2nd/10_Wiki/Topics/AI_추론_및_맥락_인식_아키텍처.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	tags	raw_sources	last_reinforced	github_commit	inferred_by
wiki-2026-0508-ai-추론-및-맥락-인식-아키텍처	AI 추론 및 맥락 인식 아키텍처	10_Wiki/Topics	verified	self		none	A	0.92	uncategorized		2026-05-08	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

--- redirect_to: "생성형_AI_및_LLM_엔지니어링_표준" canonical_id: "wiki-2026-0507-106"

Redirect

이 문서는 Canonical 문서인 통합되었습니다. 모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.

📌 한 줄 통찰 (The Karpathy Summary)

맥락 인식 아키텍처는 정적 가중치 외에 외부 메모리·검색·도구를 시점마다 동적으로 결합해, 모델 내부 지식의 한계를 시스템 수준에서 보완하는 패턴이다.

📖 구조화된 지식 (Synthesized Content)

추출된 패턴: "파라미터에 모든 걸 외우게 하지 말고, 필요할 때 가져오게 하라" — RAG·툴 호출·에이전트 루프가 이 원칙의 구체화.

세부 내용:

• RAG: 벡터 검색 + 생성. 최신성·도메인 특화 강함.
• 툴 사용(Function calling): 계산·코드 실행·API 호출.
• 메모리: 단기(컨텍스트), 장기(벡터 DB), 에피소드 기억.
• 에이전트 루프: 관찰-사고-행동(ReAct) 사이클.
• 트레이드오프: 지연시간·비용·실패 모드 다양화.

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

• (TODO)

언제 쓰면 안 되는가:

• (TODO)

🧪 검증 상태 (Validation)

• 정보 상태: draft
• 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