마크다운과 온톨로지로 에이전트 지식을 구축하는 슬립박스 설계법

핵심

• RAG 방식은 데이터나 임베딩 모델을 바꿀 때마다 대규모 재임베딩과 회귀 테스트 비용이 발생해 변화가 잦은 업무에 취약하다.
• 슬립박스는 W3C 표준 온톨로지의 복잡한 문법 대신 마크다운 문서와 DB 스키마를 활용해 LLM이 관계를 직관적으로 이해하도록 돕는다.
• 안드레 카파시의 LLM Wiki에 착안하여 목차 트리는 DB로 정합성을 유지하고 본문은 마크다운 불릿 형태로 주입해 속도와 정확도를 확보했다.
• 누적 시계열 데이터 전수 조회로 메모리가 터지는 문제를 막기 위해 자연어로 작성한 조회 금칙을 쿼리 생성에 실시간 반영한다.
• AI가 내린 판단과 도구 호출 과정을 사람이 직접 열람하고 수정할 수 있는 통제 가능성이 기업 도입의 성패를 가른다.

챕터

1. 1:09제네시스랩 유대훈 CTO 소개 (새 탭에서 열림)
2. 2:45에이전트 빌더를 직접 개발한 배경 (새 탭에서 열림)
3. 7:55부품 단위 어빌리티와 에이전트 계층 (새 탭에서 열림)
4. 13:06LLM Wiki 개념과 옵시디언 활용 (새 탭에서 열림)
5. 16:14그래프 대신 마크다운으로 온톨로지를 푸는 방식 (새 탭에서 열림)
6. 22:35DB 인제스트와 슬립박스 자동 생성 데모 (새 탭에서 열림)
7. 29:20데이터 수정 상황에서 RAG 임베딩이 겪는 한계 (새 탭에서 열림)
8. 34:50슬립박스와 어빌리티 연동 및 실행 시연 (새 탭에서 열림)
9. 42:20개인의 프롬프트를 회사의 AI 자산으로 축적하는 법 (새 탭에서 열림)