만약 AnythingLLM과 Kortix를 비교한다면, 유용한 질문은 각각 무엇을 담당하는지입니다. AnythingLLM은 문서를 기반으로 대화하고 에이전트를 실행하는 사설(private)의 로컬 우선(local-first) 비서이며, 대부분 하나의 기기에서 작동합니다. 반면 Kortix는 오픈소스 AI 운영체제(AI Operating System)입니다. 에이전트, 그들의 스킬, 회사 메모리, 그리고 모든 커넥터가 사용자가 소유한 단일 git repo에 존재하며, 각 세션은 자체 격리된 클라우드 컴퓨터에서 실행됩니다.
둘 다 오픈소스입니다. 이 두 가지는 서로 다른 작업을 위해 구축되었으며, 한 에이전트가 생성한 작업에 둘 이상의 사람이 의존하게 되는 순간 그 차이가 드러납니다.
AnythingLLM이란 무엇인가
AnythingLLM은 Mintplex Labs에서 만든 올인원 AI 앱입니다. 이 앱에 문서를 지정하면 해당 문서로부터 답변을 얻을 수 있으며, 사용자 정의 스킬을 가진 에이전트를 실행할 수도 있습니다. 기본적으로 로컬에서 작동하며, macOS, Windows, Linux용으로 배포되고, Android 앱도 가지고 있으며, 호스팅된 클라우드 인스턴스를 제공합니다. 자체 사이트에서는 이를 로컬 우선(local-first)이며 다중 사용자 준비 완료(multi-user ready)하고 오픈소스라고 설명하며, 66,000개 이상의 GitHub 스타와 5백만 개의 Docker 풀을 보유하고 있습니다 (2026년 10월 기준). 이 앱의 강점은 거의 설정 없이 한 사람의 문서 앞에 유능한 사설 비서를 배치할 수 있다는 점입니다.
Kortix란 무엇인가
Kortix는 오픈소스 AI 운영체제(AI Operating System)입니다. 에이전트, 스킬, 메모리, 커넥터 구성 및 트리거가 단일 git repo의 파일로 존재하므로, 이 repo 자체가 회사가 됩니다. 각 세션은 자체 브랜치에서 자체 격리된 클라우드 컴퓨터를 부팅하며, 에이전트의 출력물은 사람이 검토하고 병합하는 변경 요청(change request)을 통해 전달됩니다. 사용자의 API 키나 연결된 ChatGPT 구독으로 모든 모델을 실행할 수 있으며, 관리형 클라우드, VPC 내, 또는 자체 온프레미스 네트워크에서 작동합니다. 웹 앱, Slack, Microsoft Teams 및 CLI를 통해 접근할 수 있습니다. 구성과 메모리는 사용자가 소유한 버전 관리 파일이며, 에이전트는 실제 기기에서 작업하고 완성된 결과물을 반환합니다.
결정적인 차이점들
| 차원 | Kortix | AnythingLLM |
|---|
| 무엇인가요 | 오픈소스 AI 운영체제 (OS) | 로컬 우선(Local-first) AI 앱 |
| ... | | |
AnythingLLM이 적합한 경우
자신의 문서에 대한 사적인 비서가 필요하고, 서버 없이 자신의 노트북에서 실행하길 원한다면, AnythingLLM은 강력하고 진정한 오픈소스 선택지입니다. 주로 문서로부터 근거 기반 답변(grounded answers)을 얻는 것을 목표로 하는 단일 사용자나 소규모 팀이 몇 분 만에 그 가치를 얻을 수 있으며, 데스크톱 및 모바일 앱 덕분에 별도로 배포할 필요가 없습니다.
회사가 운영체제가 필요한 경우
여러 에이전트(agents)가 회사 전체를 대신하여 행동하는 방식으로 업무의 형태가 바뀔 때입니다. 이때는 단순히 채팅 창을 고르는 것이 아니라, 에이전트가 어디서 실행되는지, 무엇을 건드릴 수 있는지, 그리고 누가 그 변화를 승인하는지를 선택하는 것입니다. Kortix는 에이전트와 이들이 공유하는 기술(skills), 구축하는 메모리, 사용하는 커넥터들을 사용자가 소유하고 diff할 수 있는 단일 저장소에 담아냅니다. 따라서 회사 업무 방식의 변경은 사람이 병합(merge)하기 전에 읽어보는 변경 요청(change request)이 됩니다. 각 세션은 독립적인 기기에서 작동하므로, 서로 방해받지 않고 여러 작업을 동시에 실행할 수 있습니다. 또한 구성이 다른 사람 제품의 설정값(settings)이 아니라 파일 형태이기 때문에, 필요할 때 전체 시스템을 자체 인프라로 옮길 수 있습니다.
실용적으로 결정하는 방법은 가장 작은 실제 작업부터 시작하는 것입니다. 만약