Files

T

Antigravity Agent e2c5471046 wiki: Topic_Blog 신규 문서 일괄 추가 + ASTRA 성장 자산 동기화

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

2026-06-16 09:55:38 +09:00

13 KiB

Raw Blame History

business — 2026-06-15T13-57-25

Task: 방향성: 사장님, 시장 조사 결과와 분석을 잘 받았습니다.

현재까지의 논의 흐름을 요약하면, 저희는 단순한 '지식 리스트의 3D 시각화'를 넘어, **'복잡한 지식 간의 인과관계와 학습 경로를 직관적으로 발견하게 돕는 고도화된 분석 도구'**를 목표로 하고 있습니다.

이 분석을 바탕으로, 저희가 나아가야 할 방향은 명확합니다.

결론: 이 기능의 핵심 가치는 **'정보의 연결성(Connectivity)'**을 **'직관적인 탐색 경험(Intuitiveness)'**으로 변환하여, 사용자가 데이터의 숨겨진 관계(Hidden Linkage)를 발견하도록 돕는 것입니다. 따라서, '전략적 관계 발견(High-Level Strategist)' 관점에 초점을 맞추어 기획을 진행해야 합니다.

성공의 정의 (Success Metrics):

관계 발견율 증가: 사용자가 기존 텍스트 검색을 통해 얻지 못했던, 두 개 이상의 독립된 노드 간의 연결 경로(Path)를 능동적으로 발견하고 기록한 세션당 평균 횟수 $\ge 1$회.
탐색 깊이 (Depth of Exploration): 사용자가 초기 진입 후 평균 5개 이상의 다른 노드(최소 3개 이상의 간접 연결 포함)를 탐색하는 세션 비율 \ge 60\%.
사용자 피드백: 시각화 결과가 기존 리스트보다 '관계 파악에 더 도움이 되었다'는 정성적 평가 긍정 응답률 \ge 85\%.

이 기준에 맞춰, 다음 단계로 구체적인 기획 문서(PRD) 작성을 진행하겠습니다.

📊 평가: 시장 조사 결과가 매우 체계적이며, 기능의 목표를 'UI 개선'에서 '분석 도구'로 성공적으로 격상시켰습니다. 📝 다음: 이제 '3D 지식 그래프 시각화 기능 명세서(PRD)' 초안 작성을 위해, 해당 기능이 사으드 메뉴 내에서 어떤 '사용자 시나리오'를 통해 호출되고 사용되는지 구체적인 사용자 흐름(User Flow)을 정의해야 합니다.

아래 섹션 구조로 기획서를 마크다운으로 작성하세요. 합의 통과 후엔 사장님께 그대로 전달됩니다.

배경

목표

핵심 사용자 시나리오 (3개 이상, 구체적)

주요 기능 목록

비기능 요구사항

측정 지표 (KPI)

미래 확장 / 비-목표

Duration: 64.4s

사장님, 시장 조사 결과와 분석을 통해 기능의 목표를 '단순 시각화'에서 '분석 도구'로 성공적으로 격상시킨 점에 대해 동의합니다. '정보의 연결성'을 '직관적인 탐색 경험'으로 변환한다는 핵심 가치에 초점을 맞추어 기획을 진행하는 것이 맞습니다.

제시해주신 구조에 맞춰, '3D 지식 그래프 시각화 기능에 대한 PRD (Product Requirements Document)' 초안을 작성하겠습니다.

다만, 이 PRD를 확정하기 전에, 제가 반드시 확인해야 할 선행 조건과 몇 가지 명확히 해야 할 항목이 있습니다. 이 부분이 누락되면 기획서의 가치가 떨어지거나, 개발/디자인 단계에서 막히게 됩니다.

💡 선행 확인 및 보완 요청 사항

데이터 연동의 근거 명료화 (Data Source & Mapping):
- 현재 지식 데이터가 '문서(Markdown/Wiki)' 형태로 존재하며, 노드 간의 관계는 '내부 링크(Internal Link)' 또는 **'명시적 관계 키워드'**로 추론됩니다.
- 질문: 이 지식 그래프가 시각화될 때, '노드'는 어떤 엔티티를 대표해야 합니까? (예: 특정 문서 전체, 특정 개념 키워드, 아니면 문서의 요약된 핵심 주제?)
- 질문: '엣지(Edge)'는 단순히 링크가 아니라, 두 노드 간의 **'관계 유형(Relationship Type)'**을 가져야 분석 도구로서 의미가 생깁니다. (예: \text{A} \xrightarrow{\text{is\_a\_prerequisite\_for}} \text{B}, \text{A} \xrightarrow{\text{contradicts}} \text{B}). 현재 데이터 구조에서 이러한 '관계 유형'을 추출할 수 있는 메커니즘(예: 별도 메타데이터 레이블링, 혹은 LLM 기반 추론)이 필요한지 확인이 필요합니다.
3D 인터랙션의 핵심 정의 (Core Interaction Definition):
- '3D 느낌'은 시각적 매력도를 높이지만, **사용자 경험(UX) 측면에서 가장 중요한 것은 '정보 접근성'**입니다.
- 질문: 사용자가 특정 노드에 마우스를 올리거나(Hover), 클릭했을 때, 3D 공간에서 어떤 최우선 액션이 발생해야 합니까? (예: 해당 노드의 상세 팝업창 호출, 연결된 상위/하위 노드 강조, 경로 하이라이팅 등)
시스템 통합 범위 (System Scope):
- 이 기능이 '사으드 메뉴'라는 기존 시스템 내에서 호출되는 'Widget' 형태인지, 아니면 별도의 **'분석 전용 뷰(Dedicated View)'**로 분리되어야 하는지 명확해야 합니다. 이는 기술적 구현 복잡도와 사용자 플로우를 결정합니다.

