LLM 지식 베이스

지정하신 개념 LLM 지식 베이스(유형: concept)에 대한 위키 노트를 성공적으로 작성하여 위키 디렉터리에 반영하였습니다.

작성된 위키 노트 요약 및 정보

• 파일명: wiki/LLM 지식 베이스.md (LLM 지식 베이스.md)
• Frontmatter 규격 준수:
  • type: concept
  • status: draft
  • core: false
  • tags: ['llm', 'agent', 'second-brain', 'wiki', 'graphify']
  • aliases: ['LLM Knowledge Base', 'LLM Knowledge Bases', '컴파일된 지식', 'Compiled Knowledge']
  • sources: ['raw/Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral..md']
  • created: 2026-08-28
  • updated: 2026-08-28

주요 보강 내용 및 특징

1. 정의 및 핵심 요지:
   • 매번 원본 텍스트 조각을 임베딩/검색하는 RAG 방식과 대조되는, LLM 중심의 사전 ‘지식 컴파일(Knowledge Compilation)’ 패러다임 명시.
   • 안드레이 카파시(Andrej Karpathy)의 2026년 4월 제안 및 이를 48시간 만에 실현한 사피 샴시(Safi Shamsi)의 Graphify 오픈소스 도구와 연계.
2. 검증된 정량 지표 반영:
   • 52개 이종 파일(코드, 연구 논문, 이미지 등) 코퍼스 기준 원본 판독 대비 질의당 71.5배 토큰 소모 절감 수치 명시 및 소스 경로 표기 (raw/Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral..md).
3. 구체적 실무 예시 및 CLI 명령어 포함:
   • 로컬 AST(tree-sitter, 19개 언어) 및 클라우드 멀티모달 비전 모델(Claude Vision)이 협력하는 27개 파일 규모의 실전 프로젝트 컴파일 파이프라인 수치 및 /graphify query 질의 예시 수록.
   • pip install graphifyy 설치, --watch 감시 모드, Git 훅 자동화 명령어 수록.
4. 충돌 섹션 작성:
   • 소규모 프로젝트(파일 6개 미만) vs 대규모 프로젝트(52개 이상) 간의 절감 효과 차이.
   • 아키텍처 토폴로지(정적 연결) 분석 vs 맥락적/역사적 도메인 지식(정성적 맥락) 공백에 대한 대조 분석.
5. Obsidian 위키링크 연동:
   • LLM Wiki, Graphify, RAG, AI 세컨드 브레인 아키텍처, 대형 언어 모델, 위키 등 유기적 링크 교차 연동 완료.