Consilience

세계 최초의 범용 온톨로지 OS. 마크다운으로 문서를 작성하면 시스템이 그 문서에서 지식그래프를 자동으로 구축하고, 에이전트가 그 그래프 위에서 추론합니다. 노트와 문서와 코드와 지도와 디자인을 하나의 그래프로 연결하는 개인용 워크스페이스이며, 2026년 4월부터 리서치와 설계와 구현과 벤치마크와 배포와 과금까지 전 영역을 혼자 개발하고 있습니다.

이름은 E. O. 윌슨의 저서 《컨실리언스: 지식의 통합》에서 가져왔습니다. 분야와 형식이 서로 다른 비정형 자료에서 나온 사실도 하나의 일관된 체계로 연결할 수 있다는 개념입니다.

공개 벤치마크 결과

모두 공식 하니스로 직접 측정했습니다. 각 행의 조건과 한계는 아래 연구 기록에 별도로 적었습니다.

벤치마크	결과	조건
DP-Bench (문서 파싱)	TEDS-S 98.11	표 구조 기준 공식 리더보드 1위. Upstage enhanced 97.62, AWS 96.99, LlamaParse 93.20을 상회했습니다. 전용 파인튜닝 파서가 아니라 범용 VLM에 직접 설계한 프롬프트를 적용한 구성입니다
SWE-bench Verified	78.80% (394/500)	500개 태스크 전체, 재시도 없음. 이 값은 모델과 스캐폴드의 합이며 둘을 가르지 않습니다. 분리는 아래 두 행이 합니다
선택 절차 A/B	54% → 76%	모델과 태스크 50개를 고정하고, 재현 명령을 후보끼리 교차 실행해 고르는 절차만 추가했습니다
코드 검색 A/B	+4.9pp	모델과 스캐폴드와 프롬프트를 고정하고 검색 도구만 교체했을 때의 파일 로컬라이제이션 정확도(file@5, n=465). 그래프가 손해를 본 구간은 없었습니다
MuSiQue (멀티홉 QA)	63.0% vs 23.0%	근거 문단을 전부 회수한 질문의 비율. 질문별 대응표본 부호검정 p=2.5e-07. 4홉 질문 17개 중 그래프 없이 성공한 것은 하나도 없습니다
실제 볼트 검색 A/B	+31 ~ +39pp	대응표본 정확 McNemar 검정으로 90.7% 대 60.0% (p=3.5e-13), 76.0% 대 37.3% (p=6.9e-18). 비교 대상인 키워드 검색에 가장 유리한 질문 계층에서 측정했습니다
밀집 검색 시딩	77.5 → 97.0	recall@10. 공개 논문에서 보고된 실패 모드를 진단하고 다른 분야의 기법을 적용했습니다. 같은 조건의 키워드 검색은 85.2이며, 이식 전 밀집 시딩이 그보다 낮았다는 것이 문제의 증상이었습니다. 추가 API 비용은 없습니다

구현 세부사항은 공개하지 않습니다.

온톨로지 스키마 설계, 검색 시딩과 랭킹 알고리즘, 엔티티 해소 전략, 에이전트 실행 모델의 구체적인 구현은 제품의 핵심 자산이므로 이 페이지에 적지 않았습니다. 아래에는 무엇을 달성했고 어떤 기준으로 판단했는지까지만 적었습니다.

시스템 개요

기존 노트 앱에서 문서 사이의 연결은 사람이 직접 입력해야 합니다. LLM 어시스턴트는 대화가 끝나면 그 세션에서 파악한 구조를 유지하지 못하고, 다음 날 같은 질문을 하면 같은 볼트를 처음부터 다시 읽습니다. Consilience는 읽은 내용을 세션이 끝난 뒤에도 유지하는 시스템입니다. 설계는 인간의 인지 구조를 네 단계로 나누어 참고했습니다. 교육(대량 습득), 경험(일화 기억), 수면(기억 통합), 행동(지식의 사용)입니다.

저장하는 시점에 그래프가 갱신됩니다. 노트를 저장하면 문장에서 엔티티와 관계를 추출해 W3C 표준 RDF로 적재합니다. 어느 노트가 어느 사실의 출처인지는 그래프 구조 자체에 보존되고, 그래프는 언제든 마크다운에서 다시 생성할 수 있습니다. 원본 파일의 소유권은 항상 사용자에게 있습니다.

문서와 코드가 같은 저장소에 들어갑니다. 코드 구조 그래프가 같은 저장소에 적재되므로 3개월 전 회의록에서 결정된 내용이 지금 코드의 어디에 반영됐는지를 한 번의 질의로 확인할 수 있습니다. 학계의 비교 대상은 모두 오프라인 배치 방식으로 인덱싱하며 단일 언어만 지원하지만, 이쪽은 편집할 때마다 증분 갱신되는 라이브 인덱스입니다.

