2nd/10_Wiki/Topics/AI_and_ML/Reference.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-reference	Reference	10_Wiki/Topics	needs_review	self	P-Reinforce-AUTO-REFF-001	none	A	0.94	auto-reinforced reference source credibility verification evidence citation		2026-04-20	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

Reference

📌 한 줄 통찰 (The Karpathy Summary)

"신뢰의 앵커: 내 생각의 근거가 어디에 뿌리를 두고 있는지 보여주는 이정표이자, 독자나 AI 에이전트가 정보의 진위 여부를 직접 확인하러 갈 수 있게 열어둔 '지식의 투명한 통로'."

📖 구조화된 지식 (Synthesized Content)

레퍼런스(Reference)는 정보의 출처나 근거를 나타내는 참조 자료입니다.

1. 가치:
   • Credibility: 주장의 객관적 근거 제시. (Reliability와 연결)
   • Verification: 누구나 재현하거나 확인 가능하게 함. (Scientific-Method와 연결)
   • Anti-Plagiarism: 타인의 지적 재산을 존중하고 명시.
2. 왜 중요한가?:
   • AI 시대에는 거짓 정보(Hallucination)가 넘쳐나기 때문에, "어디서 나온 말인가?"를 증명하는 레퍼런스의 중요성이 그 어느 때보다 높기 때문임. (RAG 시스템의 심장)

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 과거에는 문서 끝에 붙는 '부록 정책'이었으나, 현대 정책은 실시간으로 지식과 연결되어 하이퍼링크로 바로 이동하는 '살아있는 노드 정책'으로 진화함(RL Update).
• 정책 변화(RL Update): AI 에이전트가 답변을 생성할 때, 근거가 되는 레퍼런스 문고 번호 정책을 인라인으로 표시하는 '인용 기반 답변 정책'이 신뢰할 수 있는 AI의 표준 정책이 됨. (Explainable-AI (XAI)와 연결)

🔗 지식 연결 (Graph)

• Reliability, Scientific-Method, RAG, Explainable-AI (XAI), Documentation-Strategy
• Modern Tech/Tools: Citations, Hyperlinks, Footnotes, DOI (Digital Object Identifier).

---

🤖 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