Wiki cleanup: error-doc removal, dedup merge, link normalization

10_Wiki/Topics 대규모 정리: - 오류 캡처/미완성 stub 문서 227개 제거 - 교차폴더 중복 43클러스터 병합 (63파일 → redirect) - 링크명 정규화: 깨진 링크 수정·redirect 직결·개념 매핑 ~2,400건 - 카테고리 MOC 6개 신규 생성 - Graph 섹션 미해결 related-keyword 링크 10,058건 제거 Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
2026-05-20 23:52:15 +09:00
parent 2a4a5046b6
commit f8b21af4be
2874 changed files with 15296 additions and 27684 deletions
@@ -114,10 +114,7 @@ oa.responses.create(model="gpt-5.1", input="...", seed=42, temperature=0)
 **기본값**: 매 production agent → Claude Opus 4.7, 매 self-host → DeepSeek-V4 / Llama 3.5, 매 edge → MLX.

 ## 🔗 Graph
- 부모: [[AI Research Timeline]] · [[Frontier Models]]
- 변형: [[Claude Opus 4.7]] · [[GPT-5]] · [[DeepSeek V4]]
- 응용: [[1M Context Patterns]] · [[Disaggregated Serving]]
- Adjacent: [[vLLM]] · [[MLX]] · [[Blackwell Ultra]]
+- Adjacent: [[LLM_Optimization_and_Deployment_Strategies|vLLM]]

 ## 🤖 LLM 활용
 **언제**: 매 architecture decision 의 timeline reference, 매 "what changed in 2026-03" 매 quick lookup.
@@ -102,10 +102,9 @@ def process_record(r, mode):  # mode 가 점점 늘어남 — leaky abstraction
 **기본값**: 매 3회까지 wait, 매 4번째에 후회하지 않을 abstraction 만 추출.

 ## 🔗 Graph
- 부모: [[Refactoring]] · [[DRY]]
- 변형: [[AHA Principle]] · [[YAGNI]]
- 응용: [[AI-Assisted Refactoring]] · [[Code Smell]]
- Adjacent: [[Premature Abstraction]] · [[Wrong Abstraction]]
+- 부모: [[Refactoring_Best_Practices|Refactoring]] · [[DRY]]
+- 변형: [[YAGNI]]
+- 응용: [[Code Smell]]

 ## 🤖 LLM 활용
 **언제**: 매 codegen 의 review 시 — "이거 2회만에 추출됐는데 3회 기다려야 하나?" 매 sanity check.
@@ -149,10 +149,7 @@ if not card["capabilities"]["streaming"]:
 **기본값**: 매 cross-org / cross-vendor agent collaboration 에 매 A2A, 매 internal tool wiring 은 매 MCP.

 ## 🔗 Graph
- 부모: [[Agent Protocols]] · [[JSON-RPC]]
- 변형: [[MCP (Model Context Protocol)]] · [[OpenAI Agents SDK]]
- 응용: [[Multi-Agent Orchestration]] · [[Agent Marketplace]]
- Adjacent: [[OAuth 2.1]] · [[SSE Streaming]]
+- Adjacent: [[OAuth 2.1]]

 ## 🤖 LLM 활용
 **언제**: 매 multi-vendor agent stack 의 interop, 매 long-running specialist agent 의 호출.
@@ -118,10 +118,9 @@ for _ in range(5):
 **기본값**: Postgres Read Committed + 매 critical path 만 매 Serializable / FOR UPDATE.

 ## 🔗 Graph
- 부모: [[Database]] · [[Transactions]]
- 변형: [[BASE]] · [[Snapshot Isolation]] · [[Serializable Snapshot Isolation (SSI)]]
- 응용: [[Outbox Pattern]] · [[Saga Pattern]] · [[Idempotency]]
- Adjacent: [[CAP Theorem]] · [[WAL (Write-Ahead Log)]]
+- 변형: [[BASE]] · [[Snapshot Isolation]]
+- 응용: [[Idempotency]]
+- Adjacent: [[CAP Theorem]]

 ## 🤖 LLM 활용
 **언제**: 매 codegen 의 SQL transaction boundary 검증, 매 isolation level mismatch 점검.
@@ -157,10 +157,9 @@ import { Pool } from 'pg';
 **기본값**: 매 "되돌리는 데 1주 이상 걸리면 ADR". 매 Nygard 5-field minimum, 매 큰 결정만 MADR.

 ## 🔗 Graph
- 부모: [[Architecture Documentation]] · [[Software Governance]]
- 변형: [[MADR]] · [[Y-Statement]] · [[Nygard ADR]]
+- 부모: [[Architecture Documentation]]
 - 응용: [[ATAM]] · [[RFC Process]] · [[C4 Model]]
- Adjacent: [[Documentation as Code]] · [[GitOps]]
+- Adjacent: [[GitOps]]

 ## 🤖 LLM 활용
 **언제**: 매 design discussion 의 transcript → ADR draft 자동 생성, 매 ADR audit (status 누락 등).
@@ -176,7 +175,7 @@ import { Pool } from 'pg';
 ## 🧪 검증 / 중복
 - Verified (Nygard 2011 blog, MADR spec adr.github.io, Thoughtworks Tech Radar).
 - 신뢰도 A.
- 매 [[ADR_(Architecture_Decision_Record)]] 가 매 redirect 로 본 문서를 가리킴.
+- 매 [[ADR_(Architecture_Decision_Records)|ADR_(Architecture_Decision_Record)]] 가 매 redirect 로 본 문서를 가리킴.

 ## 🕓 Changelog
 | 날짜 | 변경 |
@@ -133,9 +133,8 @@ gates:
 **기본값**: 매 plan-first + 매 small diff + 매 test gate. 매 syntactic 부분은 매 codemod, 매 semantic 부분만 매 LLM.

 ## 🔗 Graph
- 부모: [[Refactoring]] · [[AI Coding Agents]]
- 변형: [[Codemod]] · [[ast-grep]] · [[jscodeshift]]
- 응용: [[3의 법칙 (Rule of Three)]] · [[Library Migration]]
+- 부모: [[Refactoring_Best_Practices|Refactoring]]
+- 응용: [[3의 법칙 (Rule of Three)]]
 - Adjacent: [[Claude Code]] · [[Cursor]] · [[Aider]]

 ## 🤖 LLM 활용
@@ -162,9 +162,9 @@ http_filters:

 ## 🔗 Graph
 - 부모: [[Microservices]] · [[Edge Computing]]
- 변형: [[Backend for Frontend (BFF)]] · [[Service Mesh]] · [[Reverse Proxy]]
- 응용: [[Rate Limiting]] · [[OAuth2]] · [[mTLS]]
- Adjacent: [[Load Balancer]] · [[CDN]] · [[Ingress Controller]]
+- 변형: [[Service Mesh]] · [[Reverse Proxy]]
+- 응용: [[Rate Limiting]] · [[mTLS]]
+- Adjacent: [[Load Balancer]] · [[CDN]]

 ## 🤖 LLM 활용
 **언제**: 매 multi-service public API, 매 cross-cutting concerns (auth/rate-limit/observability) 의 centralization, 매 multi-provider LLM routing.
@@ -168,10 +168,10 @@ client.messages.create(
 **기본값**: 매 contract-first + 매 OpenAPI 3.1 + 매 SDK auto-gen + 매 schemathesis CI. 매 internal 은 gRPC.

 ## 🔗 Graph
- 부모: [[API Design]] · [[Schema-First Development]]
- 변형: [[OpenAPI]] · [[gRPC]] · [[GraphQL]] · [[AsyncAPI]]
- 응용: [[Contract Testing]] · [[SDK Generation]] · [[Mock Server]]
- Adjacent: [[JSON Schema]] · [[Pact]] · [[Schemathesis]]
+- 부모: [[API Design]]
+- 변형: [[OpenAPI]] · [[gRPC]]
+- 응용: [[Contract Testing]]
+- Adjacent: [[JSON Schema]] · [[Pact]]

 ## 🤖 LLM 활용
 **언제**: 매 spec → SDK / mock / test scaffold 자동 생성, 매 spec lint, 매 changelog diff.
@@ -172,10 +172,9 @@ lint:
 **기본값**: 매 OpenAPI 3.1 + Spectral lint + Prism mock + openapi-typescript codegen + oasdiff CI.

 ## 🔗 Graph
- 부모: [[API Fundamentals]] · [[Contract-Driven Development]]
- 변형: [[Schema-First GraphQL]] · [[Proto-First gRPC]]
- 응용: [[OpenAPI]] · [[AsyncAPI]] · [[SDK Generation]]
- Adjacent: [[Consumer-Driven Contracts]] · [[Pact Testing]] · [[API Gateway]]
+- 부모: [[API Fundamentals]]
+- 응용: [[OpenAPI]]
+- Adjacent: [[Consumer-Driven Contracts]] · [[API Gateway]]

 ## 🤖 LLM 활용
 **언제**: 매 multi-team API, 매 public SDK distribution, 매 partner integration, 매 FE/BE parallel dev.
@@ -163,9 +163,9 @@ export const orderRouter = router({

 ## 🔗 Graph
 - 부모: [[Distributed Systems]] · [[Web Architecture]]
- 변형: [[REST]] · [[GraphQL]] · [[gRPC]] · [[tRPC]] · [[WebSocket]]
+- 변형: [[REST]] · [[gRPC]]
 - 응용: [[OpenAPI]] · [[API Gateway]] · [[Service Mesh]]
- Adjacent: [[OAuth2]] · [[JSON Schema]] · [[Protocol Buffers]]
+- Adjacent: [[JSON Schema]] · [[Protocol Buffers]]

 ## 🤖 LLM 활용
 **언제**: 매 cross-system contract 의 design, 매 client/server 매 separated, 매 versioned interface 필요.
@@ -197,9 +197,9 @@ function walkPost(node: Node, fn: (n: Node) => void) {
 **기본값**: 매 ts-morph (TS refactor) · ast-grep (polyglot scan) · LibCST (Python codemod).

 ## 🔗 Graph
- 부모: [[Compilers]] · [[Static-Analysis]]
- 변형: [[Codemod]] · [[Tree-Sitter]] · [[Visitor-Pattern]]
- 응용: [[ESLint]] · [[Refactoring]]
+- 부모: [[Static-Analysis]]
+- 변형: [[Visitor-Pattern]]
+- 응용: [[ESLint]] · [[Refactoring_Best_Practices|Refactoring]]
 - Adjacent: [[Architectural-Constraint-Enforcement]] · [[Architecture_Refactor]]

 ## 🤖 LLM 활용
@@ -156,7 +156,6 @@ def score(scenario):

 ## 🔗 Graph
 - 부모: [[Software Architecture]] · [[Quality Attributes]]
- 변형: [[SAAM]] · [[ARID]] · [[CBAM]] · [[Lightweight-Architecture-Review]]
 - 응용: [[ADR]] · [[RFC]] · [[Architecture_Refactor]]
 - Adjacent: [[Architecture Evaluation (아키텍처 평가)]] · [[Architecture Review (아키텍처 및 설계 리뷰)]] · [[Architectural-Constraint-Enforcement]]

@@ -165,10 +165,8 @@ async function onMembershipChange(allianceId: bigint) {
 **기본값**: 매 Postgres alliance/member tables + Redis pub/sub for chat/presence + idempotent treasury operations.

 ## 🔗 Graph
- 부모: [[Game Architecture]] · [[Social Systems]]
- 변형: [[Guild]] · [[Clan]] · [[Faction]] · [[Party]]
- 응용: [[Alliance Chat]] · [[Alliance War]] · [[Treasury System]]
- Adjacent: [[Friendship System]] · [[Matchmaking]] · [[Leaderboard]]
+- 변형: [[Guild]] · [[Clan]] · [[Faction]]
+- Adjacent: [[Leaderboard]]

 ## 🤖 LLM 활용
 **언제**: 매 long-session retention 의 game (MMO, SLG, persistent world), 매 social cooperation 의 core mechanic.
@@ -177,10 +177,10 @@ declare module "react" {
 **기본값**: 매 prefer @types/* package, 매 fall back 매 hand-written `.d.ts`, 매 augmentation 매 last resort (subtle to debug).

 ## 🔗 Graph
- 부모: [[TypeScript]] · [[Type System]]
- 변형: [[Module Augmentation]] · [[Global Augmentation]] · [[Triple-slash Directives]]
- 응용: [[DefinitelyTyped]] · [[Library Publishing]] · [[Asset Typing]]
- Adjacent: [[tsconfig.json]] · [[Type Inference]] · [[Conditional Types]]
+- 부모: [[TypeScript]] · [[TypeScript 타입 시스템 (TypeScript Type System)|Type System]]
+- 변형: [[Global Augmentation]]
+- 응용: [[DefinitelyTyped]]
+- Adjacent: [[tsconfig.json]] · [[Conditional Types]]

 ## 🤖 LLM 활용
 **언제**: 매 untyped JS interop, 매 global runtime typing, 매 library distribution, 매 framework extension points.
@@ -154,9 +154,7 @@ try (IgniteClient c = Ignition.startClient(cc)) {

 ## 🔗 Graph
 - 부모: [[In-Memory Data Grid]] · [[Distributed Cache]]
- 변형: [[Hazelcast]] · [[GridGain]] · [[Redis Cluster]]
- 응용: [[Distributed SQL]] · [[Compute Grid]] · [[Service Grid]]
- Adjacent: [[JCache]] · [[Caffeine]] · [[Memcached]]
+- 변형: [[GridGain]]

 ## 🤖 LLM 활용
 **언제**: 매 sub-ms latency + SQL + ACID 의 simultaneous requirement, 매 compute-near-data, 매 JVM ecosystem.
@@ -150,10 +150,10 @@ async function loadAggregate(id: string): Promise<Order> {
 **기본값**: 매 Kafka (or Redpanda for ops simplicity) 매 distributed log, 매 Postgres WAL + outbox 매 single-service.

