소개
Witsy는 Kochava-Studios(Nicolas Bonamy)가 개발한 BYOK(Bring Your Own Keys) 방식의 데스크톱 AI 어시스턴트로, MCP(Model Context Protocol) 서버를 거의 모든 대규모 언어 모델과 함께 구동할 수 있는 범용 MCP 클라이언트입니다. 채팅, 이미지·영상 생성, 음성 인식·합성, 문서 질의응답(RAG), 실시간 음성 채팅 등 다양한 AI 기능을 하나의 응용 프로그램에서 제공하며, OpenAI 호환 API를 지원하는 임의의 제공자나 Ollama를 통한 로컬 모델 실행도 지원합니다.
상세정보
다중 제공자 채팅 및 비전 모델
OpenAI, Anthropic, Google(Gemini), xAI(Grok), Meta(Llama), MistralAI, DeepSeek, Groq, Cerebras, Azure OpenAI, OpenRouter, Ollama, LM Studio 모델을 지원하며, OpenAI API 표준을 따르는 together.ai 등 추가 제공자도 연결할 수 있습니다. 이미지 인식이 가능한 비전 모델을 통해 이미지를 설명하도록 요청할 수도 있습니다.
이미지·영상 생성 및 편집
OpenAI, Google, xAI, Replicate, fal.ai, HuggingFace, Stable Diffusion WebUI를 통한 텍스트→이미지 생성 기능을 제공하며, OpenAI, Google, Replicate, fal.ai를 통한 텍스트→영상 생성도 지원합니다. 또한 Google, Replicate, fal.ai를 통해 이미지→이미지 편집과 이미지→영상 변환 기능을 사용할 수 있습니다.
음성 기능: STT와 TTS
음성 인식(STT)은 OpenAI Whisper, Fal.ai, Fireworks.ai, Gladia, Groq, nVidia, Speechmatics, Soniox, 그리고 로컬 Whisper 모델을 통해 수행할 수 있습니다. 음성 합성(TTS)은 OpenAI, ElevenLabs, Groq, fal.ai로 제공되며, OpenAI 또는 ElevenLabs API 키가 있을 경우 다른 응용 프로그램의 텍스트를 읽어주는 ‘읽어주기’ 기능도 함께 사용할 수 있습니다.
Prompt Anywhere와 AI 명령
어떤 응용 프로그램이든 편집 영역에서 단축키(Shift+Control+Space / ^⇧Space)를 눌러 Prompt Anywhere 창을 띄우고, 결과를 해당 응용 프로그램에 직접 입력할 수 있습니다. 텍스트를 선택한 뒤 AI 명령 단축키(Alt+Control+Space / ⌃⌥Space)로 요약·번역·코드 생성 등 다양한 AI 명령을 실행할 수도 있으며, 자신만의 명령을 추가하는 것도 가능합니다.
로컬 문서 질의응답(RAG)
채팅 화면의 데이터베이스 아이콘을 통해 문서 저장소를 만들고 TXT, PDF, DOCX, PPTX, XLSX 등 로컬 파일을 추가한 뒤, 관련 정보를 먼저 검색해 LLM에 전달하는 RAG 기반 대화를 진행할 수 있습니다. 임베딩에는 OpenAI Embedding(API 키 필요) 또는 Ollama 임베딩 모델을 사용할 수 있습니다.
실시간 음성 채팅 및 에이전트
실시간 음성 채팅(Voice Mode)과 Anthropic Computer Use를 지원하며, 에이전트 포지(Agent Forge)에서 다단계 에이전트를 구성하고 테스트할 수 있습니다. 디자인 스튜디오에서는 캔버스를 활용해 디자인 작업을, 스크래치패드에서는 여러 모델과 상호작용하며 콘텐츠를 다듬을 수 있습니다.
HTTP API와 명령줄 인터페이스
Witsy는 localhost의 8090 포트(사용 중이면 다음 가용 포트)에서 로컬 HTTP API 서버를 제공하여, 외부 응용 프로그램에서 채팅·스크래치패드·설정·디자인 스튜디오·에이전트 포지·실시간 채팅·Prompt Anywhere·AI 명령·전사·읽어주기 등을 트리거할 수 있습니다. Witsy를 처음 실행하면 CLI가 자동으로 설치되며, Windows에서는 사용자 PATH에 추가됩니다. 설치 후 터미널에서 witsy 명령을 입력하면 데스크톱 응용 프로그램과 동일한 설정으로 AI와 상호작용할 수 있습니다.
어떤 AI 모델과 연동할 수 있나요?
OpenAI, Anthropic, Google, xAI, Meta(Llama), MistralAI, DeepSeek, OpenRouter, Groq, Cerebras, Azure OpenAI, Ollama, LM Studio 모델을 지원하며, OpenAI API 표준을 따르는 together.ai 등 추가 제공자도 호환됩니다.
Ollama로도 무료로 사용할 수 있나요?
Ollama를 설치하고 모델을 다운로드하면 Witsy에서 로컬 모델을 무료로 실행해 사용할 수 있습니다.
실시간 음성 채팅을 사용하려면 무엇이 필요한가요?
실시간 음성 채팅 기능을 사용하려면 마이크와 스피커가 정상적으로 연결되어 있어야 하며, 사용 음성 제공자에 따라 API 키가 필요할 수 있습니다.
CLI는 어떻게 업데이트하나요?
CLI는 Witsy 본체를 업데이트할 때 함께 갱신되므로, winget 등 공식 채널을 통해 최신 버전을 설치하면 최신 CLI도 함께 제공됩니다.
시스템 요구사항
OpenAI, Anthropic, Google, xAI, Meta, MistralAI, DeepSeek, OpenRouter, Groq, Cerebras 등 클라우드 LLM 제공자를 이용하려면 각 제공자의 API 키가 필요합니다. Ollama 모델을 사용할 경우 Ollama 설치 및 모델 다운로드가 필요하며, OpenAI Embedding을 사용할 경우 OpenAI API 키가 필요합니다. 텍스트 음성 변환(TTS)에는 OpenAI, Fal.ai, Fireworks.ai, Groq, Speechmatics, Gladia 등의 API 키가 필요하고, 인터넷 검색 기능을 사용하려면 Tavily API 키가 필요합니다. 실시간 음성 채팅 및 음성 인식 기능을 사용하려면 마이크와 스피커가 정상적으로 연결되어 있어야 합니다. Witsy CLI는 Witsy 데스크톱 응용 프로그램이 실행 중이어야 동작합니다.