출처: TechLLM
문서유형: 블로그 포스트
#구글클라우드 #OKF #AI에이전트 #마크다운 #지식그래프 #LLM위키 #AGENTS_md

개요

구글 클라우드(Google Cloud)가 6월 14일(현지 시각) Open Knowledge Format, 줄여서 OKF v0.1을 공개했습니다. 한마디로 정리하면 “사내 지식을 마크다운(Markdown) 한 묶음으로 표준화해서, 어떤 AI 에이전트든 그 묶음만 보면 회사 맥락을 이해하게 만들자” 는 미니멀 스펙입니다.

요즘 코딩 에이전트를 써 본 분이라면 한 번쯤 겪었을 겁니다. 모델은 똑똑한데 우리 회사의 테이블 이름, 컨벤션, 정책을 모릅니다. 그래서 매번 같은 맥락을 프롬프트에 다시 붙여 넣게 됩니다. OKF는 바로 그 문제를 포맷 표준으로 풀어 보겠다는 시도입니다.

핵심 요약

  • OKF v0.1은 사내 지식을 YAML 프론트매터 + 마크다운 본문 한 폴더로 묶는 포맷입니다.
  • 필수 필드는 단 하나, type뿐입니다. 나머지는 생산자가 자유롭게 확장합니다.
  • 문서끼리는 일반 마크다운 링크로 이어져, 자연스럽게 지식 그래프가 됩니다.
  • 안드레이 카파시가 띄운 “LLM 위키” 패턴을 시스템 간 이식 가능한 형태로 끌어올린 결과물입니다.
  • BigQuery 메타 추출 에이전트, HTML 시각화기, 샘플 번들 3종이 함께 공개됐고 GitHub에서 바로 받을 수 있습니다.

흩어진 지식이 AI 에이전트를 막아 세운다

흩어진 사내 문서가 한쪽에 쌓여 있고 반대쪽에서는 같은 내용이 한 묶음의 정돈된 마크다운으로 다시 정리되는 모습을 표현한 유화풍 일러스트

흩어진 사내 지식을 한 묶음의 마크다운으로 다시 정리한다

OKF가 푸는 문제는 어떤 회사에서든 익숙합니다. 사내 지식은 한곳에 없습니다. 데이터 카탈로그의 메타정보, 위키 페이지, 코드 주석, 노트북 셀, 그리고 결국 담당자 머릿속까지. AI 에이전트가 “이 데이터셋으로 SQL 짜 줘"라는 요청을 받으면, 이 조각들을 직접 긁어모아 맥락을 다시 짜야 합니다.

구글 클라우드는 이 상황을 두 줄로 정리합니다. 에이전트 개발자는 모두 같은 컨텍스트 문제를 처음부터 다시 푼다. 그리고 카탈로그 벤더는 모두 같은 데이터 모델을 처음부터 다시 만든다.

코딩 에이전트에 연결한 옵시디언 볼트, AGENTS.md나 CLAUDE.md 같은 컨벤션 파일, 데이터 팀의 “metadata as code” 저장소 — 모두 비슷한 패턴을 따릅니다. 하지만 각자 자기 시스템 안에서만 통합니다. 한 시스템에 들어간 지식은 다른 시스템으로 잘 넘어가지 못합니다. OKF는 바로 그 벽을 깨는 데 초점을 둡니다.

스펙은 최소한, 확장은 자유

OKF가 강요하는 건 거의 없습니다. 번들은 마크다운 파일들이 모인 디렉터리 한 개입니다. 각 파일은 YAML 프론트매터로 시작합니다. 거기서 필수는 type 하나뿐입니다. title, description, resource, tags, 타임스탬프 같은 필드는 권장은 되지만 선택입니다. 본문은 그냥 마크다운입니다.

문서끼리의 연결도 일반 마크다운 링크로 합니다. 거기서 지식 그래프가 자연스럽게 만들어집니다. 별도 그래프 DB가 필요 없습니다. 결과적으로 OKF 번들은 그 자체로 IDE에서 열리고, GitHub에서 바로 렌더링되고, 어떤 검색 도구로도 색인할 수 있습니다.

