OPENCAIRN · HOSTED OR SELF-HOSTED AI KNOWLEDGE WORKSPACE

쓴 것만 담아두는
도구는 많습니다.
OpenCairn은 읽은 것까지 이해합니다

논문, 문서, 노트, 지원되는 미디어를 넣으면 OpenCairn이 인용 있는 답변을 만들고, 쓸 만한 답변을 검토 가능한 노트나 파일로 남기며, 권한을 작업공간 안에서 지킵니다. 개인은 호스티드로 시작하고, 팀은 셀프호스트로 운영할 수 있습니다.

WHY THIS

RAG 챗봇에서 끝나지 않고,
지식이 남는 작업공간으로.

사내 RAG나 논문 Q&A가 답변창 하나에서 끝나면 금방 운영 한계가 옵니다. OpenCairn은 자료, 권한, 근거, 초안, 승인 흐름을 한 프로젝트 안에서 이어줍니다.

01

자료가 한곳에 모입니다

PDF, 녹음, 웹 링크, 노트가 흩어지지 않고 같은 프로젝트의 작업 맥락으로 쌓입니다.

파일 · 녹음 · 링크 · 노트
02

에이전트가 근거를 찾습니다

현재 프로젝트 안에서 쓸 수 있는 근거와 부족한 부분을 나누고, 답변과 다음 작업을 만듭니다.

근거 · 요약 · 초안
03

결과가 다시 남습니다

괜찮은 답변은 노트, 보고서, 학습 자료, 생성 파일로 남아 다음 세션의 출발점이 됩니다.

노트 · 보고서 · 학습 자료
TECHNICAL PROOF

권한 기반 RAG는
검증 가능해야 합니다.

OpenCairn의 private knowledge 주장은 랜딩 문구만이 아니라 집중 회귀 테스트와 DB 기반 벤치마크로 확인할 수 있게 둡니다.

API TEST

읽을 수 있는 근거만 사용

집중 API 회귀 테스트는 retrieval 후보, rerank prompt, streamed citation, knowledge-refresh action proposal에서 읽을 수 없는 source가 새지 않는지 확인합니다.

회귀 테스트 보기
DB BENCH

같은 질문, 다른 사용자

DB 벤치마크는 실제 사용자, workspace membership, shared/private project, page override, note, chunk를 seed하고 permission leakage 0을 보고합니다.

리포트 읽기
REPORT

운영자가 읽을 수 있는 증거

공개 벤치마크 계획은 actor, hit count, retrieval route, quality decision, leakage, freshness, failure를 case별로 확인하게 합니다.

벤치마크 계획 보기
LOCAL PROOF BUNDLE
$ pnpm proof:rag
API 회귀 테스트
결정적 리포트
DB 기반 벤치마크
실제 데모

mock이 아니라 실제 파이프라인 리플레이입니다.

Attention 샘플은 실제 arXiv PDF에서 시작합니다. 바이트 수와 해시를 검증하고, OpenCairn으로 처리한 뒤, 인용 있는 답변과 노트, HTML, LaTeX, PDF 결과까지 남깁니다. 읽기 전용으로 확인하거나 내 워크스페이스로 복제할 수 있습니다.

AGENT

에이전트는 답변에서
멈추지 않습니다.

오른쪽 에이전트 패널은 현재 프로젝트를 참조하고, 바로 실행할 작업을 제안하고, 근거 찾기·요약·보고서 초안·승인 대기 작업으로 이어갑니다.

RUN LOG
  1. 01현재 프로젝트 참조자료, 노트, 작업 기록 중 어디를 볼지 먼저 정합니다.
  2. 02근거 후보 찾기답변에 쓸 수 있는 출처와 부족한 맥락을 분리합니다.
  3. 03작업 만들기요약, 보고서, 학습 노트, 파일 생성 같은 다음 작업으로 바꿉니다.
  4. 04승인 대기노트나 파일 변경은 미리보기와 승인 상태를 거칩니다.
  5. 05프로젝트에 기록출처, 생성 파일, 실행 상태가 다음 세션에도 남습니다.
AGENT FRAME
01

현재 프로젝트에서 시작합니다.

에이전트는 빈 채팅창이 아니라 열린 프로젝트의 자료, 노트, 작업 기록을 기준으로 시작합니다.

