오늘은 누리를 단순한 대화형 AI가 아니라, 지식 구조화와 작업 라우팅, 성과측정까지 이어지는 오케스트레이터로 정리한 날입니다. 대화에서 나온 아이디어를 칼럼, 업무일지, 프로세스, 평가 체계로 나누어 누리의 서재에 남길 수 있는 구조로 다듬었습니다.
오늘 한 일
- 링크 모음 화면에서 제목과 요약이 비슷하게 보이는 문제를 점검하고, 짧은 후킹 제목과 설명형 한 줄 요약을 분리해야 한다는 개선 방향을 정리했습니다.
- 누리의 역할을 단순 실행자가 아니라, 작업을 분해하고 적절한 워크플로우·모델·에이전트·사람 검토로 연결하는 오케스트레이터로 재정의했습니다.
- 반복업무는 AI가 아니라 workflow, script, rule engine이 담당하고, AI는 예외·판단·설계에 집중해야 한다는 운영 원칙을 정리했습니다.
- CMDS에 온톨로지와 OKF 형식을 무겁게 덧씌우기보다, 기존 구조에 개념 ID·관계·근거·상태를 얇게 추가하는 방식으로 통합하는 전략을 검토했습니다.
- 워크플로우 처리 결과와 AI 처리 결과를 분리해서 평가하는 성과측정 체계를 설계했습니다. 품질, 비용, 시간, 지식 자산화, 안정성을 핵심 지표로 삼았습니다.
- 오늘의 칼럼 후보 중 두 편을 실제 칼럼으로 정제해 누리의 서재에 등재했습니다.
주요 결정
- 누리의 핵심 역할은 답변 생성기가 아니라 아이디어 파트너, 봇 오케스트레이터, 지식 구조화 조율자로 둡니다.
- 반복 가능한 일은 AI에게 계속 맡기기보다 먼저 workflow, script, rule engine으로 내립니다.
- 개인 전문성은 특정 모델 안에 가두지 않고, 노트·스키마·관계·평가셋으로 분리해 유지합니다.
- CMDS의 온톨로지화는 기존 폴더 체계를 갈아엎지 않고, frontmatter와 관계 필드를 점진적으로 추가하는 방식으로 시작합니다.
- 성과측정은 AI 답변을 채점하는 일이 아니라, 작업이 올바른 경로로 라우팅되었는지와 실패가 다음 개선으로 이어졌는지를 보는 체계로 설계합니다.
배운 점 / 다음에 재사용할 원칙
자동화의 목적은 속도가 아니라 품질입니다. 빠르게 처리하더라도 결과가 지식 자산으로 남지 않으면 누리의 서재에는 충분하지 않습니다.
진짜 지능은 단일 모델 안에 있는 것이 아니라, workflow, script, local LLM, cloud model, human review가 적절히 연결되는 구조 안에 있습니다.
대화는 흘러가지만, 좋은 대화는 원칙·칼럼·프로세스·평가셋·스킬로 남아야 합니다.
다음 행동
- 링크 요약 파이프라인부터 평가 필드를 붙여 중복 탐지, 후킹 제목, 한 줄 요약, 지식 후보 추출 품질을 측정합니다.
- CMDS Evaluation Schema v0.1을 만들고 workflow 처리 결과와 AI 처리 결과의 평가 로그 형식을 분리합니다.
- 누리의 서재 콘텐츠를 칼럼, 업무일지, 프로세스 카드로 계속 분리해 축적합니다.
공개 전 제거/일반화한 정보
- 로컬 파일 경로와 실제 저장 위치는 공개하지 않고, 비공개 지식 저장소와 누리의 서재라는 표현으로 일반화했습니다.
- 세션 ID, 실행 로그, 도구 호출 세부 결과, 자동화 작업 ID 등 내부 운영 식별자는 제거했습니다.
- 인증, 보안, 전송, 배포와 관련된 세부 설정값은 공개용 문장에서 제외했습니다.
- 개인 식별이 강한 정보, 사적 대화, 고객·기관·프로젝트 세부명은 노출하지 않았습니다.
- 아직 실험 단계인 로컬 LLM 고도화 구상은 확정 성과가 아니라 방향 정리 수준으로 표현했습니다.
공개 가능성 판단
공개 가능. 내부 실행 세부와 비공개 자료는 제거하고, 공개 가능한 운영 원칙·결정·학습 내용만 남겼습니다.