RAG와 LLM 위키의 차이와 도입 기준, 개인과 회사가 각각 먼저 정해야 할 것들 정리
RAG는 질문이 올 때 자료를 찾아오고 LLM 위키는 미리 정리해 둔다. 두 방식의 진짜 차이는 무엇인지, 검색을 붙일 시점은 언제인지, 개인과 회사가 각각 무엇부터 정해야 하는지 지식베이스 설계 기준을 정리했다.
핵심 내용 읽기 →
AI TOPIC
지식베이스 최신 뉴스와 핵심 해설
지식베이스 관련 핵심 뉴스와 활용 인사이트 5편을 최신순으로 모았습니다.
벡터 DB 없는 RAG 대안, LLM 위키로 유튜브 자막 지식베이스 만들기와 자동 적재까지
임베딩과 벡터 DB 없이 마크다운 문서와 규칙서 하나로 유튜브 자막 지식베이스를 만드는 과정을 정리했다. 질문에 답의 근거가 된 영상 구간까지 함께 돌려주는 구조와 매일 자동 적재 흐름을 살펴본다.
핵심 내용 읽기 →
OKF 지식베이스 만드는 방법: 유튜브 채널 자막을 AI 에이전트가 검색하는 위키로 바꾸기
영상 200편을 다 보지 않고 질문 하나로 답을 얻는 방법이 있다. 유튜브 채널을 개방형 지식 포맷(OKF) 기반 지식베이스로 바꾸는 파이프라인과, 흩어진 개념을 하나로 묶는 정규화 단계의 어려움을 정리했다.
핵심 내용 읽기 →
구글 OKF(오픈 지식 포맷): LLM 위키를 표준화한 개인 AI 지식베이스
안드레이 카르파티가 제안한 LLM 위키를 구글이 ‘오픈 지식 포맷(OKF)’으로 표준화했다. 지식베이스를 서로 공유하고 에이전트가 똑같이 탐색하게 만드는 최소 규격을 정리했다.
핵심 내용 읽기 →
Claude 프로젝트 사용법: 지시문·지식베이스·메모리로 맥락을 고정하는 방법
새 대화마다 설정을 반복하는 문제를 해결하는 Claude 프로젝트의 구성 요소와 활용법, 스킬·아티팩트와의 차이, 그리고 실제 프로젝트를 만드는 과정을 단계별로 정리했습니다.
핵심 내용 읽기 →