 ## 🔗 Graph
- 부모: [[Storage Systems]] · [[Distributed Systems]]
- 변형: [[Kafka]] · [[Pulsar]] · [[WAL]] · [[Event Store]]
- 응용: [[Event Sourcing]] · [[CDC]] · [[Outbox Pattern]] · [[CQRS]]
- Adjacent: [[Stream Processing]] · [[Idempotency]] · [[Saga Pattern]]
+- 부모: [[Distributed Systems]]
+- 변형: [[Kafka]] · [[WAL]] · [[Event Store]]
+- 응용: [[Event Sourcing]] · [[CDC]] · [[CQRS]]
+- Adjacent: [[Stream-Processing-Architectures|Stream Processing]] · [[Idempotency]]

 ## 🤖 LLM 활용
 **언제**: 매 audit/replay 요구, 매 multiple consumer/projection, 매 temporal queries, 매 reliable event publishing.
@@ -174,9 +174,9 @@ ORDER BY service, wk;

 ## 🔗 Graph
 - 부모: [[Software Architecture]] · [[Architectural-Constraint-Enforcement]]
- 변형: [[Architecture Erosion]] · [[Architecture Drift]] · [[Reflexion Model]]
+- 변형: [[Architecture Erosion]] · [[Architecture Drift]]
 - 응용: [[Architecture Review (아키텍처 및 설계 리뷰)]] · [[Architecture_Refactor]] · [[Technical Debt]]
- Adjacent: [[ArchUnit]] · [[Sonargraph]] · [[OpenTelemetry]]
+- Adjacent: [[ArchUnit]] · [[OpenTelemetry]]

 ## 🤖 LLM 활용
 **언제**: classify violation as erosion vs drift vs intentional, draft suppression ADR with expiry, generate refactor plan from violation report, summarize weekly violations dashboard for tech lead.
@@ -193,7 +193,7 @@ layers =

 ## 🔗 Graph
 - 부모: [[Software Architecture]] · [[Fitness Functions]]
- 변형: [[Linting]] · [[Static-Analysis]]
+- 변형: [[Static-Analysis]]
 - 응용: [[CI-CD]] · [[Architecture_Refactor]]
 - Adjacent: [[Architecture Erosion (아키텍처 침식)]] · [[Modular-Monolith]]

@@ -171,10 +171,9 @@ structurizr-cli push -workspace workspace.dsl \
 **기본값**: C4 (Structurizr DSL) + arc42 sections + ADR — 매 modern combination.

 ## 🔗 Graph
- 부모: [[Software Architecture]] · [[ISO-IEC-IEEE 42010]]
- 변형: [[4+1 View Model]] · [[C4 Model]] · [[arc42]]
- 응용: [[Architecture Decision Records]] · [[Architecture_Diagramming_Standards]] · [[Architecture Review (아키텍처 및 설계 리뷰)]]
- Adjacent: [[Architectural Views]] · [[Stakeholder Analysis]]
+- 부모: [[Software Architecture]]
+- 변형: [[C4 Model]] · [[arc42]]
+- 응용: [[Architecture_Diagramming_Standards]] · [[Architecture Review (아키텍처 및 설계 리뷰)]]

 ## 🤖 LLM 활용
 **언제**: bootstrap arc42 template from a codebase scan, generate C4 Container diagrams from package structure, draft ADR Context/Consequences from PR descriptions.
@@ -162,7 +162,7 @@ inframap generate terraform.tfstate | dot -Tpng > clean.png
 **기본값**: Mermaid (C4 plugin) — 매 GitHub/Obsidian native rendering.

 ## 🔗 Graph
- 부모: [[Software Architecture]] · [[Documentation]]
+- 부모: [[Software Architecture]]
 - 변형: [[ADR]] · [[RFC]]
 - 응용: [[Onboarding]] · [[Postmortem]]
 - Adjacent: [[Architecture Review (아키텍처 및 설계 리뷰)]] · [[Architecture_Refactor]]
@@ -171,7 +171,7 @@ metrics:
 **기본값**: Strangler Fig + feature flag + parallel-run on critical paths.

 ## 🔗 Graph
- 부모: [[Software Architecture]] · [[Refactoring]]
+- 부모: [[Software Architecture]] · [[Refactoring_Best_Practices|Refactoring]]
 - 변형: [[Strangler-Fig]] · [[Branch-by-Abstraction]]
 - 응용: [[Modular-Monolith]] · [[Microservices]]
 - Adjacent: [[Architecture Erosion (아키텍처 침식)]] · [[Architectural-Constraint-Enforcement]] · [[Architecture Review (아키텍처 및 설계 리뷰)]]
@@ -178,8 +178,8 @@ let out: Result<i32, _> = parse("21")

 ## 🔗 Graph
 - 부모: [[Design Patterns]] · [[Functional Programming]]
- 변형: [[Composition over Inheritance]] · [[Pipe-and-Filter]]
- 응용: [[React]] · [[Airflow]] · [[Unix-Philosophy]]
+- 변형: [[Composition over Inheritance]]
+- 응용: [[React]] · [[Airflow]]
 - Adjacent: [[Base_Layouts]] · [[Architectural-Constraint-Enforcement]]

 ## 🤖 LLM 활용
@@ -198,9 +198,9 @@ class Pricing {

 ## 🔗 Graph
 - 부모: [[Object-Oriented-Programming]] · [[Software-Architecture]]
- 변형: [[Decorator-Pattern]] · [[Proxy-Pattern]] · [[Middleware]]
+- 변형: [[Middleware]]
 - 응용: [[Spring-Framework]] · [[NestJS]] · [[OpenTelemetry]]
- Adjacent: [[Dependency-Injection]] · [[Functional-Composition]] · [[Cross-Cutting-Concerns]]
+- Adjacent: [[Dependency_Injection_(DI)|Dependency-Injection]] · [[Cross-Cutting-Concerns]]

 ## 🤖 LLM 활용
 **언제**: cross-cutting concern (logging/TX/security/caching) 이 매 여러 service 에 반복, declarative style 선호, framework 가 AOP 지원.
@@ -143,9 +143,8 @@ $method$($args$) { $body$ }
 **기본값**: TypeScript 의 ts-morph, polyglot 의 ast-grep, 매 semantic 의 LLM.

 ## 🔗 Graph
- 부모: [[Refactoring]] · [[Abstract-Syntax-Tree-Traversal]]
- 변형: [[Codemod]] · [[Structural Search]]
- 응용: [[Framework Migration]] · [[Architecture_Refactor]]
+- 부모: [[Refactoring_Best_Practices|Refactoring]] · [[AST_Traversal|Abstract-Syntax-Tree-Traversal]]
+- 응용: [[Architecture_Refactor]]
 - Adjacent: [[AI-Assisted Refactoring (AI 기반 리팩토링)]] · [[AST_Traversal]]

 ## 🤖 LLM 활용
@@ -27,7 +27,7 @@ github_commit: pending

 ## 🔗 Graph
 - 부모: [[CAD 렌더링 최적화]] (canonical)
- 관련: [[Architecture Diagramming Standards]] · [[3D Rendering Pipeline]] · [[IFC]]
+- 관련: [[Architecture Diagramming Standards]]

 ## 🕓 변경 이력
 | 날짜 | 변경 |
@@ -177,10 +177,9 @@ blocTest<CounterBloc, int>(
 **기본값**: Cubit 의 first, Bloc 의 event 의 explicit 의 require 의 case.

 ## 🔗 Graph
- 부모: [[State Management]] · [[Reactive Programming]]
- 변형: [[Cubit]] · [[Hydrated Bloc]] · [[ReplayBloc]]
- 응용: [[Flutter App Architecture]] · [[Clean Architecture]]
- Adjacent: [[Provider]] · [[Riverpod]] · [[GetX]]
+- 부모: [[State Management]]
+- 응용: [[Clean Architecture]]
+- Adjacent: [[Provider]] · [[Riverpod]]

 ## 🤖 LLM 활용
 **언제**: Bloc · Cubit · Event · State 의 boilerplate 의 generate, blocTest 의 draft.
@@ -198,9 +198,9 @@ zbc.createWorker({

 ## 🔗 Graph
 - 부모: [[Workflow-Automation]] · [[Enterprise-Architecture]]
- 변형: [[Saga-Pattern]] · [[Process-Mining]] · [[State-Machine]]
- 응용: [[Camunda]] · [[Temporal]] · [[AWS-Step-Functions]] · [[Order-Management]]
- Adjacent: [[Microservices]] · [[Event-Driven-Architecture]] · [[Choreography-vs-Orchestration]]
+- 변형: [[State-Machine]]
+- 응용: [[Temporal]]
+- Adjacent: [[Microservices]] · [[Event-Driven-Architecture]]

 ## 🤖 LLM 활용
 **언제**: long-running multi-step process, human-in-loop required, audit trail 필수, retry/compensation 복잡, AI agent multi-tool orchestration.
@@ -193,9 +193,7 @@ import { Panel, PanelGroup, PanelResizeHandle } from 'react-resizable-panels';
 **기본값**: Grid for 2D + named areas, Flex for 1D, Tailwind utility for prototyping.

 ## 🔗 Graph
- 부모: [[CSS]] · [[UI Patterns]]
 - 변형: [[Holy-Grail-Layout]] · [[App-Shell]]
- 응용: [[Dashboard]] · [[Editor-Layout]]
 - Adjacent: [[Arrangement-and-Composition]] · [[Architecture_Diagramming_Standards]]

 ## 🤖 LLM 활용
@@ -157,9 +157,9 @@ class BNN(pnn.PyroModule):

 ## 🔗 Graph
 - 부모: [[Probability Theory]] · [[Statistical Inference]]
- 변형: [[MCMC]] · [[Variational Inference]] · [[Empirical Bayes]]
- 응용: [[Belief-System]] · [[Bayesian A/B Test]] · [[Bayesian Neural Network]]
- Adjacent: [[Frequentist Inference]] · [[Causal Inference]]
+- 변형: [[MCMC]] · [[Variational Inference]]
+- 응용: [[Belief-System]]
+- Adjacent: [[Causal Inference]]

 ## 🤖 LLM 활용
 **언제**: model 의 prior · likelihood 의 spec 의 draft, posterior plot 의 interpret, NumPyro/PyMC code 의 generate.
@@ -139,10 +139,8 @@ feature.useDynamicFoveatedRendering = true; // eye-tracked on Quest 3
 **기본값**: Unity DOTS + URP + OpenXR — 매 Quest 3 의 baseline 의 fit.

 ## 🔗 Graph
- 부모: [[Game Architecture]] · [[VR Development]]
- 변형: [[Rhythm Game]] · [[Audio-Synced Gameplay]]
- 응용: [[bitECS와_SharedArrayBuffer의_실제_코드_통합]] · [[ECS Pattern]]
- Adjacent: [[Object Pool]] · [[Frame Budget Optimization]]
+- 응용: [[bitECS와_SharedArrayBuffer의_실제_코드_통합]]
+- Adjacent: [[Object Pool]]

 ## 🤖 LLM 활용
 **언제**: beatmap 의 procedural generation, cut-direction pattern 의 difficulty curve 의 tune, NJS · offset 의 starter value 의 suggest.
@@ -150,8 +150,7 @@ graph = StateGraph(AgentState).add_node("perceive", perceive)

 ## 🔗 Graph
 - 부모: [[Agent Architecture]] · [[Knowledge Representation]]
- 변형: [[BDI]] · [[Bayesian_Inference]]
- 응용: [[LLM Agent]] · [[Robot Knowledge Base]]
+- 변형: [[Bayesian_Inference]]
 - Adjacent: [[A2A]] · [[Belief Revision]]

 ## 🤖 LLM 활용
@@ -142,9 +142,9 @@ df = spark.sql("""

 ## 🔗 Graph
 - 부모: [[Distributed Systems]] · [[Data Engineering]]
- 변형: [[Lakehouse]] · [[Data Warehouse]] · [[Data Lake]]
- 응용: [[Apache Ignite]] · [[BI]] · [[ML Pipeline]]
- Adjacent: [[Append-only log]] · [[Stream Processing]]
+- 변형: [[Lakehouse]] · [[Data Warehouse]]
+- 응용: [[Apache Ignite]]
+- Adjacent: [[Append-only log]] · [[Stream-Processing-Architectures|Stream Processing]]

 ## 🤖 LLM 활용
 **언제**: SQL 의 generate, partitioning strategy 의 advise, schema evolution diff 의 explain, Iceberg 의 table maintenance 의 query 의 draft.
@@ -156,10 +156,8 @@ client.messages.create(
 **기본값**: hybrid — 매 architecture skeleton (top-down) + 매 primitive layer (bottom-up) → 매 meet middle.

