본문으로 건너뛰기

AI와 함께 살펴본 AKM의 구조와 기업용 지식관리

안상영

2026.10.14

AKM과 기업용 지식관리 소개

AKM으로 업무 자료를 정리하면서,

저장된 자료가 어떤 과정을 거쳐 다음 작업에 쓰이는지 살펴보았다.
설명에 자주 등장하는 LLM 위키, 온톨로지, 지식그래프, RAG가 각각 무엇을 하는지도 알아보고 싶었다.

AI와 함께 내 컴퓨터의 AKM 폴더를 열고 지침과 코드를 읽었다.
현재 작동 방식을 정리한 뒤, 어떤 기능이 필요한지 검토했다.
이 글은 그 과정을 정리한 기록이다.

AKM의 구조를 이해하거나 개인의 지식관리 방식을 회사 업무에 적용하려는 사람에게 참고가 될 수 있다.

AI 도구를 활용한 진행 방법

Windows 컴퓨터에서 파일을 읽고 프로그램을 실행할 수 있는 AI 도구로 작업했다. 운영 지침인 AGENTS.md와 작업별 지침인 SKILL.md, 자료 분류 규칙, 설명 문서, 개념과 관계를 담은 JSON 파일, Python·Node.js 코드를 살펴보았다.

질문은 세 가지로 나누었다.

  1. 자료는 어디에 보관되며, 누가 읽고 작업을 수행하는가?

  2. 위키, 지식그래프, 온톨로지, RAG는 현재 어떻게 쓰이고 있는가?

  3. AKM을 기업용 지식관리 서비스로 만들려면 어떤 기능을 더 개발해야 하는가?

자료 보관 및 작업 처리 방식

먼저 폴더마다 어떤 내용을 보관하는지 확인했다. AKM은 원문, 정리한 지식, 작업의 목적과 조건, 반복 절차, 실행 기록을 나누어 관리하고 있었다.

폴더

보관하는 내용

00-inbox

새로 들어온 자료와 아직 분류하지 않은 내용

10-sources

원문과 출처

20-knowledge

다시 활용할 지식, 개념과 관계, 설명 문서

30-context

사용자와 프로젝트의 목적, 조건, 제약

40-memory

작업을 시작할 때 먼저 확인할 짧은 안내

50-procedures

반복 작업의 순서와 확인할 사항

60-actions

실행 내용, 결정 사항, 인수인계 기록

70-evaluation

검사 결과, 오류 기록, 품질 기준

실제 작업은 AI를 사용하는 프로그램이 실행한다. 이 프로그램이 AI 모델에 필요한 내용을 전달하고, 모델이 요청한 파일 읽기나 코드 실행을 처리한다. AKM은 이때 읽을 지침과 자료, 저장 규칙, 작업에 필요한 도구를 제공한다.

요청을 처리하는 순서는 다음과 같다.

Open optionstext

사용자가 작업을 요청한다
    ↓
AI가 지침과 필요한 자료를 읽는다
    ↓
AI 모델이 다음 작업을 판단한다
    ↓
프로그램이 파일을 읽고 쓰거나 도구를 실행한다
    ↓
AI가 결과를 확인하고 작업을 이어 가거나 답변한다

SKILL.md에는 일을 처리하는 방법이 적혀 있다. Python·Node.js 코드는 파일을 찾아 읽거나 자료의 구조를 검사한다. 지침과 실행 도구가 맡는 일을 나누어 보니 전체 작동 방식을 이해하기 쉬웠다.

분석에 사용한 질문을 다시 정리한 요청문 예시는 다음과 같다.

Open optionstext

이 AKM 폴더의 지침과 코드를 읽고 작동 방식을 설명해 줘.
자료를 보관하는 방법, AI가 맡는 일, 프로그램이 실행하는 일을 나누어 설명해 줘.
LLM 위키, 지식그래프, 온톨로지, RAG가 각각 무엇을 하는지도 정리해 줘.
이미 작동하는 기능과 앞으로 개발할 기능을 구분하고,
주요 설명에는 확인한 파일을 연결해 줘.

기술별 역할과 활용

각 기술을 이름보다 실제 쓰임에 따라 정리했다.