이 세 가지 항목에 대한 명확한 정의가 내려진다면, 제시해주신 구조에 맞춰 매우 구체적이고 개발 가능한 PRD를 작성할 수 있습니다.

우선, 현재 확보된 정보와 논의된 목표(전략적 관계 발견)를 기반으로 PRD의 목차를 채워나가겠습니다. 이 초안은 '가정(Assumption)'을 포함하고 있음을 명시합니다.

🧠 Digital Knowledge Graph Visualization (안)

1. 배경 (Background)

기존의 지식 관리는 텍스트 기반의 선형적 목록(Linear List)으로만 제공되어, 방대한 지식 데이터 내에 존재하는 복잡하고 다층적인 관계 구조(Complex Interconnectivity)를 사용자가 직관적으로 파악하는 데 한계가 존재합니다. 특히, '4X Strategy'와 같이 여러 문서(노드)들이 시간적, 논리적, 인과적 관계(Edge)로 엮여 있는 경우, 사용자는 정보의 '숨겨진 연결고리(Hidden Linkage)'를 능동적으로 발견하기 어렵습니다.

본 기능은 사으드 메뉴 내 '두뇌(Brain)' 기능을 고도화하여, 단순한 지식 조회를 넘어 사용자가 데이터의 관계적 구조를 입체적으로 탐색하고, 지식 간의 인과적 경로를 발견하도록 돕는 분석 도구를 제공하는 것을 목적으로 합니다.

2. 목표 (Goal)

사용자가 지식 데이터 내의 **정보 연결성(Connectivity)**을 **직관적인 탐색 경험(Intuitiveness)**으로 변환하여, 데이터의 숨겨진 관계(Hidden Linkage)를 발견하도록 돕는 것. 궁극적으로 사용자의 **전략적 사고(Strategic Thinking)**를 지원하는 분석 도구로 포지셔닝합니다.

3. 핵심 사용자 시나리오 (User Scenarios)

SCN-001: 관계 발견 경로 추적 (Path Tracing - Primary Use Case)

사용자 행동: 사용자가 '사으드 메뉴'에서 '두뇌' 기능을 호출합니다. (초기 상태는 중앙 노드 또는 최근 접근 노드로 설정)
시스템 반응: 3D 디지털 브레인 뷰가 로드되며, 현재 지식 구조의 개요가 입체적으로 시각화됩니다.
사용자 행동: 사용자가 특정 주제 노드 A (예: AI_Safety_and_Alignment.md)를 선택합니다.
시스템 반응: 노드 A가 중심으로 확대(Focus)되고, 이 노드와 가장 밀접하게 연결된 상위/하위 관계 노드들(B, C)이 시각적으로 강조(Highlight)됩니다.
사용자 행동: 사용자는 B 노드 \rightarrow C 노드 순서로 엣지(관계)를 따라 이동하며, 각 노드에서 어떤 관계 유형(Relationship Type)으로 연결되는지 확인합니다.
시스템 반응: 경로를 따라 이동할 때마다, 시스템은 해당 경로가 하나의 '발견된 분석 경로'로 임시 기록하며, 사용자에게 "이 경로는 $\text{A} \xrightarrow{\text{prereq}} \text{B} \xrightarrow{\text{example}} \text{C}$의 구조로 발견되었습니다."와 같은 피드백을 제공합니다.

SCN-002: 키워드 기반 유사성 탐색 (Similarity Search)

사용자 행동: 사용자가 특정 키워드(예: "Self-Correction")를 입력하고 검색을 시도합니다.
시스템 반응: 2D 리스트 검색 결과가 아닌, 해당 키워드와 의미적으로 가장 유사하거나 연관성이 높은 노드 군집(Cluster)이 3D 공간에 생성됩니다.
사용자 행동: 사용자는 클러스터 내의 노드들을 비교하며, 어떤 개념들이 함께 묶여서 논의되는지 시각적으로 확인합니다.
시스템 반응: 사용자가 특정 노드에 포커스를 맞추면, 해당 노드를 중심으로 가장 가까운 이웃 노드들이 부드럽게 나타나며, 노드 간의 거리가 유사도를 반영하는 것처럼 시각화됩니다.