02

근거 후보를 먼저 찾습니다.

자료에 있는 문장, 추론한 내용, 확인이 필요한 빈틈을 나눠 답변과 다음 작업을 만듭니다.

03

바로 실행할 일을 제안합니다.

요약, 근거 찾기, 질문 만들기, 보고서 작성처럼 사용자가 누를 수 있는 작업으로 노출합니다.

04

승인과 기록을 남깁니다.

생성, 승인, 실패, 재시도 상태가 프로젝트 활동과 에이전트 패널에 남습니다.

자동화보다 중요한 건 통제입니다.

에이전트가 할 수 있는 일은 넓히되, 노트와 파일이 바뀌는 순간에는 미리보기와 승인 흐름을 먼저 둡니다.

업로드에서 승인까지,
근거가 남는 작업 파이프라인.

OpenCairn은 답변만 보여 주고 끝내지 않습니다. 자료를 프로젝트에 넣고, 읽을 수 있는 맥락으로 정리하고, 근거와 초안을 거쳐 승인 가능한 변경만 프로젝트 지식으로 남깁니다.

01 · ADD
넣기

PDF, 녹음, 링크, 노트를 현재 프로젝트의 자료로 묶습니다.

02 · READ
읽기

본문, 표, 전사, 메타데이터를 검색 가능한 맥락으로 정리합니다.

03 · RETRIEVE
찾기

현재 프로젝트 범위에서 답변에 쓸 근거 후보를 찾습니다.

04 · ANSWER
답하기

자료 기반 답변과 부족한 근거, 이어서 물을 질문을 분리합니다.

05 · DRAFT
초안화

노트 업데이트, 보고서, 학습 자료 같은 작업 초안을 만듭니다.

06 · REVIEW
승인

노트와 파일 변경은 미리보기와 승인 뒤 프로젝트에 반영됩니다.

runsource.ingestedevidence.linkedreview pending

결과는 다시 프로젝트 자료로 되돌아갑니다.

답변에는 출처와 실행 맥락이 붙습니다. 어떤 자료에서 온 문장인지, 어떤 작업 초안으로 이어졌는지 나중에 다시 확인할 수 있어야 합니다.

citation.sources: ["source: attention-rag.pdf","action: literature_review.draft"]

자동화는 빠르게,
변경은 확인하고.

OpenCairn은 에이전트가 프로젝트를 읽고 작업하게 만들지만, 중요한 변경은 사용자가 확인한 뒤 반영되도록 설계합니다.

[ a ]sovereignty

자료는 사용자의 프로젝트에 남습니다.

텍스트, 벡터, 원본 파일을 자체 인프라에 둘 수 있습니다. 외부 connector와 provider 호출은 설정한 경로에 따라 달라집니다.

[ b ]control

에이전트는 제안하고, 사용자가 적용합니다.

노트 업데이트, 파일 생성, 정리 작업은 미리보기와 승인 상태를 거쳐야 합니다. 빠른 실행보다 되돌릴 수 있는 변경이 먼저입니다.

[ c ]outcome

답변은 다시 쓸 수 있어야 합니다.

대화가 끝나도 남는 노트, 보고서, 학습 자료, 생성 파일로 이어져야 프로젝트 지식이라고 부를 수 있습니다.

[ d ]open·forever

직접 운영할 수 있어야 합니다.

기본은 AGPLv3로 공개되어 포크, 수정, 자체 배포가 가능합니다. 조직 정책상 AGPL을 받아들이기 어려운 경우를 위한 상용 라이선스도 둡니다.

직접 띄우고,
내 데이터로 운영할 수 있습니다.

OpenCairn은 셀프호스팅 가능한 오픈소스 프로젝트입니다. 데이터베이스와 파일 스토리지, 워크플로 엔진을 직접 올리고, 사용할 모델 provider와 배포 방식을 선택할 수 있습니다.

