S3 연구 메모리 - 사용자 기여 [ko]

도움말:S3 연구 메모리/벡터·하이브리드 검색 설계

2026-07-20T05:08:47Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

=== 문서 상태 ===

이 문서는 구현된 1단계 검색 계층과 이후 확장 경계를 함께 설명합니다. 현재 <code><nowiki>mcp-http</nowiki></code>에는 교체 가능한 임베딩 제공자, 세 가지 facet projection, copy-on-write exact vector index와 <code><nowiki>legacy</nowiki></code>·<code><nowiki>hybrid_v1</nowiki></code> mode가 들어 있습니다. 기본 mode와 기본 provider는 계속 <code><nowiki>legacy</nowiki></code>, <code><nowiki>disabled</nowiki></code>입니다. 선택적 <code><nowiki>embedding</nowiki></code> Compose profile에는 이 서버의 Vega GPU에서 확인한 Qwen3 F16 <code><nowiki>llama.cpp</nowiki></code> Vulkan 서비스와 검증 downloader가 들어 있습니다.

recent changes poll, 지속형 checkpoint·tombstone, 별도 sidecar, 여러 MCP 인스턴스가 공유하는 generation, cursor v2와 자동 품질 cutover는 아직 후속 단계입니다. 아래 설계에서 이 항목은 구현 목표로 읽습니다.

=== 결정 요약 ===

* Semantic MediaWiki를 유일한 기준 저장소로 유지합니다.
* 벡터 인덱스는 후보 <code><nowiki>Lesson:</nowiki></code> ID만 반환하는 파생 데이터로 둡니다.
* 최종 결과는 항상 MediaWiki 최신 리비전을 다시 읽어 만듭니다.
* 외부 MCP 도구 열 개와 중앙 <code><nowiki>/mcp</nowiki></code> 진입점은 그대로 유지합니다.
* 전체 텍스트, 의미 유사도, 명시적 relation을 각각 찾은 뒤 결정적인 규칙으로 합칩니다.
* 1단계에서는 <code><nowiki>mcp-http</nowiki></code> 프로세스 안에서 exact vector search를 사용합니다.
* 재구축 시간, 메모리 또는 지연 시간이 목표를 넘을 때만 내부 검색 서비스로 옮깁니다.
* 임베딩 모델, 입력 구성 또는 거리 계산이 바뀌면 새 인덱스 세대를 만듭니다.
* 의미 검색이 실패해도 전체 텍스트와 relation 검색은 계속 제공합니다.
벡터 저장 제품은 이 경계를 구현하는 선택 사항입니다. 검색 품질과 운영 규모를 확인하기 전에 제품별 API가 도메인 계층으로 퍼지지 않게 합니다.

=== 1단계 구현 범위 ===

현재 exact index는 다음처럼 제한해서 구현했습니다.

* 서비스 시작 시 단 하나의 백그라운드 작업으로 전체 Lesson snapshot을 읽어 프리웜합니다. MCP Lesson 저장의 dirty hint는 즉시 같은 단일 갱신을 시작합니다. 설정 간격이 지나면 다음 hybrid 요청이 전체 대조를 시작하며, 어느 요청도 refresh 완료를 기다리지 않습니다. 별도 주기 poll은 없습니다.
* 전체 embedding이 성공했을 때만 새 snapshot을 원자적으로 교체합니다. 한 Lesson만 실패해 성공 항목을 부분 반영하는 재시도 큐는 아직 없습니다.
* 프로세스마다 active generation 하나를 메모리에 둡니다. 재시작하면 MediaWiki에서 시작한 백그라운드 작업으로 다시 만듭니다.
* relation, lexical과 semantic 순위를 <code><nowiki>rrf_v2</nowiki></code>로 결합합니다. 같은 점수대에서는 검증된 evidence coverage를 작은 prior로 반영하고 record origin이 한 종류로 몰리지 않도록 bounded diversity 보정을 적용합니다.
* 기존 v1 cursor envelope를 유지하고 mode, ranking version과 generation을 fingerprint에 포함합니다.
recent changes checkpoint, tombstone, 항목별 재시도, active/rollback generation, cursor v2와 sidecar는 아래에 설명한 확장 단계에서 추가합니다.

=== 목표 ===

다음 문제를 해결합니다.

# 표현이 달라도 증상과 제약이 비슷한 Lesson을 찾습니다.
# 비슷한 문제에 쓰인 서로 다른 해결 원리를 함께 보여 줍니다.
# 한국어, 영어와 두 언어가 섞인 메모를 같은 검색 흐름에서 다룹니다.
# 새 Lesson은 기존 전체 텍스트 검색으로 바로 찾을 수 있게 합니다.
# 임베딩 제공자와 인덱스 구현을 중단 없이 바꿀 수 있게 합니다.
# 여러 <code><nowiki>mcp-http</nowiki></code> 인스턴스로 확장해도 같은 검색 세대를 사용하게 합니다.
다음 기능은 이 설계의 범위에 넣지 않습니다.

* 벡터 유사도를 사실, 인과관계 또는 relation으로 자동 저장
* 별도 Lesson 데이터베이스 또는 사용자별 지식 사본
* 벡터 저장 제품의 범용 API를 MCP 도구로 공개
* 검색 결과를 근거 없이 요약하거나 해결책으로 확정
* 다중 테넌트 저장소와 사용자별 비공개 인덱스
검색 scope는 별도 Lesson이나 데이터베이스가 아닙니다. 서버 설정의 이름 있는 <code><nowiki>SearchFilters</nowiki></code> 묶음이며 호출자의 필터와 교집합으로 적용됩니다. 현재 scope는 relevance 범위만 정하고 접근 제어를 대신하지 않습니다.

=== 전체 구조 ===

<pre><nowiki>
flowchart LR
C["MCP 클라이언트"] --> M["중앙 mcp-http"]
M --> R["검색 조정 계층"]
R --> L["MediaWiki 전체 텍스트 후보"]
R --> G["MediaWiki relation 후보"]
R --> V["의미 검색 후보"]
L --> F["후보 결합과 다양성 정렬"]
G --> F
V --> F
F --> H["MediaWiki 최신 리비전 일괄 조회"]
H --> O["필터·페이지 나누기·출력 제한"]

W["Semantic MediaWiki 리비전"] --> I["비공개 색인기"]
I --> P["버전이 있는 입력 구성"]
P --> E["교체 가능한 임베딩 제공자"]
E --> X["세대별 파생 벡터 인덱스"]
X --> V
</nowiki></pre>

읽기 경로와 색인 경로를 분리합니다. 검색 요청이 벡터 인덱스를 직접 읽더라도 최종 Lesson 본문과 필터 판정은 MediaWiki에서 가져옵니다. 색인 실패는 위키 쓰기를 되돌리지 않습니다.

=== 내부 경계 ===

현재 <code><nowiki>WikiAdapter</nowiki></code>에는 기준 저장소 작업과 후보 검색이 함께 있습니다. 동작을 바꾸기 전에 다음 경계로 나눕니다.

==== Lesson 저장소 ====

<code><nowiki>LessonRepository</nowiki></code>는 MediaWiki 읽기와 허용된 쓰기만 담당합니다.

<pre><nowiki>
@dataclass(frozen=True, slots=True)
class LessonSnapshot:
lesson: Lesson
revision_id: int

@dataclass(frozen=True, slots=True)
class SnapshotBatch:
snapshots: tuple[LessonSnapshot, ...]
next_cursor: str | None
partial: bool
scanned: int
scan_limit: int

@dataclass(frozen=True, slots=True)
class RelationEdgeBatch:
edges: tuple[LessonRelation, ...]
next_cursor: str | None
partial: bool
scanned: int
scan_limit: int

@dataclass(frozen=True, slots=True)
class RankedLessonId:
lesson_id: str
rank: int
source_score: float | None

@dataclass(frozen=True, slots=True)
class RankedLessonIdBatch:
items: tuple[RankedLessonId, ...]
next_cursor: str | None
partial: bool
scanned: int
scan_limit: int

class LessonRepository(Protocol):
async def get_snapshot(
self, lesson_id: str
) -> LessonSnapshot | None: ...

async def get_snapshots(
self, lesson_ids: Sequence[str]
) -> dict[str, LessonSnapshot]: ...

async def scan_snapshots(
self, *, limit: int, cursor: str | None
) -> SnapshotBatch: ...

async def search_full_text(
self, *, query: str, limit: int, cursor: str | None
) -> RankedLessonIdBatch: ...

async def find_relation_edges(
self,
*,
lesson_id: str,
relations: Sequence[RelationType],
direction: RelationDirection,
limit: int,
cursor: str | None,
) -> RelationEdgeBatch: ...

async def create_lesson(self, lesson: Lesson) -> Lesson: ...
async def add_relation(
self, relation: LessonRelation
) -> LessonRelation: ...
async def add_evidence(
self, lesson_id: str, evidence: Evidence
) -> Evidence: ...

async def revise_lesson(
self,
*,
lesson_id: str,
expected_revision_id: int,
operation_id: str,
changes: Mapping[str, object],
basis_evidence_ids: Sequence[str],
) -> LessonSnapshot: ...
</nowiki></pre>

<code><nowiki>get_snapshots</nowiki></code>는 후보 ID를 최대 50개씩 읽으며 <code><nowiki>audit_lessons</nowiki></code>도 이 경계를 사용합니다. <code><nowiki>scan_snapshots</nowiki></code>는 전체 대조와 빈 query 목록에 쓰는 제한된 cursor scan입니다. <code><nowiki>search_full_text</nowiki></code>는 MediaWiki의 ranked 전체 텍스트 후보를 반환합니다. <code><nowiki>find_relation_edges</nowiki></code>는 전체 Lesson을 읽지 않고 Semantic MediaWiki의 typed relation에서 들어오고 나가는 간선을 찾습니다. 모든 목록 응답에는 엄격한 상한과 cursor를 둡니다.

snapshot은 MediaWiki 사실만 담습니다. 임베딩 대상 필드의 해시는 해당 generation의 <code><nowiki>ProjectionBuilder</nowiki></code>가 계산합니다. 그래야 active와 rollback generation이 서로 다른 입력 구성을 써도 같은 snapshot을 안전하게 검증할 수 있습니다.

==== 후보 검색 ====

<code><nowiki>RetrievalBackend</nowiki></code>는 Lesson 본문이 아니라 작은 후보 레코드만 반환합니다.

