docs(10_Wiki): 이메일 지식화 산출물(Topic_email) + Astra 운영 상태 동기화

- 10_Wiki/Topic_email/, Topics/Topic_email/ — /email scan 자동 위키화 문서 (P-Reinforce 정본)
- Topics/Digests — Alignment-Knowledge·Projects 소화 노트 추가, root 갱신
- Topics/memory — 에피소드(email·meet)·장기기억·증류 상태 갱신
- 00_Raw — 회의록 y 2026-06-30 원문 추가
- ASTRA 기능 인벤토리·growth 스캔 상태 갱신

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

10_Wiki/Topics/Digests/Alignment-Knowledge.md

@@ -0,0 +1,31 @@
+---
+type: digest
+title: "소화 노트: Alignment Knowledge"
+generated_at: 2026-06-30T18:00:30.881Z
+sources: ["2026-06-26 핸드폰에 붙이는 필름을 판매하고 있어. 기능은 3d 앱"]
+---
+
+# 소화 노트: Alignment Knowledge
+
+> ⚙️ 자동 생성 (sleep-time 사전 소화) — **원문이 항상 우선**입니다. 소스가 바뀌면 자동 재생성되며, 이 파일은 삭제해도 안전합니다.
+
+## 예상 질문과 답
+- **Q: 이 제품의 가장 큰 기술적 단점은 무엇인가요?** — A: 3D 입체감을 구현하는 필름 특성상, 일반 상태에서 화면을 볼 때 미세한 줄이 보여 예민한 사용자는 픽건(pixel)이 깨져 보인다고 느낄 수 있습니다. [원본 요청]
+- **Q: 현재 지원 가능한 스마트폰 모델 범위는 어떻게 되나요?** — A: 아이폰 15, 16, 17 모델만 지원하며, 안드로이드 기기는 지원하지 않는다는 약점이 있습니다. [원본 요청]
+- **Q: 제품을 통해 사용자가 경험할 수 있는 기능은 무엇인가요?** — A: 로컬 모바일 장비에 저장된 영상과 사진을 3D 입체감으로 볼 수 있으며, 회사에서 제공하는 뮤직 비디오 콘텐츠를 시청할 수 있습니다. [원본 요청]
+- **Q: 현재 제품의 가격과 마케팅 예산 상황은 어떤가요?** — A: 필름 가격은 4만 원이며, 약 2억 원의 마케팅 예산이 있으나 이 비용을 사용하지 않고도 홍보할 수 있는 아이디어가 필요한 상태입니다. [확인된 정보]
+- **Q: 주요 타겟 고객층은 누구로 파악되나요?** — A: 구매자 기록을 바탕으로 볼 때, 35세 이상의 연령층이 주를 이룹니다. [원본 요청]
+
+## 핵심 사실
+- **제품 특징**: 3D 앱 사용 시 화면에 입체감을 부여하는 핸드폰 필름 (가격 4만 원).
+- **기술적 한계 및 단점**: 
+    - 일반 화면 시청 시 미세한 줄(pixel 깨짐 현상 유사)이 보일 수 있음.
+    - 안드로이드 기기 지원 불가 (아이폰 15, 16, 17 전용).
+    - 자사 제공 콘텐츠(뮤직 비디오 등)의 수량이 매우 빈약함.
+- **비즈니스 상황**: 마케팅 예산 2억 원 보유 중이나, 저비용/무료 배포 방식 등 효율적인 홍보 전략이 필요함.
+- **고객 데이터**: 주 구매층은 35세 이상임.
+
+## 문서 간 연결
+- **제품 기능과 단점의 상관관계**: 제품의 핵심 가치(3D 입체감)가 기술적 한계(화면 줄 생김 현상)와 직접적으로 연결되어 있음.
+- **서비스 내용과 콘텐츠 부족 문제**: 제공되는 서비스(영상/사진 3D 변환)는 명확하나, 이를 뒷받침할 자사 콘텐츠의 양이 매우 적다는 결론에 도달함.
+- **마케팅 전략 수립의 필요성**: 확보된 예산(2억)과 제품의 약점(안드로이드 미지원, 콘텐츠 부족) 사이의 간극을 메울 마케팅 아이디어가 요구되는 상황임.

