Log

임베딩 좌표를 담아 두고 '가장 가까운 것'을 빠르게 찾아 주는 저장소. 그리고 그릇 없이 시작해도 되는 이유.

모델이 근거 없는 내용을 사실처럼 자신 있게 생성하는 현상. 제거가 아니라 관리의 대상이다.

긴 문서를 검색의 단위인 조각으로 자르는 일. 검색 품질의 상한선은 모델이 아니라 여기서 정해진다.

어떤 개념이 존재하고 서로 어떤 관계를 맺을 수 있는지 먼저 정하는 규칙. 데이터가 아니라 데이터의 문법.

지식을 개체와 이름 붙은 관계의 연결망으로 저장한 것. 옵시디언 그래프 뷰가 '반쪽'인 이유.

벡터 유사도만이 아니라 지식그래프의 연결을 타고 자료를 모으는 RAG. 조각 검색이 못 푸는 질문을 푼다.

노드와 엣지를 저장의 기본 단위로 삼아, 관계를 따라가는 질문에 답하는 데이터베이스.

답하기 전에 먼저 자료를 검색하고, 찾은 것만 근거로 답하게 하는 구조.

문장을 의미의 좌표(숫자 벡터)로 바꾸면, 단어가 달라도 뜻이 비슷한 문장을 찾을 수 있다.

검색과 답변의 재료가 되는 자료 전체. 무엇을 넣느냐만큼 무엇을 안 넣느냐가 설계다.

AI의 결과물은 지시문보다, AI가 참조할 맥락을 얼마나 잘 구조화했느냐가 좌우한다.

용어 카드 끝에 확인 퀴즈를 붙였다. 생성은 AI가, 발행은 검수를 거쳐서. 첫 12문항 중 2개를 사람이 잡았다.

블로그 홈을 그래프로. 노드는 글, 선은 실제 링크. 시험 문제를 먼저 냈더니 막힌 게 없었다.

가장 낮은 축(RAG)을 직접 조립해 올리기. 검색·임베딩·환각 가드, 그리고 두 번의 실패.

Astro 전환, 기존 페이지는 그대로, md push→자동 발행 실증. 21분.

단일 HTML + 바닐라 JS, 프레임워크 없이 기획→빌드→배포 2시간 11분. 첫 번째 빌드 리포트.