LLM Wiki를 만들면 3일 만에 안 쓰게 된다는 말이 왜 나오는지. 인식론적 필터 부재·지식 생애주기 부재·엔트로피 역전 부재·접지 검증 부재, 4가지 구조적 결함과 각각의 대응 방법을 정리합니다.
태그: KMS
7개의 게시물
-
LLM Wiki는 왜 무너지는가 - 4가지 붕괴 모드 2026-06-19 -
Agent Memory - 에이전트가 기억하는 7가지 방법 2026-06-19AI 에이전트의 기억은 하나가 아닙니다. 대화형·의미형·에피소딕·절차형·엔티티·작업형·요약형까지 7가지 유형을 구분하고, LLM Wiki가 그 중 어디에 해당하는지, mem0 같은 도구가 무엇을 해결하는지 정리합니다.
-
HyGRAG - 단순 벡터 검색이 놓치는 것 2026-06-19HyGRAG는 청크 기반 벡터 검색과 엔티티 기반 그래프 검색을 통합한 하이브리드 GraphRAG 프레임워크입니다. 멀티홉 추론 정확도를 평균 9.7% 향상시켰고, 단순 유사도 검색이 놓치는 관계 맥락을 어떻게 보완하는지 설명합니다. 논문 리뷰는 별도 포스트를 참고하세요.
-
Databricks가 2026년 6월 공개한 Genie Ontology는 RAG의 수동 큐레이션 한계를 PageRank 방식의 자동 지식 추출로 돌파합니다. 개인의 LLM Wiki가 팀·조직 규모로 확장될 때 어떤 구조가 필요한지를 보여주는 사례입니다.
-
Karpathy LLM Wiki - 개인 지식을 AI와 공유하는 새로운 방법 2026-06-19Andrej Karpathy가 2026년 4월 공개한 LLM Wiki 개념을 소개합니다. 작은 마크다운 파일들을 컨텍스트로 넣어 AI가 내 도메인을 깊이 이해하게 만드는 방법, 실제 도입 사례와 한계까지 솔직하게 정리합니다.
-
KMS 방법론 선택 가이드 - LLM Wiki부터 온톨로지까지 2026-06-19LLM Wiki, GraphRAG, Ontology, Agent Memory 중 무엇을 써야 할지 결정하는 실용 가이드. 개인·팀·조직 규모, 도메인 안정성, 자동화 필요도를 기준으로 선택 기준을 정리합니다.
-
청크 기반과 엔티티 기반 GraphRAG를 하나의 하이브리드 그래프로 통합한 HyGRAG. 두 접근이 각자 원본 텍스트에 묶여 있어 진정한 지식 융합이 안 된다는 문제를 계층적 인덱싱과 이중 검색으로 풉니다. 멀티홉 추론 정확도를 평균 9.7% 개선했습니다.