LLM에게 지식을 가르치는 법
LLM 위키 · RAG · 지식 그래프 · 온톨로지 — 조직의 지식을 LLM이 쓸 수 있게 만드는 방법들을 비교합니다.
LLM 시대의 지식 정리 세미나. LLM 위키로 담고, RAG로 찾고, 지식 그래프로 잇고, 온톨로지로 다듬는 법 — 이론 소개부터 에이전트 프롬프트 실습까지 한 덱에.
3분 요약
LLM은 똑똑한 신입사원입니다 — 단, 우리 회사 일은 하나도 모릅니다. 모르면 지어냅니다.

- 환각은 지식 부족 문제 — 근거 문서를 주고, 출처를 달게 하세요
"문서에 없으면 '근거 없음'이라고 답해" 한 줄이 가장 싼 안전장치입니다. - 시작은 Markdown 위키 — 한 문서 한 주제, 맨 위에 INDEX.md
문서가 적을 땐 통째로 넣기로 충분. 넘칠 때 RAG(제목 단위 청킹 + 하이브리드 검색). - 그래프·온톨로지는 "관계"와 "용어 통일"이 필요해질 때만
처음엔 GLOSSARY.md + 작은 YAML 스키마면 됩니다. 문서 100개 미만이면 그래프는 건너뛰세요.
지금 바로 써 보는 프롬프트
이 폴더의 문서만 근거로 답해줘. 답마다 [파일명#제목] 형태로 출처를 달고,
문서에 없는 내용이면 추측하지 말고 "근거 없음"이라고 말해줘.
질문: ○○
이럴 때 다시 펼쳐 보세요
- AI가 우리 팀 용어·규칙을 모르고 지어낼 때
- 팀 문서를 AI가 잘 찾아 읽게 정리하고 싶을 때
- 사내 문서 Q&A 봇을 만들고 싶을 때
이런 순서로 이야기해요
- 아주 똑똑한 신입사원이 왔습니다 — 단, 우리 회사는 처음
- 키워드 4개 — 담고, 찾고, 잇고, 다듬기
- LLM의 지식은 두 곳에 삽니다
- 모르면 "모른다"가 아니라 지어냅니다
- 지식을 먹이는 세 가지 방법
- 정리 안 된 지식은 넣어도 소화불량
- 우리 팀 지식은 지금 어디에 있나요?
- LLM 친화적 문서의 4원칙
- 에이전트를 위한 정문을 만드세요
- 문서 1,000개가 되는 날 — 위키의 벽
- RAG — 오픈북 시험을 보게 하라
- RAG의 성패는 1단계 검색에서 갈립니다
- 청킹 — 자르는 법이 답변 품질을 정한다
- 키워드 vs 벡터 vs 하이브리드
- RAG가 넘어지는 4가지 자리
- 요즘 방식 — 에이전트가 스스로 검색합니다
- "누가 무엇과 연결되나"는 검색으로 안 풀립니다
- 그래프의 주특기 — 다리 건너기
- 전부 그래프로 만들려다 아무것도 못 만듭니다
- 같은 것을 세 가지 이름으로 부르는 회사
- 온톨로지는 LLM의 스타일 가이드입니다
- 네 가지 도구, 한 장 정리
- 가상의 팀 문서 세트를 생성합니다
- 흩어진 메모를 LLM 위키로
- CLAUDE.md — 에이전트의 정문 달기
- 청킹 → 검색 → 인용 답변을 눈으로 봅니다
- 문서에서 그래프를 뽑아 그립니다
- 용어사전 + 스키마 = 미니 온톨로지
- 우리 팀 지식봇 설계서 쓰기
- 이 장표만 찍어 가세요 📸
- 기억할 것은 세 문장입니다
슬라이드
바이브 코딩 세미나 시리즈의 한 편입니다. 전체 슬라이드와 실습 자료는 세미나 사이트에서 볼 수 있어요.
댓글 0
첫 댓글을 남겨 주세요.
Google로 로그인하고 댓글 남기기