개요
LLM Wiki는 단순한 검색 증강 생성(RAG)을 넘어, 거대언어모델(LLM)을 활용해 개인의 파편화된 정보를 증량적으로 구조화된 위키(Wiki) 형태로 구축하고 진화시키는 지식 관리 프레임워크다.
핵심 정보
- 핵심 아키텍처: 증량적 지식 컴파일(Incremental Knowledge Compilation) - 지식을 한 번 처리한 후 지속적으로 진화시키는 모델.
- 주요 알고리즘:
- 4-신호 지식 그래프: 알고리즘 기반의 고품질 엔티티 관계 생성.
- Louvain 커뮤니티 탐지: 지식 클러스터링을 통한 자동 주제 분류 및 사각지대 발견.
- 통합 환경: Obsidian 호환(3단 레이아웃), Chrome 확장 프로그램을 통한 클리핑 지원.
- GitHub 상태: 2,800+ Stars (2026년 5월 기준).
주요 특징
“단순히 매번 ‘다시 검색’하는 저효율 모드가 아니라, AI가 직접 진정한 구조적 위키를 구축하도록 돕는다. 지식은 한 번 컴파일되면 지속적으로 진화하며 쓸수록 똑똑해진다.”
관계
- 20260522-knowledge-compilation-vs-stateless-rag — 연장: RAG의 한계를 극복하는 지식 합성 방법론
- 20260522-detecting-knowledge-blind-spots-via-louvain — 하위개념: 지식 구조 분석을 위한 핵심 알고리즘