TL;DR

  • Kimchi는 Pi 기반 코딩 에이전트의 요청이 모델에 도달하기 전에 지출·데이터·배포·모델 라우팅을 단일 계층에서 통제하며, 사용자·팀·API 키·모델별 하드 예산 상한과 데이터 경계 유지 기능을 제공함.
  • 사용자, 팀, API 키, 모델별 지출 한도를 설정하고 한도에 도달하면 지출을 중단함.
  • 개발자·팀·모델·태그별 AI 지출을 실시간으로 확인하고, API 키별 한도로 CI/CD 파이프라인·봇·계약자를 관리함.
  • Kubernetes를 통해 AWS, GCP, Azure 또는 온프레미스 환경에 배포할 수 있으며, 프롬프트·코드·출력은 모델 학습에서 제외됨.
  • Kimchi는 계획·코드 작성·검토 단계에 여러 모델을 연결하며, 기존 코딩 도구와 서버리스 또는 VPC 배포 방식을 지원함.

단일 AI 통제 계층

  • 모든 에이전트 요청이 모델에 도달하기 전에 지출, 데이터, 배포, 모델 라우팅을 위한 단일 통제 계층을 통과함.
  • 요청 처리 흐름은 에이전트 요청, Kimchi의 정책 적용, 검증된 전달로 구성됨.
  • 하드 지출 한도를 사용자·팀·API 키·모델별로 설정하며, 한도에 도달하면 지출이 중단됨.
  • Kubernetes를 통해 AWS, GCP, Azure 또는 온프레미스에 배포할 수 있으며, 모델 데이터가 내부 경계를 벗어나지 않도록 유지함.
  • 프롬프트, 코드, 출력은 모델 학습에서 제외됨.

지출 통제와 실시간 가시성

  • AI 지출이 누구에게, 무엇에, 어디에서 발생하는지 실시간으로 확인할 수 있으며, 개발자·팀·모델·태그별 조회를 지원함.
  • 사용자·팀·API 키 수준에서 하드 예산 상한을 설정함.
  • API 키별 한도로 CI/CD 파이프라인, 봇, 계약자의 지출을 통제함.
  • 개발자별 예산과 실시간 지출 가시성을 제공함.
  • 팀별 지출액을 재무 부서가 확인할 수 있으며, 엔지니어링 팀은 개발 작업을 계속할 수 있음.

여러 모델을 사용하는 코딩 에이전트

  • Kimchi는 여러 모델을 연결해 코드 계획, 작성, 검토를 수행하며 각 단계에 적합한 모델을 연결함.

“Kimchi는 우리 엔지니어링 팀이 AI 지원 개발을 바라보는 방식을 근본적으로 바꾸고 있음. 다중 모델 접근 방식은 단일 최첨단 모델 수준의 품질을 유지하면서 토큰 비용을 크게 낮춤.”

— Dekel Shavit, 엔지니어링 수석 디렉터

기존 팀 환경을 고려한 배포

  • 플랫폼 엔지니어링 팀은 서버리스로 시작하거나 자체 VPC 내부에 배포할 수 있음.
  • 개발자는 팀이 이미 사용하는 코딩 도구에서 Kimchi를 이용할 수 있음.
  • 보안 팀은 요청이 환경을 벗어나기 전에 지출 정책이 적용되도록 관리할 수 있음.

기업 보안과 시작 방법