한국어EN

개발자용 — API · MCP

출처로 확인한 AI 역사 기록 1,295개를 프로그램과 AI 도구에서 읽을 수 있어요. 읽기 전용이고, 로그인도 키도 없어요.

API 주소https://next-token.net/api/v1
MCP 주소https://next-token.net/mcp
라이선스CC BY-NC 4.0
요청 한도1분에 120번쯤

무엇을 쓸 수 있나요

읽기 전용 API

기록 찾기·한 건 읽기·오늘의 AI 역사·5분 용어·축·문장 맞춰 보기. GET 요청만 받고 JSON으로 답해요.

MCP 서버

Claude·ChatGPT·Cursor·VS Code 같은 AI 도구에 주소 하나만 넣으면 기록을 찾아 근거로 쓸 수 있어요.

데이터셋 내려받기

기록 전체가 필요하면 API를 여러 번 부르지 말고 데이터 페이지에서 CSV·JSON 파일을 한 번에 받아요.

데이터셋 페이지

더 붙여 쓰기

오늘의 AI 역사 위젯

블로그·학교 홈페이지에 코드 한 줄로 붙이면, 날마다 그날의 AI 기록 하나를 보여 줘요.

위젯 붙이는 법

llms.txt

AI 도구가 이 사이트를 한눈에 알 수 있게 정리한 글이에요. 주요 페이지·데이터·API·MCP 주소가 들어 있어요.

llms.txt 열기

API

주소는 https://next-token.net/api/v1이에요. 모든 답은 JSON이고, 어느 웹 페이지에서나 부를 수 있게 CORS를 열어 두었어요(Access-Control-Allow-Origin: *).

공통 규칙

  • GET만 받아요. 다른 방식은 405.
  • lang=ko(기본) 또는 lang=en으로 한국어·영어를 골라요.
  • 읽기 답에는 Cache-Control: public, max-age=300이 붙어요. 5분 안에 같은 걸 다시 부르지 마세요.
  • 잘못된 값은 400, 없는 것은 404, 너무 잦으면 429와 Retry-After. 오류도 JSON이에요: {"error": {"code", "message"}}.
  • 모든 답에 license·attribution·docs가 들어 있어요. 화면에 보여 줄 때는 출처 줄을 함께 적어 주세요.

GET/api/v1

API 안내 — 엔드포인트·매개변수·라이선스 목록

예시
curl https://next-token.net/api/v1

GET/api/v1/records

기록 찾기와 걸러 보기. q가 있으면 가까운 순서(BM25), 없으면 날짜순이에요.

매개변수
이름설명
q찾을 말 (한국어·영어, 최대 200자)
axis축 번호 0–21 (주 축이나 함께 걸린 축)
year연도 (예: 2017)
from이 날짜부터 (YYYY-MM-DD)
to이 날짜까지 (YYYY-MM-DD)
sourceprimary(1차 출처) 또는 secondary(보도)
orderasc(기본) 또는 desc — q가 없을 때 날짜 순서
limit한 번에 몇 개 (1–50, 기본 20)
offset건너뛸 개수 (다음 쪽)
langko 또는 en
예시
curl -G https://next-token.net/api/v1/records --data-urlencode "q=트랜스포머 논문" -d lang=ko -d limit=1
답 예시 (줄임)
{
  "data": [
    {
      "id": "E0078",
      "url": "https://next-token.net/e/E0078/",
      "lang": "ko",
      "title": "Transformer 논문 Attention Is All You Need 공개",
      "date": "2017-06-12",
      "date_precision": "day",
      "date_text": "2017년 6월 12일",
      "axis": 1,
      "axis_name": "프롬프트 엔지니어링",
      "also_axes": [],
      "actor": "Google (Vaswani 외)",
      "event": "Transformer 논문 Attention Is All You Need 공개",
      "significance": "순환 없이 self-attention만으로 병렬 학습이 가능해져 대규모 사전학습의 구조적 전제가 성립",
      "source": {
        "url": "https://arxiv.org/abs/1706.03762",
        "domain": "arxiv.org",
        "type": "primary",
        "kind": "paper"
      },
      "claim_type": "fact",
      "added_week": "2026-W35",
      "score": 12.09
    }
  ],
  "meta": {
    "total": 67,
    "limit": 1,
    "offset": 0,
    "lang": "ko",
    "order": "relevance",
    "query": {
      "q": "트랜스포머 논문"
    }
  },
  "license": {
    "name": "CC BY-NC 4.0",
    "url": "https://creativecommons.org/licenses/by-nc/4.0/"
  },
  "attribution": "다음 조각 · Next Token (next-token.net) — factnotes, https://blog.naver.com/factnotes",
  "docs": "https://next-token.net/developers/"
}

GET/api/v1/records/{id}

기록 한 건 (예: E0004)