<pre><nowiki>
@dataclass(frozen=True, slots=True)
class RankContribution:
channel: str
rank: int
source_score: float | None
indexed_revision_id: int | None
indexed_retrieval_hash: str | None
matched_facets: tuple[str, ...]

@dataclass(frozen=True, slots=True)
class RetrievalCandidate:
lesson_id: str
contributions: tuple[RankContribution, ...]

@dataclass(frozen=True, slots=True)
class RetrievalRequest:
operation: str
query: str | None
source_projection: ProjectionDocument | None
source_revision_id: int | None
filter_hints: SearchFilters
scan_limit: int
expected_generation: str | None
ranking_version: str

@dataclass(frozen=True, slots=True)
class RetrievalBatch:
candidates: tuple[RetrievalCandidate, ...]
generation: str
partial: bool
scanned: int
scan_limit: int

class RetrievalBackend(Protocol):
async def retrieve(
self, request: RetrievalRequest
) -> RetrievalBatch: ...
</nowiki></pre>

같은 ID가 여러 경로와 facet에서 나올 수 있으므로 각 <code><nowiki>RankContribution</nowiki></code>을 유지합니다. 제품별 client, collection 이름과 거리 계산 방식은 backend 구현 안에 둡니다. 검색 조정 계층은 경로별 <code><nowiki>rank</nowiki></code>를 기준으로 합치며 raw cosine 값을 서로 직접 비교하지 않습니다. <code><nowiki>source_score</nowiki></code>는 한 후보 경로 안의 진단과 기준값 적용에만 씁니다. canonical 재검증 뒤 유효한 contribution만 다시 합쳐 전역 순서와 서비스 점수를 만듭니다.

<code><nowiki>RetrievalRequest.source_projection</nowiki></code>은 <code><nowiki>find_analogies</nowiki></code>에서만 사용합니다. query, source revision, filters, ranking version과 generation 기대값을 cursor fingerprint에 묶습니다. 공개 <code><nowiki>min_score</nowiki></code>는 candidate source에 전달하지 않고 canonical 재검증과 fusion이 끝난 서비스 점수에 적용합니다. 각 channel에 사전 기준값이 필요하면 <code><nowiki>ranking_version</nowiki></code>에 묶인 내부 설정으로 따로 보정합니다.

여기서 <code><nowiki>RetrievalBackend</nowiki></code>는 전체 텍스트, relation과 semantic source를 합치는 도메인 전용 composite입니다. 벡터 저장 제품은 그 아래의 비공개 semantic candidate source만 구현합니다.

==== 입력 구성과 임베딩 ====

<code><nowiki>ProjectionBuilder</nowiki></code>는 같은 Lesson에서 검색 목적별 텍스트를 결정적으로 만듭니다. <code><nowiki>EmbeddingProvider</nowiki></code>는 텍스트 묶음을 벡터로 바꿉니다. 두 경계에는 각각 독립된 버전을 둡니다.

<code><nowiki>ProjectionDocument</nowiki></code>에는 <code><nowiki>lesson_id</nowiki></code>, projection version, facet 텍스트, <code><nowiki>retrieval_hash</nowiki></code>와 잘림 상태를 넣습니다. <code><nowiki>retrieval_hash</nowiki></code>는 repository가 아니라 builder가 계산합니다.

임베딩 제공자는 다음 정보를 고정해 보고해야 합니다.

* 모델 식별자와 artifact digest
* tokenizer 식별자와 digest
* query와 document encoding mode 또는 prefix
* 벡터 차원
* 정규화 여부
* 거리 계산 방식
* 한 입력의 최대 token 수
외부 API, 서버 안의 모델 또는 별도 내부 추론 서비스는 같은 인터페이스를 구현할 수 있습니다.

현재 <code><nowiki>s3rm-qwen3-retrieval-v1</nowiki></code> profile은 다음을 하나의 generation 입력으로 묶습니다.

* <code><nowiki>Qwen/Qwen3-Embedding-0.6B</nowiki></code> artifact SHA-256과 1024차원
* last pooling과 16K token 입력 계약
* 희귀 CJK byte fallback을 포함해 16K 안에 두는 document facet 4,000자 상한
* <code><nowiki>situation</nowiki></code>, <code><nowiki>approach</nowiki></code>, <code><nowiki>mechanism</nowiki></code>별 영문 query instruction
* instruction을 붙이지 않는 document 형식
* provider의 입력 개수·문자 수 상한
HTTP endpoint와 인증은 transport 설정이며 profile의 의미 계약과 분리합니다. 모델 파일, pooling, instruction 또는 차원을 바꾸면 profile generation이 달라져 전체 exact index를 새로 만듭니다. 서로 다른 벡터 공간은 섞지 않습니다. 외부 provider로 자동 failover하지 않으며 사용할 snapshot이 없으면 legacy 검색으로 대체합니다.

==== 색인 동기화 ====

<code><nowiki>IndexSynchronizer</nowiki></code>는 MediaWiki 변경을 읽어 파생 인덱스를 갱신합니다. MCP에는 색인 관리 도구를 추가하지 않습니다.

* MCP 쓰기 성공 뒤 해당 Lesson을 갱신하라는 힌트를 보냅니다.
* 브라우저 편집을 찾기 위해 MediaWiki recent changes를 주기적으로 읽습니다.
* 누락된 이벤트를 복구하기 위해 전체 Lesson을 주기적으로 대조합니다.
* 체크포인트, 재시도 큐와 인덱스 세대는 파생 운영 상태로 취급합니다.
* 한 generation의 레코드 key는 <code><nowiki>(generation, lesson_id)</nowiki></code>입니다.
* 처리할 때마다 MediaWiki 최신 snapshot을 다시 읽습니다.
* incoming revision이 현재 <code><nowiki>indexed_revision_id</nowiki></code>보다 새로울 때만 원자적으로 교체합니다.
* 같은 revision의 재시도는 같은 결과가 나와야 합니다.
* 삭제와 이동 tombstone도 MediaWiki change 순서와 같은 fencing 규칙을 사용합니다.
* 여러 색인기를 쓸 때는 lease와 fencing token으로 오래된 worker의 쓰기를 막습니다.
==== 호환 이행 ====

첫 구조 변경은 검색 결과를 바꾸지 않습니다.

* <code><nowiki>ResearchMemoryService</nowiki></code>가 <code><nowiki>LessonRepository</nowiki></code>와 선택적인 <code><nowiki>RetrievalBackend</nowiki></code>를 받게 합니다.
* 검색 backend가 없으면 현재 동작을 감싼 legacy 구현을 사용합니다.
* 기존 <code><nowiki>WikiAdapter</nowiki></code>의 검색 메서드는 in-memory adapter와 기존 호출자를 옮기는 동안 유지합니다.
* 일괄 snapshot 조회에는 단일 조회를 반복하는 기본 구현을 둘 수 있습니다.
* 외부 MCP 도구 이름, 입력과 응답은 검색 backend 교체 때문에 바꾸지 않습니다.
새 내부 경계와 legacy 구현의 결과가 같은지 domain-level 테스트로 확인한 뒤 의미 검색을 추가합니다.

=== 검색용 표현 ===

Lesson 전체를 한 벡터로 합치지 않습니다. 첫 입력 구성 버전은 세 가지 facet을 사용합니다.

{| class="wikitable"
! facet !! 포함하는 필드 !! 용도
|-
| <code><nowiki>situation</nowiki></code> || <code><nowiki>question</nowiki></code>, <code><nowiki>context</nowiki></code>, <code><nowiki>observation</nowiki></code> || 비슷한 문제와 관찰 찾기
|-
| <code><nowiki>approach</nowiki></code> || <code><nowiki>attempt</nowiki></code> || 이미 시도한 방법과 실패 형태 찾기
|-
| <code><nowiki>mechanism</nowiki></code> || <code><nowiki>interpretation</nowiki></code>, <code><nowiki>reusable_lesson</nowiki></code>, <code><nowiki>applicability</nowiki></code> || 해결 원리와 적용 조건 찾기
|}

<code><nowiki>title</nowiki></code>은 전체 텍스트 검색에서 높은 가중치로 다룹니다. evidence 개요, 구조화된 인용, note, URL, <code><nowiki>verification_basis</nowiki></code>, append-only evidence 검증 기록, author, reviewer, timestamp와 relation은 임베딩하지 않습니다. 이 값은 검색 근거, 필터, 감사 또는 relation 후보 경로에서 따로 사용합니다. <code><nowiki>metadata_only</nowiki></code> evidence가 있다는 이유만으로 Lesson 전체를 제외하지 않습니다. 한 Lesson에 서로 다른 확인 범위의 근거가 함께 있을 수 있기 때문입니다.

입력은 다음 규칙으로 만듭니다.

# Unicode NFKC로 정규화하고 연속 공백을 하나로 줄입니다.
# 필드 이름과 필드 값을 고정된 순서로 붙입니다.
# MediaWiki 표시 문법은 versioned sanitizer로 제거하고 외부 URL은 가져오지 않습니다.
# query도 facet별 고정 prefix와 encoding mode로 만듭니다.
# 빈 필드는 허용하지 않는 현재 Lesson 계약을 그대로 사용합니다.
# 모델 입력 한도를 넘으면 facet별 token 예산에 따라 앞부분과 뒷부분을 보존합니다.
# 잘림 여부를 색인 상태에 기록합니다.
# 요약용 LLM은 색인 경로에 넣지 않습니다.
긴 입력이 자주 잘리기 시작하면 <code><nowiki>ProjectionBuilder</nowiki></code>만 바꿔 필드별 chunk embedding과 결정적인 pooling을 도입합니다. 이 변경도 새 입력 구성 버전과 새 인덱스 세대를 사용합니다.

<code><nowiki>retrieval_hash</nowiki></code>에는 입력 구성 버전과 정규화된 facet 텍스트를 넣습니다. 다음 값은 별도 <code><nowiki>metadata_hash</nowiki></code>로 관리합니다.

* <code><nowiki>confidence</nowiki></code>
* <code><nowiki>record_origin</nowiki></code>
* <code><nowiki>author</nowiki></code>
* <code><nowiki>review_state</nowiki></code>
* <code><nowiki>created_at</nowiki></code>
* <code><nowiki>updated_at</nowiki></code>
* 구조화된 evidence 존재 여부
이렇게 하면 evidence 추가처럼 의미 본문이 바뀌지 않은 수정은 재임베딩하지 않고 필터 metadata만 갱신할 수 있습니다.

