검색은 오랫동안 구글이나 빙 같은 제3자 서비스가 웹 전체를 크롤링해 만든 색인에 의존해 왔다. 그런데 정작 실무자가 다시 찾고 싶은 정보는 이미 자기가 한 번 읽은 문서, 브라우저로 지나쳐 온 페이지, 로컬 디스크에 쌓아 둔 파일인 경우가 많다. asciimoo가 공개한 오픈소스 프로젝트 히스터(Hister)는 바로 이 지점을 겨냥한다. 웹 전체가 아니라 "내가 방문한 페이지와 내가 보관한 파일"만을 색인 대상으로 삼아, 사용자가 직접 통제하는 개인 검색엔진을 구축하도록 돕는다.
무엇을 하는 도구인가
히스터는 지정한 콘텐츠의 전문(full contents)을 색인해 두었다가, 나중에 웹 인터페이스나 터미널에서 검색할 수 있게 한다. 여기에 더해 MCP(Model Context Protocol)로 연결된 AI 어시스턴트를 통해서도 같은 색인을 조회할 수 있다. 즉 사람이 직접 검색창에 문구를 입력하는 방식과, AI 비서가 사용자의 개인 자료를 참조하도록 연결하는 방식을 모두 지원하는 셈이다. 색인 대상은 브라우저 확장으로 실시간 방문 페이지를 담는 것 외에도, 기존 브라우저 방문 기록을 가져오거나 로컬 디렉터리를 색인하고 파일을 직접 불러오는 방식으로 채울 수 있다.
설치와 실행 구조는 단순하다. 플랫폼별 바이너리를 내려받아 이름을 hister(윈도우는 hister.exe)로 바꾼 뒤, 서버를 상시 실행하는 형태다. 윈도우에서는 파워셸에서 hister.exe listen 명령으로 서버를 띄우고, 이 터미널을 열어 둔 상태에서만 색인과 검색이 동작한다. 그런 다음 로컬 주소 127.0.0.1:4433에 접속해 파이어폭스나 크롬용 확장 프로그램을 설치하고, 확장이 켜진 상태로 아무 페이지나 방문한 뒤 그 페이지의 문구를 검색하면 첫 색인 결과를 확인할 수 있다. 개인용 로컬 환경에서는 별도 설정이 필요 없으며, 홈브루(brew install hister), 도커, Nix 같은 대안 설치 방식도 제공된다.
프라이버시가 설계의 중심
히스터가 기존 검색 서비스와 구분되는 핵심은 데이터가 어디에 머무느냐에 있다. 기본값으로 텔레메트리(사용 정보 수집)와 클라우드 동기화가 없다. 브라우저 확장은 색인한 페이지 내용을 사용자가 지정한 히스터 서버로만 보내며, 예외는 페이지 파비콘(아이콘) 다운로드 정도다. 문서와 검색 색인은 그 서버에 저장된다. 콘텐츠가 제3자 검색 사업자를 거치지 않고 사용자가 통제하는 서버에 남는다는 점이, 이미 접한 정보를 다시 찾는 용도에서 이 도구가 갖는 차별점이다.
다만 완전한 로컬 폐쇄를 원한다면 주의할 지점도 있다. 선택 기능인 의미 검색(semantic search)을 켜면 문서 텍스트가 사용자가 고른 임베딩 엔드포인트로 전송된다. 키워드 일치를 넘어 의미 기반 검색을 하려면 외부 임베딩 모델에 텍스트를 넘겨야 하는 구조이므로, 이 기능은 원격 연동을 활성화하기 전에 프라이버시 개요와 의미 검색 설정 문서를 먼저 검토하도록 안내하고 있다. 프라이버시가 기본이라는 원칙과, 더 나은 검색 품질을 위해 외부 서비스에 데이터를 내보내는 선택지 사이의 경계를 사용자가 직접 판단해야 한다는 뜻이다.
실무 관점에서의 쓰임과 한계
실무자 입장에서 히스터의 매력은 명확하다. 리서치 과정에서 스쳐 지나간 기술 문서, 이슈 트래커의 특정 논의, 로컬에 흩어진 참고 파일을 전문 색인으로 묶어 두면, "분명히 어디선가 봤는데"를 다시 뒤지는 시간을 줄일 수 있다. 특히 MCP 연동을 통해 AI 어시스턴트가 개인 지식 베이스를 참조하게 만드는 구성은, 사내 자료나 개인 아카이브를 외부 클라우드에 올리지 않고도 AI 보조 검색을 붙이려는 팀에게 실험해 볼 만한 형태다.
반면 도입 전에 감안할 조건도 있다. 서버가 켜져 있어야만 색인과 검색이 동작하므로, 상시 실행되는 프로세스를 관리해야 한다. 소스에서 직접 빌드하거나 개발에 참여하려면 Go 1.26, npm, 그리고 CGO 의존성을 위한 C 컴파일러가 필요하며, 웹 앱 개발 시에는 Vite 개발 서버와 air를 통한 Go 자동 재빌드 환경을 쓴다. 프로젝트는 IRCNet의 #hister 채널과 디스코드에서 커뮤니티를 운영하고, 변경 제안은 이슈 트래커, 보안 보고는 SECURITY.md를 따르도록 하는 전형적인 오픈소스 협업 체계를 갖추고 있다. 아직은 개인·소규모 환경을 겨냥한 도구인 만큼, 대규모 팀 운영이나 접근 제어 같은 요구는 별도로 확인이 필요하다.