Antigravity Agent
0441f6e2a2
- Formalized automatic record migration protocol in System Manual. - Integrated high-density knowledge for RAG, AI, Business Strategy, and Leadership. - Enhanced graph connectivity across core strategic hubs. - Archived raw data and updated timeline records.
67 lines
3.8 KiB
Markdown
67 lines
3.8 KiB
Markdown
---
|
|
id: [[P-Reinforce|P-Reinforce]]-AUTO-ASO-001
|
|
category: Other
|
|
confidence_score: 1.00
|
|
tags: [auto-reinforced, search-operators, dorking, information-retrieval, power-user, search-optimization]
|
|
last_reinforced: 2026-05-04
|
|
---
|
|
|
|
# [[Advanced Search Operators|Advanced Search Operators]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "검색의 정밀 도구: 일반적인 자연어 검색으로는 도달하기 어려운 특정 웹사이트, 특정 파일 형식, 혹은 특정 위치의 정보만을 날카롭게 필터링하여 정보 수집의 속도와 정확도를 비약적으로 높이는 파워 유저용 기술."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
고급 검색 연산자(Advanced Search Operators)는 검색 엔진의 기본 검색 기능을 확장하여 검색 결과의 범위를 좁히거나 특정 조건을 강제하는 특수 기호와 명령어의 조합입니다.
|
|
|
|
1. **필수 연산자 리스트**:
|
|
* **`site:`**: 특정 도메인이나 웹사이트 내에서만 검색합니다. (예: `site:github.com "P-Reinforce"`)
|
|
* **`filetype:`**: 특정 파일 확장자를 가진 문서만 검색합니다. (예: `filetype:pdf "RAG Architecture"`)
|
|
* **`intitle:` / `allintitle:`**: 페이지 제목에 특정 단어가 포함된 결과만 노출합니다.
|
|
* **`inurl:`**: URL 경로에 특정 단어가 포함된 페이지를 찾습니다.
|
|
* **`""` (따옴표)**: 입력한 구문과 정확히 일치하는(Exact Match) 결과만 검색합니다.
|
|
* **`-` (마이너스)**: 특정 단어를 결과에서 제외합니다. (예: `RAG -clothing`)
|
|
|
|
2. **전문가용 조합 (Google Dorking)**:
|
|
* 보안 관리자나 리서치 전문가들이 공개된 정보 중 취약점이나 비공개 문서 등을 찾기 위해 연산자를 조합하여 사용합니다. (예: `site:example.com filetype:env` 등)
|
|
|
|
3. **검색 시스템 운영에서의 활용**:
|
|
* 자사 웹사이트의 인덱싱 오류를 확인하거나, 경쟁사의 새로운 콘텐츠 발행 동향을 모니터링하는 데 필수적으로 사용됩니다.
|
|
|
|
## ⚖️ Trade-offs & Caveats
|
|
* **연산자 지원 변동**: 구글 등 검색 엔진은 알고리즘 업데이트에 따라 특정 연산자의 지원을 중단하거나 동작 방식을 변경할 수 있습니다 (예: 과거의 `+` 연산자 등).
|
|
* **구문 민감성**: 연산자와 키워드 사이의 띄어쓰기 한 번으로 검색 결과가 완전히 달라질 수 있어 정확한 문법(Syntax) 준수가 필요합니다.
|
|
* **과도한 필터링의 부작용**: 너무 많은 연산자를 조합하면 정말로 필요한 유용한 정보마저 필터링되어 결과가 나오지 않을 수 있습니다.
|
|
|
|
## 💻 실전 구현 코드 (Boilerplate)
|
|
파이썬에서 특정 사이트의 PDF 문서를 찾기 위한 검색 쿼리를 자동 생성하는 유틸리티 예시입니다.
|
|
|
|
```python
|
|
def build_search_query(topic, site=None, file_type=None, exclude=None):
|
|
"""
|
|
고급 연산자를 조합하여 검색 쿼리 문자열 생성
|
|
"""
|
|
query = f'"{topic}"'
|
|
if site:
|
|
query += f' site:{site}'
|
|
if file_type:
|
|
query += f' filetype:{file_type}'
|
|
if exclude:
|
|
query += f' -{exclude}'
|
|
|
|
return query
|
|
|
|
# 사용 예시
|
|
my_query = build_search_query("Agentic RAG", site="arxiv.org", file_type="pdf")
|
|
print(f"Generated Query: {my_query}")
|
|
# 출력: "Agentic RAG" site:arxiv.org filetype:pdf
|
|
```
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
* **상위 개념**: [[Information Retrieval (IR)|Information Retrieval (IR)]], [[SEO|SEO (Search Engine Optimization)]]
|
|
* **활용 분야**: [[OSINT|OSINT (Open Source Intelligence)]], [[Competitor Analysis|경쟁사 분석]]
|
|
* **보완 기술**: [[Keyword Search|Keyword Search]], [[Inverted Index|Inverted Index]]
|
|
|
|
---
|
|
*Last updated: 2026-05-04*
|