AI 직원이 활용할 수 있는 지식 베이스 구축하기 — Google Antigravity용 Felo LiveDoc
문서, PDF, 파일, URL을 검색 가능한 지식 계층으로 만들어 반복되는 사무 작업이 흩어진 컨텍스트에 의존하지 않도록 합니다. Felo LiveDoc이 Google Antigravity의 Agent Manager와 어떻게 연동되는지 알아보세요.
왜 Antigravity 에이전트는 같은 질문을 반복할까
Google Antigravity의 Agent Manager는 뛰어난 계획자입니다. 작업을 주면 이를 세분화하고, 적절한 도구를 호출하며, 결과를 전달합니다. 하지만 아무리 프롬프트 엔지니어링을 해도 해결되지 않는 간극이 있습니다. 에이전트는 팀이 이미 알고 있는 내용을 기억하지 못합니다.
에이전트가 새로운 세션을 시작할 때마다, 항상 0에서 출발합니다. 운영 매뉴얼(runbook), 내부 API 문서, 아키텍처 결정 기록, HR 정책, 프로세스 가이드 등은 어딘가에 존재하지만 — 보통 수많은 Google Docs, Confluence 위키, 더 이상 신뢰받지 못하는 공유 드라이브 안에 흩어져 있죠. 에이전트는 이 정보에 접근할 수 없습니다. Gemini 3의 학습 데이터에도 포함되어 있지 않고요. 관련 문서를 컨텍스트 창에 붙여 넣더라도, 세션이 끝나면 그 컨텍스트는 사라집니다.
결국 같은 대화가 계속 반복됩니다.
"스테이징에 배포하려면 어떻게 하나요?"
"벤더 인보이스 승인 프로세스는 어떻게 되나요?"
"결제 API는 어떤 버전을 사용 중인가요?"
사람 직원은 한 번 배우면 기억하지만, AI 에이전트는 매번 잊어버립니다.
이 문제를 해결하기 위해 Felo LiveDoc이 만들어졌습니다.
Felo LiveDoc이란?
Felo LiveDoc은 팀의 문서 — PDF, Markdown 파일, Word 문서, URL 등 — 을 지속적이고 검색 가능한 지식 베이스로 변환해 Antigravity 에이전트가 자동으로 질의할 수 있도록 하는 Felo Skill입니다. 한 번 문서를 인덱싱해두면, 관련된 모든 에이전트 작업이 추측이 아닌 실제 근거 있는 답변을 반환합니다.
다른 Felo Skill과 마찬가지로 .agent/skills/ 폴더에 바로 넣으면 됩니다. Git에 커밋하면, 다음 pull 시 팀의 모든 Antigravity 인스턴스가 이를 자동으로 인식합니다. 사용자별 설정도, 환경 편차도, 별도의 인프라 유지보수도 필요 없습니다.
직접 시도해보세요: Felo LiveDoc — Google Antigravity Skill
문제: 컨텍스트 윈도우는 제한적이고, 기억력이 없습니다
LiveDoc이 왜 중요한지 이해하려면, Antigravity 에이전트가 LiveDoc 없이 어떻게 작동하는지부터 살펴보는 것이 좋습니다.
복사-붙여넣기 워크플로우
현재 에이전트가 내부 정보를 필요로 하면 누군가 다음 작업을 해야 합니다:
- 관련 문서를 찾는다 (2023년 폴더 구조 어딘가에 buried 되어 있다면 행운을 빕니다)
- 필요 부분을 복사한다
- 에이전트 프롬프트에 붙여넣는다
- 컨텍스트 창이 충분히 크길 바란다
- 같은 질문이 내일 나오면 다시 반복한다
이 방식은 확장될 수 없습니다. 사람의 시간, 토큰 예산, 그리고 신뢰를 갉아먹습니다. 붙여 넣은 컨텍스트가 오래되면, 에이전트는 결국 잘못된 답을 내놓게 되기 때문이죠.
환각(Hallucination) 문제
에이전트가 올바른 소스에 접근하지 못하면 추측을 합니다. Gemini 3는 매우 뛰어나지만, 내부 API 엔드포인트나 배포 체크리스트, 지난 분기의 아키텍처 리뷰 결정을 알 수는 없습니다. 근거가 없으면, 보기에는 그럴듯하지만 실제로는 잘못된 답변을 만들어내어 운영 문제를 야기합니다.
세션 초기화 문제
설령 올바른 컨텍스트를 제공해도, 다음 세션이 시작되면 모든 것이 초기화됩니다. 컨텍스트는 에이전트 실행 간에 유지되지 않으므로, 오후 2시에 쌓은 지식은 다음 날 오전 9시에 사라집니다.
LiveDoc은 이 세 가지 문제를 한 층의 지식 계층으로 해결합니다.
