본문으로 건너뛰기
피드

디노티시아, 기업용 AI 에이전트 지식 플랫폼 AKB 오픈소스로 공개

ai-ml 약 6분
vote
0
댓글
북마크

디노티시아가 기업 내부 문서, 파일, 데이터베이스, 업무 기록을 AI 에이전트가 쓸 수 있는 지식 기반으로 묶는 AKB를 오픈소스로 공개했다. 단순 검색용 저장소를 넘어 온톨로지, 그래프 관계, MCP 연동, 권한 관리를 넣어 기업 환경에서 에이전트가 같은 업무 맥락을 공유하도록 설계했다는 점이 핵심이다.

  • 1

    AKB는 기업 내부의 문서, 파일, 데이터베이스, 업무 기록을 AI 에이전트용 지식 기반으로 통합함

  • 2

    온톨로지와 그래프 기반 관계 정의로 자료 사이의 의미 관계까지 활용하게 함

  • 3

    MCP 연동, 표준 마크다운 문서 관리, SQL 데이터베이스, 오브젝트 스토리지를 지원함

  • 4

    조직·부서·역할 단위 권한 관리를 전제로 설계돼 기업 보안 요구를 반영함

  • 5

    비상업적 이용자에게 무료 제공하고 개발자 피드백으로 고도화할 계획임

  • 디노티시아가 AI 에이전트용 지식 플랫폼 AKB(Agent Knowledge Base)를 GitHub에 오픈소스로 공개함

    • AKB는 기업 내부에 흩어진 문서, 파일, 데이터베이스, 구성원 업무 기록을 AI 에이전트가 활용 가능한 지식 기반으로 통합하는 플랫폼임
    • 여러 부서와 AI 에이전트가 같은 업무 맥락을 공유하며 협업할 수 있게 만드는 게 목표임
  • 문제의식은 익숙함. 회사 지식은 많은데 AI가 제대로 못 씀

    • 문서함, 협업툴, 발표자료, 데이터베이스에 정보가 흩어져 있음
    • 그래서 직원이 완성된 자료를 다시 전달하거나, 담당자에게 같은 내용을 반복 확인하거나, AI가 읽을 수 있게 문서를 따로 변환해야 함
    • 생성형 AI가 문서 작성 보조를 넘어 개발, 영업, 인사, 마케팅 같은 실제 업무 프로세스로 들어오면서 이 문제가 더 커지고 있음

중요

> AKB의 핵심은 '문서 검색'이 아니라 'AI 에이전트가 조직의 업무 맥락을 계속 기억하고 재사용하게 만드는 지식 기반'이라는 점임.

  • AKB는 기존 RAG(검색 증강 생성) 저장소보다 더 넓은 범위를 노림

    • 문서, 파일, 데이터베이스 테이블처럼 형태가 다른 정보를 하나의 지식 기반으로 묶음
    • 온톨로지(Ontology) 기반 구조로 문서와 데이터 사이의 의미 관계를 정의함
    • AI 에이전트가 업무 과정에서 만든 대화, 작업 기록, 판단 근거, 결과물까지 축적·정리하도록 설계됨
  • 기술 스택 쪽 포인트도 꽤 구체적임

    • MCP(모델 컨텍스트 프로토콜) 기반 연동을 지원함
    • 표준 마크다운 문서 관리를 지원해 사람이 읽고 관리하기 쉬운 형식도 챙김
    • SQL 데이터베이스와 오브젝트 스토리지 등 다양한 콘텐츠를 함께 관리할 수 있음
    • 그래프 기반 연관성 정의로 업무 지식 사이의 관계를 연결함
sequenceDiagram
    participant 직원
    participant 에이전트
    participant AKB
    participant 데이터저장소
    participant 권한관리
    직원->>에이전트: 업무 질문 또는 작업 요청
    에이전트->>AKB: 관련 지식과 업무 맥락 요청
    AKB->>권한관리: 부서·역할·프로젝트 접근 권한 확인
    AKB->>데이터저장소: 문서·테이블·파일·기록 조회
    데이터저장소-->>AKB: 관련 콘텐츠 반환
    AKB-->>에이전트: 관계가 정리된 업무 컨텍스트 제공
    에이전트-->>직원: 근거를 반영한 답변 또는 결과물 생성
  • 검색은 디노티시아의 벡터 데이터베이스 '씨홀스(Seahorse)'와 결합됨

    • 키워드 검색으로는 찾기 어려운 업무 맥락과 관련 정보를 탐색하는 용도임
    • 단순히 단어가 같은 문서를 찾는 게 아니라, 의미적으로 가까운 지식까지 끌어오는 방향임
  • 기업용으로 보려면 권한 관리가 빠질 수 없는데, AKB도 이걸 주요 설계 요소로 둠

    • 조직, 부서, 역할 단위 권한 관리를 전제로 함
    • 부서·역할·프로젝트별 접근 경계를 제어해 지식 공유와 보안 요구를 같이 맞추려는 구조임
    • LLM Wiki, GBrain처럼 에이전트 장기 기억과 지식 저장소에 대한 관심이 커지는 흐름을 기업 환경으로 확장한 셈임

💡

> 사내 AI 에이전트를 붙이려는 팀이라면 모델 교체보다 먼저 '문서와 업무 기록이 권한 체계 안에서 연결돼 있는지'부터 봐야 함. 그게 안 되면 에이전트가 매번 기억상실 상태로 일함.

