우스에 직접 연결되며, 데이터 스키마와 데이터 전용 도구에 대한 컨텍스트가 내장된 AI 코파일럿으로 구동됩니다. 데모는 여기에서 확인하세요: https://www.youtube.com/watch?v=QmG6X-5ftZU LLM으로 코드를 작성하는 것은 소프트웨어 엔지니어링의 새로운 표준이 되었습니다. 하지만 데이터를 다루는 일에서는 그렇지 않습니다. Cursor 같은 도구는 데이터 웨어하우스와 네이티브로 상호작용하지 않습니다. 즉, 여러분의 데이터 스키마를 알지 못한 채 SQL을 맹목적으로 자동완성합니다. 대부분의 우리는 여전히 여러 도구를 저글링하고 있습니다. Cursor에서 코드를 작성하고, 웨어하우스 콘솔에서 결과를 확인하고, 관측성 도구로 트러블슈팅하고, BI 도구에서 대시보드가 깨지지 않았는지 검증합니다. LLM으로 데이터에 대한 코드를 작성하고 싶을 때, 여러분이 크게 신경 쓰는 것은 코드가 아니라 데이터 출력입니다. 여러분에게는 데이터에 맞는 코드를 작성하도록 돕고, 출력에 미치는 영향을 시각화하게 해주며, 품질 검사를 대신 해주는 도구가 필요합니다. Christophe와 저는 각각 데이터 분야에서 10년을 보냈습니다. Christophe는 데이터 엔지니어였고 수십 개 조직을 위한 데이터 플랫폼을 구축했으며, 저는 데이터 책임자로서 데이터 팀이 분석 및 데이터 제품을 구축하도록 도왔습니다. 우리는 비즈니스가 데이터를 빠르게 출시하라고 요구하는 반면, 여러분은 이 작은 코드 한 줄이 CEO 대시보드의 매출을 실수로 5배로 만들지 않을까 걱정하는 모습을 보아 왔습니다. 그러면 선택지는 두 가지입니다. 광범위하게 테스트하고 느리게 출시하거나, 테스트하지 않고 빠르게 출시하거나. 그래서 우리는 nao를 만들고 싶었습니다. 우리의 데이터 업무에 정말로 적합한 도구로서, 데이터 팀이 비즈니스 속도에 맞춰 출시할 수 있게 해주는 도구입니다. nao는 VS Code의 포크이며, BigQuery, Snowflake, Postgres용 커넥터가 내장되어 있습니다. 우리는 자체 AI 코파일럿과 탭 시스템을 구축하고, 여기에 데이터 웨어하우스 스키마와 코드베이스의 RAG를 부여했습니다. 데이터를 쿼리하고, 데이터를 비교하고, dbt 같은 데이터 도구를 이해하고, 전체 데이터 리니지에서 코드의 다운스트림 영향을 평가하기 위한 에이전트 도구 세트를 추가했습니다. AI 탭과 AI 에이전트는 SQL, Python, YAML 등 어떤 것이든 여러분의 스키마에 맞는 코드를 즉시 작성합니다. 코드 diff와 데이터 diff를 나란히 보여주어, 여러분의 변경이 데이터 출력에 무엇을 했는지 시각화합니다. 그리고 데이터 품질 검사는 에이전트에게 맡길 수 있습니다. 누락되거나 중복된 값, 이상치를 감지하고, 다운스트림의 호환성 깨지는 변경을 예측하거나, 개발 환경과 프로덕션 데이터의 차이를 비교합니다. 데이터 팀은 보통 nao를 SQL 파이프라인 작성에, 흔히 dbt와 함께 사용합니다. 데이터 모델을 만들고, 문서화하고, 테스트하면서 데이터 리니지와 BI의 수치를 깨뜨리지 않도록 보장하는 데 도움을 줍니다. 실행 모드에서는 일부 분석을 실행하고 프로덕션의 데이터 품질 버그를 식별하는 데도 사용합니다. 기술적이지 않은 프로필에게는 코드 모범 사례를 강화하는 데에도 큰 도움이 됩니다. 대규모 팀에서는 코드와 지표가 잘 팩터화되고 일관되게 유지되도록 보장합니다. 소프트웨어 엔지니어는 데이터베이스 탐색 부분에 nao를 사용합니다. nao 탭으로 SQL 쿼리를 작성하고, 에이전트로 데이터 스키마를 탐색하고, DDL을 작성합니다. 자주 받는 질문은 이것입니다. 그냥 Cursor와 MCP를 쓰면 안 되나요? Cursor는 데이터의 전체 컨텍스트를 얻기 위해 많은 MCP 호출을 트리거해야 하는 반면, nao는 이를 하나의 RAG에 항상 사용할 수 있게 해둡니다. MCP는 Cursor의 매우 폐쇄적인 부분에 머뭅니다. 즉, 탭에 데이터 컨텍스트를 가져오지 않습니다. 그리고 UI를 데이터 워크플로에 더 적합하게 만들지도 않습니다. 게다가 nao는 데이터 팀을 위해 미리 패키징되어 제공됩니다. 확장을 설정하고, MCP에 설치 및 인증하고, CI/CD 파이프라인을 구축할 필요가 없습니다. 즉, 기술적이지 않은 데이터 팀도 훌륭한 개발자 경험을 누릴 수 있습니다. 우리의 장기 목표는 데이터와 함께 작업하는 최고의 장소가 되는 것입니다. SQL, Python, YAML용 자체 모델을 파인튜닝하여 데이터에 가장 적합한 코드 제안을 제공하고자 합니다. 모든 데이터 스택 도구에 대한 이해를 넓혀, 어떤 데이터 워크플로에도 통하는 유일한 agnostic 에디터가 되고자 합니다. 여기에서 사용해 볼 수 있습니다: https://sunshine.getnao.io/releases/ - nao를 다운로드하고 무료로 가입하세요