매개변수
이름설명
langko 또는 en
예시
curl https://next-token.net/api/v1/records/E0004?lang=ko
답 예시 (줄임)
{
  "data": {
    "id": "E0004",
    "url": "https://next-token.net/e/E0004/",
    "lang": "ko",
    "title": "다트머스 하계 연구 프로젝트 제안서 작성",
    "date": "1955-08-31",
    "date_precision": "day",
    "date_text": "1955년 8월 31일",
    "axis": 0,
    "axis_name": "전사 — 신경망에서 Transformer까지",
    "also_axes": [],
    "actor": "John McCarthy·Marvin Minsky·Nathaniel Rochester·Claude Shannon",
    "event": "다트머스 하계 연구 프로젝트 제안서 작성 — artificial intelligence 용어 최초 사용",
    "significance": "분야에 이름이 붙은 문서. 이듬해 1956년 워크숍으로 이어짐",
    "source": {
      "url": "http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html",
      "domain": "www-formal.stanford.edu",
      "type": "primary",
      "kind": "official"
    },
    "claim_type": "fact",
    "added_week": "2026-W35"
  },
  "license": …, "attribution": …, "docs": …
}

GET/api/v1/today

오늘의 AI 역사 — 같은 날짜(월·일)의 기록. 날짜를 안 주면 한국 시간으로 오늘이에요.

매개변수
이름설명
dateMM-DD (예: 03-14)
langko 또는 en
예시
curl https://next-token.net/api/v1/today?date=03-14&lang=ko
답 예시 (줄임)
{
  "data": {
    "date": "03-14",
    "page": "https://next-token.net/today/03-14/",
    "records": [
      {
        "id": "E0201",
        "url": "https://next-token.net/e/E0201/",
        "lang": "ko",
        "title": "Claude 정식 출시",
        "date": "2023-03-14",
        "date_precision": "day",
        "date_text": "2023년 3월 14일"
      }
    ]
  },
  "meta": {
    "lang": "ko"
  },
  "license": …, "attribution": …, "docs": …
}

GET/api/v1/terms

5분 용어 — 낱말 목록과 찾기

매개변수
이름설명
q낱말이나 뜻으로 찾기
langko 또는 en
예시
curl -G https://next-token.net/api/v1/terms --data-urlencode "q=인공지능" -d lang=ko
답 예시 (줄임)
{
  "data": [
    {
      "slug": "ai",
      "term": "인공지능",
      "aka": [
        "AI",
        "artificial intelligence",
        "인공 지능",
        "에이아이"
      ],
      "short": "사람의 머리가 필요했던 일을 컴퓨터가 해내게 하는 기술이에요.",
      "group": "basics",
      "level": 1,
      "url": "https://next-token.net/glossary/ai/"
    }
  ],
  "meta": {
    "total": 1,
    "lang": "ko",
    "query": {
      "q": "인공지능"
    }
  },
  "license": …, "attribution": …, "docs": …
}

GET/api/v1/terms/{slug}

5분 용어 한 낱말 — 뜻·설명·비유·이어진 기록

매개변수
이름설명
langko 또는 en
예시
curl https://next-token.net/api/v1/terms/ai?lang=ko

GET/api/v1/axes

22개 축 — 이름·소개·기록 수

매개변수
이름설명
langko 또는 en
예시
curl https://next-token.net/api/v1/axes?lang=ko
답 예시 (줄임)
{
  "data": [
    {
      "axis": 0,
      "mark": "⓪",
      "name": "전사 — 신경망에서 Transformer까지",
      "lead": "AI가 Transformer에 닿기까지, 80년 동안 무엇이 쌓였나",
      "body": "…",
      "count": 66,
      "url": "https://next-token.net/axis/0/"
    }
  ],
  "meta": {
    "total": 22,
    "lang": "ko"
  },
  "license": …, "attribution": …, "docs": …
}

GET/api/v1/check

문장 맞춰 보기 — 「이 말 맞아?」와 같은 규칙. 판정은 match·mismatch·partial·not_found.

