# 유사 서비스 조사와 The Knowledge의 진입 전략

확인일: 2026-09-28. 공식 제품 문서·운영 주체의 공개 저장소를 비교했다. 계정을 개설하거나 유료 성능 시험을 수행한 보고서는 아니다. 공개 저장소가 있다는 사실과 상용 서비스의 고객 규모는 구분했다.

## 결론

**비슷한 서비스는 이미 있다.** 특히 Context7은 ‘AI가 필요한 문서만 찾아 쓰게 한다’는 면에서 직접 비교 대상이다. Memora와 omem은 ‘에이전트가 얻은 지식을 저장하고 다른 에이전트가 재사용한다’는 구조까지 가깝다. 따라서 “AI용 검색”이나 “토큰을 줄이는 메모리”만으로 차별화를 설명하기는 어렵다.

The Knowledge가 시험할 지점은 **서로 다른 사용자가 허용한 공개 근거를 기여하고, 그 근거의 재사용·갱신에 조회 이용량을 돌려주는 공개 지식 교환**이다. 아래 자료에서 이 조합이 동일하게 운영된다는 근거는 확인하지 못했지만, 전 세계에 없는 모델 또는 최초 서비스라고 결론 내릴 수는 없다.

## 공식 자료 비교

| 서비스 | 확인한 기능 | 우리와 겹치는 부분 | 우리가 검증할 차이 |
| --- | --- | --- | --- |
| [Context7](https://context7.com/docs/api-guide) | 라이브러리 문서 검색·관련 문맥 조회 API, [MCP 연결](https://context7.com/docs/clients/cursor), [공개 라이브러리 추가](https://context7.com/docs/adding-libraries) | AI가 최신 문서에서 관련 부분만 가져감. 공개 자료 제출 경로도 있음 | 라이브러리 문서 외의 근거 카드, 기여·갱신·재사용 보상. 초기 개발자 시장의 가장 직접적인 비교 대상 |
| [Tavily](https://docs.tavily.com/documentation/api-reference/endpoint/search) | 웹 검색 결과와 출처별 관련 발췌문, 응답 길이 조절 | AI용 검색과 짧은 근거 제공 | 이미 수행한 조사에서 돌아오는 공개 근거를 축적. 검색 실패 시 보완 도구로 함께 쓸 수 있음 |
| [Exa](https://exa.ai/docs/reference/search) | 웹 검색, text/highlights/summary, 출처·날짜 필터 | 관련 정보를 압축해 에이전트에 전달 | 범용 검색보다 좁은 문제에서 검증 가능한 재사용 경로를 확보해야 함 |
| [Parallel Search](https://docs.parallel.ai/search/search-quickstart) | 조사 목적과 검색어를 받아 제목·URL·excerpts 반환 | 에이전트가 읽기 쉬운 웹 근거 | 재조사 전에 기존 근거를 조회하고, 새 공개 근거를 반환하는 교환 구조 |
| [Mem0 / OpenMemory MCP](https://mem0.ai/blog/introducing-openmemory-mcp) | MCP 도구 간 지속 메모리, 로컬 메모리 관리 UI, 추가·검색·삭제 | 여러 AI 도구 사이에서 이전 작업을 재사용 | 개인의 맥락을 이어주는 메모리와 별도로, 소유자가 공개를 허용한 자료를 다른 사용자에게 제공. 메모리 저장이 로컬이라는 설명만으로 추출 모델까지 외부 전송이 없다고 단정하지 않음 |
| [Supermemory](https://supermemory.ai/docs/overview/what-is-supermemory) | 지속 메모리·사용자 프로필·문서 검색, API/MCP/커넥터, 사용자·작업공간 분리 | 장기 맥락·사실 갱신·검색을 한 계층에서 처리 | 개인화 메모리 대신 공개 근거 교환의 참여율과 품질을 검증. 범용 메모리 경쟁은 피하고 호환 가능성을 열어둠 |
| [Memora](https://github.com/agentic-box/memora) | MCP 기반 공동 메모리, 중복·갱신·상충 분류, 출처 ID가 있는 digest, 버전 관계 | 근거를 쌓고 다음 에이전트가 압축 조회하는 기능이 매우 가까움 | 공개 사용자 사이의 기여 대가·체험·발견 경로. README 기능 설명을 확인했으며 채택 규모·운영 성능은 검증하지 않음 |
| [omem](https://github.com/ourmem/omem) | 개인·팀·조직 Space 간 메모리 공유, 선택적 자동 공유 규칙, MCP/플러그인 | 최초 범위 설정 후 자동 공유한다는 접근이 가까움 | 공개 근거만 받는 교환망과 보상 구조. 공개 저장소의 설계 설명이며 실제 이용자 규모로 해석하지 않음 |

## 어떤 데이터를 받아야 경쟁력이 생기는가

우리에게 가장 쓸모 있는 데이터는 모든 대화가 아니라 **다음 작업에서도 근거로 쓸 수 있는 새로운 사실과 출처**, 기존 사실이 바뀌었다는 증거, 실제 재사용 신호다. 이를 다음처럼 나누어 축적한다.

