---
title: "디노티시아, AI 에이전트용 지식 플랫폼 ‘AKB’ 오픈소스로 공개"
published: 2026-05-20T08:39:04.204Z
canonical: https://jeff.news/article/2874
---
# 디노티시아, AI 에이전트용 지식 플랫폼 ‘AKB’ 오픈소스로 공개

디노티시아가 기업 내부 문서와 데이터베이스, 구성원의 업무 기록까지 AI 에이전트가 활용할 수 있게 통합하는 지식 플랫폼 AKB를 오픈소스로 공개했다. 단순 검색증강생성(RAG) 저장소를 넘어서 에이전트가 만든 대화, 판단 근거, 결과물까지 축적하는 구조를 내세운다.

- 디노티시아가 AI 에이전트 전용 지식 플랫폼 ‘AKB’를 오픈소스로 공개함
  - 기업 내부 문서, 파일, 데이터베이스뿐 아니라 구성원들의 업무 기록까지 AI 에이전트가 활용할 수 있는 지식 기반으로 묶는 플랫폼임
  - 비상업적 목적 이용자는 무료로 사용할 수 있음
  - “문서 검색 좀 잘하는 저장소”보다 범위를 더 크게 잡은 제품에 가까움

- AKB가 내세우는 차별점은 AI 에이전트가 일하면서 만든 흔적까지 지식으로 쌓는다는 것임
  - 기존 검색증강생성(RAG) 스타일 저장소는 보통 이미 있는 문서를 검색 가능하게 만드는 데 초점이 있음
  - AKB는 대화, 작업 기록, 판단 근거, 결과물까지 지속적으로 축적하고 정리하도록 설계됐다고 설명됨
  - 에이전트가 한 번 처리한 업무 맥락을 다음 작업에서도 이어 쓰게 만들겠다는 방향임

> [!NOTE]
> 기업용 AI에서 자주 막히는 지점은 “모델이 똑똑한가”보다 “우리 회사 맥락을 얼마나 안정적으로 알고 있나”임. AKB는 이 맥락 저장소를 에이전트 업무 기록까지 확장하려는 시도임.

- 기업 내부 지식이 흩어져 있는 문제를 직접 겨냥함
  - 생성형 AI 활용이 문서 작성이나 검색 보조를 넘어 개발, 영업, 인사, 마케팅 같은 실제 업무 프로세스로 확장되고 있음
  - 그런데 회사 데이터는 문서함, 데이터베이스, 파일 저장소, 개인 업무 기록에 따로 흩어져 있는 경우가 많음
  - AKB는 이런 지식을 한곳에서 통합 관리해 AI 에이전트가 업무 맥락을 놓치지 않게 하려는 구조임

- 구조적으로는 온톨로지 기반 접근을 넣었음
  - 서로 다른 형태의 정보를 하나의 지식 기반으로 통합함
  - 문서와 데이터 사이의 의미 관계를 정의해 에이전트가 자료 간 관계까지 활용할 수 있게 했다고 설명됨
  - 단순 키워드 검색보다 “이 문서가 어떤 프로젝트, 역할, 업무 판단과 연결되는지”를 보겠다는 쪽임

- 기업용으로 중요한 권한 관리도 설계 요소에 들어감
  - 부서, 역할, 프로젝트별 권한 관리를 지원함
  - 사용자 간 접근 경계 제어도 주요 요소로 반영됐음
  - 에이전트가 필요한 업무 맥락은 쓰되, 민감한 정보는 권한 범위 안에서 통제하도록 만든다는 얘기임

- 기술 스택 쪽 키워드는 꽤 개발자 친화적임
  - 모델 컨텍스트 프로토콜(MCP) 기반 연동을 지원함
  - 표준 마크다운 문서 관리를 지원함
  - SQL 데이터베이스와 오브젝트 스토리지 같은 다양한 콘텐츠 형태를 함께 관리할 수 있음
  - 그래프 기반 연관성 정의와 디노티시아의 벡터 데이터베이스 ‘씨홀스’ 기반 검색을 결합해 업무 맥락 탐색을 강화함

- 디노티시아는 개발자와 실무 사용자 피드백을 받아 기능을 계속 고도화할 계획임
  - 정무경 대표는 기업의 AI 경쟁력이 어떤 모델을 도입했느냐보다 조직 데이터를 AI가 얼마나 잘 활용하느냐로 옮겨가고 있다고 봄
  - AKB 오픈소스 공개를 통해 더 많은 기업이 자사 지식을 AI 활용 자산으로 바꾸도록 돕겠다는 입장임

---

## 기술 맥락

- AKB가 RAG만 말하지 않는 이유는 기업 업무 지식이 정적인 문서만으로 끝나지 않기 때문이에요. 실제 업무에서는 회의 중 나온 판단, 에이전트가 수행한 작업 결과, 누가 어떤 근거로 결정했는지가 다음 작업의 중요한 맥락이 되거든요.

- 온톨로지 기반 구조를 넣은 것도 같은 맥락이에요. 문서를 그냥 검색 인덱스에 넣으면 “비슷한 문장”은 찾을 수 있지만, 이 문서가 어떤 프로젝트나 역할, 데이터와 연결되는지는 약하게 남아요. 의미 관계를 따로 정의하면 에이전트가 단편 문서보다 연결된 업무 지식을 따라갈 수 있어요.

- MCP 연동은 AI 에이전트가 외부 지식 기반을 쓰는 방식을 표준화하려는 선택에 가까워요. 에이전트마다 매번 커스텀 연동을 만들면 유지보수가 커지니까, 기업 입장에서는 지식 저장소와 도구 연결을 일정한 규격으로 가져가는 게 중요해져요.

- 권한 관리가 핵심 기능으로 들어간 것도 현실적인 포인트예요. 회사 지식 전체를 AI에게 다 열어주면 편하긴 하지만, 인사·영업·재무 같은 민감 데이터가 섞이면 바로 보안 문제가 돼요. 그래서 부서, 역할, 프로젝트 단위로 접근 경계를 두는 설계가 에이전트 플랫폼에서는 거의 필수에 가까워요.

## 핵심 포인트

- AKB는 기업 내부 문서, 파일, 데이터베이스, 업무 기록을 AI 에이전트용 지식 기반으로 통합하는 플랫폼임
- 비상업적 목적 이용자는 무료로 사용할 수 있음
- 문서 간 의미 관계를 온톨로지 기반으로 정의해 AI 에이전트가 자료 간 관계까지 활용하도록 설계됨
- MCP 기반 연동, 표준 마크다운 문서 관리, SQL 데이터베이스와 오브젝트 스토리지 관리를 지원함
- 디노티시아의 벡터 데이터베이스 씨홀스 기반 검색과 결합해 업무 맥락 탐색을 강화함

## 인사이트

기업용 AI 에이전트에서 진짜 병목은 모델 자체보다 ‘조직 지식을 어떤 구조로 먹일 것인가’에 가까워지고 있다. AKB는 그 문제를 RAG 저장소보다 넓게 잡고, 권한·온톨로지·업무 기록까지 한 플랫폼에 넣으려는 시도라 국내 개발팀도 참고할 만하다.