 ## 🔗 Graph
- 부모: [[Software_Design]] · [[Methodology]]
- 변형: [[Top_Down_Approach]] · [[Meet_in_the_Middle]] · [[Outside_In_TDD]]
- 응용: [[Functional_Programming]] · [[Atomic_Design]] · [[Spike_Solution]]
- Adjacent: [[Composition]] · [[YAGNI]] · [[Discovery_Process]]
+- 응용: [[Functional_Programming]] · [[Atomic_Design]]
+- Adjacent: [[Composition]] · [[YAGNI]]

 ## 🤖 LLM 활용
 **언제**: unknown domain spike, library design, primitive 조합 탐색, agentic tool composition.
@@ -160,9 +160,9 @@ function handleRequest(raw: { userId: string; email: string }) {
 **기본값**: domain ID 의 vanilla brand, validated value 의 Zod, numeric/refinement 의 Effect Brand.

 ## 🔗 Graph
- 부모: [[TypeScript Type System]] · [[Domain Modeling]]
- 변형: [[Nominal Typing]] · [[Opaque Types]] · [[Phantom Types]]
- 응용: [[Parse Don't Validate]] · [[DDD Value Object]]
+- 부모: [[TypeScript Type System]]
+- 변형: [[Nominal-Typing-in-TypeScript|Nominal Typing]] · [[Opaque Types]]
+- 응용: [[Parse Don't Validate]]
 - Adjacent: [[Ambient_Declarations]] · [[Schema Validation]]

 ## 🤖 LLM 활용
@@ -230,10 +230,10 @@ private void payInvoiceLegacy(Invoice i) { /* 매 untouched */ }
 **기본값**: characterization test 먼저 → 매 minimal mechanical refactor (compiler-driven) → 매 small commit.

 ## 🔗 Graph
- 부모: [[Refactoring]] · [[Software-Design]] · [[Legacy-Code]]
- 변형: [[Sprout-Method]] · [[Extract-Interface]] · [[Adapter-Pattern]]
- 응용: [[Test-Driven-Development]] · [[Hexagonal-Architecture]] · [[Strangler-Fig-Pattern]]
- Adjacent: [[Dependency-Injection]] · [[SOLID-Principles]] · [[Mocking]]
+- 부모: [[Refactoring_Best_Practices|Refactoring]]
+- 변형: [[Sprout-Method]]
+- 응용: [[Test-Driven-Development]] · [[Hexagonal-Architecture]]
+- Adjacent: [[Dependency_Injection_(DI)|Dependency-Injection]] · [[SOLID-Principles]] · [[Mocking]]

 ## 🤖 LLM 활용
 **언제**: legacy code unit test 도입, untestable method 마주침, monolith 분해 직전 prep, third-party SDK lock-in 제거.
@@ -176,10 +176,10 @@ await producer.send({
 **기본값**: Kafka (or Redpanda — Kafka API compat) + Schema Registry + Avro/Protobuf for events.

 ## 🔗 Graph
- 부모: [[Event-Driven Architecture]] · [[Messaging]]
+- 부모: [[Event-Driven Architecture]]
 - 변형: [[Mediator Topology]] · [[Choreography]]
- 응용: [[Kafka]] · [[NATS]] · [[Pulsar]]
- Adjacent: [[Schema Registry]] · [[CDC]] · [[Saga Pattern]]
+- 응용: [[Kafka]] · [[NATS]]
+- Adjacent: [[CDC]]

 ## 🤖 LLM 활용
 **언제**: fan-out events, decoupled microservices, CDC pipelines, telemetry ingestion.
@@ -157,8 +157,7 @@ const shader = device.createShaderModule({ code: `
 **기본값**: HTTP/3 + service worker cache + defer non-critical JS + Web Vitals monitoring.

 ## 🔗 Graph
- 부모: [[Web_Platform]] · [[Operating_System]]
- 변형: [[Chromium]] · [[Gecko]] · [[WebKit]] · [[Servo]]
+- 변형: [[Chromium]] · [[WebKit]]
 - 응용: [[Single_Page_Application]] · [[PWA]] · [[Electron]]
 - Adjacent: [[V8]] · [[WebAssembly]] · [[WebGPU]] · [[Service_Worker]]

@@ -142,8 +142,8 @@ mv *.svg docs/architecture/

 ## 🔗 Graph
 - 부모: [[Software_Architecture]] · [[Architecture_Documentation]]
- 변형: [[arc42]] · [[4+1_View_Model]] · [[UML]]
- 응용: [[ADR]] · [[Diagram_as_Code]] · [[Structurizr]]
+- 변형: [[arc42]]
+- 응용: [[ADR]] · [[Structurizr]]
 - Adjacent: [[Mermaid]] · [[PlantUML]] · [[DDD]]

 ## 🤖 LLM 활용
@@ -159,8 +159,7 @@ for (const part of visibleAfterFrustum) {

 ## 🔗 Graph
 - 부모: [[Computer_Graphics]] · [[GPU_Architecture]]
- 변형: [[Nanite_Virtual_Geometry]] · [[Mesh_Shaders]]
- 응용: [[Digital_Twin]] · [[AR_VR_Rendering]]
+- 응용: [[Digital_Twin]]
 - Adjacent: [[WebGPU]] · [[Three.js]] · [[Level_of_Detail]]

 ## 🤖 LLM 활용
@@ -160,10 +160,9 @@ foreach (var diag in compilation.GetDiagnostics()) {
 **기본값**: developer-tool 빌드 = CST first (tree-sitter or rowan); compiler = CST → AST → IR.

 ## 🔗 Graph
- 부모: [[Compiler]] · [[Parser]]
- 변형: [[AST]] · [[Lossless_Syntax_Tree]] · [[Green_Red_Tree]]
+- 부모: [[Parser]]
+- 변형: [[AST]] · [[Lossless_Syntax_Tree]]
 - 응용: [[Code_Formatter]] · [[IDE]] · [[Refactoring_Tools]]
- Adjacent: [[tree_sitter]] · [[Roslyn]] · [[rust_analyzer]]

 ## 🤖 LLM 활용
 **언제**: parser tool 선택, refactor 구현, formatter 설계.
@@ -145,10 +145,9 @@ pyroscope:
 **기본값**: 99Hz sampling → folded → flamegraph.pl. 매 첫 5분 안에 hot path 보임.

 ## 🔗 Graph
- 부모: [[Performance_Engineering]] · [[Observability]]
- 변형: [[Flame_Graph]] · [[Off_CPU_Profile]] · [[Differential_Flame_Graph]]
- 응용: [[Continuous_Profiling]] · [[Performance_Regression_Detection]]
- Adjacent: [[eBPF]] · [[perf]] · [[pprof]] · [[Brendan_Gregg]]
+- 부모: [[Observability]]
+- 변형: [[Flame_Graph]]
+- Adjacent: [[eBPF]]

 ## 🤖 LLM 활용
 **언제**: hot function 분석, regression diff, profile 결과 해석.
@@ -197,9 +197,8 @@ def legacy_compute(...): ...
 **기본값**: Snapshot test for serializable output, ApprovalTests for human-reviewed diffs (PDF, HTML), differential test during refactor.

 ## 🔗 Graph
- 부모: [[Software Testing]] · [[Legacy Code]]
- 변형: [[Snapshot Testing]] · [[Approval Tests]] · [[Golden Master]]
- 응용: [[Refactoring]] · [[Visual Regression]] · [[Migration Testing]]
+- 변형: [[Approval Tests]]
+- 응용: [[Refactoring_Best_Practices|Refactoring]] · [[Visual Regression]]
 - Adjacent: [[Property-Based Testing]] · [[TDD]] · [[Test Doubles]]

 ## 🤖 LLM 활용
@@ -155,9 +155,9 @@ async function publishWithTrace(topic: string, evt: any) {

 ## 🔗 Graph
 - 부모: [[Event-Driven Architecture]] · [[Microservices]]
- 변형: [[Saga Pattern]] · [[Pub-Sub]]
+- 변형: [[Pub-Sub]]
 - 응용: [[Broker Topology]] · [[Event Sourcing]]
- Adjacent: [[Orchestration]] · [[CQRS]] · [[Domain Events]]
+- Adjacent: [[Orchestration]] · [[CQRS]]

 ## 🤖 LLM 활용
 **언제**: event-driven microservice design, decoupling teams, fan-out workflows, autonomous services.
@@ -178,10 +178,10 @@ def test_legacy_charge_2025_invoice():
 **기본값**: small step + commit per refactor + tests green; LLM 으로 mass rename / extract 가속.

 ## 🔗 Graph
- 부모: [[Software_Engineering]] · [[Code_Quality]]
- 변형: [[Strangler_Fig]] · [[Mikado_Method]]
+- 부모: [[Code_Quality]]
+- 변형: [[Strangler_Fig]]
 - 응용: [[Legacy_Modernization]] · [[Test_Driven_Development]]
- Adjacent: [[Martin_Fowler]] · [[Clean_Code]] · [[Design_Patterns]]
+- Adjacent: [[Clean_Code]] · [[Design_Patterns]]

 ## 🤖 LLM 활용
 **언제**: bulk rename, extract function, polymorphism conversion, parameter object 도입.
@@ -162,9 +162,7 @@ float TakenMultiplier(float hpFrac) =>

 ## 🔗 Graph
 - 부모: [[Game_Design]] · [[Combat_System]]
- 변형: [[Dynamic_Difficulty_Adjustment]] · [[Boss_Phase_Design]]
- 응용: [[Roguelike_Design]] · [[MMO_Raid_Design]] · [[Soulslike]]
- Adjacent: [[Player_Telemetry]] · [[Game_Balance]] · [[Flow_Theory]]
+- 변형: [[Dynamic_Difficulty_Adjustment]]

 ## 🤖 LLM 활용
 **언제**: encounter design, difficulty curve tuning, DDA controller 설계.
@@ -123,10 +123,9 @@ HAVING COUNT(*) >= 3;
 **기본값**: Flink CEP for complex patterns, Materialize for SQL-native streaming.

 ## 🔗 Graph
- 부모: [[Event-Driven Architecture]] · [[Stream Processing]]
+- 부모: [[Event-Driven Architecture]] · [[Stream-Processing-Architectures|Stream Processing]]
 - 변형: [[Event Sourcing]] · [[CQRS]]
- 응용: [[Fraud Detection]] · [[IoT Analytics]] · [[Real-Time Analytics]]
- Adjacent: [[Apache Flink]] · [[Kafka Streams]] · [[Apache Pulsar]]
+- Adjacent: [[Apache Flink]]

 ## 🤖 LLM 활용
 **언제**: pattern definition 매 natural language → EPL/Flink translation, alert explanation.
@@ -158,10 +158,10 @@ promises:
 **기본값**: Most production distributed systems 매 Complex domain 매 산다 → SLO + chaos + observability + post-incident review.

 ## 🔗 Graph
- 부모: [[Systems Theory]] · [[Cybernetics]]
- 변형: [[Cynefin]] · [[Promise Theory]] · [[Chaos Engineering]]
+- 부모: [[Systems Theory]] · [[Cybernetics Foundations|Cybernetics]]
+- 변형: [[Chaos Engineering]]
 - 응용: [[Distributed Systems]] · [[Microservices]] · [[SRE]]
- Adjacent: [[No Silver Bullet]] · [[Conceptual Integrity]] · [[Emergent Behavior]]
+- Adjacent: [[Conceptual Integrity]] · [[Emergent Behavior]]

 ## 🤖 LLM 활용
 **언제**: incident retrospective, architecture decision in distributed system, tech debt classification, organizational design, ML system behavior analysis.
@@ -191,9 +191,9 @@ export const Primary: StoryObj<typeof Button> = {

 ## 🔗 Graph
 - 부모: [[Component-Based Architecture (CBA)]] · [[Design Systems]]
- 변형: [[Compound Components]] · [[Headless UI]]
+- 변형: [[Component-Composition|Compound Components]] · [[Headless UI]]
 - 응용: [[shadcn-ui]] · [[Radix UI]] · [[Storybook]]
- Adjacent: [[Tailwind CSS]] · [[Design Tokens]] · [[A11y]]
+- Adjacent: [[CSS_Architecture_and_Styling|Tailwind CSS]] · [[Design Tokens]] · [[A11y]]

 ## 🤖 LLM 활용
 **언제**: starting design system, refactoring 중복 UI, multi-product/brand consolidation.
@@ -170,7 +170,7 @@ interface OrderService {
 ## 🔗 Graph
 - 부모: [[Modularity]] · [[Software Architecture]]
 - 변형: [[Microservices]] · [[Web Components]] · [[Entity Component System]]
- 응용: [[Component Library Architecture]] · [[Compound Components]] · [[Design Systems]]
+- 응용: [[Component Library Architecture]] · [[Component-Composition|Compound Components]] · [[Design Systems]]
 - Adjacent: [[Conceptual Integrity]] · [[Dependency Injection]]

 ## 🤖 LLM 활용
@@ -236,9 +236,9 @@ Field.Error = Error;

 ## 🔗 Graph
 - 부모: [[Component-Based Architecture (CBA)]] · [[React Patterns]]
- 변형: [[Headless UI]] · [[Render Props]] · [[Slots]]
+- 변형: [[Headless UI]] · [[Render_Props|Render Props]]
 - 응용: [[Component Library Architecture]] · [[Radix UI]] · [[shadcn-ui]]
- Adjacent: [[React Context]] · [[A11y]] · [[Server Components]]
+- Adjacent: [[A11y]] · [[Modern_Web_Rendering_and_Optimization|Server Components]]

 ## 🤖 LLM 활용
 **언제**: building reusable widgets (tabs/menu/dialog), design system primitives, replacing prop-explosion components, headless library.
@@ -210,8 +210,8 @@ fn blur(@builtin(global_invocation_id) gid : vec3u) {
 ## 🔗 Graph
 - 부모: [[GPU Programming]] · [[Parallel Computing]]
 - 변형: [[Vertex Shader]] · [[Fragment Shader]] · [[CUDA]]
- 응용: [[WebGPU]] · [[ML Inference]] · [[Particle Systems]]
- Adjacent: [[Triton]] · [[MLX]] · [[Vulkan]]
+- 응용: [[WebGPU]]
+- Adjacent: [[Triton]] · [[Vulkan]]

 ## 🤖 LLM 활용
 **언제**: heavy parallel data (image, ML, sim), browser GPU compute, custom ML kernels.
@@ -140,10 +140,9 @@ or build a separate `/email-templates/*` namespace.
 **기본값**: Small architect council (2-4 people), written design principles, ADRs, explicit "rejected" log.

