WeKnora: RAG와 에이전트를 결합한 기업용 지식 프레임워크
Tencent/WeKnora
GitHubWeKnora는 기업용 오픈소스 LLM 기반 지식 프레임워크로, 문서 이해와 검색 증강 생성(RAG), 자율 에이전트 기능을 통합하여 분산된 문서를 체계적인 지식 자산으로 변환합니다.
- 단순 질의응답을 넘어, 에이전트가 도구 사용과 정보 검색을 자율적으로 조정하며 복잡한 다단계 작업을 수행합니다. 특히 원본 문서를 편집 가능한 마크다운 위키 형태로 자동 정리하는 것이 핵심입니다.
- 사내 여러 곳에 흩어진 다양한 형식과 출처의 문서를 단일하고 검색 가능한 지식 베이스로 통합하여 업무 효율성을 극대화하며, 데이터 기반 의사결정을 지원합니다.
- 온프레미스 또는 사설 클라우드 배포가 가능해 데이터 주권을 보장하며, OpenAI, Gemini 등 다양한 LLM과 연동됩니다. 엔터프라이즈급 기능을 제공하는 만큼 높은 기술 이해도가 필요합니다.
WeKnora는 엔터프라이즈급 문서 이해, 시맨틱 (RAG), 그리고 자율 추론 기능을 갖춘 기반 지식 프레임워크입니다. 이 시스템은 일상적인 질의응답을 위한 RAG 기반 기능 외에도, 복잡한 다단계 작업을 수행하기 위해 정보를 검색하고 도구를 사용하는 ReAct 를 핵심적으로 제공합니다. 특히 원본 문서를 편집 가능한 마크다운 위키 형태로 자동 정리하는 'Wiki Mode'를 통해 자체 유지되는 상호 연결된 지식 베이스를 구축할 수 있습니다.
지식 관리 측면에서 WeKnora는 여러 출처의 데이터를 통합하여 활용합니다. Feishu wiki, GitLab, Notion 등 다양한 소스에서 지식을 가져올 수 있으며, PDF, Word, 이미지, Excel 등 10가지 이상의 문서 형식을 지원합니다. 또한, 세션 간 장기 기억(Cross-session long-term memory) 기능을 통해 사용자의 맥락을 유지하며, 업로드된 문서는 트리 구조의 폴더 뷰를 통해 관리되고 검색 청크는 수정 이력 및 버전 관리가 가능합니다.
기술적으로 WeKnora는 높은 확장성과 보안성을 갖추고 있습니다. OpenAI, Gemini 등 다양한 LLM 제공업체와 연동되며, Langfuse 통합을 통해 에이전트 추론 과정과 사용량에 대한 종합적인 가시성(Observability)을 확보할 수 있습니다. 또한, 워크스페이스별 RBAC(역할 기반 접근 제어)를 지원하고 모듈식 아키텍처를 채택하여 온프레미스 또는 사설 클라우드 배포가 가능해 데이터 주권을 보장합니다.
용어 풀이
- 검색 증강 생성
- 답하기 전에 관련 문서를 찾아 그 내용을 근거로 답하게 하는 방법.
- 오픈소스
- 소스 코드를 공개해 누구나 보고 고치고 다시 배포할 수 있게 한 소프트웨어.
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- 토큰
- AI 모델이 글을 처리하는 단위. 단어보다 작은 조각이며 사용량과 요금을 셀 때 기준이 돼요.