LiveDoc 작동 방식
1단계: 문서를 한 번만 인덱싱하기
LiveDoc에 문서 소스(문서 폴더, Markdown 디렉터리, URL 목록, 업로드된 문서 등)를 지정하면, LiveDoc은 이를 처리해 단순한 키워드가 아닌 의미 기반의 **시맨틱 인덱스(semantic index)**를 구축합니다.
즉 “배포를 롤백하는 방법”과 “릴리스를 이전 버전으로 되돌리기”가 완전히 다른 단어를 쓰더라도 같은 의미라는 것을 이해합니다.
이 인덱스는 LiveDoc, 즉 Felo의 지속적 지식 계층에 저장되므로 세션, 에이전트, 팀 구성원을 넘어 그대로 유지됩니다.
2단계: 에이전트가 자동 쿼리 수행
지식 베이스가 만들어지면, 에이전트에게 따로 지시할 필요가 없습니다. Skill의 SKILL.md가 시맨틱 트리거(semantic trigger) 역할을 하며, LiveDoc이 설명하는 주제 — 내부 문서, 런북, 아키텍처 결정, 팀 지식 — 과 관련된 작업일 경우 Agent Manager가 자동으로 해당 Skill을 로드합니다.
에이전트는 LiveDoc에 질의하고, LiveDoc은 인덱싱된 문서에서 가장 관련 있는 구절을 찾아 반환합니다. 에이전트는 그 구절을 기반으로 신뢰할 수 있는 답변을 생성합니다. 사람의 개입은 필요 없습니다.
3단계: 실제 문서에 근거한 답변
핵심은 **근거(grounded)**입니다. 에이전트는 학습 데이터에 기반해 즉흥적으로 답하는 것이 아니라, 실제 런북, API 명세서, 프로세스 문서의 특정 구절을 인용합니다. “kubectl rollout undo 명령을 사용해 되돌리라”고 답했다면, 이는 Gemini 3의 추측이 아니라 실제 배포 가이드에 적혀 있기 때문입니다.
이것이 “도움이 되는 듯한” 어시스턴트와 “정말로 도움이 되는” 어시스턴트의 차이입니다.
단순히 문서를 복사해 넣는 것과 LiveDoc의 차이
지속적 메모리
컨텍스트 창은 초기화되지만, LiveDoc은 그렇지 않습니다. 지식 베이스는 세션이 바뀌어도 유지되어, 오늘 스테이징 배포 프로세스를 학습한 에이전트가 다음 주, 다음 달, 다음 분기에도 그대로 알고 있습니다.
키워드 매칭이 아닌 시맨틱 검색
단순 grep 명령은 “staging”이라는 단어가 들어 있는 모든 문서를 찾지만, LiveDoc의 시맨틱 검색은 사용자의 실제 질문에 대한 답이 들어 있는 구절을 찾아냅니다. 문서 원문에 같은 단어가 없어도 말이죠.
팀 전체 공유
Skill은 .agent/skills/ 폴더에 존재하며 Git에 커밋되므로, 팀의 모든 개발자가 동일한 지식 베이스를 공유합니다. 더 이상 특정인에게만 묶인 암묵 지식이나 “이건 Sarah한테 물어봐야 해”라는 말은 없습니다.
사람 대신 에이전트가 자동 트리거
LiveDoc을 수동으로 활성화할 필요 없습니다. Agent Manager가 자동으로 라우팅을 관리합니다. 필요할 때 Skill이 자동 활성화되고, 필요 없을 때는 일반 작업처럼 진행됩니다.
실제 활용 사례
신규 팀원 온보딩
새로운 개발자가 팀에 합류했다고 가정해 봅시다. 2주짜리 지식 이전 과정을 거치는 대신, LiveDoc으로 인덱싱된 팀 지식 베이스에 바로 접근할 수 있습니다. 그들의 Antigravity 에이전트는 배포 절차, 코드 리뷰 기준, API 규칙, 내부 도구 등에 대해 실제 문서 기반으로 답변할 수 있습니다.
LiveDoc 도입 전: 선임 엔지니어가 반복적인 온보딩 질문에 수 시간을 소비함
LiveDoc 도입 후: 에이전트가 온보딩 가이드에서 바로 해당 구절을 찾아 즉시 답변
인시던트 대응
새벽 3시에 프로덕션이 장애를 일으켰습니다. 온콜 엔지니어가 알아야 할 것은 다음과 같습니다: 롤백 절차는? 알림 대상자는? 에스컬레이션 경로는?
LiveDoc 도입 전: 엔지니어는 Slack 기록, Confluence, 개인 노트 등을 허둥지둥 찾음
LiveDoc 도입 후: 에이전트가 LiveDoc에 질의해 인시던트 대응 런북의 정확한 단계를 제공
아키텍처 결정 기록(ADR)
팀이 아키텍처 결정을 내리고 이를 문서화하지만, 몇 달 후 누군가 그 결정을 다시 질문할 경우 원래의 맥락은 사라져 있습니다.