  • 01최소 4 vCPU · 8GB RAM, 권장 8 vCPU · 16GB RAM
  • 02x86_64 + ARM64 멀티아키 (Raspberry Pi · Apple Silicon · Oracle Ampere)
  • 03pg_dump 기반 백업·복구·검증 스크립트 제공
  • 04Cloudflare R2 / MinIO / S3 중 선택
  • 05self-host doctor로 provider · egress · 백업 준비 상태 확인
  • 06source ingest · chat run · agent action 감사 로그 기반
TERMINAL
$ git clone <your-fork-url>
$ cd opencairn-monorepo
$ cp .env.example .env
# .env에 필수 secret과 사용할 model provider 설정
$ pnpm install
$ docker compose up -d postgres redis minio temporal
$ pnpm db:migrate
$ pnpm dev:docker
$ SELF_HOST_EGRESS_MODE=offline pnpm self-host:doctor
→ http://localhost:3000
서비스 기동 완료
헬스체크 통과
첫 워크스페이스 생성 대기 중
$ cp .env.example .env → pnpm db:migrate → pnpm dev:docker → pnpm self-host:doctor

자주 묻는 질문

그냥 RAG 챗봇과 뭐가 다른가요?+

OpenCairn은 답변창 하나가 아니라 프로젝트 작업공간을 중심에 둡니다. 오른쪽 에이전트가 현재 프로젝트 자료와 노트를 참조하고, 근거 찾기·요약·보고서 초안·승인 대기 작업을 같은 프로젝트 안에 남깁니다.

에이전트가 실제로 무엇을 하나요?+

현재 프로젝트 범위를 확인하고, 자료에서 근거 후보를 찾고, 답변을 노트·보고서·학습 자료·생성 파일 같은 작업으로 바꿉니다. 중요한 변경은 바로 쓰지 않고 검토와 승인 상태로 남깁니다.

Notion이나 NotebookLM을 대체하려는 건가요?+

일부 사용 맥락은 겹치지만 방향이 다릅니다. Notion처럼 오래 남는 작업공간을 원하고, NotebookLM처럼 자료 기반 질문도 원하며, 여기에 승인 가능한 에이전트 작업까지 붙이고 싶은 사용자를 기준으로 만듭니다.

데이터는 어디에 저장되나요?+

셀프호스팅에서는 여러분이 운영하는 인프라에 저장됩니다. 텍스트와 벡터는 데이터베이스에, 원본 파일은 파일 스토리지에 둡니다. 외부 모델 provider나 connector를 켜면 해당 설정에 맞춰 외부 통신이 발생하며, offline egress mode에서는 doctor가 이런 설정을 실패로 표시합니다.

기업이나 공공기관 PoC에서 무엇을 확인할 수 있나요?+

self-host doctor로 필수 secret, provider, backup/restore, public origin, external egress 설정을 점검할 수 있습니다. 관리자 감사 로그는 source ingest, chat run, agent action 흐름을 남기도록 설계되어 PoC에서 운영 추적성을 확인할 수 있습니다.

AI가 노트를 마음대로 바꾸나요?+

그 방향으로 만들지 않습니다. 중요한 변경은 미리보기와 승인 흐름을 거쳐 적용하고, 적용 전 상태가 바뀌면 새 미리보기를 요구하는 방식으로 통제합니다.

오디오나 영상 파일도 분석이 되나요?+

지원되는 미디어 경로가 설정된 환경에서는 가능합니다. 오디오와 영상은 provider와 worker 설정에 따라 전사된 뒤 텍스트 자료처럼 처리됩니다. 실시간 전사는 지원하지 않으며, 파일 업로드 후 처리됩니다.

AGPLv3면 회사에서 못 쓰는 거 아닌가요?+

OpenCairn은 듀얼 라이선스입니다. 기본 AGPLv3로도 내부 사용을 검토할 수 있지만, 네트워크 제공이나 소스 공개 의무가 걸릴 수 있는 배포 방식은 조직의 법무 검토가 필요합니다. 내부 정책상 AGPL 컴포넌트 사용이 어렵거나 소스 공개가 곤란한 조직을 위해 별도 상용 라이선스를 운영합니다.

지금 완성된 제품인가요?+

계속 개발 중인 제품입니다. 현재 제공되는 기능과 앞으로 열릴 기능은 공개 문서와 릴리스 노트에서 확인할 수 있게 유지합니다.

CLOSING

프로젝트 하나를 열고,
자료에서 결과까지 이어보세요.

PDF, 녹음, 링크, 노트를 넣으면 OpenCairn이 근거를 찾고 답변, 노트 초안, 보고서 같은 작업으로 이어갑니다.

GitHub에서 코드 보기·셀프호스팅 가이드