Antigravity Agent
2.3 KiB
2.3 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-AUTO-SEME-001 | 10_Wiki/💡 Topics/AI | 0.94 |
|
2026-04-20 |
Search-Methodology
📌 한 줄 통찰 (The Karpathy Summary)
"정보의 바늘 찾기: 방대한 인터넷 데이터 속에서 내가 찾는 '진짜 정답'을 단 몇 번의 검색만으로 낚아내는 기술적 탐략이자, 쓰레기 정보(Noise)를 걸러내고 고순도의 지식만을 선별하는 리서치의 근력."
📖 구조화된 지식 (Synthesized Content)
검색 방법론(Search-Methodology)은 필요한 정보를 효율적으로 찾기 위해 사용하는 전략과 기법입니다. (Research-Framework의 실행 엔진)
- 3대 탐색 기술:
- Boolean Search: AND, OR, NOT 연산자로 검색 범위를 정밀 타격. (Logic와 연결)
- Operator Search:
filetype:pdf,site:edu등 구글 고급 명령어로 출처의 성격 제어. - Semantic Search: 키워드가 달라도 '의미'가 같은 정보를 찾아내는 AI 기반 탐색. (Vector-Database와 연결)
- 왜 중요한가?:
- 지식 검색 속도가 곧 문제 해결 속도이며, 같은 툴을 써도 '어떻게 검색하느냐'에 따라 결과물의 퀄리티 정책이 천차만별로 달라지기 때문임. (Efficiency 극대화)
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 과거에는 키워드 매칭 정책 위주였으나, 현대 정책은 AI 에이전트에게 "최근 3년간의 트렌드 정책을 분석해서 보고해 줘"라고 맥락 정책을 던지는 '대화형 검색 방법론 정책'으로 전환됨(RL Update).
- 정책 변화(RL Update): 단순히 정보를 '찾는' 정책을 넘어, AI가 여러 소스 정책을 읽고 교차 검증 정책을 수행하여 최적의 지식 조각 정책만을 가져오는 '합성 검색(Synthetic Search) 정책'이 리서치의 새로운 표준 정책이 됨.
🔗 지식 연결 (Graph)
- Logic, Vector-Database, Efficiency, Research-Framework, Analysis, Noise
- Modern Tech/Tools: Advanced Google Operators, Perplexity, Consensus (AI Research), Elicit.