22종의 파일 형식을 손실 없이 변환합니다. 스프레드시트, 문서, 프레젠테이션, PDF, 한글(hwp), 전자책을 포맷별로 변환하며 LLM 요약은 사용하지 않습니다. 변환은 기계적이고 결정론적인 규칙으로만 수행합니다.

50만 노드에서 실시간 물리 연산을 수행합니다. 지식그래프 3D 뷰의 물리 엔진을 직접 작성해 50만 노드에서 틱당 18.3ms를 달성했습니다. 같은 규모에서 레이아웃이 안정될 때까지 기성 라이브러리는 약 1시간, 이 구현은 4.2초가 걸립니다.

설계와 검증 방식

이 프로젝트에서 기술 선택보다 중요했던 것은 무엇을 근거로 채택하고 기각했는가입니다.

W3C 표준 어휘를 쓰되 일부 표준 기능은 의도적으로 배제했습니다. 되돌릴 수 없는 단정을 그래프에 저장하면 그것이 두 번째 진실 원천이 되고, 이후의 추출 결과와 조용히 충돌하기 때문입니다. 철회 가능성을 설계의 1급 요구사항으로 정했습니다.

추론 결과가 사용자가 작성한 내용을 덮어쓰지 않습니다. 시스템이 생성한 판단은 사용자가 직접 작성한 사실과 구조적으로 분리된 영역에 기록됩니다. 출처이지 진실이 아니라는 원칙을 관례가 아니라 데이터 구조로 강제했습니다.

논문의 결론이 아니라 논문의 애블레이션을 근거로 채택했습니다. 설계는 HippoRAG, HippoRAG-2, Microsoft GraphRAG의 연구를 기반으로 합니다. 다만 각 기법을 그대로 옮기지 않고, 논문이 스스로 보고한 애블레이션 결과를 근거로 취사선택했습니다. 이득이 1pp 미만인 구성요소는 구현과 연산 비용에 비해 이득이 작아 채택하지 않았고, 이 코퍼스에서 효과가 없다고 확인된 지표는 제외했습니다.

공개 연구의 실패 모드를 진단하고 다른 분야의 해법을 적용했습니다. 밀집 검색에서 서로 유사한 항목이 상위에 몰려 정답 문서가 하위로 밀리는 현상을 2010년 JMLR 논문의 거리 집중 이론으로 진단하고, 교차언어 단어 임베딩에서 쓰이던 보정 기법을 검색에 적용했습니다. 이 해법에 도달하기 전에 직관적인 대안 세 가지를 먼저 시도했고 측정 결과로 전부 기각했습니다.

측정하지 않은 개선은 개선으로 인정하지 않습니다. 실험 전에 가설과 기각 임계값과 실패의 형태를 문서에 기록하고, 등록 시점의 커밋 해시를 함께 남깁니다. 결과를 확인한 뒤에 기준을 바꾸지 않았다는 사실을 나중에 검증하기 위해서입니다. 그리고 결과보다 메커니즘을 먼저 확인합니다. 지표가 개선되어도 그 원인을 설명할 수 없으면 채택하지 않습니다.

재현 실패와 기각 결과를 그대로 기록합니다. 픽스처에서 확인된 이득이 실제 볼트 규모에서 재현되지 않은 사례, 같은 설계의 두 번째 독립 실행에서 p값이 0.038에서 0.478로 갈린 사례, 이미 배포한 커밋을 오라클과 대조한 뒤 되돌린 사례를 모두 남겼습니다. 기각된 접근은 재제안 금지 목록에 등록해 같은 시도를 반복하지 않습니다. 아래 연구 기록의 절반이 그런 기록입니다.

기준은 하나입니다. 통제군이 없는 결과는 근거로 쓰지 않습니다.

규모와 완성도

직접 작성한 소스는 약 46.8만 줄, 1,100여 파일이고, 서브시스템별 기술 문서 268편을 더하면 총 52만 줄입니다. 자동화 테스트는 Rust와 vitest와 Playwright를 합쳐 약 2,500개입니다.

macOS 유니버설 빌드(Apple 공증)와 Windows x86_64 빌드(하드웨어 기반 클라우드 코드서명)를 자동 업데이터와 함께 배포합니다. UI는 7개 언어(한국어, 영어, 일본어, 중국어, 독일어, 스페인어, 프랑스어)를 지원하며, 데스크톱과 동일한 기능의 웹 버전, 헤드리스 서버 바이너리, CRDT 기반 실시간 협업, 관리자 대시보드, 4단계 구독 과금이 모두 동작합니다.

리서치부터 상용 배포까지 전 영역을 1인으로 수행했습니다.