=== 인덱스 레코드 ===

파생 인덱스에는 다음 값만 저장합니다.

{| class="wikitable"
! 값 !! 설명
|-
| <code><nowiki>lesson_id</nowiki></code> || MediaWiki 페이지의 고정 외부 ID
|-
| <code><nowiki>indexed_revision_id</nowiki></code> || 색인할 때 읽은 리비전 ID
|-
| <code><nowiki>retrieval_hash</nowiki></code> || 임베딩 대상 내용의 해시
|-
| <code><nowiki>metadata_hash</nowiki></code> || 필터 metadata의 해시
|-
| <code><nowiki>updated_at</nowiki></code> || 지연과 최신성 확인용 시각
|-
| <code><nowiki>generation</nowiki></code> || 모델과 입력 구성의 세대
|-
| <code><nowiki>last_change_position</nowiki></code> || 마지막으로 적용한 MediaWiki change 순서
|-
| <code><nowiki>tombstone</nowiki></code> || 삭제·이동 뒤 오래된 upsert를 막는 파생 표시
|-
| filter scalar || 기존 <code><nowiki>SearchFilters</nowiki></code>를 미리 적용하기 위한 값
|-
| facet vectors || <code><nowiki>situation</nowiki></code>, <code><nowiki>approach</nowiki></code>, <code><nowiki>mechanism</nowiki></code> 벡터
|}

정규화된 본문, evidence 전문과 relation 목록은 저장하지 않습니다. 필터 scalar는 성능 최적화용 사본입니다. 최종 결과에는 MediaWiki에서 다시 읽은 필터를 적용합니다. 삭제된 Lesson의 vector는 제거하되 <code><nowiki>(generation, lesson_id)</nowiki></code>의 tombstone과 마지막 change position은 파생 동기화 상태에 유지합니다. upsert와 delete는 이 값을 원자적으로 비교해 느린 worker가 오래된 vector를 되살리지 못하게 합니다.

=== 후보 생성과 순위 ===

==== <code><nowiki>search_lessons</nowiki></code> ====

다음 후보 경로를 독립적으로 실행합니다.

# MediaWiki 전체 텍스트 검색
# query와 <code><nowiki>situation</nowiki></code> facet의 의미 유사도
# query와 <code><nowiki>approach</nowiki></code> facet의 의미 유사도
# query와 <code><nowiki>mechanism</nowiki></code> facet의 의미 유사도
정확한 식별자, 제목과 오류 문자열은 전체 텍스트 결과가 놓치지 않게 합니다. 의미 검색은 같은 뜻을 다른 표현으로 쓴 후보를 보완합니다.

query가 비어 있으면 임베딩을 호출하지 않습니다. 현재처럼 canonical Lesson 목록을 <code><nowiki>scan_snapshots</nowiki></code>로 읽고 filters와 페이지 제한을 적용합니다.

==== <code><nowiki>find_analogies</nowiki></code> ====

다음 순서로 후보를 만듭니다.

# 저장된 <code><nowiki>analogous_to</nowiki></code> relation 후보
# source의 <code><nowiki>situation</nowiki></code>과 비슷한 후보
# source의 <code><nowiki>mechanism</nowiki></code>과 비슷한 교차 문제 후보
# 현재 Unicode 단어와 한국어 n-gram 후보
relation 후보는 명시적으로 저장된 연결이라는 점을 계속 구분합니다. 벡터 후보는 relation이 아니며 자동으로 저장하지 않습니다.

==== 결합과 다양성 ====

백엔드마다 점수 분포가 다르므로 raw 점수를 더하지 않습니다. 각 후보 경로의 순위를 versioned reciprocal-rank fusion으로 합칩니다. 같은 해결 방식이 상위 결과를 차지하지 않도록 <code><nowiki>approach</nowiki></code>와 <code><nowiki>mechanism</nowiki></code> 벡터에 작은 다양성 가중치를 적용합니다.

다양성은 관련성을 대체하지 않습니다. 먼저 적용 조건과 문제 유사도가 기준을 넘은 후보만 남기고, 그 안에서 서로 다른 해결 원리를 섞습니다. 정렬 규칙과 가중치는 <code><nowiki>ranking_version</nowiki></code>으로 고정합니다.

각 channel은 고정된 내부 후보 상한까지 먼저 수집합니다. 모든 channel의 contribution을 합친 뒤 preliminary fusion을 수행하고, 전역 <code><nowiki>scan_limit</nowiki></code> 안의 ID만 MediaWiki에서 재검증합니다. 다음 page를 만들기 위해 channel을 조금씩 더 읽는 방식은 쓰지 않습니다. 뒤늦게 온 contribution 때문에 이미 반환한 RRF 순서가 바뀌는 것을 막기 위해서입니다.

어느 channel이 내부 상한에 닿으면 <code><nowiki>partial=true</nowiki></code>로 표시합니다. canonical 재검증과 diversity 정렬까지 끝난 bounded 결과 목록에 cursor offset을 적용합니다.

현재 <code><nowiki>find_analogies</nowiki></code>는 명시 relation에 <code><nowiki>score=1.0</nowiki></code>을 주고 lexical 후보에는 Jaccard score와 <code><nowiki>shared_terms</nowiki></code>를 반환합니다. 이 의미를 조용히 바꾸지 않습니다.

semantic 결과는 기존 도구의 versioned <code><nowiki>retrieval_mode</nowiki></code>로 공개합니다.

* <code><nowiki>legacy</nowiki></code>는 현재 점수, 순서와 <code><nowiki>shared_terms</nowiki></code>를 그대로 유지합니다.
* <code><nowiki>hybrid_v1</nowiki></code>은 raw cosine이 아닌 0~1 서비스 점수와 <code><nowiki>ranking_version</nowiki></code>을 반환합니다.
* <code><nowiki>hybrid_v1</nowiki></code>의 <code><nowiki>basis</nowiki></code>에는 <code><nowiki>semantic_similarity</nowiki></code>와 <code><nowiki>hybrid</nowiki></code>를 추가합니다.
* <code><nowiki>min_score</nowiki></code>가 어떤 점수에 적용되는지 mode별로 문서화합니다.
* 같은 호환 기간에는 기본 mode를 조용히 바꾸지 않습니다.
<code><nowiki>search_lessons</nowiki></code>에도 같은 mode를 선택적으로 추가했습니다. 입력과 출력 모델, 서버 schema, 예시와 MCP 문서는 같은 계약으로 관리합니다.

=== 기준 저장소 재검증 ===

후보를 받은 뒤 다음 순서로 확인합니다.

# 후보 ID를 합치되 경로별 <code><nowiki>RankContribution</nowiki></code>은 유지합니다.
# MediaWiki에서 최신 <code><nowiki>LessonSnapshot</nowiki></code>을 일괄 조회합니다.
# 없어진 페이지는 결과에서 빼고 인덱스 정리 대상으로 표시합니다.
# 현재 generation의 builder로 최신 <code><nowiki>retrieval_hash</nowiki></code>를 계산합니다.
# hash가 다른 semantic contribution만 제거하고 재색인합니다.
# lexical 또는 relation contribution이 남은 ID는 최신 Lesson으로 계속 평가합니다.
# 해시는 같고 리비전만 다르면 최신 Lesson을 사용합니다.
# 기존 <code><nowiki>SearchFilters</nowiki></code>를 최신 Lesson에 다시 적용합니다.
# 유효한 contribution을 다시 결합해 안정적인 순서로 정렬합니다.
# 페이지와 UTF-8 출력 제한을 적용합니다.
인덱스 지연으로 오래된 Lesson 내용이 반환되지는 않게 합니다. 대신 일부 semantic 후보가 잠시 빠질 수 있습니다.

<code><nowiki>scanned</nowiki></code>는 인덱스 내부 ANN node 수가 아니라 기준 저장소 재검증 전에 서비스가 검토한 후보 ID 수로 정의합니다. <code><nowiki>scan_limit</nowiki></code>은 모든 후보 경로를 합친 엄격한 상한입니다.

기존 <code><nowiki>partial</nowiki></code>은 후보 탐색 상한에 닿았다는 뜻을 유지합니다. semantic generation이 준비되지 않았거나 synchronizer checkpoint가 MediaWiki change watermark보다 뒤처졌다는 상태는 작은 <code><nowiki>semantic_status</nowiki></code> 값으로 따로 표시합니다. 반환 후보의 hash 검사만으로는 아직 후보에 들어오지 않은 새 Lesson을 찾을 수 없기 때문입니다. 이 값은 <code><nowiki>disabled</nowiki></code>, <code><nowiki>building</nowiki></code>, <code><nowiki>ready</nowiki></code>, <code><nowiki>stale</nowiki></code>, <code><nowiki>degraded</nowiki></code>, <code><nowiki>unavailable</nowiki></code>로 제한합니다. <code><nowiki>ready</nowiki></code>는 checkpoint가 허용 지연 안에 있고 미해결 missing point나 파생 오류 ID가 없을 때만 사용합니다. checkpoint는 따라잡았지만 일부 Lesson을 색인하지 못했으면 <code><nowiki>degraded</nowiki></code>를 사용합니다. 이 필드를 활성화할 때 output 모델, MCP 문서와 테스트를 함께 바꿉니다.

=== 인덱스 세대 ===

다음 중 하나가 바뀌면 새 generation을 만듭니다.

* 임베딩 모델 또는 artifact
* tokenizer
* 입력 정규화와 facet 구성
* token 예산 또는 chunk pooling
* 벡터 차원, 정규화 또는 거리 계산
* 순위 결합에 필요한 인덱스 구조
generation ID는 이 설정을 직렬화한 값의 불투명 해시로 만듭니다. 기존 인덱스를 제자리에서 덮어쓰지 않습니다.

새 generation은 다음 순서로 활성화합니다.