1. 공개 문서의 짧은 근거 카드: 출처·확인일·문서 해시·기여 허용 범위를 연결한다.
2. 출처 갱신: 기존 카드를 덮어쓰지 않고 새 근거를 연결한다. 출처 일치와 사실의 정당성은 따로 표시한다.
3. 선택 동의한 재사용: 카드 ID와 제한된 이유 코드만 받는다. 질문·대화 전체는 필요하지 않다.
4. 개인 보고서: 사용자가 고른 공개본을 검토하는 별도 경로로 받는다. 일반 자동 기여 경로와 섞지 않는다.

정규식으로 이름을 지우거나 암호화했다는 사실만으로 모든 맥락이 익명화되지는 않는다. 이번 자동 경로는 공개된 공식 문서의 발췌문을 서버가 다시 대조하는 방식으로 범위를 좁혔다. 이것은 진입 장벽을 낮추면서 어떤 내용이 공개되는지 예측 가능하게 만드는 제품 선택이다.

## 트래픽을 모을 실행 순서

- **첫 성공:** 보고서 제출 없이 10회 체험. 연결 직후 50개 공식 문서 질문군에서 실제 자료를 읽게 한다.
- **발견:** 작동하는 원격 MCP, 공식 레지스트리 등록, llms.txt·OpenAPI·서버 렌더링 근거 페이지·사이트맵을 함께 제공한다. 레지스트리 등록을 유입 실적으로 계산하지 않는다.
- **기존 작업에 삽입:** Python·JavaScript 클라이언트로 기존 검색 앞에 조회 한 단계를 추가한다. 자료가 부족하면 사용자의 기존 검색으로 넘어간다.
- **기여 전환:** 사용자에게 허용 출처와 30일 기여 범위를 한 번 설정하게 한다. 허용 범위의 공개 발췌문은 반복 클릭 없이 기여한다.
- **재방문:** 기여·출처 갱신·다른 설치의 적격 재사용에 조회량을 부여한다. 중복·자기 사용·일별 한도를 적용한다.
- **실험:** 검색 품질·첫 조회 시간·동의율·7일 재방문·독립 재사용을 본다. 작은 표본의 성과를 확대 추정하지 않는다.

우선순위는 더 많은 디렉터리에 이름을 넣는 것보다 **다른 개발자의 실제 작업 한 건에서 반복 조사를 줄였다는 재현 가능한 사례**를 확보하는 데 있다. 커뮤니티 연락·홍보 게시를 실행한 것은 아니다.

## 이번 배포와 후속 검증의 경계

배포 대상은 체험, 범위 설정·중지·철회, 공개 발췌문 대조, 기여 보상, 선택 피드백, 암호화한 보고서 검토 초안, 클라이언트 예제, 초기 50개 카드다.

자동 경로는 발췌형 카드부터 시작한다. 자유로운 요약·개인 보고서에서의 카드 묶음 자동 추출은 추가 문맥 검증이 필요하며 현재 자동 게시 경로에 넣지 않았다. 개인 보고서는 기존의 개별 공개본 검토 경로를 사용한다. 의미 중복 병합·사용자 키 개인 보관함·팀 유료 플랜은 후속 항목이다.

50문항 스크립트는 검색 적중·응답 바이트·지연을 재현하는 시작점이다. 질문이 초기 카드 제목과 겹치므로 독립 평가셋이나 실제 사용자 성과가 아니다. 같은 모델로 전체 조사 대조군까지 실행하고 답변 품질을 채점하기 전에는 ‘토큰 몇 % 절감’이라고 홍보하지 않는다. 비용 대조에는 조회·재시도·후속 검색·기여 생성까지 포함한다.

공식 레지스트리의 공개 등록 과정은 [인증 문서](https://modelcontextprotocol.io/registry/authentication)와 [원격 서버 문서](https://modelcontextprotocol.io/registry/remote-servers)를 따른다. MCP 발견 메타데이터와 실제 연결·재사용 지표는 별개로 관리한다.