❗️❗️LLM을 활용한 지식의 척추 만들기 Source 최근 대다수의 AI 사용자는 업무 등의 편리함을 위해 코드 짜기 하는 중 코드가 아닌 지식 축적도 꽤 강력할 것이라는 글 ❓ 그게 무슨 말인가요? · 원본 자료(기사·논문·이미지)를 raw/ 폴더에 수집 · LLM이 개념별로 분류해 마크다운 위키로 컴파일 · Obsidian을 프론트엔드로, 위키 작성·유지는 전부 LLM이 · 사용자가 직접 편집하는 일은 거의 없음 💡 규모가 커지면 달라지는 것 · 아티클 100개, 40만 단어쯤 되면 복잡한 질문도 소화 · 거창한 RAG 없이도 인덱스 파일 + 요약본만으로 관련 데이터를 쉽게 탐색 · 질문과 탐색이 쌓이면서 위키 자체가 계속 성장 · 결과물(텍스트·슬라이드·그래프)을 다시 위키에 파일링 → 다음 질문의 밑거름이 됨 🔧 위키 관리도 LLM이 · 데이터 일관성 점검 + 누락 정보 웹 검색으로 보충 · 다음에 뭘 조사할지까지 제안 · 직접 만든 검색 엔진을 CLI 도구로 LLM에게 넘겨 대규모 질의 수행 ✍️ 코드 짜는 데 쓴다는 인식이 강한데, LLM을 지식 관리자로 쓰는 게 어쩌면 더 강력할 수 있겠다는 생각이 드네요. 저도 지금 하는 작업들 마무리하면 이것도 시도해볼듯? 위키가 커질수록 질문의 질도 같이 올라간다는 부분이 인상적인 것 같음. 뉴스 큐레이션이나 리서치 작업에도 바로 적용해볼 수 있는 구조라... 무슨 말인지 잘 모르겠으면 원문 들어가서 긁은 다음에 이거 이해하기 쉽게 설명 좀 해달라고 하시면 다 해줍니다. 일단 이거 전 굉장히 좋아하는 영역임 🤩 #AI