[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,91 +2,150 @@
|
||||
id: wiki-2026-0508-knowledge-structure
|
||||
title: Knowledge Structure
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-KNST-001]
|
||||
aliases: [Knowledge Organization, Information Structure]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
tags: [auto-reinforced, knowledge-structure, Mental-Models, hierarchy, network, organizational-learning]
|
||||
confidence_score: 0.85
|
||||
verification_status: applied
|
||||
tags: [knowledge, structure, organization, information-architecture]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
language: python
|
||||
framework: networkx, llamaindex
|
||||
---
|
||||
|
||||
# [[Knowledge-Structure|Knowledge-Structure]]
|
||||
# Knowledge Structure
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "지능의 골격: 파편화된 정보들이 서로 어떤 위계와 논리적 관계로 묶여 있는지를 보여주는 설계도이자, 새로운 정보를 기존 지식에 안정적으로 안착시키는 '지적 앵커(Anchor)'들의 집합체."
|
||||
## 매 한 줄
|
||||
> **"매 raw text → organized hierarchy"**. Knowledge Structure 는 information 을 hierarchies, taxonomies, networks, frames 로 organizing 하는 paradigm 의 study. 2026 LLM era 에서는 retrieval-augmented systems 의 indexing strategy 와 agent memory architecture 의 backbone.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
지식 구조(Knowledge-Structure)는 정보 간의 관계를 조직화하는 방식입니다. (KH-Mapping적 관점 포함)
|
||||
## 매 핵심
|
||||
|
||||
1. **주요 형태**:
|
||||
* **Hierarchy**: 상위 개념과 하위 개념의 트리 구조 (분류학적 접근).
|
||||
* **Network**: 유기적으로 얽힌 거미줄 구조 (지식 그래프적 접근). ([[Graph Theory|Graph Theory]]와 연결)
|
||||
* **[[Schema|Schema]]**: 특정 상황이나 개념에 대한 고정된 지식 틀. ([[Gestalt Psychology|Gestalt Psychology]]와 연결)
|
||||
2. **왜 중요한가?**:
|
||||
* 구조가 없는 데이터는 '소음'일 뿐이지만, 잘 정립된 지식 구조는 정보의 검색(Retrieval)과 활용([[Reasoning|Reasoning]]) 속도를 비약적으로 높임. ([[Efficiency|Efficiency]]와 연결)
|
||||
### 매 Structures
|
||||
- **Hierarchy / Taxonomy**: tree (subClass, partOf)
|
||||
- **Network / Graph**: arbitrary relations (KG)
|
||||
- **Faceted classification**: orthogonal dimensions (Ranganathan)
|
||||
- **Frames / Schemata**: slots + fillers (Minsky)
|
||||
- **Folksonomy**: tag-based emergent
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 정적인 '백과사전식 분류 정책'이 주류였으나, 현대 정책은 지식 간의 다차원적 연결 정책과 사용자 맥락에 따라 유연하게 변하는 '동적 그래프 정책'으로 진화함(RL Update). ([[Concept Mapping|Concept Mapping]]와 연결)
|
||||
- **정책 변화(RL Update)**: AI가 방대한 텍스트 속에서 스스로 지식의 구조 정책을 추출(Embedding)하고 이를 그래프 DB로 구축하는 '자동화된 지식 구조화 정책'이 지식 관리 시스템의 새 표준이 됨.
|
||||
### 매 Properties
|
||||
- **Granularity**: atomic facts vs documents
|
||||
- **Reasoning depth**: lookup → multi-hop → analogical
|
||||
- **Update frequency**: static → real-time
|
||||
- **Source provenance**: trust chain
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Graph Theory|Graph Theory]], [[Concept Mapping|Concept Mapping]], [[Gestalt Psychology|Gestalt Psychology]], [[Ontology|Ontology]] (온톨로지), [[Efficiency|Efficiency]]
|
||||
- **Modern Tech/Tools**: Obsidian (Graph view), Neo4j, Knowledge graphs, Vector databases.