# <code><nowiki>BUILDING</nowiki></code> 상태로 빈 generation을 만듭니다.
# MediaWiki recent changes의 high-water mark를 기록합니다.
# 변경 tail을 시작하고 전체 Lesson을 최대 50개씩 읽어 색인합니다.
# build 중 생긴 변경을 계속 적용합니다.
# 전환 직전 cutover watermark를 기록합니다.
# 새 generation의 checkpoint가 cutover watermark에 도달했는지 확인합니다.
# 누락, orphan, 리비전과 모델 구성을 검사합니다.
# recent changes 보존 구간에 gap이 있으면 활성화하지 않고 다시 구축합니다.
# shadow query로 현재 generation과 품질·지연 시간을 비교합니다.
# 검사를 통과하면 <code><nowiki>READY</nowiki></code>로 바꾸고 active alias를 원자적으로 전환합니다.
# 이전 generation은 cursor 유효 기간과 rollback 기간 동안 최신 상태로 유지합니다.
# rollback 기간이 끝나면 이전 generation을 삭제합니다.
새 generation에 문제가 있으면 active alias만 이전 값으로 되돌립니다. 파생 볼륨이 손상되면 MediaWiki 리비전에서 다시 만듭니다.

generation은 모델, projection과 거리 계산 구성이 불변이라는 뜻입니다. generation 안의 Lesson 레코드는 revision 조건부 upsert로 계속 갱신합니다. 변경 tail은 alias 전환 뒤에도 멈추지 않으며 rollback 기간에는 active와 이전 generation을 함께 갱신합니다. 이전 generation을 조회할 수 있는 동안 해당 builder, tokenizer, embedding provider와 ranking 설정을 주소로 찾을 수 있게 유지합니다. 변경된 Lesson도 각 generation의 모델로 따로 임베딩합니다.

파생 vector volume은 기준 백업 대상이 아닙니다. snapshot은 재시작 시간을 줄이는 선택 사항이며 generation, model digest와 MediaWiki checkpoint가 맞지 않으면 폐기하고 다시 구축합니다.

=== 페이지 나누기와 cursor ===

1단계 구현은 기존 v1 cursor envelope를 유지하고, 요청 fingerprint 안에 query, source revision·projection hash, <code><nowiki>effective_mode</nowiki></code>, <code><nowiki>ranking_version</nowiki></code>과 generation을 묶습니다. 따라서 기존 legacy cursor 형식은 바뀌지 않으면서도 generation이나 실제 mode가 달라지면 cursor를 거부합니다.

아래 v2 형태는 만료 시각과 generation을 독립 필드로 운영해야 할 때의 후속 형식입니다.

<pre><nowiki>
{
"v": 2,
"tool": "find_analogies",
"fp": "<request fingerprint>",
"gen": "<retrieval generation>",
"pos": 37,
"exp": 1893456000
}
</nowiki></pre>

fingerprint에는 query, source revision과 projection hash, filters, fields, <code><nowiki>min_score</nowiki></code>, <code><nowiki>effective_mode</nowiki></code>와 <code><nowiki>ranking_version</nowiki></code>을 포함합니다. generation은 같은 모델과 정렬 규칙을 사용하게 하지만, 페이지 사이에 생긴 MediaWiki 편집까지 snapshot으로 고정하지는 않습니다. 따라서 현재 검색과 마찬가지로 편집이 동시에 일어나면 결과가 중복되거나 다음 페이지로 이동할 수 있습니다. 정확한 query snapshot이 필요해지면 bounded 후보 ID를 별도 cursor 상태로 보존하는 기능을 독립적으로 설계합니다.

해당 generation을 더 이상 제공할 수 없으면 첫 페이지부터 다시 조회하라는 cursor 오류를 반환합니다.

각 호출은 모든 channel의 bounded 후보를 다시 모아 canonical 재검증과 정렬을 완료합니다. <code><nowiki>pos</nowiki></code>는 이 최종 목록의 offset입니다. 사라지거나 filter에 맞지 않는 후보는 offset을 적용하기 전에 목록에서 빠집니다. 출력 byte 제한 때문에 페이지가 짧아지면 cursor는 실제 반환한 항목 수만큼만 이동해 빠진 정상 후보가 다음 페이지에 나오게 합니다. v2로 전환할 때는 MCP 문서와 테스트를 함께 바꿉니다.

=== 동기화와 일관성 ===

일관성 보장은 다음처럼 나눕니다.

{| class="wikitable"
! 항목 !! 보장
|-
| 반환한 Lesson 내용 || MediaWiki 최신 리비전으로 확인
|-
| 전체 텍스트 검색 || 저장 성공 뒤 바로 검색 가능
|-
| 의미 검색 완전성 || 짧은 지연을 허용하는 eventual consistency
|-
| relation 의미 || MediaWiki에 저장된 typed relation만 기준
|-
| 벡터 유사도 || 후보 추천이며 사실 또는 인과관계가 아님
|}

MCP 쓰기는 항상 MediaWiki에 먼저 저장합니다. 1단계에서는 Lesson 생성이나 핵심 내용 revision 성공 뒤 프로세스 안의 dirty hint를 남기고 단일 백그라운드 refresh를 시작합니다. evidence와 relation만 추가하면 현재 projection 본문은 바뀌지 않으므로 재임베딩하지 않습니다. 브라우저 편집은 최소 대조 간격이 지난 hybrid 요청이 백그라운드 refresh를 시작할 때 발견합니다. 대조 결과 Lesson 수와 모든 projection hash가 같으면 모델을 다시 호출하지 않습니다. hybrid 요청 자체는 전체 대조를 기다리지 않습니다. 사용할 snapshot이 있으면 갱신 중에도 그 세대를 사용하고 <code><nowiki>stale</nowiki></code> 상태를 표시하며, 없으면 <code><nowiki>building</nowiki></code>으로 즉시 legacy 검색을 반환합니다. hint나 임베딩이 실패해도 위키 쓰기는 되돌리지 않습니다.

1단계 refresh는 all-or-nothing입니다. 한 Lesson이라도 임베딩하지 못하면 기존 snapshot을 유지하고 <code><nowiki>degraded</nowiki></code>, 기존 snapshot이 없으면 <code><nowiki>unavailable</nowiki></code>로 표시합니다. 항목별 재시도 큐와 recent changes poll은 후속 동기화 단계에서 추가합니다.

=== 장애 동작 ===

{| class="wikitable"
! 장애 !! 동작
|-
| query 임베딩 실패 || 전체 텍스트와 relation 후보로 fallback
|-
| 벡터 인덱스 연결 실패 || 전체 텍스트와 relation 후보로 fallback
|-
| 인덱스 지연 || hash가 다른 semantic 기여를 빼고 <code><nowiki>semantic_status=stale</nowiki></code> 표시
|-
| 일부 Lesson 임베딩 실패 || 1단계는 기존 snapshot 전체를 유지하고 <code><nowiki>semantic_status=degraded</nowiki></code> 표시
|-
| 프로세스 재시작·메모리 손실 || 서비스 시작 시 단일 백그라운드 작업으로 새 generation 프리웜
|-
| 브라우저 편집 미반영 || 최소 대조 간격이 지난 hybrid 요청이 백그라운드 전체 대조 시작
|-
| 모델과 인덱스 구성 불일치 || readiness 실패, generation 활성화 금지
|-
| 새 모델 품질 저하 || 1단계는 provider 설정을 되돌려 재시작, 후속 단계는 active alias rollback
|}

fallback은 cursor가 없는 첫 page에서만 검색 mode를 바꿀 수 있습니다. hybrid 요청이 legacy로 fallback되면 응답과 cursor에 실제 <code><nowiki>effective_mode=legacy</nowiki></code>를 기록합니다. hybrid cursor를 발급한 뒤 semantic backend가 실패하면 중간 page에서 legacy 순서로 바꾸지 않습니다. 재시도 가능한 오류를 반환하거나 첫 page부터 다시 조회하도록 안내합니다.

semantic 검색 장애만으로 공개 <code><nowiki>/healthz</nowiki></code>를 실패시키지 않습니다. 전체 텍스트 fallback이 가능하면 MCP는 읽기 서비스를 계속 제공합니다. 상세 semantic readiness는 내부 상태와 제한된 로그·지표로 확인합니다.

=== 자원 격리 ===

읽기 도구는 인증 없이 호출할 수 있으므로 semantic 추론 자원을 별도로 제한합니다.

1단계는 query embedding과 background indexing이 하나의 bounded semaphore와 대기열을 공유합니다. 동시 실행 수, 대기열 길이, 대기·요청 timeout, batch 크기, 입력 길이와 응답 크기를 제한하고 circuit breaker를 적용합니다.

트래픽이나 재구축 시간이 이 공유 한도에서 충돌하면 후속 단계에서 query와 indexing queue를 분리하고 background 우선순위와 concurrency를 따로 둡니다. 로컬 CPU·GPU worker를 쓸 때는 MCP event loop와 격리하고, 외부 API에는 비용 예산과 명시적 재시도 정책을 추가합니다. 어느 단계에서도 포화 상태가 lexical 검색과 쓰기 경로의 thread, connection과 memory를 소진하지 않게 합니다.

한도를 넘으면 cursor가 없는 첫 page는 즉시 legacy로 fallback합니다. 이미 hybrid cursor를 발급했다면 검색 순서를 바꾸지 않고 재시도 또는 첫 page 재시작 오류를 반환합니다.

=== 단계별 확장 ===

{| class="wikitable"
! 단계 !! 구성 !! 다음 단계로 옮기는 기준
|-
| 0 || 현재 전체 텍스트와 lexical analogy || 평가 기준선 확보
|-
| 1 || <code><nowiki>mcp-http</nowiki></code> 안의 copy-on-write exact vector snapshot || 품질과 비용 검증
|-
| 2 || backend network 전용 검색 sidecar와 파생 volume || 재구축 시간, 메모리 또는 p95 지연 목표 초과
|-
| 3 || 공유 내부 검색 서비스와 여러 <code><nowiki>mcp-http</nowiki></code> 인스턴스 || 가용성 또는 동시 요청 때문에 수평 확장 필요
|}

단계 1에서는 서버가 먼저 전체 텍스트 검색을 제공합니다. 시작 프리웜과 dirty/due 백그라운드 대조가 같은 구성 generation의 vector matrix와 metadata map을 만들고, 전체 대조가 성공할 때마다 copy-on-write snapshot을 원자적으로 교체합니다. Lesson 수, 벡터 차원, 실제 메모리, 재구축 시간과 exact cosine p95를 측정합니다. 단순한 Lesson 수만으로 제품을 바꾸지 않습니다.