10_Wiki/Topics/Digests/Projects.md

@@ -0,0 +1,28 @@
+---
+type: digest
+title: "소화 노트: Projects"
+generated_at: 2026-06-30T18:00:18.788Z
+sources: ["AI가상피팅_커머스_상사보고서_v1", "AI가상피팅_커머스_실현가능성검토_v1"]
+---
+
+# 소화 노트: Projects
+
+> ⚙️ 자동 생성 (sleep-time 사전 소화) — **원문이 항상 우선**입니다. 소스가 바뀌면 자동 재생성되며, 이 파일은 삭제해도 안전합니다.
+
+## 예상 질문과 답
+
+- **Q: 이 사업의 핵심 기술적 한계와 현실적인 대안은 무엇인가요?** — A: 원래 구상했던 '실시간 영상'이나 '3D 물리 엔진' 기반의 피팅은 2026년 현재 기술로 불가능합니다. 대신 '사진 한 장으로 옷을 입혀 보여주는' 정지 이미지 방식이 이미 검증된 상용 기술(구글, 에이블리 등)이며, 이를 활용하는 것이 가장 현실적입니다. [AI가상피팅_커머스_상사보고서_v1], [AI가상피팅_커머스_실현가능성검토_v1]
+- **Q: 서비스 출시를 위해 어떤 전략을 취해야 하나요?** — A: 처음부터 자체 기술을 개발하기보다, 검증된 외부 AI API(FASHN, Kling 등)를 빌려 6~8주 내에 빠르게 MVP(최소 기능 제품)를 출시하는 '단계적 전략'을 권고합니다. 이후 데이터와 매출이 증명되면 그때 자체 기술로 전환하여 원가를 절감해야 합니다. [AI가상피팅_커머스_상사보고서_v1], [AI가상피팅_커머스_실현가능성검토_v1]
+- **Q: 오픈소스 AI 모델을 가져다 써도 법적인 문제가 없나요?** — A: 주의가 필요합니다. IDM-VTON, CatVTON 같은 우수한 오픈소스 모델은 '비상업적 이용(CC BY-NC-SA)'만 허용되는 경우가 많아, 이를 그대로 상용 서비스에 사용하면 라이선스 위반 리스크가 있습니다. [AI가상피팅_커머스_실현가능성검토_v1]
+- **Q: 사업 추진 시 예상되는 위험 요소와 대비책은 무엇인가요?** — A: 외부 기술 의존도, 개인정보(얼굴 사진) 보호, AI 생성물 표시 의무(AI 기본법) 등이 주요 리스크입니다. 이에 대해 여러 업체를 교체 가능한 구조로 설계하고, 사진은 최소 보관·즉기 삭제하며, 결과물에 "AI 생성" 표시를 탑재하는 등의 대비책이 필요합니다. [AI가상피팅_커머스_상사보고서_v1]
+
+## 핵심 사실
+- **기술적 현황**: 정지 이미지 기반 가상 피팅(VTON)은 1장당 5~17초 내외로 상용화 수준임. 반면 동영상이나 3D 물리 시뮬레이션 기술은 현재 비현실적임. [AI가상피팅_커머스_실현가능성검토_v1]
+- **시장 사례**: 국내 에이블리는 AI 옷입기 기능 출시 후 매출이 55% 증가하고 이용자가 38% 늘어나는 성과를 보임. [AI가상피팅_커머스_상사보고서_v1]
+- **비용 구조**: 외부 API 사용 시 회당 약 100원 미만(약 $0.07~$0.075)의 비용이 발생함. [AI가상피팅_커머스_상사보고서_v1], [AI가상피팅_커머스_실현가능성검토_v1]
+- **개발 로드맵**: 6~8주 내 시범 서비스 출시 → 데이터 확보 → 자체 기술 전환(원가 절감) 순의 단계적 추진을 권고함. [AI가상피팅_커머스_상사보고서_v1]
+
+## 문서 간 연결
+- **공통 주제**: 두 문서 모두 신규 사업인 'AI 가상 의상 피팅 서비스'에 대해 **"기술적 현실을 반영한 조건부 추진(Go)"**을 공통적으로 제안하고 있습니다.
+- **보완 관계**: [상사보고서]는 사업의 목적, 결론, 단계적 실행 방안 등 **의사결정권자의 관점**에서 비즈니스 가치를 설명하며, [실현가능성 검토서]는 기술적 상세 스펙(API 단가, 라이선스 리스크, 렌더링 시간 등)을 다루며 **기술적 실현 가능성을 정밀하게 뒷받침**합니다.
+- **상충 사항**: 두 문서 모두 '실시간 영상/3D' 구현은 불가능하다는 점을 명시하며 기술적 한계에 대해 일치된 견해를 보입니다.