기술

맡는 일

현재 확인한 내용

LLM 위키

AI가 읽고 활용할 수 있도록 지식을 설명글로 정리한다

설명 문서와 수정 지침

지식그래프

대상과 주장, 출처 사이의 관계를 기록한다

JSON 파일에 담긴 연결 정보와 이를 찾아보는 코드

온톨로지

대상의 종류와 관계의 뜻, 적용 조건을 정한다

개념과 관계를 정리한 자료, 종류와 연결을 확인하는 일부 검사

RAG

필요한 자료를 찾아 답변의 근거로 삼는다

AI가 색인과 파일을 찾아 읽고 답변에 활용하는 방식

이곳의 AKM은 개념과 관계를 정리한 자료에 설명글을 연결하고, AI가 필요한 내용을 찾아 읽는 구조였다. 위키는 내용을 풀어 설명하고, 지식그래프는 연결을 기록하며, 온톨로지는 그 연결의 뜻과 조건을 정한다.

추가 개발이 필요한 부분도 따로 정리했다. 문서를 작은 단위로 나누고, 뜻이 비슷한 내용을 검색한 뒤, 답변에 쓸 자료의 순서를 다시 정하는 검색 기능이 여기에 해당했다. JSON 파일에 기록된 관계를 따라가는 코드는 있었지만, 논리 규칙에 따라 새로운 사실을 자동으로 도출하는 기능은 확인되지 않았다.

이렇게 구분하니 현재 갖춘 기능과 앞으로 만들 기능을 구체적으로 나눌 수 있었다.

기존 업무 적용 사례

구조를 실제 자료와 함께 이해하기 위해 기존 컨설팅 프로젝트의 기록도 살펴보았다.

자료에는 서비스의 기능, 이를 수행하는 업무, 세부 작업과 활동, 결과물이 연결되어 있었다. 서비스별 설명 문서는 같은 대상을 같은 ID로 가리키고, 연결된 출처를 바탕으로 내용을 설명했다.

예를 들어 어떤 기능이 업무에서 어떻게 쓰이는지 알아보려면 기능 이름에 더해 수행할 활동과 결과물을 확인해야 한다. 이때 필요한 지식까지 연결되어 있으면 질문에 맞는 자료를 찾아 읽을 수 있다.

2026년 10월 10일의 검증 기록에는 다음 결과가 남아 있었다.

항목

기록된 결과

원자료에서 분류하고 연결한 주요 검토항목

68개

자료를 바탕으로 정리한 업무 흐름

36개

서비스별 지식 설명 문서

3편

당시 정한 검사 범위에서 발견된 구조 오류

0건

68개는 원자료의 주요 검토항목 수다. 개발하기로 확정한 기능 수를 뜻하지는 않는다. 구조 오류 0건은 당시 ID와 문서 연결, 근거 위치 등을 검사한 결과다. 고객의 승인 여부와 실제 업무에서의 작동 여부는 추가로 확인할 사항이었다.

자료를 어느 폴더에 넣을지 정하는 일과, 자료 속 대상들이 어떤 관계인지 설명하는 일은 각각 필요했다. 두 가지를 함께 정리해야 저장한 자료를 업무 질문에 활용할 수 있었다.

사용 및 수정 과정

AKM에는 자료를 정리하고 사용한 뒤, 결과를 확인해 고치는 절차도 있었다.

Open optionstext

자료 수집 → 분류 → 내용 정리 → 작업 목적과 연결 → 사용 → 확인 → 수정

문제가 생기면 원인에 맞는 기록을 고친다. 지식이 틀렸다면 설명 문서를 수정하고, 작업 방법이 부족했다면 절차를 보완한다. 사용자의 뜻을 잘못 이해했다면 목적과 조건을 다시 정리한다. 다음 작업에서는 이렇게 고친 기록을 읽고 활용한다.

자동 검사와 내용 검토도 나누어 보았다. 자동 검사는 ID나 문서 연결 같은 구조적 오류를 확인한다. 출처가 설명을 실제로 뒷받침하는지, 사용자의 질문에 제대로 답했는지는 내용을 읽고 판단해야 한다.

기업용 지식관리 설계

마지막으로 AKM을 기업용 지식관리 서비스로 만드는 방안을 정리했다.

여러 사람이 함께 쓰려면 문서 등록과 검색 기능에 더해 열람 권한, 검토와 승인, 수정 이력, 오류 처리와 복구 기능이 필요하다. 현재의 자료 구조와 작업 지침을 활용하면서 이런 기능을 추가하는 개발안을 작성했다.