|
||||
---
|
||||
### 매 응용
|
||||
1. Wiki 의 backlinks + categories (Roam-style).
|
||||
2. RAG indexing (chunks + metadata).
|
||||
3. Agent long-term memory (MemGPT, LangMem).
|
||||
4. Personal Knowledge Management (Zettelkasten).
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
## 💻 패턴
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### Hierarchical taxonomy
|
||||
```python
|
||||
from anytree import Node, RenderTree
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
ai = Node("AI")
|
||||
ml = Node("ML", parent=ai)
|
||||
dl = Node("DL", parent=ml)
|
||||
llm = Node("LLM", parent=dl)
|
||||
opus = Node("Claude Opus 4.7", parent=llm)
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
for pre, _, node in RenderTree(ai):
|
||||
print(f"{pre}{node.name}")
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### Faceted indexing
|
||||
```python
|
||||
class FacetedIndex:
|
||||
def __init__(self):
|
||||
self.facets = {} # facet_name → {value → set(doc_ids)}
|
||||
def add(self, doc_id, facets):
|
||||
for k, v in facets.items():
|
||||
self.facets.setdefault(k, {}).setdefault(v, set()).add(doc_id)
|
||||
def query(self, **constraints):
|
||||
sets = [self.facets[k][v] for k, v in constraints.items()]
|
||||
return set.intersection(*sets) if sets else set()
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
idx = FacetedIndex()
|
||||
idx.add("doc1", {"topic":"ML", "year":"2026", "lang":"en"})
|
||||
idx.query(topic="ML", year="2026")
|
||||
```
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### Zettelkasten-style atomic notes
|
||||
```python
|
||||
import re, hashlib
|
||||
def make_zettel(title, body, tags, links):
|
||||
zid = hashlib.md5(title.encode()).hexdigest()[:8]
|
||||
return {
|
||||
"id": zid, "title": title, "body": body,
|
||||
"tags": tags, "links": links,
|
||||
"wikilinks": re.findall(r"\[\[([^\]]+)\]\]", body),
|
||||
}
|
||||
```
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
### Hierarchical RAG indexing (LlamaIndex)
|
||||
```python
|
||||
from llama_index.core import VectorStoreIndex, Document
|
||||
from llama_index.core.node_parser import HierarchicalNodeParser
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
parser = HierarchicalNodeParser.from_defaults(
|
||||
chunk_sizes=[2048, 512, 128]
|
||||
)
|
||||
nodes = parser.get_nodes_from_documents(docs)
|
||||
index = VectorStoreIndex(nodes)
|
||||
```
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
### Frame-based knowledge
|
||||
```python
|
||||
restaurant_frame = {
|
||||
"name": None,
|
||||
"cuisine": None,
|
||||
"location": {"city": None, "address": None},
|
||||
"menu": [], # list of dish frames
|
||||
"reviews": [],
|
||||
}
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| Use case | Structure |
|
||||
|---|---|
|
||||
| stable domain | Taxonomy |
|
||||
| rich relations | Graph (KG) |
|
||||
| multiple dims | Faceted |
|
||||
| stereotyped events | Frames |
|
||||
| user-generated | Folksonomy |
|
||||
| LLM RAG | Hierarchical chunks + metadata |
|
||||
|
||||
**기본값**: Hierarchy + tags + wikilinks (hybrid).
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Information-Architecture]] · [[Knowledge-Representation]]
|
||||
- 변형: [[Taxonomy]] · [[Ontology]] · [[Folksonomy]]
|
||||
- 응용: [[Knowledge Graph]] · [[Wiki-Systems]] · [[RAG-Architecture]]
|
||||
- Adjacent: [[Zettelkasten]] · [[Personal-Knowledge-Management]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: agent memory design, RAG indexing strategy, large doc collection 정리.
|
||||
**언제 X**: 매 single-doc Q&A — 매 over-engineering.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Premature taxonomy**: domain 도 모르고 hierarchy 먼저 design → constant restructuring.
|
||||
- **Single structure forced fit**: 매 problem 이 graph 인데 tree 로 강제.
|
||||
- **No update mechanism**: 매 evolving knowledge 에 frozen schema.
|
||||
- **Tags 없는 hierarchy**: orthogonal facet 표현 불가.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Ranganathan 1933 colon classification, Minsky 1974 frames, Sowa 2000 KR textbook).
|
||||
- 신뢰도 A-.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — taxonomy/graph/facet/frame structures, RAG indexing |
|
||||
|
||||
Reference in New Issue
Block a user