Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

3.4 KiB

Raw Blame History

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

title

Natural Language Processing (NLP, 자연어 처리)

📌 한 줄 통찰 (The Karpathy Summary)

"인간의 언어를 컴퓨터의 언어로 번역하고 이해하게 하라" — 텍스트와 음성 등 인간의 자연 언어를 기계가 처리, 분석, 생성할 수 있게 만드는 컴퓨터 과학과 언어학의 융합 분야.

📖 구조화된 지식 (Synthesized Content)

추출된 패턴: 비정형 텍스트 데이터에서 의미적 특징을 추출하고(Feature Extraction), 문맥과 문법을 파악하여 인간과 유사한 수준의 대화와 추론을 수행하는 인지 처리 패턴.
세부 내용:
- Tokenization & Embedding: 텍스트를 최소 단위로 쪼개고 이를 고차원 벡터 공간의 숫자로 변환.
- Syntactic & Semantic Analysis: 문장의 구조(문법)와 실질적인 의미(콘텐츠)를 분석.
- Key Tasks: 기계 번역, 감성 분석, 질문 답변(QA), 개체명 인식(NER), 요약.
- Evolution: 규칙 기반(Rule-based) -> 통계 기반(Statistical) -> 딥러닝 기반(RNN/LSTM) -> 트랜스포머 기반(LLM)으로 진화.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

과거 데이터와의 충돌: 문법 규칙을 일일이 가르치던 방식에서, 방대한 데이터를 통해 언어의 통계적 구조와 지식을 스스로 학습하는 방식으로 정착.
정책 변화: Antigravity 프로젝트는 NLP 기술을 활용하여 방대한 원시 데이터(00_Raw)를 자동으로 분류하고 핵심 지식을 추출하여 위키화함.

🔗 지식 연결 (Graph)

LLM, Word-Embeddings, Transformer-Architecture, Information-Extraction
Raw Source: 10_Wiki/Topics/AI/Natural-Language-Processing.md

🤖 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.

🕓 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)

# 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)

3.4 KiB Raw Blame History