TL;DR

OpenKB는 LLM을 사용하여 다양한 형식의 원본 문서를 상호 연결된 위키 형태로 자동 컴파일하는 지식 베이스 시스템이다. 기존 RAG가 매번 문서를 검색하는 것과 달리, 지식을 영구적인 위키 구조로 축적하여 시간이 지날수록 지식의 깊이가 더해지는 방식을 취한다. PageIndex를 활용한 벡터 없는 계층적 트리 인덱싱으로 긴 문서에서도 정확한 문맥 파악이 가능하며, 구축된 지식은 Obsidian과 호환되는 마크다운 파일로 저장된다. 또한, 사용자는 이 지식을 기반으로 챗봇을 운영하거나 다른 에이전트가 활용할 수 있는 전문 스킬로 변환할 수 있어 지식 관리와 활용을 동시에 해결한다.

핵심 포인트

• 기존 RAG와 달리 지식을 위키 형태로 컴파일하여 영구적으로 축적하고, 문서 간 상호 참조를 자동 생성하여 지식의 깊이를 더함.
• PageIndex를 활용한 계층적 트리 인덱싱으로 벡터 DB 없이도 긴 문서의 문맥을 정확히 파악하고 검색하는 추론 기반 검색을 지원함.
• PDF, Word 등 다양한 포맷을 지원하며, 구축된 지식을 다른 에이전트가 즉시 활용할 수 있는 전문 스킬로 변환하는 기능을 제공함.
• 생성된 위키는 표준 마크다운 파일로 구성되어 Obsidian 등 외부 도구와 완벽히 호환되며 그래프 뷰를 통한 시각적 관리가 가능함.

이미지 분석