본문으로 건너뛰기

OTOntology

아직도, 복붙하세요?

새 대화창이 열릴 때마다, 회사 얘기는 처음부터 다시.

도구를 바꾸면 또, 새 창을 열면 또. 매일, 모든 도구에서.

도입 상담 신청
OTOntology 위키 화면입니다. '온보딩'을 검색한 목록에서 각 글마다 어디서 왔는지와 색인 상태를 볼 수 있습니다.

연결이 전부입니다

물어보면, 근거로 답합니다.

WHAT YOU GET

이게 knowledge layer입니다

글마다 원본 링크가 붙은, 물어볼 수 있는 회사 위키.

OTOntology 지식도서관 화면입니다. Notion·Slack·Discord에서 모은 글이 한 목록이 되고, 각 글에 원본 링크가 붙어 있습니다.

JUST CONNECT

직접 만들고, 계속 관리하고

연결만 하면, 나머지는 알아서

직접 만들 필요 없습니다. 몇 번 연결해 두면, 흩어져 있던 글이 물어볼 수 있는 회사 위키가 됩니다.

  • 최대 5분 주기로 변경 확인
  • 바뀐 것만 다시 생성
OTOntology 연동·현황 화면입니다. Notion·Slack·Discord 연동 카드가 있고, 위키 문서 128건과 검토 대기 5건이 함께 보입니다.

ASK IN SLACK · DISCORD

같은 질문에, 또 답하고

쓰던 채널에서, 그냥 물어보세요

봇을 부르면 knowledge layer에서 근거를 찾아 답합니다. 같은 질문에 두 번 답하지 않아도 됩니다.

  • Slack
  • Discord
  • 쓰던 채널 그대로
사내 Slack #general 채널 화면입니다. 노트북 지급 절차를 묻자 봇이 지식도서관에서 찾은 답과 출처 링크를 함께 남기고, 근거가 없는 다음 질문에는 찾지 못했다고 답합니다.

NO EVIDENCE, NO ANSWER

그럴듯한데, 출처는 없고

근거가 없으면, 답하지 않습니다

검색해도 근거를 찾지 못하면 모델을 호출하지 않습니다. 지어낼 기회조차 없습니다.

  • 답할 땐, 항상 원본 출처와 함께
OTOntology 감사로그 화면입니다. 질문마다 답변 또는 '근거 없음' 표시가 채널·시각과 함께 남고, 펼치면 참고한 출처가 보입니다.

거절은 이렇게 일어납니다

개인 연봉 정보를 묻는 질문에 지식도서관 검색 결과가 0건으로 나오자, LLM을 호출하지 않고 근거를 찾지 못했다고 답하는 화면입니다.
답할 땐, 항상 원본 출처와 함께.

MCP · ANY AGENT

어떤 AI 도구든, 연결만 하면

주소 한 줄이면 끝. 찾는 건 기본, 일까지 끝냅니다.

연결되면 이렇게 씁니다

claude mcp add --transport http otontology https://otontology.otoworks.ai/mcp
  • Claude Code
  • Cursor
  • Codex
  • Gemini CLI
  • Windsurf
  • MCP 되는 어디든

에이전트가 실제로 하는 일

Claude Code개발자

위키에서 배포 문서 찾아서, 이 프로젝트 배포까지 쭉 진행해줘

wiki_search("배포 절차")

배포 완료 — 근거는 원본 링크로.

CursorPM

검색 개편 킥오프 문서 초안 잡아줘. 왜 지금 구조로 정했는지도 넣어서

wiki_search("OKR 리뷰")

킥오프 초안 완성 — 결정 배경은 회의록 인용으로.

ClaudeCS

이 고객 문의, 우리 응대 매뉴얼 기준으로 답장 초안 써줘

wiki_fetch("고객 응대 매뉴얼")

답장 초안 완성 — 매뉴얼 원문 링크 첨부.

AGENTIC RETRIEVAL

서버에 쌓을 것인가, 딸각 연결할 것인가

AS-IS

서버형 — 파이프라인을 전부 서버에 쌓는다

서버가 책임질 단계: 6+

  1. 질문
  2. 쿼리 계획
  3. 서브쿼리 분해
  4. 반복 검색
  5. 재랭킹
  6. 자기 평가
  7. 합성
  8. 답변

그리고 전부 서버 운영 몫 —

"reasoning effort" 튜닝인덱스 파이프라인 관리권한 동기화평가 대시보드비용·지연 모니터링
TO-BE

클라이언트형 — 서버는 검색만 잘하면 된다

서버가 할 일: search / fetch 끝

질문

클라이언트 에이전트

Claude Code · Cursor

계획·분해·반복은 여기서

search / fetch

Claude Code · 터미널

claude mcp add --transport http otontology https://…/mcp

연결됨 — 에이전트가 팀 지식을 통째로 이해한 채 일합니다

답변

주소 한 줄이면 끝. 딸각, 연결 — 복잡한 건 이미 잘하는 에이전트에게, 서버는 검색 품질에만 집중합니다.

AUDIT LOG

모든 답변엔 근거가 남습니다

누가 묻고 뭐라고 답했는지, 어떤 글을 참고했는지 전부 남습니다. 사람의 질문도, 에이전트의 조회도요.

회사 단위 격리

데이터는 회사 단위로 나눕니다. 다른 회사 글은 검색에 잡히지 않습니다.

에이전트는 읽기만

에이전트에 열어 둔 통로는 읽기 전용입니다. 위키도 색인도 고칠 수 없습니다.

조회도 기록에 남음

사람의 질문도 에이전트의 조회도 같은 로그에 남습니다. 어떤 근거로 답했는지 나중에 찾아볼 수 있습니다.

WHY KNOWLEDGE LAYER

AI 에이전트 시대의 기반층,knowledge layer

에이전트가 일하려면 회사가 무엇을 알고 있는지 읽을 수 있어야 합니다. 업계는 이 층위를 knowledge layer라 부릅니다. 흩어진 회사 지식을 한곳에 모아 사람과 AI가 같은 근거를 보게 하는 기반층입니다. OTOntology는 이 기반층을 Notion·Slack·Discord 연결만으로 세웁니다.

Why Enterprise AI Starts With A Knowledge Layer

— 엔터프라이즈 AI는 knowledge layer에서 시작한다. Forbes Technology Council, 2026년 8월

연결하면, 알아서 knowledge layer가 되고.

사람에게도, 모든 AI에게도 답이 되고.

근거가 없으면, 답하지 않습니다.

같은 감사로그를 데스크톱과 모바일에서 나란히 띄운 화면입니다. 질문·답변·출처가 두 화면에 똑같이 남아 있습니다.

75초 영상으로 보기

복붙 대신 연결해 두면 무엇이 달라지는지 보여드립니다.

물어보면 근거로 답하는 knowledge layer

문의를 주시면 워크스페이스 연결까지 함께 합니다.

도입 상담 신청
무료 상담 신청