노션·옵시디언의 오픈소스 대안, 이번엔 'AI를 중심에' 두고 만들었어요 — OpenKnowledge

노트 앱에 AI를 '나중에 붙인' 게 아니라 '처음부터 깔고' 만들면

inkeep이라는 팀이 OpenKnowledge라는 노트·지식관리 앱을 오픈소스로 공개했어요. 노션이나 옵시디언 같은 메모 앱의 대안인데, 'AI를 처음부터 중심에 두고 설계했다(AI-first)'는 게 포인트예요.

지금 우리가 쓰는 노트 앱들을 한번 떠올려 볼게요. 노션은 편하긴 한데 내 모든 메모가 남의 회사 서버에 올라가 있죠. 옵시디언은 반대로 내 컴퓨터에 마크다운 파일로 저장돼서 데이터를 내가 소유하지만, AI 기능은 플러그인으로 따로 붙여야 해요. 둘 다 AI가 '나중에 추가된 손님' 같은 느낌이거든요. OpenKnowledge는 그 순서를 뒤집어서, AI가 내 노트 전체를 이해하고 질문에 답하고 알아서 연결해주는 걸 기본 전제로 깔고 만든 거예요.

'AI-first 노트'는 보통 어떻게 동작할까요

이런 류의 앱들이 공통으로 쓰는 핵심 기술이 RAG예요. 이게 뭐냐면, AI가 내 질문에 답할 때 먼저 내 노트 더미를 검색해서(Retrieval) 관련 있는 내용을 찾아오고, 그걸 근거 삼아 답을 만들어내는(Generation) 방식이에요. 검색해서 더하고 생성한다, 그래서 RAG(Retrieval-Augmented Generation)죠.

이게 왜 중요하냐면, 그냥 챗봇한테 물어보면 일반적인 얘기만 하잖아요. 근데 RAG를 쓰면 '내가 3개월 전에 적어둔 그 회의 메모'를 찾아서 그 내용 기반으로 답해줘요. 이걸 가능하게 하려면 노트들을 임베딩(글을 의미가 담긴 숫자 묶음으로 바꾸는 것)으로 변환해두고, 질문이 들어오면 의미가 비슷한 노트를 벡터 검색으로 빠르게 찾아내는 구조가 필요해요. AI-first를 표방하는 앱이라면 이런 파이프라인을 앱 안에 통째로 내장하고 있을 가능성이 높아요.

오픈소스이고 깃허브에 코드가 공개돼 있으니, 실제로 어떻게 구현했는지 직접 들여다볼 수 있다는 것도 큰 장점이에요.

업계 맥락에서 보면

이 분야는 지금 꽤 붐벼요. 옵시디언, 로그시크(Logseq) 같은 로컬 우선 진영이 있고, Mem이나 Reor처럼 처음부터 AI를 내세운 신생 앱들도 있어요. 노션도 AI 기능을 계속 붙이고 있고요. 큰 흐름은 두 가지예요. 하나는 '내 데이터는 내가 소유한다'는 로컬·오픈소스 지향이고, 또 하나는 '쌓아둔 메모를 AI가 알아서 꿰어준다'는 지능화예요. OpenKnowledge는 이 두 흐름을 한 번에 노리는 셈이에요.

한국 개발자에게 주는 시사점

• 오픈소스라 직접 띄워서 쓸 수 있다면, 사내 문서나 위키 위에 올리는 지식 검색 도구로 응용해볼 만해요. RAG를 회사 데이터에 적용하는 연습으로 딱이거든요.
• RAG 파이프라인, 임베딩, 벡터 검색을 실제 제품 코드로 학습하기 좋은 교재예요. 논문이나 튜토리얼보다 돌아가는 코드를 보는 게 빠를 때가 많죠.
• 마음에 안 드는 부분이 있으면 직접 고치거나 기여할 수 있다는 게 오픈소스의 매력이에요.

마무리

'AI를 나중에 붙이느냐, 처음부터 중심에 두느냐'의 차이를 잘 보여주는 프로젝트예요. 내 지식을 내가 소유하면서도 AI의 도움은 충분히 받고 싶은 사람한테는 반가운 선택지죠.

여러분은 메모할 때 클라우드의 편의성과 데이터 소유권 중 어느 쪽을 더 중요하게 두시나요? 그리고 내 노트를 AI가 전부 읽는다는 건, 편리함일까요 아니면 살짝 부담일까요?