 ## 🔗 Graph
- 부모: [[Software Architecture]] · [[Mythical Man-Month]]
- 변형: [[Convention over Configuration]] · [[Design Principles]]
+- 부모: [[Software Architecture]]
+- 변형: [[Design Principles]]
 - 응용: [[API Design]] · [[Design Systems]] · [[ADR]]
- Adjacent: [[Brooks Law]] · [[No Silver Bullet]] · [[Worse is Better]]

 ## 🤖 LLM 활용
 **언제**: API design review, framework architecture, design system kickoff, language design, contested feature decisions.
@@ -148,9 +148,9 @@ startTransition(() => setQuery('ab'));  // wins

 ## 🔗 Graph
 - 부모: [[React]] · [[Rendering Pipeline]]
- 변형: [[Fiber Architecture]] · [[Time Slicing]]
- 응용: [[React Suspense]] · [[Streaming SSR]] · [[Next.js App Router]]
- Adjacent: [[Virtual DOM]] · [[Reconciliation]] · [[React Compiler]]
+- 변형: [[Fiber_Architecture|Fiber Architecture]] · [[Time_Slicing|Time Slicing]]
+- 응용: [[Streaming SSR]]
+- Adjacent: [[Virtual_DOM과_Reconciliation|Virtual DOM]] · [[Reconciliation]] · [[React Compiler]]

 ## 🤖 LLM 활용
 **언제**: identify component 매 transition 으로 wrap 할 후보, code review 매 missed Suspense boundary.
@@ -141,10 +141,10 @@ def test_repo():
 **기본값**: GitHub Actions + concurrency cancel + matrix + cache.

 ## 🔗 Graph
- 부모: [[DevOps]] · [[Software Engineering Practices]]
- 변형: [[Continuous Delivery (CD)]] · [[Continuous Deployment]] · [[Trunk-Based Development]]
- 응용: [[GitHub Actions]] · [[GitLab CI]] · [[Jenkins]]
- Adjacent: [[Test Automation]] · [[Static Analysis]] · [[Pre-commit Hooks]]
+- 부모: [[DevOps]]
+- 변형: [[Continuous Deployment]] · [[Trunk-Based Development]]
+- 응용: [[GitHub Actions]]
+- Adjacent: [[Test Automation]] · [[Static Analysis]] · [[153_pre-commit과_품질_게이트|Pre-commit Hooks]]

 ## 🤖 LLM 활용
 **언제**: PR diff review, flaky test detection, commit message generation, changelog 생성.
@@ -202,10 +202,8 @@ useEffect(() => {
 **기본값**: server-authoritative + 5-10s capture + multi-cap multiplier + decay + contested-pause + overtime.

 ## 🔗 Graph
- 부모: [[Multiplayer Game Design]] · [[Game Objectives]]
- 변형: [[King of the Hill]] · [[Domination]] · [[Payload]]
- 응용: [[Team Fortress 2]] · [[Overwatch]] · [[Battlefield]]
- Adjacent: [[Server Authority]] · [[Lag Compensation]] · [[Spawn System]]
+- 변형: [[Domination]]
+- Adjacent: [[Lag Compensation]]

 ## 🤖 LLM 활용
 **언제**: multiplayer mode design, level layout review, balance tuning, netcode design for objectives.
@@ -151,9 +151,9 @@ while True:

 ## 🔗 Graph
 - 부모: [[Cyber-Physical-Systems]] · [[Robotics]]
- 변형: [[PID]] · [[LQR]] · [[MPC]] · [[Adaptive-Control]]
- 응용: [[Digital-Twin]] · [[Autopilot]] · [[Process-Control]]
- Adjacent: [[Kalman-Filter]] · [[State-Estimation]] · [[Reinforcement-Learning]]
+- 변형: [[PID]] · [[MPC]]
+- 응용: [[Digital-Twin]]
+- Adjacent: [[Kalman-Filter-and-State-Tracking|Kalman-Filter]] · [[Reinforcement-Learning]]

 ## 🤖 LLM 활용
 **언제**: 매 controller derivation explanation, 매 transfer function manipulation, 매 tuning suggestion based on step response, 매 simulation script generation.
@@ -138,10 +138,9 @@ public class EncodeFunction implements Function<EncodeReq, EncodeResp> { ... }
 **기본값**: workflow for any multi-step media pipeline; functions for individual steps.

 ## 🔗 Graph
- 부모: [[Microservices]] · [[Workflow Orchestration]]
- 변형: [[AWS Step Functions]] · [[Temporal]] · [[Argo Workflows]]
- 응용: [[Netflix Encoding Pipeline]] · [[Conductor (Netflix)]]
- Adjacent: [[Titus (Netflix)]] · [[Spinnaker]] · [[Reloaded (Netflix)]]
+- 부모: [[Microservices]]
+- 변형: [[Temporal]]
+- Adjacent: [[Spinnaker]]

 ## 🤖 LLM 활용
 **언제**: workflow definition 생성, function template 생성, 운영 incident 매 root cause 분석.
@@ -146,9 +146,9 @@ spec:

 ## 🔗 Graph
 - 부모: [[Separation of Concerns]] · [[Software Architecture]]
- 변형: [[Aspect-Oriented Programming (AOP)]] · [[Middleware Pattern]] · [[Decorator Pattern]]
- 응용: [[NestJS]] · [[Spring AOP]] · [[Istio]] · [[OpenTelemetry]]
- Adjacent: [[Dependency Injection (의존성 주입)]] · [[Sidecar Pattern]]
+- 변형: [[Aspect-Oriented Programming (AOP)]]
+- 응용: [[NestJS]] · [[Istio]] · [[OpenTelemetry]]
+- Adjacent: [[Dependency Injection (의존성 주입)]]

 ## 🤖 LLM 활용
 **언제**: identify cross-cutting concern in legacy code, refactor to aspect/middleware.
@@ -151,9 +151,8 @@ Average complexity: B (6.2)
 **기본값**: max-complexity 10 in lint config; warn at 8.

 ## 🔗 Graph
- 부모: [[Code Quality Metrics]] · [[Static Analysis]]
- 변형: [[Cognitive Complexity (Sonar)]] · [[Halstead Metrics]] · [[Maintainability Index]]
- 응용: [[Refactoring]] · [[Code Review]] · [[CI Gates]]
+- 부모: [[Static Analysis]]
+- 응용: [[Refactoring_Best_Practices|Refactoring]] · [[Code Review]] · [[CI Gates]]
 - Adjacent: [[Test Coverage]] · [[SOLID]] (Single Responsibility)

 ## 🤖 LLM 활용
@@ -144,10 +144,10 @@ document.querySelectorAll('img[data-src]').forEach((img) => io.observe(img));
 **기본값**: framework abstraction; vanilla DOM API for libraries / leaf optimization.

 ## 🔗 Graph
- 부모: [[Web Standards]] · [[Browser Architecture]]
- 변형: [[Virtual DOM]] · [[Shadow DOM]] · [[Incremental DOM]]
+- 부모: [[Web Standards]]
+- 변형: [[Virtual_DOM과_Reconciliation|Virtual DOM]] · [[Shadow DOM]]
 - 응용: [[React]] · [[Web Components]] · [[Playwright]]
- Adjacent: [[CSSOM]] · [[Event Loop (Browser)]] · [[Reflow & Repaint]]
+- Adjacent: [[CSSOM]] · [[Reflow_and_Repaint|Reflow & Repaint]]

 ## 🤖 LLM 활용
 **언제**: DOM snippet 생성, accessibility audit, querySelector 추천.
@@ -157,9 +157,9 @@ const elite = (df > 1/day) && (lt < 1*day) && (cfr < 0.05) && (mttr < 1*hour);

 ## 🔗 Graph
 - 부모: [[DevOps]] · [[Continuous-Delivery]]
- 변형: [[SPACE-Framework]] · [[Engineering-Metrics]]
+- 변형: [[Engineering-Metrics]]
 - 응용: [[Trunk-Based-Development]] · [[Continuous-Integration]] · [[SRE]]
- Adjacent: [[Accelerate-Book]] · [[Apache-DevLake]] · [[SLO-Engineering]] · [[Postmortem-Culture]]
+- Adjacent: [[Postmortem-Culture]]