매개변수
이름설명
claim맞춰 볼 문장 (300자까지). 저장하거나 기록하지 않아요.
langko 또는 en
예시
curl -G https://next-token.net/api/v1/check --data-urlencode "claim=다트머스 회의는 1956년에 열렸다" -d lang=ko
답 예시 (줄임)
{
  "data": {
    "claim": "다트머스 회의는 1956년에 열렸다",
    "lang": "ko",
    "verdict": "match",
    "label": "연도가 기록과 같아요",
    "message": "「다트머스 하계 연구 프로젝트 제안서 작성」 기록과 맞춰 봤어요. 문장의 연도가 기록과 같아요. 연도만 맞춰 봤으니 문장 전체가 맞다는 뜻은 아니에요.",
    "matched": [
      "year"
    ],
    "reason": "same",
    "parts": [
      {
        "part": "year",
        "claim": "1956",
        "record": "1956",
        "ok": true,
        "basis": "record_text"
      }
    ],
    "records": [
      {
        "id": "E0004",
        "url": "https://next-token.net/e/E0004/",
        "lang": "ko",
        "title": "다트머스 하계 연구 프로젝트 제안서 작성",
        "date": "1955-08-31",
        "date_precision": "day",
        "date_text": "1955년 8월 31일"
      }
    ],
    "note": "기록에 없다고 틀린 말은 아니에요. 이 판정은 기록과 맞춰 본 결과일 뿐이에요."
  },
  "license": …, "attribution": …, "docs": …
}

MCP 서버

주소는 https://next-token.net/mcp이에요. Streamable HTTP 방식이고, 상태를 남기지 않아요(세션 없음). 로그인이나 키 없이 바로 연결돼요. 지원하는 프로토콜 버전: 2026-07-28 · 2025-11-25 · 2025-06-18 · 2025-03-26 · 2024-11-05. 한 번에 보내는 묶음(batch)은 4개까지이고, 메시지마다 요청 한도에 들어가요.

연결하기

Claude (웹·데스크톱 앱)

설정(Settings) → 커넥터(Connectors) → 사용자 지정 커넥터 추가(Add custom connector)를 누르고 이름(예: 다음 조각)과 아래 주소를 넣어요. 인증은 필요 없어요.

넣을 내용
https://next-token.net/mcp

Claude Code

터미널에서 한 줄이면 돼요.

넣을 내용
claude mcp add --transport http next-token https://next-token.net/mcp

Cursor

~/.cursor/mcp.json(모든 프로젝트) 또는 프로젝트의 .cursor/mcp.json에 넣어요.

넣을 내용
{
  "mcpServers": {
    "next-token": {
      "url": "https://next-token.net/mcp"
    }
  }
}

VS Code

작업 공간의 .vscode/mcp.json에 넣거나, 명령 팔레트의 「MCP: Add Server」에서 HTTP를 고르고 주소를 붙여 넣어요.

넣을 내용
{
  "servers": {
    "next-token": {
      "type": "http",
      "url": "https://next-token.net/mcp"
    }
  }
}

ChatGPT (개발자 모드)

개발자 모드를 쓸 수 있는 요금제에서: 설정(Settings) → 앱(Apps) → 고급 설정(Advanced settings)에서 개발자 모드를 켜고, 앱 만들기(Create)에 아래 주소를 넣은 뒤 인증은 「없음」을 골라요.

넣을 내용
https://next-token.net/mcp

도구

모든 도구는 읽기만 해요(readOnlyHint). 답은 짧은 글(기록 주소·출처 줄 포함)과 구조화된 JSON(structuredContent) 두 가지로 와요.

도구
도구설명받는 값
search_records기록 찾기 (축·연도로 좁히기)query, axis?, year_from?, year_to?, lang?, limit?
get_record기록 한 건 전체id, lang?
on_this_day같은 날짜(월·일)의 기록date? (MM-DD), lang?
timeline한 해나 한 축의 기록을 날짜순으로year? | axis?, lang?, limit?
check_claim문장을 기록과 맞춰 보기claim, lang?
define_term5분 용어의 뜻과 설명term, lang?
cite기록 인용문 (plain·APA·BibTeX)id, style (plain | apa | bibtex), lang?

한도와 가볍게 쓰는 법

  • 클라이언트마다 1분에 120번쯤까지예요. 넘으면 429와 Retry-After를 받아요.
  • 이 서버는 요청 하나에 아주 짧은 계산 시간만 쓰는 무료 환경에서 돌아요. 찾기는 미리 만든 색인으로 해요.
  • 기록 전체가 필요하면 데이터셋 파일을 받아 쓰고, 같은 답은 5분 동안 저장해 두었다 다시 쓰세요.
  • 같은 요청을 짧은 간격으로 계속 보내지 마세요. 새 기록은 한 주에 한 번 더해져요.

문장 맞춰 보기(/check, check_claim)에 보낸 문장은 답을 만드는 데만 쓰고 저장하지도 기록하지도 않아요. 다른 요청도 내용이나 주소를 남기지 않아요.

라이선스와 출처 표시

기록과 글은 CC BY-NC 4.0이에요. 비영리 목적이면 출처를 밝히고 자유롭게 쓰고 고치고 나눌 수 있어요. 출처 줄은 이렇게 적어 주세요:

다음 조각 · Next Token (next-token.net) — factnotes, https://blog.naver.com/factnotes

파일 전체와 열 설명은 데이터셋 페이지에 있어요. 데이터셋 페이지