정의
Enterprise Knowledge Base as Query Layer는 조직 지식을 하나의 새 저장소로 강제 이전하지 않고, Slack, GitHub, 문서, Jira, custom database처럼 이미 정보가 생성되는 곳 위에 통합 수집·검색 계층을 얹는 architecture다.
Cerebras 사례에서 핵심은 “single source of truth”를 만들려는 시도를 포기하고, 각 도구가 가진 ergonomics를 유지한 채 query layer만 통합한 점이다. 회사 지식은 한 곳에 있지 않기 때문에, 지식 베이스는 저장소라기보다 cross-system interface가 된다.
핵심 속성
- 원천 도구 존중: PR 논의는 GitHub에, 문서 제안은 문서 도구에, engineering discussion은 Slack에 남긴다.
- 공통 row interface: source마다 connector는 다르지만 결과는 embedding, summary, metadata를 가진 공통 table로 들어간다.
- query-ready datastore: ingestion과 indexing을 지속적으로 수행해 질문 시점에 바로 검색 가능하게 만든다.
- custom connector: 조직 내부의 특수 데이터 소스도 동일 interface로 편입할 수 있다.
- authorization 포함: enterprise knowledge base는 검색 품질뿐 아니라 auth, audit, analytics를 함께 제공해야 한다.
적용 기준
이 architecture는 다음 조건에서 유용하다.
- 조직 지식이 여러 SaaS와 내부 시스템에 흩어져 있다.
- single source of truth 강제가 실제 업무 흐름을 깨뜨린다.
- 직원 onboarding과 expert discovery가 반복 비용을 만든다.
- agent와 automation이 내부 지식을 직접 query해야 한다.
연결
- 20260528-cerebras-systems — 사례 조직.
- 20260609-llm-wiki-architecture-pattern — raw source 위의 wiki/query layer 패턴.