№006 llm-wiki-engineering · 06
LLM Wiki 구현 2: 검증·승인·증분 갱신으로 운영하기 (6/6)
LLM Wiki 구현의 후반부를 완성합니다. Proposal을 staging에 렌더링하고 evidence·schema·link·graph·secret·coverage를 검증한 뒤 사람 승인과 증분 갱신으로 운영합니다.
Tag index
#LLMWiki
06 entries №005 llm-wiki-engineering · 05
LLM Wiki 구현 1: 원천 문서에서 근거 있는 노드 제안 만들기 (5/6)
LLM Wiki 구현의 전반부를 Python 코드로 설계합니다. 원천 inventory·hash·정규화·계약·bounded context·structured output·evidence 검증을 거쳐 안전한 page proposal을 만듭니다.
№004 llm-wiki-engineering · 04
LLM Wiki와 RAG의 차이: 대체 관계가 아니라 지식 수명주기다 (4/6)
LLM Wiki와 RAG의 차이를 query-time 검색 기술과 build-time 지식 수명주기로 나눕니다. Vector RAG·GraphRAG·Wiki가 한 시스템에서 결합되는 구조와 선택 기준을 설명합니다.
№003 llm-wiki-engineering · 03
LLM Wiki 종류와 선택법: 코드·개인·조직·그래프·에이전트 메모리 (3/6)
LLM Wiki를 코드베이스, 개인·연구, 조직 지식, 계약·그래프, 에이전트 메모리 다섯 유형으로 분류합니다. 입력·산출물·소비자·검수·보안 기준으로 내게 맞는 구조를 선택합니다.
№002 llm-wiki-engineering · 02
LLM Wiki가 인기인 이유: 코드 이해에서 AI 에이전트 문맥까지 (2/6)
LLM Wiki가 주목받는 이유를 코드 온보딩 비용, 문서 노후화, AI 에이전트의 문맥 부족, 탐색과 질의의 결합으로 설명합니다. DeepWiki 공개 지표와 최신 연구의 한계도 함께 봅니다.
№001 llm-wiki-engineering · 01
LLM Wiki란 무엇인가: AI 챗봇·RAG·전통 위키와 구분하기 (1/6)
LLM Wiki의 뜻을 지속 가능한 지식 산출물이라는 기준으로 정의합니다. 전통 위키·AI 챗봇·RAG·DeepWiki를 구분하고 출처·구조·검수·갱신·재사용의 판별 기준을 제시합니다.
