Project Overview

GraphRAG AI-Agent Specify

"문서 도구는 왜 '기록'만 하고 '생각'은 하지 못할까?"

Specify는 이 질문에서 시작된 기업용 AI 두뇌 서비스입니다. 파편화된 기업 데이터를 그래프 기반 온톨로지(Ontology)로 구조화하여, 단순한 정보 저장을 넘어 지식 간의 인과관계를 스스로 규명하고 인사이트를 제안합니다.

💡 Core Problem & Solution

The Problem: 데이터 사일로(Data Silo)와 지식의 휘발

현대의 업무 환경에서 데이터는 폭발적으로 증가하지만, Notion, Slack, Google Docs 등에 파편화되어 존재합니다. 이로 인해 프로젝트 맥락(Context)이 단절되고, 과거의 시행착오가 반복되는 '비효율적 지식 관리' 문제가 발생합니다.

The Solution: 팔란티어(Palantir)의 온톨로지 문서 엔진

글로벌 데이터 분석 기업 팔란티어의 데이터 구조화 방식에 착안하여, 문서 내 객체(Entity)와 관계(Relation)를 정의하는 엔진을 개발했습니다.

• Assetization: 흩어진 텍스트를 유기적인 '지식 자산'으로 자동 전환
• Contextual Reasoning: AI가 문서 간의 충돌이나 연관성을 추론하여 사용자에게 역제안

🛠 Key Features

• Multi-Source RAG System: 내부 문서뿐만 아니라 GitHub(코드), Notion(기획), Google Docs(사양서)를 실시간으로 연동하여 교차 참조 및 답변 생성.
• Semantic Linking (실시간 맥락 연결): 문서를 작성하는 즉시 AI가 관련된 과거 히스토리, 기술 사양, 잠재적 리스크를 실시간으로 사이드바에 추천.
• Insight Dashboard: 프로젝트의 '건강도'와 '기술 부채'를 시각화된 그래프(Knowledge Graph)로 제공하여 의사결정 속도 극대화.

🏗 Technical Architecture

1. Cloud Native & Event-Driven Architecture

• Scalability: AWS Lambda, SQS, EventBridge를 활용한 서버리스(Serverless) 아키텍처를 설계하여 트래픽 변동에 유연하게 대응하고 인프라 운영 복잡도를 최소화했습니다.
• Cost Optimization: 사용량 기반의 리소스 할당을 통해 초기 스타트업 운영에 최적화된 고성능/저비용 구조를 구현했습니다.

2. AI & Real-time Collaboration

• Gen AI Orchestration: AWS Bedrock과 LangChain을 활용하여 단순 답변 생성을 넘어, 자율적으로 외부 데이터를 탐색하고 추론하는 에이전틱(Agentic) 워크플로우를 구축했습니다.
• CRDT (Yjs) Engine: 끊김 없는 실시간 동시 편집 환경을 구현하여 팀 협업 시 데이터 정합성을 보장합니다.

🚀 Traction & Status

• Market Validation: 별도의 마케팅 비용 집행 없이 검색 기반 유기적 유입(Organic Search)만으로 **CTR 3.2%**를 기록하며 시장의 자생적 수요를 확인했습니다.
• Current Status: Next.js 및 AWS Bedrock 기반의 MVP 개발을 완료하고, 현재 오픈 베타 테스트(OBT)를 통해 사용자 피드백 루프를 구축하여 온톨로지 엔진을 고도화하고 있습니다.

Developed with Next.js, AWS Bedrock, and Passion for Knowledge Management.