#지식 관리

3개의 포스트

2026.10.08

[특집] '이거 누가 알아요?'를 없애는 법 — 한 엔지니어링 매니저가 만든 AI 하이브 마인드, 조직의 암묵지를 끌어올리다

“시스템이 어떻게 돌아가는지 알아내려면 늘 3~4명을 한 방에 모아야 했다.” 핀테크 기업 SumUp의 엔지니어링 매니저 칸도스트가 2026년 8월 공개한 글은 이 한 문장에서 출발한다. 그는 저장소 66개를 git 서브모듈로 한 저장소에 묶고, 도메인마다 AGENTS.md를 두고, 저장소 하나만 보는 배경 에이전트와 그들을 지휘하는 주 에이전트를 나눠 ‘하이브 마인드’를 만들었다. 에이전트끼리는 Zod 스키마로 정한 JSON 보고서로만 인계하고, 매주 슬랙·노션의 변화를 모아 AGENTS.md를 고치는 PR을 사람이 검토한다. 이 글은 그 구조를 하나씩 뜯어보고, 폴라니의 ‘암묵지’(1966)와 노나카의 SECI 나선(1995), 콘웨이의 법칙(1968), 웨그너의 ‘누가 무엇을 아는가’(1985), ‘Lost in the Middle’과 ‘Context Rot’, 앤트로픽의 멀티 에이전트 연구와 버클리의 실패 분류(MAST)까지 이 설계가 왜 이런 모양이 됐는지를 사례와 함께 풀었다. AGENTS.md가 오히려 성능을 떨어뜨린다는 ETH 취리히의 반론과 2026년의 의미, 그리고 우리 팀에서 시작하는 법까지 여섯 개의 인터랙티브 도구와 함께 정리했다.

코어닷투데이83분

[특집] 스코어북을 코드로 내려가 보다 — 메타의 '조직 세컨드 브레인'과 「Learning on the Job」이 보여준 '배우는 에이전트'의 실체

특집특집메타

2026.09.29

[특집] 스코어북을 코드로 내려가 보다 — 메타의 '조직 세컨드 브레인'과 「Learning on the Job」이 보여준 '배우는 에이전트'의 실체

지난 특집은 프라이머리 벤처의 '스코어북'과 '계속 배우는 루프'를 개념으로 다뤘습니다. 이번에는 그 개념이 실제로 어떻게 생겼는지 코드 수준으로 내려갑니다. 2026년 9월 2일 메타 엔지니어링 블로그가 공개한 '조직의 세컨드 브레인'은 컴플라이언스 전문가의 머릿속 지식을 200개 넘는 텍스트 파일로 증류하고, 전문가의 교정 하나하나를 진단·컴파일·검증·승인의 네 단계로 '컴파일'해 회귀 0건으로 6주 만에 며칠 걸리던 평가를 몇 분으로 줄인 시스템입니다. 7월의 논문 「Learning on the Job」은 가중치를 고정한 에이전트가 '맞았다/틀렸다' 한 비트만으로 1.6배, 교정을 받으면 2.6배 나아지고, 약한 모델이 쓴 메모가 강한 모델까지 돕는다는 것을 은행 업무 97개 과제로 보였습니다. 그리고 9월 개정된 AhaBench와 '에이전트의 첫 출근' 벤치마크는 그 반대편, 즉 손을 놓는 순간 36~53점이 무너지고 답만 보고는 절차를 복원하지 못하는 현실을 보여 줍니다. 인터랙티브 7개와 삽화 13장, 메타 원문 도표 3장으로 '배우는 에이전트'가 어디까지 왔는지 따라가 봅니다.

코어닷투데이56분

Cognee 완전 가이드: 비정형 데이터를 자동으로 지식 그래프로 — AI에게 '기억'을 주는 법

기술Cognee지식 그래프

2026.04.05

Cognee 완전 가이드: 비정형 데이터를 자동으로 지식 그래프로 — AI에게 '기억'을 주는 법

이력서 5장을 AI에게 던지면 핵심 인재를 찾을 수 있을까? Cognee는 비정형 텍스트를 자동으로 지식 그래프로 변환하고, LLM이 구조화된 지식 위에서 추론할 수 있게 한다. 문서 → 그래프 → 검색의 전자동 파이프라인을 역사적 맥락부터 실전 구현, 2026년 AI 메모리 생태계까지 종합 특집으로 풀어본다.

코어닷투데이52분