  • 디노티시아는 AKB를 비상업적 목적 이용자에게 무료로 제공할 계획임
    • 개발자와 실무 사용자 피드백을 받아 기능을 계속 고도화하겠다고 밝힘
    • 정무경 대표는 기업 AI 경쟁력이 어떤 모델을 도입했느냐보다, 조직 데이터를 AI가 얼마나 잘 활용하느냐로 옮겨가고 있다고 설명함

기술 맥락

  • AKB가 RAG만 말하지 않는 이유는 기업 업무에서 '검색 결과 하나'보다 '맥락의 연속성'이 더 중요하기 때문이에요. 에이전트가 지난 대화, 작업 기록, 판단 근거를 같이 봐야 같은 질문을 반복하지 않고 실제 동료처럼 이어서 일할 수 있거든요.

  • 온톨로지와 그래프 구조를 넣은 건 문서 간 관계를 표현하려는 선택이에요. 회사 지식은 파일 단위로만 존재하지 않고, 프로젝트, 부서, 고객, 결정 사항과 얽혀 있어요. 이 관계를 모르면 AI는 그럴듯한 문장을 만들 수는 있어도 업무 맥락을 제대로 짚기 어려워요.

  • MCP 지원은 에이전트 생태계와 붙기 위한 접점이에요. 각 도구마다 별도 연동을 만들면 유지보수가 힘들어지니, 표준 프로토콜로 지식 기반을 열어두려는 의도가 보여요.

  • 권한 관리를 설계 전제로 둔 것도 현실적인 부분이에요. 기업에서는 모든 지식을 모두에게 열 수 없고, 에이전트도 사람과 같은 접근 경계를 따라야 해요. 그래서 조직·부서·역할 단위 제어가 없으면 업무 적용 단계에서 바로 막히게 돼요.

기업 AI의 병목은 모델 성능보다 사내 지식을 얼마나 안전하고 일관되게 먹일 수 있느냐로 옮겨가는 중임. AKB가 의미 있는 이유도 RAG 저장소를 넘어 에이전트의 장기 기억과 조직 권한 모델을 같이 보려는 데 있음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

애플 새 음성 인식 API, 온디바이스 영어 전사에서 위스퍼 스몰까지 이겼다

애플의 새 음성 인식 API인 스피치애널라이저가 리브리스피치 벤치마크에서 기존 SFSpeechRecognizer는 물론 위스퍼 스몰보다도 낮은 단어 오류율을 기록했어. 깨끗한 음성에서는 2.12%, noisy 음성에서는 4.56%로, 기존 애플 API 대비 오류율을 3.5~4배 줄였고 위스퍼 스몰보다 약 3배 빠르게 돌았어. 다만 영어·애플 플랫폼·OS 26 조건의 결과라, 다국어와 크로스플랫폼에서는 여전히 위스퍼의 장점이 남아 있어.

ai-ml

AI를 진짜 잘 쓰는 기업, 미국 증시에서 연 30% 프리미엄 받는다는 연구

예일대와 로체스터대 연구진이 기업의 실제 대형 언어 모델 사용 데이터를 분석했더니, AI 활용도가 높은 상위 20% 기업이 하위 20%보다 주당 평균 0.64% 높은 초과수익률을 냈다. 단순히 AI 기업이냐가 아니라, 업무에 AI를 얼마나 깊게 쓰는지가 시장 가치에 반영되고 있다는 얘기다.

ai-ml

ZTE, AI 에이전트폰으로 스마트폰 재도전…진짜 승부처는 앱 생태계

ZTE가 바이트댄스의 더우바오를 탑재한 AI 에이전트 스마트폰으로 시장 재진입을 노린다. 핵심은 사용자가 명령하면 AI가 여러 앱을 직접 열고 조작하는 방식인데, 위챗·타오바오·알리페이 같은 플랫폼과 충돌하면서 생태계 문제가 가장 큰 변수로 떠올랐다.

ai-ml

노벨상 학자들까지 “AI 경제 충격, 지금 제도 안 만들면 늦다”

노벨 경제학상 수상자 15명을 포함한 학자와 기술 업계 인사 약 200명이 AI가 향후 10년 안에 경제를 급격히 바꿀 수 있다며 정책 대응을 촉구했다. 이들은 산업혁명보다 큰 변화가 훨씬 짧은 시간에 올 수 있고, 대규모 일자리 대체와 생활 수준 향상이라는 양면성이 동시에 존재한다고 봤다.

ai-ml

NHN, AI 데이터센터 매출 기대감에 목표주가 5만6000원으로 상향

한국투자증권이 NHN의 목표주가를 4만5000원에서 5만6000원으로 올리고 투자의견 매수를 유지했다. 핵심 근거는 양평 AI 데이터센터 가동, 공공·민간 GPU 클러스터 수주 확대, 클라우드 사업부 신규 매출 반영이다.