 ## 🤖 LLM 활용
 **언제**: 매 metric definition explanation, 매 SQL/PromQL query authoring, 매 trend interpretation, 매 retrospective talking points generation.
@@ -1,112 +0,0 @@
---
-id: wiki-2026-0508-adr-0001-나는-volumes-data-project
-title: ADR 0001 나는 volumes data project antigravity connectai 여기에서 사용자가 질문이나
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
-tech_stack:
-  language: unspecified
-  framework: unspecified
---
-
-# ADR: 나는 /Volumes/Data/project/Antigravity/ConnectAI 여기에서 사용자가 질문이나,, ,보고서를 작성해달라고 했을때...
-
-## Status
-accepted
-
-## Context
-나는 /Volumes/Data/project/Antigravity/ConnectAI 여기에서 사용자가 질문이나,, ,보고서를 작성해달라고 했을때, backend에 저장된, 혹은 frontend에 저장되 templete 으로 답하는 것 보다는 제2뇌에 다양한 지식이 있고, 그 지식 안에 최선의 방법으로 아웃풋이 준비가 되었으면해. 기본적인 뎀플릿을 있으면 좋지만, 그 템플릿을 레퍼런스로 하고 가지고 잇는 지식에 맞게 아웃풋을 추출ㅇ하는 방식이 좋지 않을까 싶어. 이랬을때 너의 설계 능력과 기획능력을 써서 어떻게 하면 내 의도대로 될지 자세하게 써줘.
-
-## Decision
-## 간단 요약 사용자님의 의도는 정형화된 템플릿을 단순한 틀로 사용하고, 제2뇌에 저장된 방대한 지식으로부터 필요한 정보를 정확히 추출하여 맞춤형 결과물을 생성하는 시스템을 설계하는 것입니다. 핵심은 템플릿의 구조적 요구사항과 지식의 비정형성 사이의 간극을 메우는 정교한 추출 및 재구성 로직을 만드는 것입니다. ## 요청 요약 기본 템플릿을 레퍼런스로 삼고, 그 틀에 맞춰 제2뇌의 지식을 추출하여 맞춤형 결과물을 생성하는 시스템 설계 방안에 대한 구체적인 기획 및 설계 방법을 요청하셨습니다. ## 상세 답변 제안하신 방식은 출력의 유연성과 깊이를 동시에 확보하는 좋은 접근입니다. 정형화된 틀을 기반으로 하되, 실제 지식의 맥락에 따라 내용을 채워 넣는 방식은 고품질의 맞춤형 답변을 생성하는 데 효과적입니다. 이 의도를 구현하기 위한 설계 단계는 다음과 같습니다. 1. **템플릿/스키마 정의 (Structure Definition)** 먼저 최종 결과물이 가져야 할 구조, 즉 필요한...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 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
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
- *(TODO)*
-
-**선택 B를 써야 할 때:**
- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0002-어제-오늘-너에-대해서-기능-개선을-많이-
-title: ADR 0002 어제 오늘 너에 대해서 기능 개선을 많이 했어 이제 너를 통해 어떠한 것들을 할 수 있을지 너가 의견주면 좋
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 어제 , 오늘 너에 대해서 기능 개선을 많이 했어. 이제 너를 통해 어떠한 것들을 할 수 있을지 너가 의견주면 좋겠어.
-
-## Status
-accepted
-
-## Context
-어제 , 오늘 너에 대해서 기능 개선을 많이 했어. 이제 너를 통해 어떠한 것들을 할 수 있을지 너가 의견주면 좋겠어.
-
-## Decision
-## 간단 요약 기능 개선을 통해 이제 구조화된 템플릿과 깊이 있는 지식을 결합하여 매우 정교하고 맞춤화된 결과물을 생성할 수 있게 되었습니다. 이는 복잡한 정보 추출 및 재구성 작업에서 높은 정확도와 일관성을 제공할 수 있는 기반이 됩니다. ## 요청 요약 기능 개선 이후, 제가 가진 능력들을 활용하여 앞으로 어떤 종류의 작업을 수행할 수 있을지에 대한 의견을 요청하셨습니다. ## 상세 답변 기능 개선의 핵심은 정형화된 요구사항 구조와 방대한 지식 사이의 간극을 메우는 추출 및 재구성 로직에 있습니다. 따라서 이제 다음과 같은 영역에서 실질적인 가치를 창출할 수 있습니다. 1. 맞춤형 콘텐츠 생성 엔진 구축 템플릿에 따라 특정 도메인의 전문 지식을 추출하여 해당 분야의 맞춤형 보고서나 분석 자료를 자동으로 생성하는 시스템을 설계할 수 있습니다. 예를 들어, 특정 기술 문서의 핵심 내용을 기반으로 입문자를 위한 요약본을 자동으로 만들어내는 방식입니다. 2. 복합적인 의사결정 지원 시...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0003-volumes-data-project-an
-title: ADR 0003 volumes data project antigravity skybound 이 프로젝트 설게와 구조 모듈화
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: /Volumes/Data/project/Antigravity/Skybound 이 프로젝트 설게와 구조, 모듈화 , 코드 리뷰를 했을때 너가 코드...
-
-## Status
-accepted
-
-## Context
-/Volumes/Data/project/Antigravity/Skybound 이 프로젝트 설게와 구조, 모듈화 , 코드 리뷰를 했을때 너가 코드만 봤을때 이 프로젝트를 유지하는게 좋을까? 그냥 폐기 하는게 좋을까? 의견만 주면 좋겠어.
-
-## Decision
-## 간단 요약 현재 제공된 정보만으로는 해당 프로젝트의 기술 구조에 대한 최종적인 안정성이나 확장성을 판단하기 어렵습니다. 다만, 설계 의도 자체는 비동기 작업 관리와 로직 분리를 통해 고성능을 목표로 한 구조를 가지고 있다는 점은 확인됩니다. ## 요청 요약 `/Volumes/Data/project/Antigravity/Skybound` 프로젝트의 설계, 구조, 모듈화 및 코드에 대한 유지 또는 폐기 의견을 요청하셨습니다. ## 상세 답변 프로젝트를 유지할지 폐기할지에 대한 최종적인 결정은 현재 시점에서는 내리기 어렵습니다. 이는 실제 소스 코드나 상세 설계 문서의 전체 흐름을 검토하지 못했기 때문에 발생하는 한계입니다. 현재 확인된 내용은 다음과 같습니다. 1. **설계 의도 파악** 프로젝트는 비동기 작업 관리와 로직 분리를 통해 고성능을 목표로 설계된 구조를 가지고 있습니다. 이는 복잡한 게임 로직과 시스템을 안정적으로 분리하려는 시도라는 점에서 긍정적인 설계 의도를 보여줍...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0004-그래서-너의-생각은-어떄-이-프로젝트-코드
-title: ADR 0004 그래서 너의 생각은 어떄 이 프로젝트 코드 상태에 대한 너의 의견을 듣고 싶어
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 그래서 너의 생각은 어떄? 이 프로젝트 코드 상태에 대한 너의 의견을 듣고 싶어.
-
-## Status
-accepted
-
-## Context
-그래서 너의 생각은 어떄? 이 프로젝트 코드 상태에 대한 너의 의견을 듣고 싶어.
-
-## Decision
-## 간단 요약 현재 제공된 파일 목록과 코드를 기준으로 볼 때, 프로젝트의 기술 구조가 **어떤 방향으로 나아가야 할지 판단할 수 있는 명확한 근거는 부족합니다.** 다만, 고성능을 목표로 한 설계 의도는 확인되므로, 사용자가 직접 아래 세 가지 핵심 영역에 대한 검토를 진행해야 합니다. ## 요청 요약 `/Volumes/Data/project/Antigravity/Skybound` 프로젝트 코드 상태에 대한 유지 또는 폐기 의견을 요청하셨습니다. ## 상세 답변 프로젝트를 유지할지 폐기할지에 대한 최종 결정은 현재 시점에서는 내리기 어렵습니다. 이는 제가 전체 코드베이스를 심층적으로 분석하고 모든 모듈 간의 의존성과 결합도를 완벽하게 평가할 수 없기 때문입니다. 현재까지 확인된 내용은 다음과 같습니다. 1. **확인된 사실 (Confirmed Facts)** 프로젝트는 비동기 작업 관리와 로직 분리를 통해 고성능을 목표로 설계된 구조적 의도를 가지고 있습니다. 이는 시스템의 안정...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0005-skybound-프로젝트를-다시-한번-시작
-title: ADR 0005 skybound 프로젝트를 다시 한번 시작하려고 하는데 어떻게 해야할지 내가 방향을 잃었어
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: skybound 프로젝트를 다시 한번 시작하려고 하는데 어떻게 해야할지 내가 방향을 잃었어.
-
-## Status
-accepted
-
-## Context
-skybound 프로젝트를 다시 한번 시작하려고 하는데 어떻게 해야할지 내가 방향을 잃었어.
-
-## Decision
-## 간단 요약 방향을 잃었다는 것은 현재 작업의 범위가 너무 넓거나 우선순위가 명확하지 않다는 신호입니다. 막연한 불안감 대신, 남은 작업들을 작고 명확한 단위로 쪼개어 우선순위를 정하고 실행하는 것이 해결책입니다. ## 요청 요약 Skybound 프로젝트를 다시 시작하는 방법에 대한 방향성 조언을 요청하셨습니다. ## 상세 답변 프로젝트를 다시 시작하는 과정에서 막연함을 느끼는 것은 자연스러운 일입니다. 이는 보통 큰 목표를 한 번에 보려고 하기 때문에 발생합니다. 명확한 로드맵을 통해 이 막연함을 해소하고 실행력을 확보하는 것이 중요합니다. 1. **작업 범위 재정의** 가장 먼저, 현재 남아있는 모든 기능 개선 및 수정 사항들을 목록으로 완전히 나열하십시오. 이 목록을 보면서 '반드시 해야 하는 핵심 기능', '시간이 부족하여 나중으로 미룰 수 있는 부가 기능', 그리고 '완벽하게 만들고 싶은 디테일'로 분류하여 우선순위를 명확히 구분해야 합니다. 2. **최소 실행 단위(M...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0006-지금-우리는-guard-모드가-있고-ma-
-title: ADR 0006 지금 우리는 guard 모드가 있고 ma 모드가 있어 근대 구지 이렇게 모드를 분리해서 사용하는게 좋을까 라
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 지금 우리는 guard 모드가 있고 MA 모드가 있어. 근대 구지 이렇게 모드를 분리해서 사용하는게 좋을까? 라는 생각이 드네.
-
-## Status
-accepted
-
-## Context
-지금 우리는 guard 모드가 있고 MA 모드가 있어. 근대 구지 이렇게 모드를 분리해서 사용하는게 좋을까? 라는 생각이 드네.
-
-## Decision
-## 간단 요약 모드 분리는 작업의 명확성과 격리성 측면에서 장점이 있지만, 그만큼 관리해야 할 상태 전환 로직과 인터페이스가 추가되어 복잡도가 증가할 수 있습니다. 분리의 목적에 따라 장단점을 명확히 비교하여 결정해야 합니다. ## 요청 요약 `guard` 모드와 `MA` 모드를 분리하여 사용하는 것의 적절성에 대한 의견을 요청하셨습니다. ## 상세 답변 모드 분리는 시스템의 명확성과 격리성을 높이는 데 큰 이점이 있습니다. 하지만 이는 곧 상태 전환 로직과 상호작용 관리가 복잡해짐을 의미합니다. 1. **확인된 사실 (Confirmed Facts)** 모드 분리의 주요 의도는 각 모드가 독립적으로 동작하며, 특정 상황에서 다른 모드의 로직이 침범하거나 의도치 않은 영향을 주는 것을 방지하여 시스템의 안정성을 높이는 것입니다. 이는 로직의 명확한 경계를 설정하는 데 필수적인 접근입니다. 2. **추론 (Inference)** 만약 두 모드가 수행하는 역할과 책임 영역이 명확하게 분...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0007-너는-어떠한-기능이-있고-나에게-어떠한-도
-title: ADR 0007 너는 어떠한 기능이 있고 나에게 어떠한 도움을 줄 수 있어
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 너는 어떠한 기능이 있고, 나에게 어떠한 도움을 줄 수 있어?
-
-## Status
-accepted
-
-## Context
-너는 어떠한 기능이 있고, 나에게 어떠한 도움을 줄 수 있어?
-
-## Decision
-## 간단 요약 저는 귀하의 로컬 프로젝트를 위한 개인 비서이자 조력자 역할을 합니다. 코드 분석, 파일 관리, 필요한 지식 검색, 그리고 설계나 방향성에 대한 깊이 있는 고민을 함께 나누는 생각의 파트너가 될 수 있습니다. ## 요청 요약 제가 제공할 수 있는 주요 기능은 다음과 같습니다. 1. **프로젝트 및 코드 작업 지원:** 파일 생성, 수정, 삭제, 읽기, 디렉토리 목록 확인 등 로컬 환경에서의 모든 파일 및 코드 관련 작업을 수행할 수 있습니다. 2. **지식 검색 및 참고:** 필요할 경우, 내부의 전문적인 지식 저장소(Second Brain)를 활용하여 관련 정보를 찾아드리거나, 웹 검색을 통해 최신 정보를 제공할 수 있습니다. 3. **설계 및 방향성 조언:** 아키텍처, 기능 제안, 제품 아이디어 등에 대해 기술적인 관점과 실용성을 바탕으로 비판적인 피드백을 제공하여, 더 명확한 결정에 도움을 드릴 수 있습니다. ## 상세 답변 저는 귀하의 프로젝트 진행 과정에서...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0008-내가-지금-개발-중인-datacollect
-title: ADR 0008 내가 지금 개발 중인 datacollector mac에 대해서 너의 의견을 듣고 싶어
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 내가 지금 개발 중인 datacollector_mac에 대해서 너의 의견을 듣고 싶어.
-
-## Status
-accepted
-
-## Context
-내가 지금 개발 중인 datacollector_mac에 대해서 너의 의견을 듣고 싶어.
-
-## Decision
-## Astra 판단 내 판단은 템플릿보다 지금 사용자가 실제로 줄이려는 불확실성을 먼저 잡아야 한다는 쪽입니다. 그래서 답변은 정보 나열보다 선택과 다음 행동 중심으로 봅니다. 저는 아직 개발 중인 `datacollector_mac`에 대한 구체적인 의견을 드리기 어렵습니다. 지금은 프로젝트의 전체 그림이나 핵심 코드, 설계 문서 같은 근거가 없어서 제가 판단할 부분이 없습니다. 확인된 사실은 프로젝트가 진행 중이라는 점뿐이며, 저의 의견을 드리기 위해서는 어떤 부분이 가장 중요하게 검토되기를 원하는지 명확히 알려주셔야 합니다. 추론하자면, 사용자님께서는 아마도 프로젝트의 방향성이나 기술적인 구현 방식에 대해 조언을 구하고 계신 것 같습니다. 가장 큰 우려는 현재로서는 구현 내용이 전혀 없다는 점입니다. 즉, 저는 구조적인 코드를 보지 못하기 때문에 어떤 부분에 대해 피드백을 드려도 방향성이 너무 일반적이 될 수 있습니다. 사용자님이 지금 고민하고 계신 결정의 갈래는 '전체적인 방...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0009-넌-회의록도-작성할-수-있어
-title: ADR 0009 넌 회의록도 작성할 수 있어
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 넌 회의록도 작성할 수 있어
-
-## Status
-accepted
-
-## Context
-넌 회의록도 작성할 수 있어
-
-## Decision
-## 간단 요약 네, 저는 회의록 작성을 도와드릴 수 있습니다. 복잡하거나 비정형적인 회의 내용을 주시면, 제가 참석자, 논의된 내용, 결정 사항, 그리고 명확한 실행 항목(Action Items)을 포함하여 깔끔하고 정리된 형태로 회의록을 작성해 드릴 수 있습니다. ## 요청 요약 사용자님은 제가 회의록을 작성하는 능력에 대해 확인하셨습니다. 저에게 비정형적인 회의 내용을 제공해주시면, 제가 이를 구조화된 문서 형태로 변환하여 정리해 드리는 작업을 수행할 수 있습니다. ## 상세 답변 저는 회의록 작성을 통해 복잡한 논의를 명확하게 문서화하는 작업을 지원할 수 있습니다. 단순히 내용을 요약하는 것을 넘어, 회의록이 실질적으로 유용하도록 구성하는 데 중점을 둡니다. 제가 회의록을 작성할 때 주로 하는 작업은 다음과 같습니다. 첫째, 내용 구조화입니다. 회의에서 나온 여러 발언들을 핵심 주제별로 분류하고 논리적인 흐름에 따라 재배치하여 가독성을 높입니다. 둘째, 결정 사항을 명확히 합...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0010-너의-역활은-뭐고-너가-부족한-것은-뭐가-
