출처
- source_url: https://discuss.pytorch.kr/t/maxkb-rag/11088
- author: 9bow
- published: Tue, 07 Jul 2026 03:30:44 +0000
- raw: raw source:
web-2026-07-07-pytorchkr-topic-11088-maxkb-enterprise-rag-agent-platform
개요
MaxKB는 RAG 파이프라인, 워크플로우 엔진, MCP 도구 사용을 하나로 통합한 GPL-3.0 오픈소스 기업용 에이전트 플랫폼이다. “Max Knowledge Brain”의 약자로, 지능형 고객 상담·사내 지식베이스·학술 연구·교육을 주요 시나리오로 삼는다. GitHub의 1Panel-dev 조직이 개발하며, 2026년 7월 3일 v2.10.3-lts가 공개되었다.
핵심 포인트
- RAG 파이프라인: 문서 직접 업로드 + 온라인 문서 자동 수집 → 텍스트 자동 분할 및 벡터화. 검색 근거 기반 답변 생성으로 환각(hallucination)을 줄인다고 설명한다.
- 에이전트 워크플로우: 워크플로우 엔진·함수 라이브러리·MCP 도구 사용으로 복잡한 비즈니스 시나리오 AI 프로세스 조율 가능.
- 모델 불문(Mode-Agnostic): 사설 모델(DeepSeek, Llama, Qwen)과 공개 모델(OpenAI, Claude, Gemini, MiniMax) 모두 지원.
- 멀티모달: 텍스트뿐 아니라 이미지·오디오·비디오 입출력 기본 지원.
- 기술 스택: Vue.js(프런트), Python/Django(백엔드), LangChain(LLM 프레임워크), PostgreSQL + pgvector(벡터 검색). 별도 벡터 DB 불필요.
- 설치: docker run -d —name=maxkb -p 8080:8080 -v ~/.maxkb:/opt/maxkb 1panel/maxkb 단일 컨테이너로 실행. 기본 계정 admin / MaxKB@123..
- 라이선스: GPL-3.0 카피레프트. 파생물 배포 시 동일 라이선스로 소스 공개 필요.
왜 중요한가
RAG, 워크플로우, MCP 도구 사용을 하나의 오픈소스 플랫폼으로 묶어 기업 내 LLM 도입 시 가장 흔한 문제(사내 도메인 지식 부재 → 환각)를 해결하려는 시도다. 단일 Docker 컨테이너 배포와 모델/멀티모달 중립성 덕분에 진입 장벽이 낮고, pgvector 하나로 지식베이스와 벡터 검색을 동시에 처리하는 점도 운영 부담을 줄여준다.
더 읽을거리
- 원문: https://discuss.pytorch.kr/t/maxkb-rag/11088
- GitHub: https://github.com/1Panel-dev/MaxKB
- 공식 사이트: https://maxkb.cn
- 관련 자료: ApeRAG (GraphRAG + 멀티모달 RAG), Morphik Core (멀티모달 RAG), OpenKB (LLM 자동 위키 컴파일), Open WebUI (오프라인 LLM 플랫폼)
원문 보존 위치
원문 전체는 raw source: web-2026-07-07-pytorchkr-topic-11088-maxkb-enterprise-rag-agent-platform에 source_url 및 HTML 원문과 함께 저장되어 있습니다.