단계 2의 검색 sidecar도 도메인 전용 <code><nowiki>search_candidates</nowiki></code>와 내부 상태 확인만 제공합니다. 벡터 저장 제품의 포트를 호스트나 외부 네트워크에 열지 않습니다.

단계 3에서는 색인기를 한 인스턴스만 실행하거나 lease로 조정합니다. 모든 MCP 인스턴스는 같은 active generation을 읽습니다. 외부에는 계속 중앙 <code><nowiki>/mcp</nowiki></code> 주소 하나만 제공합니다. 현재 프로세스 메모리에 있는 인증 상태도 수평 확장 전에 공유 상태 또는 안전한 routing으로 바꿔야 합니다.

=== 보안과 개인정보 ===

임베딩은 익명화된 값이 아닙니다. 원문과 같은 민감도로 다룹니다.

* 기본 선택은 서버 안이나 내부 네트워크의 다국어 임베딩 모델입니다.
* 외부 임베딩 API는 서버 담당자가 전송, 보존, 학습 사용, region과 비용 조건을 확인한 뒤 명시적으로 켭니다.
* 검색 query는 아직 위키에 저장하지 않은 민감한 문제를 포함할 수 있습니다.
* 원문 query와 Lesson 본문을 로그에 남기지 않습니다.
* 지표에는 generation, revision, 지연 시간, 결과 수와 오류 코드만 남깁니다.
* 벡터 인덱스는 backend network에서만 접근합니다.
* 별도 호스트를 쓰면 서비스 인증과 전송 암호화를 적용합니다.
* 색인기 계정은 Lesson 읽기에 필요한 최소 권한만 가집니다.
* 모델과 tokenizer artifact는 digest로 고정합니다.
* 페이지가 삭제되거나 접근 정책이 바뀌면 active와 rollback generation에서 모두 제거합니다.
공개 위키에 있는 Lesson도 외부 임베딩 제공자에게 전송해도 된다고 자동으로 간주하지 않습니다. 검색 query는 위키보다 더 민감할 수 있습니다.

=== 관측 항목 ===

다음 값을 query 원문 없이 측정합니다.

* recent changes 지연 시간과 처리하지 않은 revision 수
* 마지막 poll과 전체 대조 시각
* 기준 Lesson 수와 generation별 색인 수
* missing, orphan, stale hash 수
* embedding, 후보 검색, MediaWiki 재조회와 재정렬 지연 시간
* embedding queue 깊이, 거부, timeout과 circuit breaker 상태
* fallback 비율과 원인
* hash 불일치로 제거한 후보 수
* query당 후보 수와 canonical filter로 제거한 수
* generation build 진행률, 실패, 재시도와 파생 오류 수
* active model, 입력 구성과 ranking version
* cursor 무효화와 출력 byte 제한 발생 비율
=== 품질 평가 ===

벡터 검색은 기술적으로 동작하는 것만으로 활성화하지 않습니다. 한국어, 영어와 혼합 query를 포함한 작은 고정 평가셋을 먼저 만듭니다.

다음 항목을 현재 검색과 비교합니다.

* top 5 안에서 실제로 적용 가능한 후보 비율
* 다른 분야이지만 도움이 되는 후보 비율
* 저장된 <code><nowiki>analogous_to</nowiki></code> relation의 회수율
* 정확한 오류 문자열과 고유 명칭 검색의 회귀 여부
* 같은 해결책이 반복되는 비율
* 근거와 적용 조건이 부족한 후보 비율
* p50, p95 지연 시간과 fallback 비율
저장소의 <code><nowiki>scripts/evaluate-retrieval.py</nowiki></code>는 중앙 MCP의 read-only <code><nowiki>search_lessons</nowiki></code>만 호출하고 <code><nowiki>recall</nowiki></code>, <code><nowiki>mean reciprocal rank</nowiki></code>, <code><nowiki>nDCG</nowiki></code>, p50/p95 latency, fallback 수와 partial 응답 수를 bounded JSON으로 출력합니다. 평가 파일에는 <code><nowiki>query</nowiki></code>, <code><nowiki>expected_ids</nowiki></code>, 선택적인 <code><nowiki>retrieval_mode</nowiki></code>, <code><nowiki>scope</nowiki></code>를 넣고 query 본문은 결과나 로그에 쓰지 않습니다.

평가용 query 원문에 비밀이나 개인 정보를 넣지 않습니다. 실제 사용 기록을 저장소에 그대로 커밋하지 않습니다. 새 generation은 품질 기준, 출력 제한과 장애 fallback 테스트를 모두 통과한 뒤 활성화합니다.

=== 구현 순서 ===

# '''완료:''' <code><nowiki>LessonSnapshot</nowiki></code>과 MediaWiki 최대 50개 일괄 조회를 추가했습니다.
# '''완료:''' <code><nowiki>SemanticIndexBackend</nowiki></code> 경계와 기존 기본 동작을 유지하는 <code><nowiki>legacy</nowiki></code> mode를 추가했습니다.
# '''완료:''' 고정 벡터 fake와 domain-level 회귀·fallback·stale hash 테스트를 추가했습니다.
# '''완료:''' <code><nowiki>ProjectionBuilder</nowiki></code>, 교체 가능한 <code><nowiki>EmbeddingProvider</nowiki></code>와 exact index를 추가했습니다.
# '''완료:''' <code><nowiki>find_analogies</nowiki></code>와 <code><nowiki>search_lessons</nowiki></code>에 명시적 <code><nowiki>hybrid_v1</nowiki></code> mode를 적용했습니다. 기본 mode는 바꾸지 않았습니다.
# '''완료:''' revision ID를 포함한 조회, 조건부 <code><nowiki>revise_lesson</nowiki></code>, bounded <code><nowiki>audit_lessons</nowiki></code>와 full citation 조회를 추가했습니다. 이 도구들은 기준 MediaWiki를 읽고 쓰며 별도 검색 저장소를 만들지 않습니다.
# '''완료:''' 서버 설정 scope와 고정 평가셋 기반 read-only 품질 측정을 추가했습니다.
# '''완료:''' code/docs 파일과 Slack export를 Lesson 이전의 bounded 후보로 읽는 connector를 추가했습니다. connector는 비밀값을 마스킹하고 중앙 저장소에 쓰지 않습니다.
# '''완료:''' 세 facet 병렬 planner, bounded RRF executor, 선택적 OpenAI-compatible reranker와 인용 제한 synthesis CLI를 추가했습니다.
# '''완료:''' scope별 optional principal allowlist를 추가했습니다. 이는 relevance scope 사용 권한만 보호하며 Lesson 필드나 canonical 저장 정책을 바꾸지 않습니다.
# '''운영 후속:''' 고정 평가셋과 shadow 측정으로 품질, 비용, p95, fallback 비율을 확인한 뒤 활성화 범위를 정합니다.
# '''확장 후속:''' recent changes checkpoint, tombstone과 지속형 generation을 추가합니다.
# '''조건부 후속:''' 실제 지표가 전환 기준을 넘을 때만 sidecar 또는 공유 검색 서비스로 옮깁니다.
각 단계에서 기존 최대 20건, cursor, <code><nowiki>partial</nowiki></code>, <code><nowiki>scanned</nowiki></code>, <code><nowiki>scan_limit</nowiki></code>와 UTF-8 직렬화 상한을 유지합니다. 모델, 응답 또는 검색 정책이 바뀌면 MCP 모델, 예시와 문서를 함께 수정합니다.

도움말:S3 연구 메모리/아키텍처

2026-07-20T05:08:47Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

=== 용도와 범위 ===

S3 연구 메모리는 프로젝트가 끝난 뒤에도 다시 쓸 수 있는 Lesson을 저장합니다. 작업 추적기, 실행 로그, 산출물 저장소, 원시 지표 데이터베이스로 쓰지 않습니다. 원본 근거는 알맞은 저장소나 객체 스토리지에 두고, Lesson에는 주장과 적용 조건, 해석, 원본을 다시 찾는 데 필요한 인용을 기록합니다.

<pre><nowiki>
flowchart LR
H["브라우저 사용자<br/>읽기는 공개, 쓰기는 이름이 있는 계정"] -->|"https://s3wiki.yonsei.ac.kr/"| P["Caddy HTTPS 진입점"]
C["모든 MCP 클라이언트"] -->|"https://s3wiki.yonsei.ac.kr/mcp<br/>읽기는 공개, 변경은 운영 모드로 인증"]| P
P -->|"/mcp 이외의 모든 경로"| W["Semantic MediaWiki + Page Forms"]
P -->|"/mcp 및 /mcp/*"| M["중앙 mcp-http"]
M -->|"인증된 제한형 MediaWiki API 어댑터"| W
W --> D[("MariaDB: 기준 페이지, 의미 속성, 리비전")]
W --> U[("업로드 볼륨")]
M --> S["검색 조정 계층"]
S -->|"전체 텍스트·relation·최신 snapshot"| W
S -. "선택한 hybrid_v1" .-> V["프로세스 메모리 exact vector index"]
W -. "시작 프리웜·dirty 즉시·due 백그라운드 대조" .-> V
</nowiki></pre>

Semantic MediaWiki는 유일한 기준 저장소입니다. Lesson 내용은 MediaWiki에만 저장합니다. 중앙 MCP 서비스는 데이터를 저장하지 않고 정책만 적용하는 어댑터이며 별도의 지식 저장소가 아닙니다. 따라서 MariaDB와 업로드 볼륨을 함께 백업하며, MCP 전송 상태는 복구 대상에 포함하지 않습니다. Caddy는 TLS 종료와 경로 전달만 맡습니다. 인증서 상태는 Docker 볼륨에 남지만 기준 Lesson 데이터에는 속하지 않습니다.

<code><nowiki>S3RM_WIKI_DIRECT_URL</nowiki></code>을 명시한 서버는 같은 MediaWiki 화면을 직접 HTTP 포트로도 열 수 있습니다. 정확히 설정한 Host만 이 주소를 선택하고 정식 링크와 백그라운드 작업은 <code><nowiki>MW_SERVER_URL</nowiki></code>의 HTTPS 도메인을 계속 사용합니다. 이 입구는 위키 프런트엔드 하나를 추가하는 것이 아니라 동일 프로세스의 요청 URL 선택이며, MCP나 Lesson 저장소를 하나 더 만들지 않습니다.

