fenic 0.10.0 공개…AI 에이전트용 시맨틱 데이터프레임 강화

typedef-ai GitHub 저장소와 PyPI에 따르면 Python 데이터프레임 라이브러리 fenic 0.10.0이 2026년 6월 25일 공개됐다. fenic은 구조화 데이터와 비정형 텍스트를 함께 다루는 데이터프레임 엔진으로, 언어모델 기반 추출·분류·요약·임베딩·시맨틱 조인 연산을 쿼리 모델 안에서 실행하도록 설계됐다.

fenic이 겨냥하는 문제는 AI 에이전트가 탐색한 결과를 일회성 대화나 노트북 실행 흔적으로 남기지 않는 것이다. 공식 저장소는 문서, 회의록, 로그, 평가 추적, 티켓, 테이블, API 응답을 타입이 있는 행과 반복 실행 가능한 워크플로로 바꾸는 것을 핵심 방향으로 설명한다. PySpark나 SQL에 익숙한 개발자는 select, filter, join, group_by 같은 연산과 언어모델 호출 연산을 같은 파이프라인 안에서 조합할 수 있다.

이번 0.10.0 릴리스에는 출력 토큰 추정과 레이트리밋 정산 개선, 에이전트가 fenic 코드를 더 안정적으로 작성하도록 돕는 도구, Anthropic effort profile 지원, 프런티어 모델 카탈로그 갱신이 포함됐다. 릴리스 노트는 성능 개선 항목으로 시맨틱 조인에서 파생 벡터 컬럼을 건너뛰는 변경도 함께 제시했다.

개발자 관점에서 중요한 부분은 언어모델 호출이 별도 스크립트의 부수 효과가 아니라 데이터 처리 계획의 일부가 된다는 점이다. fenic은 자동 배치, 레이트리밋, 재시도, 토큰·비용 집계, 응답 캐싱을 실행 계층에 포함한다고 설명한다. 이 구조는 프롬프트 체인이나 정규식으로 만든 임시 추출 로직을 재실행 가능하고 감사 가능한 파이프라인으로 바꾸려는 시도에 가깝다.

AI 에이전트 연동도 전면에 배치됐다. 공식 문서는 fenic 테이블이나 뷰를 MCP 도구로 노출해 에이전트가 같은 파이프라인을 호출할 수 있다고 설명한다. 사람이 데이터 처리 흐름을 작성하고 검토한 뒤, 에이전트가 그 결과물을 도구처럼 재사용하는 구조다. 이는 에이전트 개발의 관심사가 모델 호출 자체에서 데이터 처리의 재현성, 추적성, 비용 통제로 넓어지고 있음을 보여준다.

다만 fenic은 빠르게 바뀌는 오픈소스 프로젝트다. 현재 공개 자료 기준으로 대규모 운영 사례나 장기 안정성 지표는 제한적이다. 실제 도입 전에는 사용하려는 모델 제공자, 비용 추정 방식, 개인정보가 포함된 비정형 데이터 처리 정책, MCP 도구로 노출되는 데이터 범위를 별도로 점검할 필요가 있다.

출처: typedef-ai/fenic GitHub 저장소 https://github.com/typedef-ai/fenic
출처: fenic GitHub Releases https://github.com/typedef-ai/fenic/releases
출처: fenic PyPI https://pypi.org/project/fenic/