LiveDoc 도입 전: 6개월 전 회의록 어딘가에 묻혀 아무도 기억하지 못함
LiveDoc 도입 후: 에이전트가 ADR을 찾아 근거를 설명하고 원본 토론 링크를 제공
프로세스 문서화
인사 정책, 구매 워크플로우, 공급업체 관리 절차 등 — 지루하지만 조직에 필수적인 문서들은 많습니다. 그러나 아무도 직접 찾아보려 하지 않죠.
LiveDoc 도입 전: “이거 관련된 양식이 어딘가에 있을 텐데… Slack에 물어봐야겠다.”
LiveDoc 도입 후: 에이전트가 정확한 정책과 올바른 양식을 몇 초 만에 찾아냄
Google Antigravity용 LiveDoc 설치
설치는 모든 Felo Skill과 동일하게 간단한 폴더 기반이며 Git에 커밋 가능합니다:
# Felo skills 레포지토리 클론
git clone https://github.com/Felo-Inc/felo-skills.git
# Antigravity skills 폴더에 복사
cp -r felo-skills/felo-livedoc ~/.gemini/antigravity/skills/
팀 전체에서 사용하려면 프로젝트의 .agent/skills/ 디렉터리에 추가하고 Git에 커밋하면 됩니다. 다음 pull 시 모든 개발자의 Antigravity 인스턴스가 이를 반영합니다.
전체 Skill 페이지와 설치 세부 정보는 Felo LiveDoc on felo.ai에서 확인할 수 있습니다.
Felo Skills 생태계에서의 LiveDoc 위치
LiveDoc은 Antigravity 에이전트의 역량을 구성하는 세 가지 계층 중 하나입니다:
| 계층 | 채워주는 공백 | Felo Skill |
|---|---|---|
| 라이브 데이터 | Gemini 3의 학습 시점 한계 | felo-search, felo-web-fetch, felo-x-search |
| 지식 | 지속적 팀 메모리 부재 | felo-livedoc |
| 출력 | 완성된 결과물 부재 | felo-slides, felo-content-to-slides, felo-landingpage |
대부분의 팀은 먼저 felo-search로 실시간 데이터 공백을 해소하고, 그 다음 LiveDoc으로 팀 지식 지속성을 더하며, 이후 결과물 생성(output generation)을 추가해 요약이 아닌 완성된 산출물을 자동화합니다.
각 계층은 팀의 워크플로우를 바꾸지 않고 Agent Manager의 능력을 확장합니다. Skill은 작업 컨텍스트에 따라 자동으로 호출되며, 별도의 명령어나 수동 활성화, 작업별 설정이 필요 없습니다.
지속적 지식 계층의 ROI
LiveDoc의 투자 대비 효과는 명확합니다:
- 질의당 시간 절약: 문서 검색 5~15분 → 즉시 검색
- 주간 질의 수: 10인 팀 기준 50~100건
- 주간 시간 절약: 팀 전체 기준 4~25시간
- 품질 향상: 근거 있는 답변으로 잘못된 정보나 오래된 내용으로 인한 오류 감소
하지만 진정한 가치는 일관성입니다. 모든 에이전트 응답이 동일한 인덱싱된 소스에 기반하면, 팀원 모두 항상 동일한 올바른 답을 받습니다. 더 이상 버전 차이, “그 문서는 오래됐어요”, 여러 출처의 상충된 정보가 없습니다.
시작하기
Google Antigravity를 사용 중이라면 LiveDoc 추가는 몇 분이면 충분합니다:
- skills 레포지토리 클론 —
git clone https://github.com/Felo-Inc/felo-skills.git - Skill 복사 —
cp -r felo-skills/felo-livedoc ~/.gemini/antigravity/skills/ - 문서 인덱싱 — LiveDoc에 문서 소스 지정
- Git 커밋 —
.agent/skills/를 통해 팀과 공유 - 작동 확인 — 에이전트가 내부 컨텍스트가 필요할 때 LiveDoc에서 자동 조회
전체 Skill 페이지는 https://felo.ai/skills/antigravity에서, 전체 Felo Skills 카탈로그는 https://felo.ai에서 확인할 수 있습니다.
결론
Gemini 3는 똑똑하지만, 당신 회사만의 지식을 알지는 못합니다. 런북, API 스펙, 배포 절차, 팀의 누적된 노하우 — 이 모든 것을 모른 채, 세션이 바뀔 때마다 잊어버립니다.
Felo LiveDoc은 Antigravity 에이전트에 지금까지 없던 것을 제공합니다: 실제 문서에서 구축된 지속적이고 검색 가능한 지식 베이스. 팀 전체와 공유되며, 에이전트가 필요할 때마다 자동으로 접근할 수 있습니다.
AI 직원은 팀이 아는 것을 알아야 합니다. 이제 가능합니다.
이 글은 다음 언어로도 읽을 수 있습니다: English, 简体中文, 日本語, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা, Português.