DreamLabs 기술 브리핑: ‘사포칼립스’ 시대의 사내 위키 자체 구축 사례 분석
핵심 요약
이 영상은 ‘사포칼립스(SaaS Apocalypse)’라는 개념을 바탕으로, AI 시대에 대표 한 명이 일주일 만에 월 수십만원을 지불하던 사내 위키 ‘컨플루언스’를 직접 대체한 ‘KMS_OS’ 구축 경험을 공유합니다. 비용 절감, 검색 기능 개선, 그리고 AI 연동의 한계라는 컨플루언스의 단점을 극복하기 위해 파이썬과 SQLite를 활용하여 KMS_OS를 개발했습니다. 특히 제텔카스텐 방식의 ‘지식 지도’와 AI 질문 답변 시 출처를 시각적으로 보여주는 기능이 핵심입니다. 이 빌드로그는 폴더형 위키 시대의 종말과 연결망형 위키의 도래를 선언하며, 다른 SaaS도 자체 대체할 수 있다는 가능성을 제시합니다.
주요 내용
1. ‘사포칼립스’와 SaaS 자체 대체 동기
AI 도구의 발전으로 대표 한 명이 일주일 만에 기존 SaaS를 자체 대체할 수 있는 ‘사포칼립스’ 시대가 도래했습니다. 영상 제작자는 월 수십만원의 비용, 비효율적인 검색, 그리고 AI 연동이 불가능하여 사내 지식이 외부에 갇히는 컨플루언스의 문제점을 해결하고자 KMS_OS를 직접 구축했습니다.
2. KMS_OS의 핵심 설계 및 기능
- 구축 기간: 7일 만에 완성.
- 기술 스택: 파이썬(FastAPI), SQLite, Backblaze B2.
- 설계 원칙: 파이썬 단일 도구, SQLite 단일 파일 데이터, 단순 쿠키 로그인, 키워드 + AI 의미 검색 하이브리드.
- 주요 기능: 마크다운 글 작성 및 자동 백업, 키워드/AI 의미 검색 (52ms), 버전 자동 백업 및 되돌리기.
- 킬러 기능 - 지식 지도: 옵시디언의 그래프 뷰에서 영감을 받은 연결망 형태의 사내 위키. 문서 간 연결성을 시각화하여 정보 탐색을 혁신합니다.
- AI 연동: AI 질문 답변 시, AI가 참조한 문서의 위치를 지식 지도에 표시하여 답변의 신뢰성을 높이고 ‘헛소리’를 방지합니다.
3. 컨플루언스와의 비교 (KMS_OS 우위)
- 비용: 연 수백만원에서 서버비 월 60달러 수준으로 대폭 절감.
- 검색: 키워드 + AI 의미 검색 하이브리드로 효율성 증대.
- AI 연결: 사내 지식을 AI 비서에게 직접 연결하여 활용 가능.
- 지식 지도: 폴더형 트리뷰를 넘어선 연결망형 시각화.
- 버전 관리: 자동 백업 및 한 번에 되돌리기 기능.
- 단점: 권한 화면 다듬기 한 가지는 컨플루언스가 우위.
4. 시사점 및 미래 방향
폴더형 위키 시대는 끝나고 연결망형 위키의 시대가 왔습니다. 영상은 노션, 슬랙, 지라, 드롭박스 등 다른 SaaS도 자체 대체할 수 있는 가능성을 제시하며, 기업들에게 ‘이것을 1주일에 직접 만들 수 있는가?’라는 질문을 던집니다.
DreamLabs 적용
DreamLabs는 이 사례를 통해 다음과 같은 적용 가능성을 모색할 수 있습니다.
- 내부 KMS 효율화: 현재 DreamLabs의 지식 관리 시스템(KMS)이 AI 연동 및 검색 효율성 측면에서 개선될 여지가 있는지 분석하고, 자체 구축 방안을 연구합니다.
- SaaS 대체 가능성 평가: DreamLabs에서 사용 중인 특정 SaaS(예: Notion, Jira)에 대해 자체 개발을 통한 대체 가능성 및 비용 효율성을 평가하는 프로젝트를 시작할 수 있습니다.
- 연구 노트 관리 혁신: 제텔카스텐 방식의 ‘지식 지도’ 개념을 DreamLabs의 연구 노트 및 프로젝트 문서 관리에 도입하여 정보 간의 연결성을 강화하고 새로운 통찰을 얻는 방법을 모색합니다.
- AI 답변 신뢰성 확보: AI가 생성하는 보고서나 정보의 출처를 명확히 표시하는 ‘AI 답변 신뢰성’ 기능을 개발하여 연구 결과의 투명성과 신뢰도를 높이는 아이디어를 탐색합니다.
- 내부 개발 역량 활용: 특정 SaaS의 핵심 기능을 프로토타이핑하고, DreamLabs의 내부 개발 역량을 활용하여 실제 적용 가능성을 평가하는 기회를 마련합니다.
