Specify — Auth Service Project
Knowledge Graph
당신은 stateless 세금을 매일 내고 있습니다.
매일 팀이 보이지 않는 비용을 다시 치르고 있습니다.
매번 같은 맥락을 다시 설명합니다.
팀원들이 아침마다 ChatGPT에 똑같은 500자 배경을 다시 적습니다.
문서는 사일로에 있고, AI는 그 사이를 연결하지 못합니다.
Notion의 답변이 지난주 Slack 스레드의 결정과 대화하지 못합니다.
지식이 쌓이지 않습니다.
6개월 차가 1개월 차와 똑같습니다. 팀이 배운 것 중 어느 것도 자산이 되지 않습니다.
Specify란 무엇인가.
Knowledge OS를 "질문에 답하는 AI"와 구별짓는 네 가지 원칙.
수집한 것은 인덱싱한다.
소스와 문서를 워크스페이스로 가져와 검색 가능한 지식 베이스에 임베딩합니다 — 일회성 붙여넣기가 아니라 팀이 나중에 다시 꺼낼 자산입니다.
세션에 묶이지 않는 stateful.
에이전트가 당신의 소스, 결정, 언어를 기억합니다 — 세션 너머로, 팀 전체로.
복리 가치.
인덱싱된 문서와 소스가 많아질수록 RAG가 볼 수 있는 범위가 넓어집니다. 검색 가능한 말뭉치가 팀과 함께 자랍니다.
워크스페이스 맥락 위의 에이전트.
워크스페이스 내 모든 데이터로 답을 형성합니다 — 수동 재설명은 줄이되, 살아 있는 온톨로지 그래프를 판다고 말하지는 않습니다.
Specify가 소스를 답으로 바꾸는 방식.
연결 → KB에 임베딩 → 질의 시점에 검색 → 에이전트.
1단계
Connect
PDF, URL, GitHub, Notion, 채팅 기록, Google Drive. 워크스페이스로 가져옵니다.
2단계
Index
청크, 임베딩, 워크스페이스 지식 베이스 적재 — 콘텐츠가 검색 가능해집니다.
3단계
Retrieve
질의 시점에 RAG가 가장 관련 높은 청크를 가져옵니다(Bedrock KB). 지금 제품에는 별도 그래프 레이어가 없습니다.
4단계
Agent
팀 AI 에이전트가 RAG 결과와 문서 맥락을 사용합니다. 인용은 인덱싱된 소스로 거슬러 올라갑니다.
이미 쓰는 것들과 어떻게 다른가.
| Naive RAG | ChatGPT Memory | Specify (현재) | |
|---|---|---|---|
| 처리 시점 | 쿼리 시점 | 세션 시점 | 수집 시 인덱스 · 질의 시 검색 |
| 구조 | 벡터 청크 | 순서 없는 사실 | KB 벡터 청크 + 링크된 문서 |
| 상태 | Stateless | 개인 사용자만 | 팀 워크스페이스 + 에이전트 스레드 |
| 상호 참조 | 없음 | 수동 | 문서 링크 + RAG 히트 |
| 출처 | 불투명 | 해당 없음 | 인용, 추적 가능 |
| 공유 | 불가 | 불가 | 가능 |