AI에게 데이터 조회를 시킬 때, 문제는 쿼리(Query) 작성이 아니라 매번 질문할 때마다 데이터베이스를 새로 파악해야 하고, 조회된 데이터가 심지어 비즈니스 로직과 맞지 않는다는 점입니다.

최근 ktx라는 오픈 소스(Open Source) 프로젝트를 보았는데, 데이터 에이전트(Data Agent)를 위해 특별히 준비된 컨텍스트 계층(Context Layer) 도구로 정의되어 있습니다.

이 도구는 회사의 비즈니스 지식을 자동으로 학습하고, 데이터베이스 테이블 구조를 스캔하며, 연관 가능한 필드(Field)를 탐지합니다.

그 후 시맨틱 계층(Semantic Layer)을 생성하여, 에이전트(Agent)가 더 이상 임의로 추측하지 않고 통일된 지표(Metric) 정의에 따라 조회할 수 있도록 합니다.

GitHub: https://t.co/1iYWHSoFau

또한 dbt, Metabase, Notion 및 팀 문서 곳곳에 흩어져 있는 비즈니스 지식을 하나로 통합할 수 있습니다.

서로 다른 출처의 정의 사이에 충돌이 발생하면, 자동으로 표시하여 우리가 직접 확인할 수 있도록 유도합니다.

PostgreSQL, Snowflake, BigQuery 등 주요 데이터베이스를 지원하며, Claude Code, Codex 등 AI 도구에서 사용할 수 있습니다.