이 단순함이 핵심입니다. 어떤 type을 쓸지, 어떤 추가 필드를 넣을지, 본문을 어떻게 구성할지는 모두 생산자 마음입니다. 사람이 직접 손으로 쓴 번들도, 에이전트가 자동으로 뽑아낸 번들도 같은 포맷을 따릅니다. 소비자 입장에서는 둘이 구분되지 않습니다.

카파시의 “LLM 위키"를 표준 포맷으로

이 흐름의 출발점이 안드레이 카파시가 최근 주목받게 만든 “LLM 위키” 아이디어입니다. 회사 안의 지식을 마크다운 한 묶음으로 정리해 두면, 인간도 읽고 LLM도 읽을 수 있다는 단순한 주장이었습니다. 옵시디언, GitHub 리포지토리, AGENTS.md 패턴 모두 사실상 같은 발상의 변주입니다.

OKF는 이 패턴에 공식 옷을 입힌 것에 가깝습니다. 누가 만들었든, 어디에 저장됐든, 같은 규칙을 따르면 다른 시스템에서도 그대로 읽힌다는 이식성이 본질입니다. 클라우드, 데이터베이스, 에이전트 프레임워크가 무엇인지 따지지 않습니다.

같이 공개된 레퍼런스 구현

작은 로봇이 빛나는 데이터 서버 옆에서 BigQuery 데이터셋을 끌어내 OKF 마크다운 문서로 쌓아 올리는 모습을 그린 유화풍 일러스트

BigQuery 메타 추출 에이전트가 테이블마다 OKF 문서를 생성한다

구글 클라우드는 스펙만 던지지 않았습니다. 실제로 만져 볼 수 있도록 몇 가지 레퍼런스도 같이 풀었습니다.

  • BigQuery 메타 추출 에이전트: 데이터셋을 크롤링하면서 테이블마다 OKF 문서를 자동으로 생성합니다.
  • 정적 HTML 시각화기: OKF 번들을 그대로 웹에서 둘러볼 수 있는 단순한 뷰어입니다.
  • 샘플 번들 3종: GA4 e-commerce, Stack Overflow, 비트코인 데이터셋이 포함됐습니다.

여기에 구글의 Knowledge Catalog도 업데이트돼, OKF 번들을 그대로 흡수해 에이전트에게 서빙할 수 있게 됐습니다. 스펙과 코드는 GitHub에 올라와 있고, Knowledge Catalog 연동은 별도 문서로 제공됩니다.

실무자가 볼 핵심 포인트

  • 에이전트 컨텍스트 비용을 포맷으로 흡수합니다. 같은 회사 정보를 매번 프롬프트로 옮기지 말고, OKF 번들 한 묶음을 만들어 두면 다음 에이전트도 그대로 씁니다.
  • AGENTS.md·CLAUDE.md를 쓰던 팀이 가장 자연스럽게 올라탑니다. 이미 마크다운으로 컨벤션을 정리해 두고 있다면, 프론트매터만 OKF 규격으로 맞추면 됩니다.
  • 데이터 팀은 BigQuery 에이전트가 좋은 출발점입니다. 테이블별 자동 추출본을 만들고, 부족한 비즈니스 맥락만 사람이 덧붙이는 식으로 가면 비용이 낮습니다.
  • 벤더 종속을 한 단계 풉니다. 한 카탈로그에 묶여 있던 메타가 OKF로 빠지면, 다른 카탈로그·에이전트로 옮기는 비용이 크게 줄어듭니다.
  • 그래프 DB를 미리 도입할 필요가 없습니다. 마크다운 링크가 곧 그래프 엣지이므로, 일단 번들부터 만들고 시각화는 나중에 붙여도 됩니다.

마치며

OKF는 화려한 스펙이 아닙니다. 오히려 덜 정한 것이 매력입니다. 필수 필드 하나, 마크다운 본문, 그리고 마크다운 링크. 이 정도 약속만 모두가 지키면, 사내 위키와 데이터 카탈로그와 코딩 에이전트가 같은 언어로 이야기할 수 있다는 게 구글의 베팅입니다. 사내 지식을 AI에 어떻게 먹일지 고민하던 팀이라면, 일단 AGENTS.md 한 장부터 OKF 규격으로 옮겨 보는 데서 시작해도 충분합니다. 작게 시작해도 효과는 누적됩니다.

원문 출처

원문 보기 — Matthias Bastian, THE DECODER (2026-06-14)