10_Wiki/Topics/Digests/root.md

@@ -1,7 +1,7 @@
 ---
 type: digest
 title: "소화 노트: (두뇌 루트)"
-generated_at: 2026-06-23T18:00:31.865Z
+generated_at: 2026-07-02T18:00:44.348Z
 sources: ["ASTRA 기능 인벤토리"]
 ---
 
@@ -10,19 +10,23 @@ sources: ["ASTRA 기능 인벤토리"]
 > ⚙️ 자동 생성 (sleep-time 사전 소화) — **원문이 항상 우선**입니다. 소스가 바뀌면 자동 재생성되며, 이 파일은 삭제해도 안전합니다.
 
 ## 예상 질문과 답
-- **Q: Astra에서 '주간 성장 사이클'은 어떤 과정으로 진행되나요?** — A: 검색 평가(골든셋) $\rightarrow$ 학습 큐 갱신(Need Engine) $\rightarrow$ 지식 노후 점검 $\rightarrow$ 성장 리포트 $\rightarrow$ 승인된 학습 자동 실행(Research Agent, 사이당 최대 3건) 순으로 진행됩니다. [ASTRA 기능 인벤토리]
-- **Q: 'Sleep-time 지식 사전 소화' 기능의 역할은 무엇인가요?** — A: 매일 지정된 유휴 시간에 최근 7일 내에 변경된 두뇌 지식을 찾아 폴더별 '소화 노트'(`<두뇌>/Digests/`)로 변환하는 자동화 기능입니다. [ASTRA 기능 인벤토리]
-- **Q: Astra의 데일리 브리핑은 어떤 정보를 제공하나요?** — A: 평일 지정된 시각에 오늘의 캘린더 일정과 Google Tasks(마감, 기한 경과, 조건부 대기 항목 포함)를 정리하여 텔레그램으로 발송합니다. [ASTRA 기능 인벤토리]
-- **Q: 사용자가 직접 수정하면 안 되는 이유는 무엇인가요?** — A: 이 문서는 Astra 활성화 시 소스 코드(`package.json`)에서 기계적으로 자동 생성되는 문서이므로, 수동 편집 시 버전 변경 시 내용이 덮어써질 수 있습니다. [ASTRA 기능 
+
+- **Q: ASTRA의 '주간 성장 사이클'은 어떤 과정으로 진행되나요?** — A: 매주 지정된 요일/시각에 [평가(검색 평가) $\rightarrow$ 학습 큐 갱신(Need Engine) $\rightarrow$ 지식 노약 점검 $\rightarrow$ 성장 리포트 $\rightarrow$ 승인된 학습 자동 실행(Research Agent)] 순서로 진행됩니다. [ASTRA 기능 인연토리]
+- **Q: 'Sleep-time Digest' 기능은 무엇을 수행하나요?** — A: 매일 지정된 시각(유휴 시간)에 최근 7일 내 변경된 두뇌 지식을 폴던별 '소화 노트'(`<두뇌>/Digests/`)로 변환하는 기능입니다. [ASTRA 기능 인벤토리]
+- **Q: 데일리 브리핑은 어떤 정보를 제공하나요?** — A: 평일(월~금) 지정된 시각에 오늘의 캘린더 일정과 Google Tasks(마감/기한 경과/조건부 대기 항목)를 정리하여 텔레그램으로 발송합니다. [ASTRA 기능 인벤토리]
+- **Q: Astra의 메모리 시스템은 어떻게 구성되어 있나요?** — A: 3단계 계층형 메모리 주입 방식을 사용합니다: 단기(최근 대화 메시지), 중기(최근 저장된 채팅 세션), 장기(관련 Second Brain 마크다운 파일) [ASTRA 기능 인벤토리]
+- **Q: 텔레그램 봇 설정 시 고려해야 할 사항은 무엇인가요?** — A: `telegram.enabled` 활성화, 허용된 Chat ID(`allowedChatIds`) 설정, 그리고 답변 범위를 제한할 에이전트(`defaultAgent`) 지정이 필요합니다. [ASTRA 기능 인벤토리]
 