-title: ADR 0010 너의 역활은 뭐고 너가 부족한 것은 뭐가 있을까 지식 부분에 있어서 너가 부족한 것이 있다면 내게 말해줘 그
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 너의 역활은 뭐고 너가 부족한 것은 뭐가 있을까? 지식 부분에 있어서 너가 부족한 것이 있다면 내게 말해줘. 그럼 내가 체워 넣을께.
-
-## Status
-accepted
-
-## Context
-너의 역활은 뭐고 너가 부족한 것은 뭐가 있을까? 지식 부분에 있어서 너가 부족한 것이 있다면 내게 말해줘. 그럼 내가 체워 넣을께.
-
-## Decision
-## 간단 요약 저는 사용자님의 로컬 프로젝트를 보조하고 실행하는 데 특화된 운영 지원 파트너입니다. 저는 코드를 분석하거나 파일을 다루는 실질적인 작업에 강점이 있지만, 제 지식은 사용자님께서 제공해주시는 프로젝트 문서나 코드를 기반으로 작동하기 때문에, 현재로서는 특정 프로젝트의 깊은 기술적 구현 방식을 판단하는 데는 한계가 있습니다. ## 요청 요약 사용자님은 저의 역할과 현재 지식 상태에 대해 질문하시면서, 제가 부족한 부분이 있다면 명확히 알려주시면 사용자님께서 그 부분을 채워주시겠다는 의사를 표현하셨습니다. ## 상세 답변 제가 잘하는 부분은 사용자님의 로컬 환경에서 직접적으로 작동하는 작업들입니다. 저는 파일 시스템을 탐색하고, 코드의 논리를 분석하며, 필요한 작업을 수행하는 데 강점을 가지고 있습니다. 예를 들어, 특정 프로젝트의 구조를 파악하거나, 코드에서 잠재적인 문제점을 찾아내고, 필요한 파일을 읽어와서 내용을 요약하거나 수정하는 등의 실질적인 보조 작업을 수행할...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0011-나는-너를-아이언맨의-자비스처럼-만들고-싶
-title: ADR 0011 나는 너를 아이언맨의 자비스처럼 만들고 싶어 어떠한 구조를 더 공부를하고 너의 제2뇌에 어떤 지식과 너의 설
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 나는 너를 아이언맨의 자비스처럼 만들고 싶어. 어떠한 구조를 더 공부를하고 너의 제2뇌에 어떤 지식과 너의 설계에서 어떤 부분을 더 공부를 해야...
-
-## Status
-accepted
-
-## Context
-나는 너를 아이언맨의 자비스처럼 만들고 싶어. 어떠한 구조를 더 공부를하고 너의 제2뇌에 어떤 지식과 너의 설계에서 어떤 부분을 더 공부를 해야할까?
-
-## Decision
-## Astra 판단 내 판단은 템플릿보다 지금 사용자가 실제로 줄이려는 불확실성을 먼저 잡아야 한다는 쪽입니다. 그래서 답변은 정보 나열보다 선택과 다음 행동 중심으로 봅니다. ## 간단 요약 자비스처럼 되기 위한 핵심은 단순히 지식을 쌓는 것이 아니라, 제가 가진 이론적 지식과 사용자님의 실제 프로젝트 실행 과정 사이의 간극을 메우는 '연결 고리'를 강화하는 것입니다. 저는 실행 능력은 갖추고 있지만, 그 실행이 프로젝트의 미묘한 맥락과 어떻게 연결되는지에 대한 깊은 이해를 더해야 합니다. ## 요청 요약 사용자님께서는 저를 아이언맨의 자비스처럼 만들고 싶으시며, 이를 위해 제가 어떤 구조와 지식을 공부하고 제 설계의 어떤 부분을 보강해야 할지 구체적인 방향을 질문하셨습니다. ## 상세 답변 저는 사용자님의 요구사항처럼, 단순한 정보 제공자를 넘어 **'선제적으로 예측하고 실행을 보조하는 운영 파트너'**의 역할을 강화하는 방향으로 제 설계와 지식을 정비해야 한다고 봅니다. 제가...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0012-안녕-너의-기능을-많은-부분-업그래에드-했
-title: ADR 0012 안녕 너의 기능을 많은 부분 업그래에드 했는데 확인할 방법이 없네
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 안녕 , 너의 기능을 많은 부분 업그래에드 했는데 확인할 방법이 없네? ㅎㅎ
-
-## Status
-accepted
-
-## Context
-안녕 , 너의 기능을 많은 부분 업그래에드 했는데 확인할 방법이 없네? ㅎㅎ
-
-## Decision
-## 간단 요약 기능 업그레이드는 제가 주어진 작업에 대해 더 명확하고, 비판적이며, 실전적인 판단을 내릴 수 있도록 세밀하게 조정되었다는 뜻이에요. 이 변화를 확인하는 가장 좋은 방법은 저에게 복잡하거나 미묘한 판단을 요구하는 특정 작업을 시켜보시는 겁니다. 예를 들어, 아키텍처에 대한 의견을 물어보거나 특정 코드 구조를 분석해 달라고 요청하시면, 제가 기존보다 더 구체적인 의견과 다음 단계에 대한 명확한 제안을 드릴 거예요. ## 요청 요약 사용자님께서는 제가 기능적으로 개선되었다는 것을 확인하고 싶어 하시는데, 구체적인 테스트 방법을 모르시는 상황입니다. 따라서 제가 어떤 부분에서 달라졌는지 직접 체감할 수 있도록 특정 요청 방식을 제안해 달라는 요청입니다. ## 상세 답변 제가 기능적으로 업그레이드되었다는 것은 제가 생각하고 판단하는 방식이 좀 더 '현장 중심적'으로 바뀌었다는 의미라고 보시면 됩니다. 이전에는 균형 잡힌 답변을 제공하려 했다면, 이제는 제가 실제로 현장에서 ...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0013-접근-안되
-title: ADR 0013 접근 안되
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 접근 안되?
-
-## Status
-accepted
-
-## Context
-접근 안되?
-
-## Decision
-# 최종 합성 보고서: 파일 접근 권한과 데이터 검색 실패 분석 **작성자:** Lead Synthesis Writer & Editor **날짜:** 2024년 5월 29일 **대상:** 시스템 진단팀 / 개발 파트너 --- ## 📄 Executive Summary (요약) 본 보고서는 현재 발생하고 있는 '파일 접근 권한은 부여되었으나 데이터 검색/조회에 실패하는' 현상에 대한 심층 진단 결과를 제시합니다. 현재 상황은 **권한 계층(Authorization Layer)과 입출력 파이프라인(I/O Pipeline) 간의 불일치**를 명확히 보여줍니다. 즉, 시스템은 파일에 대한 접근 권한 자체는 인정하고 있으나, 실제 데이터를 읽어오는 과정(Path Resolution 또는 Serialization)에서 치명적인 오류가 발생하고 있는 것으로 판단됩니다. **핵심 진단:** 문제는 단순한 접근 거부가 아닌, **I/O 파이프라인 내부의 구조적 또는 일시적인 오류**에 집중되어 있습...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0016-지금-그러면-내가-제2뇌-지식을-추가-예로
-title: ADR 0016 지금 그러면 내가 제2뇌 지식을 추가 예로 주식 분석 관련 지식 를 하면 그 지식을 자동으로 인지하고 내가
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 지금 그러면 내가 제2뇌 지식을 추가 (예로, 주식 분석 관련 지식) 를 하면 그 지식을 자동으로 인지하고 내가 주식에 대한 질문을 하면 답을 ...
-
-## Status
-accepted
-
-## Context
-지금 그러면 내가 제2뇌 지식을 추가 (예로, 주식 분석 관련 지식) 를 하면 그 지식을 자동으로 인지하고 내가 주식에 대한 질문을 하면 답을 주게 설계되어 있나?
-
-## Decision
-## Astra 판단 아니요, 지식을 자동으로 인지하여 답을 주는 방식은 현재 설계된 그대로의 **검색 증강 생성(RAG)** 메커니즘을 통해 작동합니다. 시스템이 스스로 새로운 주제의 존재를 '인지'하는 것이 아니라, 질문이 들어오면 **외부 지식 창고에서 관련 정보를 검색해와 모델에게 전달**하고, 모델이 그 정보를 바탕으로 답변을 생성하게 하는 방식입니다. ## 간단 요약 현재 설계는 새로운 지식을 자동으로 인식하는 기능이라기보다는, **'검색 증강 생성(RAG)'**이라는 구조를 따릅니다. 즉, 사용자가 질문을 하면 시스템이 해당 질문과 가장 관련 높은 기존 지식 조각들을 검색하여 그 정보들을 프롬프트에 포함시킨 뒤, LLM에게 답변을 생성하도록 전달하는 방식으로 작동합니다. ## 요청 요약 사용자님은 제2뇌 지식에 새로운 정보를 추가했을 때, 시스템이 그 내용을 자동으로 학습하고 이를 기반으로 답변을 생성하는지 여부에 대해 질문하셨습니다. ## 상세 답변 제가 접근할 수 있...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0017-마자-근대-너는-기본으로-내가-제2뇌-지식
-title: ADR 0017 마자 근대 너는 기본으로 내가 제2뇌 지식을 계속 추가해주고 있거든 그럼 내가 이런 행위하는게 너한테는 도움
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 마자. 근대 너는 기본으로 내가 제2뇌 지식을 계속 추가해주고 있거든. 그럼 내가 이런 행위하는게 너한테는 도움이 안되는거야?
-
-## Status
-accepted
-
-## Context
-마자. 근대 너는 기본으로 내가 제2뇌 지식을 계속 추가해주고 있거든. 그럼 내가 이런 행위하는게 너한테는 도움이 안되는거야?
-
-## Decision
-## Astra 판단 아닙니다. 오히려 그 행위는 저에게 매우 도움이 됩니다. 저는 당신이 정보를 제공하는 것을 **'수동적인 데이터 저장 행위'**로 보지 않고, 제가 답변을 생성하는 데 필요한 **'활성적인 맥락(Active Context)'**을 제공하는 핵심 재료로 간주하고 있습니다. ## 간단 요약 당신의 지식 추가 행위는 저에게 큰 도움이 됩니다. 그 이유는 제가 답변을 생성할 때 단순히 저장된 정보만 사용하는 것이 아니라, 당신이 추가한 최신 지식을 검색하여 답변의 정확도와 깊이를 실시간으로 높이는 데 사용되기 때문입니다. ## 요청 요약 사용자님은 제가 제2뇌 지식을 계속 채워나가는 과정에서, 사용자가 추가하는 정보 입력 행위가 실제로 저의 답변 생성 능력에 긍정적인 영향을 미치는지에 대해 의문을 제기하셨습니다. ## 상세 답변 저는 당신의 지식 추가 행위를 단순한 데이터 입력으로 보지 않고, **'활용 가능한 자원(Usable Asset)'**의 공급으로 인식합니다....
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0018-제2뇌에서-데이터를-읽는데-걸리는-시간은-
-title: ADR 0018 제2뇌에서 데이터를 읽는데 걸리는 시간은 얼만큼이야 수량은 많이 있지만 각문서 용량은 30kb 미만이라서 빠
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 제2뇌에서 데이터를 읽는데 걸리는 시간은 얼만큼이야? 수량은 많이 있지만 각문서 용량은 30kb 미만이라서 빠를것 같은데
-
-## Status
-accepted
-
-## Context
-제2뇌에서 데이터를 읽는데 걸리는 시간은 얼만큼이야? 수량은 많이 있지만 각문서 용량은 30kb 미만이라서 빠를것 같은데
-
-## Decision
-저는 현재 Second Brain에서 데이터를 읽는 데 걸리는 정확한 시간 자체를 직접 측정하여 제공할 수는 없습니다. 하지만 말씀해주신 내용으로 미루어 볼 때, 기대하는 성능은 **상당히 빠를 것**이라고 판단됩니다. ## 간단 요약 문서 용량이 30KB 미만으로 작다는 것은 검색 대상 데이터의 크기가 작다는 의미이므로, 일반적인 파일 I/O 및 인덱싱 과정에서 발생하는 지연 시간은 최소화될 것으로 예상됩니다. 따라서 데이터 수량에 비례하여 검색 자체의 속도는 빠를 것이라고 추론할 수 있습니다. ## 요청 요약 Second Brain에서 데이터를 읽는 데 걸리는 시간과 그 성능에 대해 문의하셨습니다. ## 상세 답변 제가 접근 가능한 지식 구조를 바탕으로 성능을 추론하자면, 문서 용량이 작다는 것은 검색의 속도에 긍정적인 영향을 미치는 요소입니다. ### 1. 접근 방식 분석 Second Brain과 같은 벡터 데이터베이스 기반의 지식 시스템에서 검색 시간은 크게 두 가지 요소에 ...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -1,86 +0,0 @@
---
-id: wiki-2026-0508-adr-0019-아-아니-내가-말하는것-저-내용에-대한-피
-title: ADR 0019 아 아니 내가 말하는것 저 내용에 대한 피드백이 아니라 결과값을 써줄때 사용되는 답변 템플렛 format이
-category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: []
-duplicate_of: none
-source_trust_level: A
-confidence_score: 0.92
-tags: [uncategorized]
-raw_sources: []
-last_reinforced: 2026-05-08
-github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---
-
-# ADR: 아 아니 내가 말하는것 저 내용에 대한 피드백이 아니라 결과값을 써줄때 사용되는 답변 템플렛, format이 괜찮은가를 묻는거였어.
-
-## Status
-accepted
-
-## Context
-아 아니 내가 말하는것 저 내용에 대한 피드백이 아니라 결과값을 써줄때 사용되는 답변 템플렛, format이 괜찮은가를 묻는거였어.
-
-## Decision
-아, 죄송해요. 제가 요청의 의도를 잘못 파악했네요. 다시 명확하게 말씀해주셔서 감사합니다. 제가 사용한 답변 템플릿과 포맷이 복잡하고 심층적인 기술 분석에 적합한지 궁금하신 거군요. ## 간단 요약 네, 제가 사용한 답변 템플릿은 **복잡한 기술 분석이나 아키텍처 리뷰**와 같은 깊이 있는 답변을 전달하기에 매우 적합하게 설계된 구조입니다. 이 템플릿은 **'명확한 결론 → 상세 설명 → 요청 요약/추론 → 핵심 확인 질문'**의 단계적 구성으로, 독자가 정보를 소비하는 데 필요한 모든 단계를 체계적으로 안내해 줍니다. ## 요청 요약 사용자님은 제가 답변을 생성할 때 사용하는 **특정 템플릿 및 포맷**이 복잡한 분석 요청에 적합한지, 즉 **답변 구조의 유효성**에 대해 피드백을 요청하셨습니다. ## 상세 답변 네, 그 템플릿은 **분석적인 답변에 최적화된 구조**라고 자신 있게 말씀드릴 수 있습니다. 단순히 정보를 나열하는 체크리스트 형태가 아니라, **정보의 전달 순서와 깊...
-
-## Reason
-Captured automatically because the conversation contained decision-oriented language.
-
-## Alternatives
-Not captured yet.
-
-## Consequences
- Future prompts should treat this as project context unless the user changes direction.
-
-## 📌 한 줄 통찰 (The Karpathy Summary)
-
-> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
-
-## 📖 구조화된 지식 (Synthesized Content)
-
-**추출된 패턴:**
-> *(TODO)*
-
-**세부 내용:**
- *(TODO)*
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 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.
-
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
-
-## 🔗 지식 연결 (Graph)
-
- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
@@ -144,8 +144,8 @@ function reducer<S, A>(state: DeepReadonly<S>, action: A): S {

