키워드 검색
글자 그대로 들어있는지 찾는다. 고유명사·코드·정확한 용어에 강하지만, 다른 말로 적힌 같은 내용은 놓친다.
MODULE 13 · 지식관리·RAG
흩어진 자료를
답하는 지식으로
모델의 기억이 아니라 내가 쌓은 지식으로 답하게 만드는 다섯 걸음 — 위키 · 아토믹 노트 · 하이브리드 검색 · 위키화 · 오토리서치
AI 에이전트 실무 교재 · Module 13
Lesson 55 · LLM 위키란
기억으로 말고, 내 노트에서 찾아 답하기
- 01모델의 한계두뇌는 학습 시점에 멈춰 있다 — 내 회사·내 분야 사정은 모른다
- 02LLM 위키모델 밖에 내 지식을 글로 쌓아둔 노트 저장소
- 03RAG답하기 전에 위키를 검색해 근거로 끌어다 쓴다 — 오픈북 시험처럼
Lesson 55 · 한눈에
Lesson 56 · 아토믹 노트
잘게 쪼갤수록 강해진다
- 01한 노트 한 개념더 쪼갤 수 없을 만큼 작게 — 검색에 정확히 걸리고 재사용이 쉽다
- 02frontmatter맨 위에 제목·태그·출처 — 나중에 검색·필터의 손잡이
- 03링크와 MOC노트를 서로 잇고 주제별 지도 노트로 묶는다
Lesson 56 · 지식 그래프
Lesson 57 · 하이브리드 검색
키워드로 정확히, 의미로 폭넓게
의미 검색
뜻이 가까운 노트를 찾는다. 다른 말로 적힌 같은 내용을 줍지만, ‘딱 그 글자’를 찾을 땐 흐릿하다.
Lesson 57 · 합치고 추리기
많이 말고, 정확히 몇 개만
- 01두 번 검색키워드로 한 번, 의미로 한 번 — 서로의 빈틈을 줍는다
- 02합치고 추린다결과를 모아 중복을 빼고 가장 관련 높은 서너 개만 남긴다
- 03적게 넘긴다전부 넘기면 답이 흐려진다(맥락 오염) — 적게, 정확하게
Lesson 58 · 수집 → 위키화
정리를 에이전트에게 맡긴다
- 01자료를 연다위키에 넣을 원본과 위키 폴더를 함께 작업 대상으로 연다
- 02쪼개기 지시“한 노트 한 개념으로 쪼개고 frontmatter를 채워라”
- 03목록 먼저저장 전 만들 노트 제목 목록부터 받아 확인한다(계획 먼저)
- 04진행 · 확인맘에 들면 저장, 위키 폴더에서 잘 쪼개졌는지 눈으로 본다
“
모델의 기억으로 말고,
내 노트에서 찾아 답하게 한다.
에이전트는 똑똑하지만 내 사정은 모른다. 그 빈칸을 채우는 게 위키이고, 답에 ‘근거(출처)’를 달게 하는 것이 환각을 줄이는 가장 싼 안전장치다.
Lesson 59 · 오토리서치
조사까지 스스로 도는 루프
- 01관찰무엇을 알고 무엇을 모르는지 위키를 점검한다
- 02판단다음에 무엇을 더 찾을지 스스로 정한다
- 03행동자료를 찾아 아토믹 노트로 위키에 넣는다
- 04멈춤 조건“출처 5개 모으면 종료” 같은 멈출 기준을 꼭 정해준다
Lesson 59 · 한 쌍
자율에는 멈춤이 따라야 한다
자율
주제 하나를 던지면 찾고·쪼개고·채우는 루프를 스스로 반복한다. 사람은 결과만 확인한다.
멈춤 조건
“언제 충분한가”를 미리 정한다 — 출처 5개, 세 바퀴까지 등. 없으면 끝없이 긁어모은다.
“
지식관리의 끝은,
조사까지 스스로 돌게 하는 것.
위키(L55)·아토믹 노트(L56)·하이브리드 검색(L57)·위키화 자동화(L58)를 거쳐 오토리서치(L59)에 닿았다. 다음 모듈은 이 능력을 이미지·콘텐츠 대량생성으로 확장한다.
Module 13
출처 · 더 읽을거리
- Lewis et al. — Retrieval-Augmented Generation (2020)
RAG 용어의 원전 · arxiv.org/abs/2005.11401 - Anthropic — Contextual Retrieval
검색 정확도를 높이는 맥락 보존 기법 · anthropic.com/news/contextual-retrieval - Zettelkasten · Maps of Content
아토믹 노트와 MOC의 지식관리 방법론(공통 표준)