Files
connectai/docs/records/ConnectAI/decisions/ADR-0017-e-wiki-connectai-질문이-있어-지금-이-프로젝트는-2nd-지식을-내가-특정-폴더로-wiki화한-.md
2026-05-22 15:00:14 +09:00

1.8 KiB

ADR: E:\Wiki\connectai 질문이 있어. 지금 이 프로젝트는 2nd 지식을 내가 특정 폴더로 wiki화한 md 파일들을 불러오는 방식으로 ...

Status

accepted

Context

E:\Wiki\connectai 질문이 있어. 지금 이 프로젝트는 2nd 지식을 내가 특정 폴더로 wiki화한 md 파일들을 불러오는 방식으로 되어 있어. 근대 md 파일을 바이너리화한 것을 다운 받고 바이너리 파일을 제2뇌 지식으로 사용하게 할 수 있을까?

Decision

결론부터 말씀드리면, 기술적으로 충분히 가능하며 오히려 대규모 데이터 처리 측면에서는 더 효율적인 방식이 될 수 있습니다. 다만, 이 방식을 구현하려면 '단순한 텍록(Text-log)' 형태의 Markdown을 읽는 것과 달리, 바이너리 데이터를 다시 의미론적 구조로 복원하거나 임베딩 벡터로 변등시키는 과정이 필요합니다. 구체적인 분석과 구현 방향을 정리해 드립니다. ## 1. 기술적 타당성 분석 현재 방식은 로컬 경로의 .md 파일을 직접 읽어 컨텍스트에 주입하는 File-based RAG입니다. 이를 바이너리(예: 임베딩된 벡터 데이터나 직렬화된 객체)로 전환할 경우 다음과 같은 변화가 생깁니다. * 장점 (Pros): * 검색 속도 향상: 텍스트를 매번 파싱하는 대신, 이미 계산된 벡터나 인덱스(FAISS, Annoy 등)를 바로 사용할 수 있어 Retrieval 단계의 지연 시간이 줄어듭니다. * 데이터 무결성: 텍스트 기반에서는...

Reason

Captured automatically because the conversation contained decision-oriented language.

Alternatives

Not captured yet.

Consequences

  • Future prompts should treat this as project context unless the user changes direction.