=== 연구실 공용 MCP 연결 ===

에이전트는 장기 실행 서비스 <code><nowiki>mcp-http</nowiki></code> 한 개와 Streamable HTTP 엔드포인트 <code><nowiki>https://s3wiki.yonsei.ac.kr/mcp</nowiki></code> 한 곳만 사용합니다. 각 컴퓨터에서 별도 어댑터나 지식 사본을 실행하지 않습니다. 모든 클라이언트는 같은 어댑터를 거쳐 내부 <code><nowiki>http://mediawiki/api.php</nowiki></code>에 접근합니다. 한 클라이언트가 저장한 Lesson은 복제나 내보내기 없이 다음 검색부터 다른 클라이언트에도 보입니다. 동시에 저장할 때는 MediaWiki 리비전과 편집 충돌 검사가 쓰기 순서를 정합니다.

원격 연결에는 다음 네 가지 제한을 둡니다.

# <code><nowiki>S3RM_MCP_PUBLIC_URL</nowiki></code>로 외부에 공개할 <code><nowiki>/mcp</nowiki></code> 주소를 고정하고 정확한 Host 및 Origin 허용 목록을 만듭니다.
# 기본 <code><nowiki>token</nowiki></code> 모드에서는 초기화, 도구 목록 조회, 읽기 도구 다섯 개를 인증 없이 쓸 수 있습니다. 생성·관계·근거 추가·검증 기록과 기존 Lesson의 조건부 수정은 같은 공유 Bearer token을 확인합니다. <code><nowiki>open</nowiki></code> 모드는 다섯 변경 도구를 공개합니다. 선택 사항인 <code><nowiki>github</nowiki></code> 모드는 GitHub 로그인을 상류 인증으로 사용하고 MCP 연결 전체에 자체 OAuth token을 요구합니다.
# 공개 URL의 정확한 Host와 Origin은 자동으로 허용합니다. 명시적인 역방향 프록시 값이 더 필요하면 쉼표로 구분한 <code><nowiki>S3RM_MCP_ALLOWED_HOSTS</nowiki></code>와 <code><nowiki>S3RM_MCP_ALLOWED_ORIGINS</nowiki></code>에 추가합니다. 와일드카드는 허용하지 않습니다.
# MCP 프로세스는 최소 권한 <code><nowiki>agent</nowiki></code> 계정으로 MediaWiki에 로그인합니다. 유효한 토큰이 있어도 제한된 도메인 작업과 이 계정에 부여된 위키 권한을 넘을 수 없습니다. 조건부 수정은 MCP와 MediaWiki 훅만 공유하는 HMAC 키로 서명하므로 위키 계정 비밀번호만 가진 직접 Action API 요청은 revision 표식을 만들 수 없습니다.
<code><nowiki>./scripts/configure-public-domain.sh s3wiki.yonsei.ac.kr --expected-ip 165.132.118.220</nowiki></code>을 실행하면 MCP의 호스트 직접 연결 포트가 <code><nowiki>127.0.0.1</nowiki></code>에 묶이고 HTTPS가 필수가 되며 Compose <code><nowiki>domain</nowiki></code> 프로필이 켜집니다. Caddy는 80번과 443번 포트를 열어 TLS를 종료하고, 경로를 삭제하거나 바꾸지 않은 채 <code><nowiki>/mcp</nowiki></code>를 전달합니다. Caddy는 caller가 보낸 client IP·proxy secret 헤더를 덮어쓰고, <code><nowiki>mcp-http</nowiki></code>는 별도 서버 비밀값이 맞을 때만 전달된 IP를 <code><nowiki>open</nowiki></code> 모드 rate principal로 사용합니다. <code><nowiki>token</nowiki></code> 모드에서 토큰이 없는 클라이언트는 공개 조회를 쓸 수 있고, 공용 토큰을 헤더에 넣을 수 있는 클라이언트는 다섯 변경 도구를 쓸 수 있습니다. <code><nowiki>open</nowiki></code> 모드는 호스팅 커넥터에도 다섯 변경 도구를 공개합니다. <code><nowiki>github</nowiki></code> 모드는 같은 프로세스의 OAuth discovery, 동적 client 등록, GitHub callback, token·refresh·revoke 경로를 사용합니다. Lesson 저장소는 계속 MediaWiki 하나뿐입니다.

<code><nowiki>GET /livez</nowiki></code>는 MCP 프로세스만 확인하는 작은 비인증 경로입니다. <code><nowiki>GET /healthz</nowiki></code>와 <code><nowiki>GET /readyz</nowiki></code>는 canonical MediaWiki 로그인 가능 여부와 공유 상태 파일에서 확인한 bounded job runner freshness를 모두 readiness 조건으로 사용합니다. 응답에는 bounded admission·semantic 갱신 상태도 내보내지만 설정값이나 Lesson 내용은 내보내지 않습니다. 세 경로 모두 에이전트 도구는 아닙니다. 현재 <code><nowiki>/mcp</nowiki></code>는 인증 없이 초기화와 도구 조회를 처리하고 <code><nowiki>search_lessons</nowiki></code>, <code><nowiki>get_lesson</nowiki></code>, <code><nowiki>audit_lessons</nowiki></code>, <code><nowiki>find_related_lessons</nowiki></code>, <code><nowiki>find_analogies</nowiki></code>를 실행합니다. <code><nowiki>token</nowiki></code> 모드의 <code><nowiki>create_lesson_draft</nowiki></code>, <code><nowiki>link_lessons</nowiki></code>, <code><nowiki>attach_evidence</nowiki></code>, <code><nowiki>record_evidence_verification</nowiki></code>, <code><nowiki>revise_lesson</nowiki></code>에는 같은 공용 Bearer 토큰이 필요합니다. GitHub 모드에서는 다섯 도구에 <code><nowiki>mcp:write</nowiki></code> scope가 필요합니다.

파일럿은 공용 쓰기 토큰 다이제스트와 공용 MediaWiki 에이전트 계정 한 개를 사용합니다. MediaWiki에는 서비스 계정과 모든 페이지 리비전이 기록됩니다. 토큰을 사용한 컴퓨터, 모델, 사람은 구분하지 않습니다. 개인별 토큰 폐기나 확인된 작성자 구분이 필요해지면 제한된 도구 권한은 그대로 두고 OAuth/OIDC 또는 별도 전송 ID를 추가할 수 있습니다. 클라이언트가 보낸 author 필드나 메모는 참고 정보일 뿐, 확인된 신원은 아닙니다.

=== 기준 페이지 계약 ===

브라우저 화면은 한국어로 표시합니다. 기준 식별자, 템플릿 매개변수 이름, 속성 이름, 이전 버전 호환 상태값, 근거 종류, 관계 토큰, <code><nowiki>Lesson:</nowiki></code> 이름공간은 영문 기계 계약을 그대로 씁니다. 한국어 Page Forms 라벨과 매핑 템플릿은 화면에 보일 때만 이 값을 번역합니다. MediaWiki의 기본 이름공간과 화면 문구가 한국어로 바뀌어도 기존 MCP 클라이언트와 저장된 리비전은 그대로 작동합니다.

각 Lesson은 <code><nowiki>Lesson:</nowiki></code> 이름공간의 페이지 한 건입니다. 전체 페이지 제목을 고정 식별자로 씁니다. 예를 들면 <code><nowiki>Lesson:gpu_allocator_fragmentation</nowiki></code>입니다. 화면에 보이는 제목은 식별자를 바꾸지 않고 수정할 수 있습니다.

페이지에는 다음 매개변수를 정확히 사용하는 <code><nowiki>Lesson</nowiki></code> 템플릿 한 개가 들어갑니다.

{| class="wikitable"
! 필드 !! 뜻
|-
| <code><nowiki>title</nowiki></code> || 화면에 표시할 Lesson 제목
|-
| <code><nowiki>question</nowiki></code> || 작업을 시작하게 된 질문
|-
| <code><nowiki>attempt</nowiki></code> || 시도한 방법
|-
| <code><nowiki>context</nowiki></code> || 하드웨어, 워크로드, 버전, 규모, 제약 조건
|-
| <code><nowiki>observation</nowiki></code> || 직접 관찰한 내용
|-
| <code><nowiki>interpretation</nowiki></code> || 관찰한 결과가 나온 이유에 대한 해석
|-
| <code><nowiki>reusable_lesson</nowiki></code> || 짧게 정리한 재사용 가능한 내용
|-
| <code><nowiki>applicability</nowiki></code> || 다시 적용할 수 있는 조건과 범위
|-
| <code><nowiki>confidence</nowiki></code> || <code><nowiki>low</nowiki></code>, <code><nowiki>medium</nowiki></code>, <code><nowiki>high</nowiki></code> 중 하나
|-
| <code><nowiki>evidence</nowiki></code> || 사람이 읽을 수 있는 근거 개요
|-
| <code><nowiki>record_origin</nowiki></code> || 바꿀 수 없는 출처 분류인 <code><nowiki>lab</nowiki></code>, <code><nowiki>imported</nowiki></code>, <code><nowiki>synthetic</nowiki></code> 중 하나
|-
| <code><nowiki>author</nowiki></code> || 처음 작성한 사람 또는 계정
|-
| <code><nowiki>reviewer</nowiki></code> || 이전 버전 호환 필드. 일반 작성에서는 비워 둠
|-
| <code><nowiki>review_state</nowiki></code> || 이전 버전 호환 필드. 값은 <code><nowiki>Draft</nowiki></code>, <code><nowiki>Reviewed</nowiki></code>, <code><nowiki>Stable</nowiki></code>, <code><nowiki>Superseded</nowiki></code>이며 일반 작성에서는 <code><nowiki>Draft</nowiki></code>를 사용
|-
| <code><nowiki>created_at</nowiki></code> || UTC ISO-8601 생성 시각
|-
| <code><nowiki>updated_at</nowiki></code> || UTC ISO-8601 마지막 수정 시각
|}