확인 필요
- KMS_OS의 실제 구축 과정 및 코드 구조에 대한 상세한 기술적 검토가 필요합니다. (metadata 기반 추론)
- ‘지식 지도’의 사용자 경험(UX) 및 실제 사내 활용도에 대한 추가적인 검증이 필요합니다. (metadata 기반 추론)
- AI 질문 답변 기능의 정확도, 응답 속도, 그리고 대규모 데이터 처리 시의 성능에 대한 실측 데이터 확인이 필요합니다. (metadata 기반 추론)
- 컨플루언스 대비 KMS_OS의 ‘권한 화면 다듬기’ 외에 다른 잠재적 단점이나 한계점에 대한 심층적인 분석이 필요합니다. (metadata 기반 추론)
- KMS_OS의 장기적인 확장성, 유지보수 용이성, 그리고 보안 측면에 대한 평가가 필요합니다. (metadata 기반 추론)
- 영상에서 언급된 ‘52ms 검색 속도’ 및 ‘서버비 $60’의 구체적인 시스템 환경 및 데이터 규모에 대한 상세 정보 확인이 필요합니다. (metadata 기반 추론)
원본 링크
- YouTube 영상: 월 수십만원짜리 컨플루언스를 7일 만에 직접 만들었어요 — AI 시대 대표 빌드로그
- 딸깍일기 브런치북: https://brunch.co.kr/@ddalkakdiary
핵심 포인트
- AI 시대에는 ‘사포칼립스’ 현상으로 인해 대표 한 명이 SaaS를 직접 대체할 수 있는 시대가 도래했습니다.
- 월 수십만원의 비용, 낮은 검색 효율, AI 연동 불가라는 컨플루언스의 단점 때문에 자체 KMS_OS를 개발했습니다.
- KMS_OS는 파이썬, SQLite 기반으로 7일 만에 구축되었으며, 비용 절감과 AI 연동을 최우선 목표로 했습니다.
- 핵심 기능은 제텔카스텐 방식의 ‘지식 지도’로, 문서 간 연결성을 시각화하여 정보 탐색을 돕습니다.
- AI 질문 답변 시 AI가 참조한 문서의 위치를 지식 지도에 표시하여 답변의 신뢰성을 높입니다.
- KMS_OS는 비용, 검색, AI 연결, 지식 지도, 버전 관리 측면에서 컨플루언스보다 우수하며, 권한 관리 UI만 컨플루언스가 우위입니다.
- 폴더형 위키 시대는 끝나고 연결망형 위키의 시대가 왔으며, 노션, 슬랙, 지라 등 다른 SaaS도 자체 대체 가능성이 있습니다.
영상 구조
- 오프닝: 컨플루언스를 7일 만에 직접 대체한 경험 소개
- PART 1: ‘사포칼립스’ 개념과 컨플루언스를 떠난 이유 (비용, 검색, AI 단절)
- PART 2: 1주일에 구축하기 위한 핵심 결정 4가지 (도구, 데이터, 로그인, 검색 방식)
- 기능 시연 5가지: 마크다운 글 작성, 하이브리드 검색, 버전 자동 백업, 지식 지도, AI 질문 답변 시 출처 표시
- PART 4: 컨플루언스와 KMS_OS의 6가지 기준 비교 (비용, 검색, AI 연결, 지식 지도, 버전 관리, 권한 화면)
- 배운 점 및 아웃트로: 폴더형 위키의 종말과 연결망형 위키의 시대, SaaS 자체 대체 가능성
DreamLabs 적용
- DreamLabs 내부 지식 관리 시스템(KMS)의 AI 연동 및 검색 효율성 개선 방안 연구
- 기존 SaaS(예: Notion, Jira)의 자체 대체 가능성 및 비용 효율성 분석 프로젝트 착수
- 제텔카스텐 방식의 ‘지식 지도’ 개념을 DreamLabs의 연구 노트 및 프로젝트 문서 관리에 적용 검토
- AI가 생성한 정보의 출처를 명확히 표시하는 ‘AI 답변 신뢰성’ 기능 개발 아이디어 탐색
- 내부 개발 역량을 활용하여 특정 SaaS 기능을 프로토타이핑하고, 실제 적용 가능성 평가
- 사내 지식 데이터베이스를 활용한 맞춤형 AI 비서 구축을 위한 기술 스택 및 아키텍처 검토
확인 필요
- KMS_OS의 실제 구축 과정 및 코드 구조 상세 확인 (metadata 기반 추론)
- 지식 지도(Knowledge Map)의 사용자 경험 및 실제 활용도에 대한 추가 검증 (metadata 기반 추론)
- AI 질문 답변 기능의 정확도 및 응답 속도에 대한 실측 데이터 확인 (metadata 기반 추론)
- 컨플루언스 대비 KMS_OS의 ‘권한 화면 다듬기’ 외 다른 단점 여부 확인 (metadata 기반 추론)
- KMS_OS의 확장성 및 유지보수 용이성에 대한 장기적 관점의 평가 (metadata 기반 추론)
- 영상에서 언급된 ‘52ms 검색 속도’ 및 ‘서버비 $60’의 구체적인 환경 및 조건 확인 (metadata 기반 추론)