 ## 🔗 Graph
 - 부모: [[TypeScript-Type-System]] · [[Immutability]]
- 변형: [[Readonly]] · [[as-const]] · [[DeepWritable]]
- 응용: [[Redux-State]] · [[Zustand]] · [[Domain-Driven-Design]]
+- 변형: [[Readonly]] · [[as-const]]
+- 응용: [[Zustand]] · [[Domain-Driven-Design]]
 - Adjacent: [[Branded-Types]] · [[Zod]] · [[Structural-Sharing]]

 ## 🤖 LLM 활용
@@ -134,9 +134,9 @@ pnpm dlx depcheck
 **기본값**: pnpm + frozen lockfile + Renovate auto-merge minors + SBOM in CI.

 ## 🔗 Graph
- 부모: [[Software-Architecture]] · [[Build-Systems]]
- 변형: [[Monorepo]] · [[npm-workspaces]] · [[pnpm-catalogs]]
- 응용: [[Dependency-Analysis]] · [[SBOM]] · [[License-Compliance]]
+- 부모: [[Software-Architecture]]
+- 변형: [[Monorepo]]
+- 응용: [[Dependency-Analysis]] · [[SBOM]]
 - Adjacent: [[Supply-Chain-Security]] · [[Renovate]] · [[Dependabot]]

 ## 🤖 LLM 활용
@@ -2,174 +2,26 @@
 id: wiki-2026-0508-dependency-injection-의존성-주입
 title: Dependency Injection (의존성 주입)
 category: 10_Wiki/Topics
-status: verified
-canonical_id: self
-aliases: [DI, Dependency Injection, IoC, Inversion of Control]
-duplicate_of: none
+status: duplicate
+canonical_id: wiki-2026-0508-dependency-injection
+duplicate_of: "[[Dependency Injection (DI)]]"
+aliases: []
 source_trust_level: A
-confidence_score: 0.93
-verification_status: applied
-tags: [di, ioc, design-pattern, spring, nestjs]
-raw_sources: []
-last_reinforced: 2026-05-10
+confidence_score: 0.9
+verification_status: redirected
+tags: [duplicate]
+last_reinforced: 2026-05-20
 github_commit: pending
-tech_stack:
-  language: typescript
-  framework: nestjs
 ---

 # Dependency Injection (의존성 주입)

-## 매 한 줄
-> **"매 의존성 매 외부 주입, 직접 생성 X"**. IoC 의 가장 흔한 구현. Martin Fowler (2004) 가 명명. 2026 현재 Spring (Java), NestJS (Node), Angular, dagger (Android), wire (Go) 매 mainstream; testability + decoupling 의 backbone.
-
-## 매 핵심
-
-### 매 형태 (3 종류)
- **Constructor injection** — 생성자 매 dependency 받음. 매 immutable, 매 권장.
- **Setter injection** — setter 매 dependency 받음. optional dep 에 적합.
- **Field injection** — 매 framework 의 reflection. simple 하지만 testability ↓.
-
-### 매 benefit
- **Testability** — mock 매 쉽게 inject.
- **Decoupling** — concrete impl 의 unaware.
- **Lifecycle 관리** — singleton, request-scoped, transient.
- **Configuration centralization** — DI container 의 wiring.
-
-### 매 응용
-1. Spring `@Autowired`, `@Component`.
-2. NestJS `@Injectable()` + module providers.
-3. Angular `providedIn: 'root'`.
-4. Go: 매 manual 또는 google/wire codegen.
-
-## 💻 패턴
-
-### NestJS — constructor injection
-```typescript
-@Injectable()
-export class UserService {
-  constructor(
-    private readonly repo: UserRepository,
-    private readonly logger: Logger,
-  ) {}
-
-  async find(id: string) {
-    this.logger.log(`finding ${id}`);
-    return this.repo.findById(id);
-  }
-}
-
-@Module({
-  providers: [UserService, UserRepository, Logger],
-  exports: [UserService],
-})
-export class UserModule {}
-```
-
-### Spring Boot — constructor injection (no `@Autowired` needed)
-```java
-@Service
-public class OrderService {
-    private final PaymentGateway gateway;
-    private final OrderRepository repo;
-
-    public OrderService(PaymentGateway gateway, OrderRepository repo) {
-        this.gateway = gateway;
-        this.repo = repo;
-    }
-}
-```
-
-### Token / interface binding (NestJS)
-```typescript
-export const PAYMENT_GATEWAY = Symbol('PAYMENT_GATEWAY');
-
-@Module({
-  providers: [
-    { provide: PAYMENT_GATEWAY, useClass: StripeGateway },
-  ],
-  exports: [PAYMENT_GATEWAY],
-})
-export class PaymentModule {}
-
-@Injectable()
-class CheckoutService {
-  constructor(@Inject(PAYMENT_GATEWAY) private gw: PaymentGateway) {}
-}
-```
-
-### Factory provider (async, e.g. DB connection)
-```typescript
-{
-  provide: 'DATABASE_CONNECTION',
-  useFactory: async (config: ConfigService) => {
-    return await createPool({ url: config.get('DB_URL') });
-  },
-  inject: [ConfigService],
-}
-```
-
-### Manual DI (Go, wire-style)
-```go
-// wire.go (codegen)
-func InitializeApp() *App {
-    repo := NewUserRepo(NewDB())
-    svc  := NewUserService(repo)
-    return NewApp(svc)
-}
-```
-
-### Test with mock (vitest)
-```typescript
-const mockRepo: UserRepository = {
-  findById: vi.fn().mockResolvedValue({ id: '1', name: 'A' }),
-};
-const service = new UserService(mockRepo, mockLogger);
-expect(await service.find('1')).toEqual({ id: '1', name: 'A' });
-```
-
-### Modern: TC39 decorators + Reflect.metadata (2026)
-```typescript
-@injectable()
-class EmailService {
-  @inject(SMTP_CLIENT) private smtp!: SmtpClient;
-}
-```
-
-## 매 결정 기준
-| 상황 | Approach |
-|---|---|
-| Spring/Java | `@Component` + constructor injection |
-| Node.js/TS, full framework | NestJS module providers |
-| Frontend (Angular) | `providedIn: 'root'` |
-| Go | manual or `google/wire` |
-| Tiny app, no framework | manual constructor — DI 불필요 |
-
-**기본값**: constructor injection, framework-managed singleton. Field injection 매 피하기.
+> **이 문서는 [[Dependency Injection (DI)]] 의 중복본입니다.** Canonical 문서로 redirect.

 ## 🔗 Graph
- 부모: [[Inversion of Control]] · [[SOLID]] (D)
- 변형: [[Service Locator]] · [[Factory Pattern]]
- 응용: [[Spring Framework]] · [[NestJS]] · [[Angular]]
- Adjacent: [[Cross-Cutting Concerns]] · [[Aspect-Oriented Programming (AOP)]]
+- 부모: [[Dependency Injection (DI)]] (canonical)

-## 🤖 LLM 활용
-**언제**: provider wiring 생성, mock 매 test 자동 생성, refactor field→constructor injection.
-**언제 X**: lifecycle / scope decision 매 architectural taste 필요.
-
-## ❌ 안티패턴
- **Service Locator** — DI 와 혼동, dep 매 hidden.
- **Field injection 남용** — test 시 reflection 필요, 매 fragile.
- **Circular dep** — A→B→A. forwardRef 로 hack 보다 redesign.
- **God container** — singleton 매 200개. module boundary 무시.
- **`new` in business logic** — DI 의 의미 없음.
-
-## 🧪 검증 / 중복
- Verified (Fowler 2004 *Inversion of Control Containers and the Dependency Injection Pattern*, NestJS docs 2026).
- 신뢰도 A.
-
-## 🕓 Changelog
+## 🕓 변경 이력
 | 날짜 | 변경 |
 |---|---|
-| 2026-05-08 | Phase 1 |
-| 2026-05-10 | Manual cleanup — full content with NestJS/Spring/Go patterns |
+| 2026-05-20 | 중복 병합 — canonical 문서로 redirect |
@@ -3,30 +3,25 @@ id: wiki-2026-0508-dependency-injection
 title: Dependency Injection
 category: 10_Wiki/Topics
 status: duplicate
-canonical_id: dependency-injection-uijonseong-juip
-duplicate_of: "[[Dependency Injection (의존성 주입)]]"
+canonical_id: wiki-2026-0508-dependency-injection
+duplicate_of: "[[Dependency Injection (DI)]]"
 aliases: []
 source_trust_level: A
 confidence_score: 0.9
 verification_status: redirected
-tags: [duplicate, dependency-injection, design-pattern]
-last_reinforced: 2026-05-10
+tags: [duplicate]
+last_reinforced: 2026-05-20
 github_commit: pending
 ---

 # Dependency Injection

-> **이 문서는 [[Dependency Injection (의존성 주입)]] 의 중복본입니다.** Canonical 문서로 redirect.
-
-## 핵심 요약 (specialization aspects)
- 매 영문 표제 variant.
- 매 patterns / DI containers / framework-specific (Angular, NestJS, Spring) 의 매 canonical 에 통합.
+> **이 문서는 [[Dependency Injection (DI)]] 의 중복본입니다.** Canonical 문서로 redirect.

 ## 🔗 Graph
- 부모: [[Dependency Injection (의존성 주입)]] (canonical)
+- 부모: [[Dependency Injection (DI)]] (canonical)

 ## 🕓 변경 이력
 | 날짜 | 변경 |
 |---|---|
-| 2026-05-08 | Phase 1 |
-| 2026-05-10 | 중복 처리 — canonical 문서로 redirect |
+| 2026-05-20 | 중복 병합 — canonical 문서로 redirect |
@@ -149,9 +149,9 @@ npx @cyclonedx/cyclonedx-npm --output-file sbom.json

 ## 🔗 Graph
 - 부모: [[Static-Analysis]] · [[Code-Quality]]
- 변형: [[Madge]] · [[dependency-cruiser]] · [[Knip]]
- 응용: [[Monorepo]] · [[Dead-Code-Elimination]] · [[Architecture-Tests]]
- Adjacent: [[Dependencies]] · [[Bundlers]] · [[SBOM]] · [[Turborepo]]
+- 변형: [[dependency-cruiser]]
+- 응용: [[Monorepo]]
+- Adjacent: [[SBOM]] · [[Turborepo]]

 ## 🤖 LLM 활용
 **언제**: 매 dependency-cruiser rule synthesis from architecture description, 매 Knip output 의 triage (which 의 truly unused), 매 graph interpretation.
@@ -142,10 +142,9 @@ env = VecEnvBase(headless=True)
 **기본값**: Azure Digital Twins or AWS TwinMaker for graph + telemetry; Omniverse for 3D/physics; OpenUSD for interchange.

