위키에서 배포 문서 찾아서, 이 프로젝트 배포까지 쭉 진행해줘
wiki_search("배포 절차")
배포 완료 — 근거는 원본 링크로.

물어보면, 근거로 답합니다.
WHAT YOU GET
글마다 원본 링크가 붙은, 물어볼 수 있는 회사 위키.

JUST CONNECT
직접 만들고, 계속 관리하고
직접 만들 필요 없습니다. 몇 번 연결해 두면, 흩어져 있던 글이 물어볼 수 있는 회사 위키가 됩니다.

ASK IN SLACK · DISCORD
같은 질문에, 또 답하고
봇을 부르면 knowledge layer에서 근거를 찾아 답합니다. 같은 질문에 두 번 답하지 않아도 됩니다.

NO EVIDENCE, NO ANSWER
그럴듯한데, 출처는 없고
검색해도 근거를 찾지 못하면 모델을 호출하지 않습니다. 지어낼 기회조차 없습니다.

거절은 이렇게 일어납니다

MCP · ANY AGENT
주소 한 줄이면 끝. 찾는 건 기본, 일까지 끝냅니다.
연결되면 이렇게 씁니다
claude mcp add --transport http otontology https://otontology.otoworks.ai/mcp위키에서 배포 문서 찾아서, 이 프로젝트 배포까지 쭉 진행해줘
wiki_search("배포 절차")
배포 완료 — 근거는 원본 링크로.
검색 개편 킥오프 문서 초안 잡아줘. 왜 지금 구조로 정했는지도 넣어서
wiki_search("OKR 리뷰")
킥오프 초안 완성 — 결정 배경은 회의록 인용으로.
이 고객 문의, 우리 응대 매뉴얼 기준으로 답장 초안 써줘
wiki_fetch("고객 응대 매뉴얼")
답장 초안 완성 — 매뉴얼 원문 링크 첨부.
AGENTIC RETRIEVAL
서버형 — 파이프라인을 전부 서버에 쌓는다
서버가 책임질 단계: 6+
그리고 전부 서버 운영 몫 —
"reasoning effort" 튜닝인덱스 파이프라인 관리권한 동기화평가 대시보드비용·지연 모니터링클라이언트형 — 서버는 검색만 잘하면 된다
서버가 할 일: search / fetch 끝
클라이언트 에이전트
Claude Code · Cursor
계획·분해·반복은 여기서
Claude Code · 터미널
claude mcp add --transport http otontology https://…/mcp
연결됨 — 에이전트가 팀 지식을 통째로 이해한 채 일합니다
주소 한 줄이면 끝. 딸각, 연결 — 복잡한 건 이미 잘하는 에이전트에게, 서버는 검색 품질에만 집중합니다.
AUDIT LOG
누가 묻고 뭐라고 답했는지, 어떤 글을 참고했는지 전부 남습니다. 사람의 질문도, 에이전트의 조회도요.
데이터는 회사 단위로 나눕니다. 다른 회사 글은 검색에 잡히지 않습니다.
에이전트에 열어 둔 통로는 읽기 전용입니다. 위키도 색인도 고칠 수 없습니다.
사람의 질문도 에이전트의 조회도 같은 로그에 남습니다. 어떤 근거로 답했는지 나중에 찾아볼 수 있습니다.
WHY 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”
연결하면, 알아서 knowledge layer가 되고.
사람에게도, 모든 AI에게도 답이 되고.
근거가 없으면, 답하지 않습니다.

복붙 대신 연결해 두면 무엇이 달라지는지 보여드립니다.