SCN-003: 관계 유형 분석 (Relationship Type Analysis)

사용자 행동: 사용자가 특정 중심 노드(예: 4X Strategy)를 선택한 후, '연결 관계 유형 필터'를 활성화합니다.
시스템 반응: 3D 뷰 전체의 엣지들이 필터링됩니다. 사용자가 'Prerequisite (선행 조건)'만 선택하면, 해당 조건으로 연결된 엣지들만 남고, 다른 관계(예: Contradicts)는 투명해지거나 사라집니다.
사용자 행동: 사용자가 필터를 전환하거나, 필터링되지 않은 관계를 클릭하면, 해당 관계가 어떤 역할을 하는지에 대한 간략한 정의(Tooltip)가 팝업됩니다.

4. 주요 기능 목록 (Core Features)

ID	기능명	설명	구현 방식 (가정)
F-KG-01	3D 시각화 엔진	지식 노드와 엣지를 입체적 공간에 배치. 단순 2D 평면적 배열 회피.	[기술 스택 의존] 3D 라이브러리 필수.
F-KG-02	노드 (Node)	지식의 최소 단위. 문서 ID/제목이 표시되며, 클릭 시 상세 정보 팝업(Tooltip) 제공.	데이터: Canonical ID + Title.
F-KG-03	엣지 (Edge) & 관계 유형	노드 간의 연결고리. 단순히 연결하는 것을 넘어, 관계의 성격(Relationship Type)을 시각적으로 인코딩해야 함. (예: 점선, 화살표 방향, 색상 변화)	데이터: Source ID `\xrightarrow{\text{Type}}` Target ID.
F-KG-04	탐색 중심 이동 (Focus/Panning)	사용자의 시선(Focus)을 특정 노드나 경로로 이동시키고, 주변의 관련 노드들을 자연스럽게 애니메이션 처리.	UX: 부드러운 카메라 이동(Camera Transition).
F-KG-05	경로 기록 및 백트래킹	사용자가 탐색한 경로(A `\to` B `\to` C)를 추적하고, 언제든지 해당 경로로 되돌아갈 수 있는 히스토리 관리.	상태 관리: 세션별 Path Stack 유지.
F-KG-06	필터링/클러스터링	관계 유형(F-KG-03) 또는 중요도/빈도수(추가 지표)를 기준으로 그래프를 동적으로 필터링하거나 노드 묶음을 추출.	UI: 필터 사이드바 (Relationship Type Checkbox).

5. 비기능 요구사항 (Non-Functional Requirements)

성능 (Performance): 노드/엣지의 개수 $\text{N} \le 500$개 이하일 경우, 초기 로딩 및 인터랙션 지연 시간은 1초 이내여야 함. (N이 증가할 경우, 성능 저하 시점 명시 필요)
확장성 (Scalability): 향후 새로운 관계 유형(Relationship Type)이 추가되어도, 기존 엣지 렌더링 로직 수정 없이 추가 가능해야 함.
사용성 (Usability): 3D 인터페이스에 익숙하지 않은 사용자도, 마우스 오버 및 클릭만으로 핵심 기능을 사용할 수 있도록 직관적인 피드백(Tooltip, 애니메이션)을 제공해야 함.

6. 측정 지표 (KPI) (Success Metrics)

관계 발견율 증가: 사용자가 기존 텍스트 검색을 통해 얻지 못했던, 두 개 이상의 독립된 노드 간의 연결 경로(Path)를 능동적으로 발견하고 기록한 세션당 평균 횟수 $\ge 1$회. (핵심 지표)
탐색 깊이 (Depth of Exploration): 사용자가 초기 진입 후 평균 5개 이상의 다른 노드(최소 3개 이상의 간접 연결 포함)를 탐색하는 세션 비율 \ge 60\%.
사용자 피드백: 시각화 결과가 기존 리스트보다 '관계 파악에 더 도움이 되었다'는 정성적 평가 긍정 응답률 \ge 85\%.

7. 미래 확장 / 비-목표 (Future Scope / Out of Scope)

미래 확장: 그래프 내에서 특정 노드를 우클릭하여 '새로운 관계 생성 제안 (Suggest New Link)' 기능 추가 (AI 기반).
Out of Scope: 3D 공간 내에서의 직접적인 데이터 편집(노드/엣지 수정) 기능은 이번 릴리즈 범위에서 제외함.

📊 평가: 목표를 '분석 도구' 레벨로 성공적으로 격상시켜 구체적인 시나리오와 KPI로 연결했습니다. 구조는 매우 완성도가 높습니다. 📝 다음: PRD를 확정하기 위해, 가장 중요한 '관계 유형(Relationship Type)'의 정의 및 데이터 추출 메커니즘과 **'3D 인터랙션의 핵심 액션'**에 대한 사장님의 최종 확인이 필요합니다.

13 KiB Raw Blame History