개발할 기능

작동 여부를 확인할 기준

조직과 프로젝트별 자료 관리

사용자가 허용된 범위의 자료만 볼 수 있다

원문과 출처, 수정 이력 관리

답변에 사용한 원문과 당시 내용을 찾아볼 수 있다

개념과 설명 문서의 수정

정의가 바뀌면 관련 문서와 질문을 찾을 수 있다

자료 검색과 답변

주요 설명에 쓰인 출처를 확인할 수 있다

문서 검토와 승인

초안, 확인이 필요한 자료, 공식 자료를 나누어 보여 준다

오류 처리와 복구

실패한 작업을 다시 처리하거나 이전 내용으로 되돌릴 수 있다

개발안에서는 AI가 자료를 분류하고 설명과 수정안을 작성하도록 했다. 서버는 사용자의 열람 권한을 확인하고, 저장할 내용과 검토·승인 절차가 정해진 규칙을 따르는지 검사하는 일을 맡는다.

출처를 확인할 수 있는 답변을 제공하려면 사용자의 권한 확인, 자료 검색, 출처 확인, 답변 작성과 출처 표시가 이어져야 한다. 이에 맞춰 화면 구성, 프로그램 간 연결 방식, 저장할 정보, 시험 항목도 함께 정리했다.

다음에 결정할 사항은 어느 업무에 먼저 적용할지, 누가 사용할지, 어떤 기능부터 개발할지였다. 다룰 문서의 양과 답변에 걸리는 시간, 운영 비용도 실제 업무에 맞춰 정할 필요가 있었다.

결과와 배운 점

분석 결과는 작동 원리, 기술별 역할과 현재 기능, 기업용 서비스 개발안의 세 문서로 정리했다. 현재 구조를 이해하는 자료와 앞으로의 개발을 논의할 자료를 나누어 볼 수 있게 되었다.

작업을 하면서 질문을 구체적으로 나누는 일이 도움이 되었다. 자료를 어떻게 보관하는지, 누가 작업을 실행하는지, 무엇이 이미 작동하는지를 따로 물으니 확인할 내용이 분명해졌다.

자료를 연결할 때는 관계의 뜻과 근거도 함께 남겨야 했다. 어떤 대상이 무엇을 필요로 하는지, 어떤 조건에서 관계가 성립하는지 적어 두어야 나중에 업무 질문에 활용할 수 있다.

개발할 기능에는 작동 여부를 확인할 기준을 붙였다. 검색 결과가 나오는지에 더해 열람 권한을 지키는지, 출처를 확인할 수 있는지, 문제가 생기면 이전 내용으로 돌아갈 수 있는지를 살펴보도록 했다.

앞으로의 계획

우선 적용할 업무와 사용자를 정하고, 자료 등록부터 내용 수정, 출처를 밝힌 답변, 검토까지 이어지는 기본 기능을 구체화할 계획이다.

실제 업무에서 나온 질문으로 검색과 답변이 얼마나 잘 맞는지 확인하려 한다. 그 결과를 보고 단어로 찾는 검색, 뜻이 비슷한 내용을 찾는 검색, 개념 사이의 관계를 따라가는 검색을 어떻게 함께 쓸지 검토할 것이다.

참고한 사례글

글을 구성할 때 다음 지피터스 사례글을 참고했다. 작업 과정과 결과, 배운 점을 차례로 설명하는 흐름을 따랐다.

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

DECK 프로필 이미지
DECK2026.10.14

오류가 나면 한곳에서 고치면 된다고 막연히 생각하며 읽었습니다. 지식, 절차, 목적 중 어디가 잘못됐는지에 따라 고칠 기록도 달라진다는 대목에서 ‘수정’이라는 말을 너무 한 덩어리로 보고 있었구나 싶었어요.

뽀짝이 프로필 이미지
뽀짝이2026.10.14

안상영님, AKM 폴더를 열어 지침과 코드를 직접 읽고 "이미 작동하는 기능"과 "앞으로 개발할 기능"을 나눠 정리하신 과정이 인상 깊었어요.

특히 JSON 관계를 따라가는 코드는 있지만 논리 규칙으로 새 사실을 도출하는 기능은 확인되지 않았다고 솔직하게 적으신 부분, 그리고 구조 오류 0건이 "당시 정한 검사 범위" 결과일 뿐 고객 승인이나 실제 업무 작동과는 별개라고 선을 그어 두신 점이 글의 신뢰도를 높여 줘요.

기능마다 "작동 여부를 확인할 기준"을 붙이신 표도 실용적이었습니다. 열람 권한, 출처 확인, 이전 내용 복구까지 검증 항목으로 둔 게 기업용 설계에서 가장 중요한 부분 같아요. 실제 업무 질문으로 검색 방식을 비교한 결과도 다음 글에서 기대할게요.

고롱고롱… 꼼꼼한 구조 분석 글 잘 읽었어요 🐈‍⬛

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기