 ## 핵심 사실
-- **문서 성격**: Astra의 기능 목록과 설정 동작을 담은 자동 생성된 인벤토리 (v2.2.259) [ASTRA 기능 인벤토리]
+- **문서 성격**: 이 문서는 소스 코드(`package.json`)에서 기계적으로 생성된 것으로, 버전 변경 시 수동 편집 없이 덮어씌워집니다. [ASTRA 기능 인벤토리]
 - **주요 자동화 프로세스**:
-    - **Growth Cycle**: 주간 단위로 평가, 학습 큐 관리, 지식 점검, 리포트 생성을 자동 수행 [ASTRA 기능 인벤토리]
-    - **Sleep Digest**: 매일 유휴 시간대에 지식 업데이트 내역을 '소화 노트'로 변환 [ASTRA 기능 인벤토리]
-    - **Daily Briefing**: 텔레그램을 통해 일정 및 할 일 알림 발송 [ASTRA 기능 인벤토리]
-- **기술적 특징**: Multi-Agent Workflow 지원, 계층적 메모리 주입(Short/Medium/Long-term), LM Studio 및 Ollama 연동 가능 [ASTRA 기능 인벤토리]
+    - **성장 사이클**: 주간 단위로 평가와 학습을 자동 수행하며, `growthCycle.autoRunApproved` 설정 시 승인된 항목은 Research Agent가 직접 실행합니다. [ASTRA 기능 인연토리]
+    - **지식 관리**: `sleepDigest`를 통해 지식을 정기적으로 소화(Digest)하여 문서화합니다. [ASTRA 기능 인벤토리]
+- **기술적 특징**: 
+    - Multi-Agent Workflow(`multiAgentEnabled`) 지원 (Planner $\rightarrow$ Researcher $\rightarrow$ Writer).
+    - LM Studio 및 Ollama와 연동하여 로컬 모델 사용 가능.
+    - `mapReduce` 기법을 통해 컨텍스트 창을 초과하는 대형 메시지를 처리하는 기능 포함. [ASTRA 기능 인벤토리]
 
 ## 문서 간 연결
-- **관계**: 본 문서는 Astra의 '기능 명세서' 역할을 하며, 사용자가 명령어를 통해 실행할 수 있는 액션(39개)과 시스템 내부적으로 제어되는 자동화 설정(155개)을 구분하여 정의하고 있습니다.
-- **공통 주제**: Astra의 자율적 성장(Growth), 지식 관리(Second Brain), 외부 서비스 연동(Telegram, Google Calendar, Google Tasks)에 대한 기술적 메커니즘을 다룹니다.
+- **기능적 통합**: 이 문서는 ASTRA의 '사용자 명령(명령어)'과 이를 자동화하기 위한 '설정값(Configuration)' 사이의 관계를 설명합니다. 
+- **상호 의존성**: 사용자의 명령어(`Astra: ...`)는 설정된 자동화 규칙(`growthCycle`, `dailyBriefing` 등)에 따라 실행 결과와 알림 방식이 결정되는 구조입니다.