근거 첨부는 반복 가능한 <code><nowiki>Lesson evidence</nowiki></code> 템플릿으로 저장합니다. 필드는 <code><nowiki>id</nowiki></code>, <code><nowiki>citation</nowiki></code>, 선택 항목인 <code><nowiki>url</nowiki></code>, <code><nowiki>kind</nowiki></code>, <code><nowiki>verification_basis</nowiki></code>, <code><nowiki>note</nowiki></code>, <code><nowiki>added_by</nowiki></code>, <code><nowiki>added_at</nowiki></code>입니다. <code><nowiki>verification_basis</nowiki></code>는 <code><nowiki>full_text</nowiki></code>, <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>partial_source</nowiki></code>, <code><nowiki>metadata_only</nowiki></code>, <code><nowiki>not_recorded</nowiki></code> 중 하나이며, 자료에서 실제로 확인한 범위를 뜻합니다. 이는 주장의 종합 신뢰도인 <code><nowiki>confidence</nowiki></code>와 다릅니다. URL이 없어도 citation은 반드시 입력합니다. <code><nowiki>not_recorded</nowiki></code>는 이전 자료의 확인 범위가 없음을 나타내는 호환값이며 MCP의 새 evidence에는 허용하지 않습니다. 브라우저 양식에도 기본값이 없고 새 항목에서 선택할 수 없습니다. 브라우저에서 새 Lesson을 작성할 때는 구조화된 근거 한 건 이상이 필요합니다. MCP는 초기 evidence 한 건을 Lesson과 같은 revision에 원자적으로 만들고, 이후 추가 evidence만 별도 제한 작업으로 처리합니다. high confidence 생성에는 아래 검증 기록이 초기 evidence와 같은 revision에 필요합니다. 이 기록은 <code><nowiki>full_text</nowiki></code> 또는 <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>supports</nowiki></code>이고 observation, interpretation, reusable_lesson을 모두 <code><nowiki>claim_fields</nowiki></code>로 연결해야 합니다.

근거 검증은 반복 가능한 <code><nowiki>Lesson evidence verification</nowiki></code> 템플릿으로 저장합니다. 필드는 <code><nowiki>id</nowiki></code>, <code><nowiki>evidence_id</nowiki></code>, <code><nowiki>evidence_digest</nowiki></code>, <code><nowiki>verification_basis</nowiki></code>, <code><nowiki>source_identity</nowiki></code>, <code><nowiki>source_sha256</nowiki></code>, <code><nowiki>source_locator</nowiki></code>, <code><nowiki>coverage</nowiki></code>, <code><nowiki>outcome</nowiki></code>, <code><nowiki>claim_fields</nowiki></code>, <code><nowiki>verified_by</nowiki></code>, <code><nowiki>verified_at</nowiki></code>입니다. <code><nowiki>outcome</nowiki></code>은 <code><nowiki>supports</nowiki></code>, <code><nowiki>contradicts</nowiki></code>, <code><nowiki>inconclusive</nowiki></code> 중 하나입니다. <code><nowiki>claim_fields</nowiki></code>는 <code><nowiki>question</nowiki></code>, <code><nowiki>attempt</nowiki></code>, <code><nowiki>context</nowiki></code>, <code><nowiki>observation</nowiki></code>, <code><nowiki>interpretation</nowiki></code>, <code><nowiki>reusable_lesson</nowiki></code>, <code><nowiki>applicability</nowiki></code> 중 자료가 실제로 검사한 주장만 나열합니다.

<code><nowiki>source_sha256</nowiki></code>은 실제로 검사한 원본 파일 바이트의 SHA-256입니다. 원본 대신 저장·정규화한 텍스트를 검사했다면 그 정확한 텍스트의 UTF-8 바이트를 해시합니다. 이 경우 변환 방법과 보존한 산출물을 <code><nowiki>source_identity</nowiki></code>와 <code><nowiki>coverage</nowiki></code>에 명시해 다시 동일한 바이트를 만들 수 있게 합니다. <code><nowiki>source_locator</nowiki></code>에는 페이지·절·라인·실험 구간 등 실제 위치를, <code><nowiki>coverage</nowiki></code>에는 읽은 범위와 제외 범위를 적습니다.

검증 기록은 추가 후 수정·삭제하지 않습니다. 같은 evidence를 다시 확인하면 새 기록을 append-only로 붙이고 마지막 기록을 현재 판정으로 사용합니다. <code><nowiki>verified_at</nowiki></code>은 이전 Lesson <code><nowiki>updated_at</nowiki></code>과 이전 검증 시각보다 반드시 늦고, 새 Lesson <code><nowiki>updated_at</nowiki></code>보다 늦을 수 없습니다. 시각이 같거나 거꾸로인 기록은 현재 판정을 추측하지 않고 감사 대상으로 남깁니다.

MediaWiki revision의 actor와 timestamp가 브라우저·raw 저장의 권위 출처입니다. 저장 훅은 새 Lesson의 <code><nowiki>author</nowiki></code>와 새 하위 항목의 <code><nowiki>added_by</nowiki></code>, <code><nowiki>created_by</nowiki></code>, <code><nowiki>verified_by</nowiki></code>가 현재 저장 계정과 정확히 같은지 확인합니다. 새 <code><nowiki>created_at</nowiki></code>, <code><nowiki>updated_at</nowiki></code>, <code><nowiki>added_at</nowiki></code>, relation의 <code><nowiki>created_at</nowiki></code>, <code><nowiki>verified_at</nowiki></code>은 revision 저장 시각 전후 5분 안이어야 합니다. 기존 <code><nowiki>created_at</nowiki></code>은 변경할 수 없고, <code><nowiki>updated_at</nowiki></code>과 새로 append하는 하위 시각은 이전 revision·기록보다 늦어야 하는 monotonic 보조 필드입니다. 양식의 검증 출처·시각 필드는 숨김 표시되며, 기존 evidence·relation·검증 기록과 그 출처는 변경할 수 없습니다. 새 Lesson은 <code><nowiki>created_at=updated_at</nowiki></code>으로 저장하고, 초기 evidence와 초기 검증의 <code><nowiki>verification_basis</nowiki></code>가 다르면 거부합니다.

관계는 반복 가능한 <code><nowiki>Lesson relation</nowiki></code> 템플릿으로 저장합니다. 필드는 <code><nowiki>from</nowiki></code>, <code><nowiki>relation</nowiki></code>, <code><nowiki>to</nowiki></code>, 선택 항목인 <code><nowiki>note</nowiki></code>, <code><nowiki>created_by</nowiki></code>, <code><nowiki>created_at</nowiki></code>입니다. 사용할 수 있는 relation 값은 다음으로 제한합니다.

* <code><nowiki>supports</nowiki></code>
* <code><nowiki>contradicts</nowiki></code>
* <code><nowiki>analogous_to</nowiki></code>
* <code><nowiki>failed_because</nowiki></code>
* <code><nowiki>works_when</nowiki></code>
* <code><nowiki>suggests</nowiki></code>
* <code><nowiki>supersedes</nowiki></code>
관계에는 방향이 있습니다. 조회할 때 <code><nowiki>analogous_to</nowiki></code>는 대칭 관계처럼 보여 주지만, 출처를 남기기 위해 저장된 양쪽 끝점은 명시적으로 유지합니다. 같은 간선을 중복해서 저장하면 MCP 도메인 계층이 거부합니다. 브라우저와 에이전트 모두 이미 존재하는 Lesson만 관계 대상으로 지정할 수 있습니다.

=== 저장과 수정 ===

저장에 성공한 Lesson은 기준 위키에 바로 반영되며 브라우저와 MCP에서 즉시 검색할 수 있습니다. 수정 이력과 근거는 다음과 같이 관리합니다.

* MediaWiki 리비전으로 모든 변경을 남기고 되돌릴 수 있습니다.
* 구조화된 근거로 주장의 출처를 확인할 수 있습니다.
* <code><nowiki>confidence</nowiki></code>에 현재 근거의 수준을 표시합니다.
* 형식이 정해진 관계로 지지, 반박, 유사점, 적용 조건, 대체 관계를 표시합니다.
* Page Forms, MCP 모델, 도메인 계층에서 같은 스키마를 검사합니다.
같은 주장이나 같은 원천 논문의 내용을 정정·보강할 때는 같은 Lesson ID에 새 리비전을 추가합니다. evidence note나 별도 <code><nowiki>Technical Review</nowiki></code> Lesson은 본문 수정 수단이 아닙니다. 독립된 주장이 기존 판단을 실제로 대신할 때만 새 Lesson을 만들고 <code><nowiki>supersedes</nowiki></code>로 연결합니다. 충돌하거나 범위를 제한하는 별도 주장은 <code><nowiki>contradicts</nowiki></code>나 다른 알맞은 관계로 연결합니다. 이전 판단은 삭제하지 않습니다.

다섯 쓰기 도구는 <code><nowiki>operation_id</nowiki></code>와 요청 digest를 사용합니다. 생성 시 자동 Lesson·evidence ID도 이 요청에서 결정되므로 응답이 유실돼도 같은 요청이 중복 레코드를 만들지 않습니다. 생성에는 구조화된 초기 evidence가 필수이며 Lesson과 같은 revision에 저장됩니다. 같은 Lesson 안에서 S3W 일반 쓰기, S3R revision, S3V 검증 기록은 <code><nowiki>operation_id</nowiki></code> 충돌 범위를 공유합니다. 같은 ID·종류·요청 digest의 정확한 재시도만 <code><nowiki>replayed</nowiki></code>이고, 다른 종류나 digest면 <code><nowiki>idempotency_conflict</nowiki></code>입니다. 다른 Lesson은 같은 ID를 쓰더라도 서로 간섭하지 않습니다.

<code><nowiki>record_evidence_verification</nowiki></code>은 현재 <code><nowiki>expected_revision_id</nowiki></code>와 대상 <code><nowiki>expected_evidence_digest</nowiki></code>가 모두 맞을 때만 새 검증 기록을 추가합니다. 검증은 evidence, Lesson 주장, relation을 다시 쓰지 않습니다.

