디노티시아, AI 에이전트용 지식 인프라 AKB 오픈소스로 공개

• 디노티시아가 AI 에이전트용 지식 플랫폼 AKB를 깃허브에 오픈소스로 공개함

  • 디노티시아는 장기기억 인공지능(AI)과 반도체 기반 AI 인프라를 개발하는 국내 기업임
  • AKB는 Agent Knowledge Base의 약자로, 이름 그대로 에이전트가 쓸 수 있는 조직 지식 저장소를 목표로 함

• 포인트는 “문서 검색용 RAG 저장소”에서 멈추지 않겠다는 것임

  • 기존 RAG는 기업 문서를 검색 가능하게 만들고, 모델이 답변할 때 그 문서를 참고하게 하는 쪽에 가까움
  • AKB는 여기에 더해 AI 에이전트가 업무 중 만든 대화, 작업 기록, 판단 근거, 결과물까지 계속 축적하도록 설계됐다고 함
  • 즉, 에이전트가 단발성 챗봇처럼 답하고 사라지는 게 아니라 조직 안에서 기억을 쌓는 구조를 노리는 셈임

• 기업 내부 지식이 흩어져 있다는 문제를 정면으로 겨냥함

  • 문서함, 협업툴, 발표자료, 데이터베이스, 개인 업무 기록이 따로 놀면 AI가 업무 맥락을 이어가기 어려움
  • 그러면 사람은 이미 있는 자료를 다시 전달하고, 담당자에게 같은 내용을 또 물어보고, AI가 읽을 수 있게 문서를 따로 변환해야 함
  • AKB는 이런 반복 작업을 줄이고 부서와 에이전트가 같은 업무 맥락을 공유하게 만드는 쪽에 초점을 둠

• 기술적으로는 온톨로지와 그래프 기반 관계 정의를 핵심 카드로 꺼냄

  • 문서, 파일, 데이터베이스 테이블처럼 형태가 다른 정보를 하나의 지식 기반으로 묶음
  • 온톨로지 기반 구조로 문서와 데이터 사이의 의미 관계를 정의해, 에이전트가 개별 자료뿐 아니라 자료 간 관계까지 활용할 수 있게 함
  • 그래프 기반 연관성 정의를 통해 업무 지식끼리 유기적으로 연결하는 구조도 포함됨

• 기업용으로 쓰려면 권한 관리가 빠질 수 없는데, 이 부분도 설계에 들어감

  • 조직, 부서, 역할, 프로젝트 단위의 권한 관리가 주요 설계 요소로 언급됨
  • 에이전트가 필요한 업무 맥락을 쓰되, 민감한 정보는 권한 범위 안에서 통제하는 구조를 전제로 함
  • AI 에이전트 도입에서 자주 나오는 “이거 사내 데이터 다 긁어가는 거 아냐?” 문제를 의식한 설계임

• 연동 범위도 꽤 넓게 잡고 있음

  • MCP(Model Context Protocol) 기반 연동을 지원함
  • 표준 마크다운 문서 관리, SQL 데이터베이스, 오브젝트 스토리지 같은 콘텐츠 관리도 포함됨
  • 디노티시아의 벡터 데이터베이스 씨홀스(Seahorse) 검색과 결합해 키워드만으로 찾기 어려운 업무 맥락까지 탐색할 수 있다고 함

• 라이선스는 비상업적 목적 무료 사용으로 공개됨

  • 디노티시아는 개발자와 실무 사용자 피드백을 받아 AI 에이전트 기반 업무 환경에 필요한 기능을 계속 고도화하겠다고 밝힘
  • 정무경 대표는 기업의 AI 경쟁력이 “어떤 모델을 도입했느냐”보다 “조직 데이터를 AI가 얼마나 잘 쓰느냐”로 옮겨가고 있다고 설명함

---

기술 맥락

• AKB가 겨냥하는 문제는 모델 성능이 아니라 조직 지식의 상태예요. 좋은 대규모 언어 모델(LLM)을 붙여도 사내 문서, 데이터베이스, 작업 기록이 흩어져 있으면 에이전트는 계속 맥락을 잃거든요.

• RAG만으로는 부족하다는 판단이 깔려 있어요. RAG는 이미 존재하는 문서를 찾아 답변에 붙이는 데 강하지만, 에이전트가 업무를 하면서 만든 판단 근거와 결과물을 장기 기억처럼 관리하는 데는 별도 구조가 필요해요.

• 그래서 온톨로지와 그래프 관계가 중요해져요. 기업 지식은 단순 키워드 매칭보다 “이 문서가 어떤 프로젝트와 연결되는지”, “이 데이터가 어떤 의사결정의 근거였는지”가 더 중요할 때가 많거든요.

• MCP를 지원한다는 점도 실무적으로 의미가 있어요. 에이전트가 외부 도구와 지식 저장소를 붙일 때 매번 커스텀 연동을 만들면 운영 비용이 커지는데, 표준 프로토콜을 쓰면 다른 도구와 연결하기가 상대적으로 쉬워져요.