독립 실험서 파일 재구성 후 질문당 비용 약 30% 절감

핵심 요약

  • 구글 클라우드의 OKF는 조직 지식을 마크다운 파일로 정리해 AI 에이전트가 공유하도록 돕는다. 다만 구글의 자체 벤치마크는 없고, 독립 연구에서도 정확도 향상은 입증되지 않았다.

구글 클라우드(Google Cloud)가 공개한 Open Knowledge Format(OKF)은 조직의 지식을 AI 에이전트가 읽고 공유할 수 있도록 정리하는 파일 규격이다. 독립 실험에서는 지식 파일을 재구성한 뒤 비용이 줄었지만, OKF 자체가 정확도를 높인다는 근거는 아직 제한적이다. 구글도 자체 성능 개선 수치를 공개하지 않았다.

개발자 조 칼슨(Joe Karlsson)은 자신의 홈랩 환경을 Claude Code에 알려주는 마크다운 파일 약 200개를 대상으로 기존 상태, OKF 메타데이터만 추가한 상태, 구조를 재편한 상태를 비교했다. 질문 44개를 각각 세 차례 실행한 결과, 세 구성의 세션 시작 시 로딩 토큰은 차례로 1만6237개, 1만6237개, 8505개였다. Sonnet의 정확도는 97%, 98%, 99%, 질문당 비용은 0.043달러, 0.042달러, 0.030달러로 나타났다.

칼슨의 실험에서 OKF의 파일 머리말만 추가했을 때는 측정 가능한 변화가 없었다. 개념 하나를 파일 하나에 담고 색인으로 연결하도록 재구성하자 시작 시 문맥량이 대략 절반으로 줄고 질문당 비용도 약 30% 낮아졌다. 다만 질문 44개는 작은 표본이며, 칼슨도 정확도가 향상됐다기보다 유지됐다고 평가했다.

SSRN에 공개된 통제 연구에서도 검색이나 답변 품질의 개선은 확인되지 않았다. 같은 원문을 일반 RAG 청크와 OKF 개념으로 구성해 비교했을 때 초기에는 페이지 적중률이 OKF 91.1%, 밀집 벡터 기준 모델 65.8%로 큰 차이를 보였다. 그러나 기준 모델의 인코더는 256토큰까지만 읽을 수 있었고, 지문의 80.9%는 이를 넘었다. OKF 자료를 추가해도 검색과 답변 품질은 나아지지 않았다. 한 OKF 생성 도구 사이트가 제시한 조회당 토큰 약 97% 감소 주장도 독립 벤치마크가 아닌 판매 업체의 홍보 수치다. 해당 사이트는 4만5000토큰이 약 140토큰으로 줄었다고 광고한다.

OKF는 마크다운 파일을 모은 폴더 형태로, 테이블·지표·운영 절차 같은 개념을 파일별로 기록한다. 각 파일은 YAML 머리말로 시작하고 일반 마크다운 링크로 다른 개념을 연결한다. 약 451줄 분량의 규격에서 필수 필드는 type 하나다. 지표 정의, 조인 키, 폐기된 테이블 정보처럼 위키·카탈로그·코드 주석과 구성원의 기억에 흩어진 지식을 에이전트가 활용하도록 정리한다.

구글 클라우드의 샘 맥비티(Sam McVeety)와 아미르 호르마티(Amir Hormati)는 2026년 6월 12일 OKF v0.1을 공개했다. 호르마티는 이를 “플랫폼이 아닌 형식”이라고 설명했다. 사람·파이프라인·LLM이 만든 지식 묶음을 규격에 맞는 도구라면 특정 클라우드나 SDK, 계정 없이 읽도록 하는 데 초점을 맞췄다. 7월 24일 나온 v0.2에는 작성자·검증자·만료 시점 등 선택적으로 쓰는 신뢰 관련 필드가 추가됐다. 프로젝트는 Apache-2.0 라이선스로 GoogleCloudPlatform/open-knowledge-format 저장소에서 관리된다.

구글은 공개 당일 Knowledge Catalog가 OKF 묶음을 받아 에이전트에 제공하도록 업데이트했다. BigQuery 데이터셋에서 개념 파일 초안을 만드는 에이전트, 정적 그래프 뷰어, GA4 전자상거래·Stack Overflow·비트코인 예제 묶음 세 개도 선보였다. 임플리케이터(Implicator)의 분석은 무료 파일 형식과 별개로, 지식을 저장·제공하고 접근을 통제하는 관리 계층이 구글의 판매 영역이며 규격 범위 밖에 있다고 짚었다. 현재 확인할 수 있는 구글의 활용 효과는 정량 성과보다 제품 통합에 가깝다.

이 방식의 배경에는 파일을 에이전트의 기억으로 활용해 온 흐름이 있다. RAG는 대규모 비정형 자료 검색에 유용하지만, 청크가 답변을 나누거나 유사한 표현을 정확한 사실보다 우선하는 한계가 있다. 2026년 4월 2일 안드레이 카르파티(Andrej Karpathy)는 LLM이 마크다운 위키를 만들고 유지하는 개인 지식 기반 구상을 소개했고, 이틀 뒤 LLM Wiki 아이디어 파일을 공개했다. 읽기 전용 원자료, LLM이 작성·관리하는 위키, 구성 방식을 정하는 스키마 문서의 세 층으로 이뤄졌다. OKF는 이런 LLM 위키 패턴을 이식 가능한 상호운용 형식으로 정리한다는 구글의 설명과 맞닿아 있다.

외부 도입 신호는 아직 작다. 독립 사이트 No Hacks는 공개 하루 안에 자사 페이지를 위한 OKF 묶음을 수작업으로 만들었다. Substrate는 OKF 압축파일 내보내기를, Nowledge Mem은 OKF 0.2 묶음 내보내기를 지원한다. 다만 출시 당시 예제 묶음 세 개와 참조 구현 두 개는 모두 구글이 만들었으며, 당시 임플리케이터 보도에서는 외부 도입이 아직 확인되지 않았다고 전했다. 규격 공개를 곧바로 광범위한 사용으로 해석하기는 어렵다.

원문 필자는 현재까지 확인되는 이점이 검색 정확도를 일괄적으로 높이는 데 있기보다, 작은 파일을 색인과 링크로 연결하고 필요할 때 불러와 토큰 사용을 줄이는 데 있다고 평가했다. 접근 제어 부재, 권고 수준의 최신성 관리, 제한적인 검증, 초기 생태계도 과제로 꼽았다. 에이전트가 거의 매 작업에서 참조하고 오류 비용이 큰 지표 정의·스키마·업무 규칙부터 OKF로 정리하되, 방대한 티켓·PDF·로그는 RAG에 남겨두는 방식을 제안했다. 수십 개 개념과 담당자 한 명, 에이전트 활용 사례 하나로 시험하고 기존 구성과 비교하면서 원자료를 보존하라는 권고다.

인공지능(AI)과 스타트업 분야의 주요 소식을 전합니다.