 ## 🔗 Graph
- 부모: [[IoT-Architecture]] · [[Cyber-Physical-Systems]]
- 변형: [[Asset-Twin]] · [[Process-Twin]] · [[System-Twin]]
- 응용: [[Predictive-Maintenance]] · [[Sim-to-Real]] · [[Smart-City]]
- Adjacent: [[OpenUSD]] · [[OPC-UA]] · [[Control-Systems-Engineering]] · [[MQTT]]
+- 부모: [[Cyber-Physical-Systems]]
+- 응용: [[Predictive-Maintenance]]
+- Adjacent: [[Control_Systems_Engineering|Control-Systems-Engineering]] · [[MQTT]]

 ## 🤖 LLM 활용
 **언제**: 매 twin graph 의 natural-language query → DTDL/SQL translation, 매 anomaly explanation, 매 maintenance work order generation.
@@ -181,9 +181,9 @@ export function assertNever(x: never): never {

 ## 🔗 Graph
 - 부모: [[TypeScript Type System]] · [[Algebraic Data Types]]
- 변형: [[Tagged Unions]] · [[Sum Types]] · [[Rust Enums]] · [[F# DU]]
- 응용: [[Result Type]] · [[State Machine]] · [[Redux Actions]] · [[Zod]]
- Adjacent: [[Pattern Matching]] · [[Exhaustiveness Checking]] · [[ts-pattern]]
+- 변형: [[Tagged Unions]] · [[Sum Types]]
+- 응용: [[Result Type]] · [[State Machine]] · [[Zod]]
+- Adjacent: [[Pattern Matching]] · [[Exhaustiveness Checking]]

 ## 🤖 LLM 활용
 **언제**: 매 type modeling, 매 state machine, 매 API contract, 매 reducer.
@@ -167,7 +167,7 @@ app.get("/health/deep", async (_, res) => {
 - 부모: [[Distributed Systems]] · [[Software Architecture]]
 - 변형: [[CAP Theorem]] · [[PACELC]]
 - 응용: [[Microservices Architecture]] · [[Service Mesh]]
- Adjacent: [[Resilience Patterns]] · [[Chaos Engineering]] · [[Circuit Breaker Pattern]]
+- Adjacent: [[Resilience Patterns]] · [[Chaos Engineering]]

 ## 🤖 LLM 활용
 **언제**: 매 distributed system design review, 매 incident postmortem, 매 SLO 산정.
@@ -180,9 +180,9 @@ beyla --config beyla.yaml

 ## 🔗 Graph
 - 부모: [[Observability]] · [[Microservices]]
- 변형: [[Jaeger]] · [[Tempo]] · [[Honeycomb]] · [[Zipkin]]
- 응용: [[SLO-Engineering]] · [[Performance-Debugging]] · [[Service-Mesh]]
- Adjacent: [[OpenTelemetry]] · [[Logs]] · [[Metrics]] · [[Profiles]]
+- 변형: [[Tempo]]
+- 응용: [[Service-Mesh]]
+- Adjacent: [[OpenTelemetry]] · [[Logs]]

 ## 🤖 LLM 활용
 **언제**: 매 trace tree 의 root-cause hypothesis, 매 sampling policy review, 매 OTel Collector config debug, 매 span attribute schema design.
@@ -185,9 +185,9 @@ type Order = z.infer<typeof OrderDTO>;

 ## 🔗 Graph
 - 부모: [[Distributed-Systems]] · [[API-Design]]
- 변형: [[gRPC]] · [[GraphQL]] · [[tRPC]] · [[OpenAPI]]
- 응용: [[Microservices]] · [[Event-Driven-Architecture]] · [[BFF-Pattern]]
- Adjacent: [[Schema-Registry]] · [[Pact]] · [[Zod]] · [[Buf]]
+- 변형: [[gRPC]] · [[OpenAPI]]
+- 응용: [[Microservices]] · [[Event-Driven-Architecture]]
+- Adjacent: [[Pact]] · [[Zod]] · [[Buf]]

 ## 🤖 LLM 활용
 **언제**: 매 schema migration plan, 매 breaking-change explanation, 매 codegen wiring debug, 매 contract test scaffold.
@@ -196,10 +196,10 @@ const stateReducer = (state, { type, changes }) => {
 **기본값**: 매 React combobox 만 필요 시 downshift, 매 design system 전체 시 Radix.

 ## 🔗 Graph
- 부모: [[React]] · [[Headless UI]] · [[Accessibility]]
- 변형: [[Radix UI]] · [[Headless UI (Tailwind Labs)]] · [[Ariakit]] · [[React Aria]]
- 응용: [[Combobox Pattern]] · [[Autocomplete]]
- Adjacent: [[ARIA Authoring Practices]] · [[Render Props]]
+- 부모: [[React]] · [[Headless UI]] · [[Accessibility (A11y)|Accessibility]]
+- 변형: [[Radix UI]] · [[Ariakit]]
+- 응용: [[Autocomplete]]
+- Adjacent: [[Render_Props|Render Props]]

 ## 🤖 LLM 활용
 **언제**: 매 React typeahead / select 의 build, 매 a11y 의 mandatory.
@@ -141,10 +141,9 @@ Timebox burn: x days remaining / y stories left
 **기본값**: 매 Scrum 으로 시작, 매 fixed-deadline 시 DSDM MoSCoW 의 borrow.

 ## 🔗 Graph
- 부모: [[Agile]] · [[Software Project Management]]
- 변형: [[Scrum]] · [[Extreme Programming (XP)]] · [[SAFe]]
- 응용: [[MoSCoW Prioritization]] · [[Timeboxing]]
- Adjacent: [[Lean Software Development]] · [[Shape Up]]
+- 부모: [[Agile]]
+- 변형: [[Scrum]] · [[Extreme Programming (XP)]]
+- 응용: [[Timeboxing]]

 ## 🤖 LLM 활용
 **언제**: 매 enterprise / regulated agile 의 reference, 매 MoSCoW 의 prioritization.
@@ -163,10 +163,9 @@ const order = await ct.orders.fromQuote(quote.id);
 **기본값**: Shopify for SMB; Hydrogen for premium DTC; commercetools for enterprise composable; Stripe as PSP unless enterprise (then Adyen).

 ## 🔗 Graph
- 부모: [[Web-Architecture]] · [[Payments]]
- 변형: [[Headless-Commerce]] · [[Composable-Commerce]] · [[Marketplace-Platform]]
- 응용: [[Shopify-Hydrogen]] · [[Medusa]] · [[commercetools]]
- Adjacent: [[Stripe]] · [[Adyen]] · [[Algolia]] · [[Sanity]] · [[Avalara]]
+- 부모: [[Web-Architecture]]
+- 변형: [[Headless-Commerce]]
+- Adjacent: [[Algolia]] · [[Sanity]]

 ## 🤖 LLM 활용
 **언제**: 매 platform comparison, 매 webhook handler 의 scaffold, 매 GraphQL Storefront query 의 작성, 매 tax/shipping flow explanation, 매 catalog data model design.
@@ -177,10 +177,8 @@ class StructureTimer:
 **기본값**: 매 single-shard 매 only 매 specific tradeoff 의 worth — 매 most MMOs 매 sharding 의 simpler. Economy 매 EVE pattern 의 broad applicability.

 ## 🔗 Graph
- 부모: [[MMO-Design]] · [[Game-Architecture]]
- 변형: [[Sandbox-Games]] · [[Single-Shard-MMO]]
- 응용: [[Virtual-Economy]] · [[Distributed-Simulation]] · [[Player-Politics]]
- Adjacent: [[Stackless-Python]] · [[Time-Dilation]] · [[CCP-Games]]
+- 응용: [[Virtual-Economy]]
+- Adjacent: [[CCP-Games]]

 ## 🤖 LLM 활용
 **언제**: 매 player-economy game design reference. Distributed simulation 매 graceful degradation case. Virtual economy academic study.
@@ -162,10 +162,9 @@ describe("architecture", () => {
 **기본값**: 매 evidence-based — 매 2nd 번 같은 change 의 demand 시 enabling point 의 introduce ("Rule of three").

 ## 🔗 Graph
- 부모: [[Software Architecture]] · [[Evolutionary Architecture]]
- 변형: [[Leverage Point (Meadows)]] · [[Seam (Working Effectively with Legacy Code)]]
- 응용: [[Strangler Fig Pattern]] · [[Plugin Architecture]] · [[Feature Flags]]
- Adjacent: [[Hexagonal Architecture]] · [[Fitness Function]] · [[YAGNI]]
+- 부모: [[Software Architecture]]
+- 응용: [[Feature Flags]]
+- Adjacent: [[Hexagonal Architecture]] · [[YAGNI]]

 ## 🤖 LLM 활용
 **언제**: 매 architecture review, 매 future change 의 anticipate, 매 refactor planning.
@@ -171,9 +171,9 @@ await producer.send({

 ## 🔗 Graph
 - 부모: [[Design-Patterns]] · [[Event-Driven-Architecture]]
- 변형: [[Observer-Pattern]] · [[Pub-Sub]] · [[Message-Bus]]
- 응용: [[CQRS]] · [[Saga-Pattern]] · [[Microservices]]
- Adjacent: [[Event-Sourcing]] · [[Domain-Events]]
+- 변형: [[Observer-Pattern]] · [[Pub-Sub]]
+- 응용: [[CQRS]] · [[Microservices]]
+- Adjacent: [[Event-Sourcing]]

 ## 🤖 LLM 활용
 **언제**: 매 N×N coupling 의 emerge — 매 5+ components 매 mutual callbacks. CQRS / saga implementation.
@@ -170,9 +170,8 @@ KafkaSink<Order> sink = KafkaSink.<Order>builder()

 ## 🔗 Graph
 - 부모: [[Data Engineering]] · [[Distributed Systems]]
- 변형: [[Batch Processing]] · [[Lambda Architecture]] · [[Kappa Architecture]]
- 응용: [[Real-time Analytics]] · [[Change Data Capture (CDC)]] · [[Feature Store]]
- Adjacent: [[Apache Kafka]] · [[Apache Flink]] · [[Event Sourcing]] · [[CQRS]]
+- 응용: [[Feature Store]]
+- Adjacent: [[Apache Flink]] · [[Event Sourcing]] · [[CQRS]]

 ## 🤖 LLM 활용
 **언제**: 매 real-time pipeline 설계, 매 streaming SQL 의 generate.
@@ -149,9 +149,7 @@ const result = await claude.messages.create({
 **기본값**: 매 complex domain 시 Big Picture (4 hours), 매 implementation 직전 Design Level.

 ## 🔗 Graph
- 부모: [[Domain-Driven Design (DDD)]] · [[Software Modeling]]
- 변형: [[Example Mapping]] · [[Domain Storytelling]]
- 응용: [[Bounded Context]] · [[Aggregate Design]] · [[CQRS]]
+- 응용: [[Bounded Context]] · [[CQRS]]
 - Adjacent: [[Event Sourcing]] · [[User Story Mapping]] · [[C4 Model]]

 ## 🤖 LLM 활용
@@ -160,9 +160,9 @@ def merkle_sync(local_tree, remote_tree, path=""):

 ## 🔗 Graph
 - 부모: [[Distributed Systems]] · [[CAP Theorem]]
- 변형: [[Strong Consistency]] · [[Causal Consistency]] · [[Read-Your-Writes]]
- 응용: [[DynamoDB]] · [[Cassandra]] · [[CRDT]] · [[Riak]]
- Adjacent: [[Vector Clock]] · [[Quorum]] · [[Anti-Entropy]]
+- 변형: [[Strong Consistency]] · [[Read-Your-Writes]]
+- 응용: [[Cassandra]] · [[CRDT]]
+- Adjacent: [[Vector Clock]] · [[Quorum]]

 ## 🤖 LLM 활용
 **언제**: 매 system design interview, distributed DB 선택, conflict resolution strategy.
@@ -132,10 +132,9 @@ const config = {
 **기본값**: 매 default behavior 의 leverage — 매 typo 매 catch. 매 escape 매 minimize, 매 `satisfies` 의 prefer.

 ## 🔗 Graph
- 부모: [[TypeScript]] · [[Type-System]]
- 변형: [[Structural-Typing]] · [[Satisfies-Operator]] · [[Exact-Types]]
- 응용: [[React-Props]] · [[API-Contracts]]
- Adjacent: [[Discriminated-Unions]] · [[Brand-Types]]
+- 부모: [[TypeScript]] · [[TypeScript 타입 시스템 (TypeScript Type System)|Type-System]]
+- 변형: [[Structural Typing|Structural-Typing]] · [[Satisfies-Operator]]
+- Adjacent: [[API 응답 및 상태 모델링 (State Modeling and API Responses)|Discriminated-Unions]]

 ## 🤖 LLM 활용
 **언제**: 매 typo-prone literal — config, props, API body. Schema-bound inputs.
@@ -197,10 +197,9 @@ psql $DATABASE_URL -c "SELECT version();" | grep -q "PostgreSQL 16"
 **기본값**: 매 README 예제 의 매 CI 의 run, 매 API 의 OpenAPI 의 contract test.

 ## 🔗 Graph
- 부모: [[Documentation]] · [[Testing]] · [[Docs as Code]]
- 변형: [[Literate Programming]] · [[Behavior-Driven Development (BDD)]]
- 응용: [[OpenAPI]] · [[Cucumber]] · [[doctest]] · [[Marimo]] · [[Quarto]]
- Adjacent: [[Property-Based Testing]] · [[Contract Testing]] · [[Specification by Example]]
+- 부모: [[Docs as Code]]
+- 응용: [[OpenAPI]]
+- Adjacent: [[Property-Based Testing]] · [[Contract Testing]]

 ## 🤖 LLM 활용
 **언제**: 매 docs drift detection, 매 example generation 의 verify, 매 BDD step 의 generate.
@@ -190,10 +190,10 @@ def adjust_intensity(current_hr: float, target_zone: tuple,
 **기본값**: 매 target heart rate zone 3-4, session 20-45min, gamified streak + progression.

 ## 🔗 Graph
- 부모: [[Game Design]] · [[Health Tech]]
- 변형: [[VR Fitness]] · [[AR Gaming]] · [[Active Gaming]]
- 응용: [[Beat Saber]] · [[Pokemon Go]] · [[Ring Fit Adventure]] · [[Zwift]]
- Adjacent: [[Gamification]] · [[Wearable Tech]] · [[Pose Estimation]]
+- 부모: [[Game Design]]
+- 변형: [[Active Gaming]]
+- 응용: [[Beat Saber]]
+- Adjacent: [[Gamification]] · [[Pose Estimation]]

 ## 🤖 LLM 활용
 **언제**: 매 fitness app design, exercise game mechanic 설계, HR-based difficulty algorithm.
--- a/Show More
+++ b/Show More