카파시가 제안한 'LLM Wiki' 패턴 주목...개인 지식 기반 구축의 새로운 접근법

[한국정보기술신문] 테슬라 전 AI 디렉터이자 OpenAI 창립 멤버인 안드레이 카파시가 LLM을 활용한 개인 지식 기반 구축의 새로운 패턴을 공개했다. 'LLM Wiki'로 명명된 이 접근법은 기존 RAG 방식과는 다른 지속적 지식 축적 모델을 제시한다.

기존 RAG는 매번 문서에서 관련 정보를 새로 검색하는 방식이다. 반면 LLM Wiki는 새로운 자료가 추가될 때마다 LLM이 기존 위키와 통합하고 상충 사항을 표시하는 방식으로 작동한다.

카파시는 이 방식의 핵심 장점으로 지식의 누적과 재활용을 꼽았다. 한 번 처리된 정보가 지속적으로 활용되며 시간이 지날수록 지식 기반이 풍부해진다는 것이다.

LLM Wiki는 3계층 구조로 설계됐다. 불변의 소스 문서인 원본 자료, LLM이 작성하고 관리하는 마크다운 기반 위키, 위키 구조와 작업 흐름을 정의하는 스키마로 구성된다.

실제 워크플로우는 인제스트, 쿼리, 린트 세 가지 주요 작업으로 이뤄진다. 특히 쿼리 결과도 위키에 저장되어 지식이 계속 확장되는 점이 특징이다.

카파시는 정확한 구현보다 패턴 이해에 초점을 맞췄다고 밝혔다. 각자의 도메인과 선호도에 맞게 커스터마이징할 수 있도록 의도적으로 추상적으로 작성했다는 설명이다.

이 아이디어 파일은 개인 지식 관리와 AI 활용의 새로운 가능성을 제시한다는 평가를 받고 있다. 특히 연구자와 개발자들 사이에서 큰 관심을 끌고 있다.