<code><nowiki>revise_lesson</nowiki></code>은 현재 <code><nowiki>expected_revision_id</nowiki></code>가 맞을 때만 허용된 핵심 필드를 바꾸고, 이미 해당 Lesson에 붙은 <code><nowiki>basis_evidence_ids</nowiki></code> 1~8개를 요구합니다. ID, 출처, 최초 작성자·생성 시각, 호환 필드, relation·evidence·검증 기록 목록은 바꾸지 않습니다. MediaWiki 편집 충돌은 자동 병합하지 않습니다. 요청 digest, 모든 basis evidence, 실제 변경 필드와 본문 digest를 HMAC으로 봉인해 revision 요약에 남깁니다. 서명·작성자·부모 revision·본문 digest가 모두 맞는 이력만 replay로 인정합니다. 최대 10,000개 revision을 페이지 단위로 확인하며 같은 요청은 <code><nowiki>replayed</nowiki></code>, 같은 ID의 다른 요청은 <code><nowiki>idempotency_conflict</nowiki></code>입니다. replay 응답의 적용 revision과 현재 최신 revision은 별도 필드로 반환합니다. 최신 검증 기록 중 <code><nowiki>full_text</nowiki></code> 또는 <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>supports</nowiki></code>이며 실제 변경 필드를 <code><nowiki>claim_fields</nowiki></code>로 연결한 근거만 저장 후 결과 confidence가 <code><nowiki>medium</nowiki></code> 또는 <code><nowiki>high</nowiki></code>인 observation, interpretation, reusable_lesson 수정을 뒷받침합니다. confidence를 <code><nowiki>high</nowiki></code>로 하면 세 필드 전부를 뒷받침해야 합니다. <code><nowiki>contradicts</nowiki></code>와 <code><nowiki>inconclusive</nowiki></code>는 지지 근거가 아닙니다. 결과 confidence가 <code><nowiki>low</nowiki></code>인 교정은 기존 <code><nowiki>medium</nowiki></code>/<code><nowiki>high</nowiki></code>를 낮추는 경우와 <code><nowiki>low</nowiki></code>에서 유지하는 경우 모두 <code><nowiki>not_recorded</nowiki></code>가 아닌 basis evidence로 할 수 있습니다.

<code><nowiki>reviewer</nowiki></code>와 <code><nowiki>review_state</nowiki></code>는 이전 리비전을 읽기 위한 고정 호환 필드입니다. 화면, 검색 순서, 공개 여부에는 쓰지 않습니다.

MCP 읽기 도구는 인증 없이 쓸 수 있습니다. 공유 쓰기 자격 증명이 있으면 다음 작업을 할 수 있습니다.

* <code><nowiki>lab</nowiki></code> Lesson 생성
* 기존 Lesson에 검증된 관계 한 건 추가
* 기존 Lesson에 인용이 있는 근거 한 건 추가
* 기존 evidence에 append-only 검증 기록 한 건 추가
* 기준 revision과 기존 근거를 전제로 같은 Lesson의 허용된 핵심 필드를 새 revision으로 수정
서버 관리 필드는 클라이언트가 선택하거나 바꿀 수 없습니다. 페이지 삭제, 이동, 보호, 관리도 허용하지 않습니다. <code><nowiki>supersedes</nowiki></code> 관계를 추가해도 대상 Lesson은 변경되지 않습니다. 클라이언트가 예상하지 않은 필드를 보내면 도메인 계층이 거부하고, MediaWiki 계정에도 관리 권한을 부여하지 않습니다.

Lesson이 바뀔 때마다 <code><nowiki>updated_at</nowiki></code>은 이전 값보다 반드시 늦어야 합니다. 에이전트가 근거, 관계나 검증 기록을 추가하면 새 항목의 출처 시각에도 같은 값을 사용합니다. 생성·관계·근거·검증 추가 응답도 적용 뒤 현재 revision ID를 반환하므로 다음 조건부 수정을 이어 갈 수 있습니다.

=== 검색 구현 ===

기본 <code><nowiki>retrieval_mode=legacy</nowiki></code>는 MediaWiki 전체 텍스트 검색 결과를 어댑터에서 구조화 필터로 거릅니다. Action API에는 <code><nowiki>srwhat=text</nowiki></code>를 명시합니다. 이를 생략하면 MediaWiki의 레거시 기본값인 페이지명 검색이 적용되어, <code><nowiki>Lesson:<slug></nowiki></code> 본문에 저장된 한국어 필드를 찾지 못합니다. MySQL 검색 엔진은 색인과 질의에 같은 UTF-8 정규화 및 짧은 단어 길이 보정을 적용하므로 MariaDB의 최소 단어 길이는 기본값을 사용합니다. 유사점 검색에는 Unicode NFKC 정규화, Unicode 단어, 한국어 2글자 및 3글자 n-gram을 사용합니다. MediaWiki 리비전 내용은 한 번에 최대 50페이지씩 가져옵니다. 초기 데이터 규모에서 운영하기에 충분하며 구성이 단순합니다.

의미 검색을 켠 서버에서 호출자가 <code><nowiki>retrieval_mode=hybrid_v1</nowiki></code>을 명시하면 세 가지 facet을 사용합니다. <code><nowiki>situation</nowiki></code>은 질문·조건·관찰, <code><nowiki>approach</nowiki></code>는 시도, <code><nowiki>mechanism</nowiki></code>은 해석·재사용 가능한 결론·적용 조건으로 구성합니다. 전체 텍스트, 저장된 <code><nowiki>analogous_to</nowiki></code>, 의미 후보는 versioned RRF 규칙으로 결합합니다. <code><nowiki>find_analogies</nowiki></code>의 결합 점수는 raw cosine이 아니며 의미 후보를 relation으로 저장하지 않습니다.

<code><nowiki>S3RM_SEARCH_SCOPES_JSON</nowiki></code>으로 서버 담당자가 이름 있는 검색 scope를 최대 16개까지 설정할 수 있습니다. scope는 기존 <code><nowiki>SearchFilters</nowiki></code>의 bounded 묶음이며 호출자의 필터와 교집합으로 적용됩니다. Lesson 필드나 별도 저장소가 아니고, 현재는 relevance 범위만 정하며 접근 제어를 대신하지 않습니다. 응답과 cursor fingerprint에는 실제 scope가 포함됩니다.

<code><nowiki>S3RM_SEARCH_SCOPE_PRINCIPALS_JSON</nowiki></code>을 함께 설정하면 scope 사용 자체에 optional principal ACL을 적용합니다. GitHub subject 또는 토큰의 짧은 hash 식별자만 저장하며 원문 자격 증명은 저장하지 않습니다. ACL이 설정된 scope는 익명 호출을 거부하고 <code><nowiki>search_lessons</nowiki></code>·<code><nowiki>find_analogies</nowiki></code>에서 먼저 확인합니다.

외부 자료 연결은 <code><nowiki>mcp/src/s3_research_memory_mcp/connectors.py</nowiki></code>의 읽기 전용 candidate connector와 <code><nowiki>scripts/collect-candidates.py</nowiki></code>로 수행합니다. code/docs 파일과 Slack export를 bounded 후보로 만들 뿐 Lesson이나 evidence를 자동 저장하지 않습니다. <code><nowiki>scripts/research-query.py</nowiki></code>는 세 facet을 병렬 검색하고 RRF로 결합하며, 선택적으로 OpenAI-compatible reranker와 인용 제한 synthesis를 실행합니다.

파생 exact index는 <code><nowiki>mcp-http</nowiki></code> 프로세스 메모리에만 있습니다. HTTP transport와 <code><nowiki>EmbeddingProfile</nowiki></code>을 분리하며, profile은 모델 artifact digest, 차원, pooling, query/document 형식, facet별 instruction과 입력 상한을 고정합니다. 이 profile과 projection 구성을 함께 해시해 generation을 만듭니다. 외부 Streamable HTTP 요청은 stateless로 처리하지만 위키 어댑터와 exact index는 ASGI 프로세스 lifespan에서 한 번만 만들고 모든 요청이 공유합니다. 서비스 시작 시 단 하나의 백그라운드 작업이 MediaWiki snapshot 전체를 읽어 인덱스를 프리웜합니다. MCP로 새 Lesson을 저장하면 dirty hint가 즉시 같은 단일 갱신을 시작합니다. 대조 주기가 지나면 다음 hybrid 요청이 갱신을 시작합니다. 대조한 Lesson 수와 projection hash가 모두 같으면 재임베딩 없이 대조 시각만 갱신합니다. 어느 경우에도 공개 요청은 전체 재구축을 기다리지 않습니다. 사용할 snapshot이 있으면 갱신 중에도 그 snapshot을 사용하고 <code><nowiki>stale</nowiki></code> 또는 <code><nowiki>degraded</nowiki></code> 상태를 표시합니다. 아직 snapshot이 없으면 <code><nowiki>building</nowiki></code> 또는 <code><nowiki>unavailable</nowiki></code> 상태로 즉시 legacy 검색을 반환합니다. 새 인덱스는 옆에서 완성한 뒤 원자적으로 교체합니다.

후보는 <code><nowiki>Lesson:</nowiki></code> ID와 retrieval hash만 제공하며, 최종 필터와 응답 본문은 최신 MediaWiki snapshot으로 다시 확인합니다. hash가 달라진 의미 기여는 제거하고 <code><nowiki>semantic_status=stale</nowiki></code>로 표시합니다. 제공자 장애나 과부하 시 첫 페이지는 legacy로 대체하며, 이미 발급한 hybrid cursor의 순서를 중간에 바꾸지 않습니다.

MCP 서비스는 같은 열 도구만 외부에 제공합니다. exact index의 재구축 시간, 메모리 또는 지연 시간이 실제 목표를 넘을 때만 같은 비공개 backend 경계를 내부 sidecar나 공유 검색 서비스로 교체합니다. 필드 및 출처 필터와 이전 버전 호환 <code><nowiki>review_state</nowiki></code> 필터, 현재 응답 제한은 계속 보존합니다. 내부 경계, 색인 세대, 장애 fallback과 단계별 확장안은 [[Help:S3 연구 메모리/벡터·하이브리드 검색 설계|벡터·하이브리드 검색 설계]]에 정리합니다.

현재 서버의 선택적 <code><nowiki>embedding</nowiki></code> Compose profile은 고정된 Qwen3 F16 GGUF를 <code><nowiki>llama.cpp</nowiki></code> Vulkan으로 실행합니다. 모델 downloader만 별도 egress 네트워크를 쓰고, 추론 서비스는 호스트 포트 없이 <code><nowiki>mcp-http</nowiki></code>와 공유하는 전용 내부 <code><nowiki>embedding-backend</nowiki></code>에만 연결합니다. 이 서비스와 <code><nowiki>embedding_models</nowiki></code> 볼륨은 파생 계산 계층이며 Semantic MediaWiki를 대신하지 않습니다.

=== 출력 제한 ===

모든 MCP 목록 작업에는 작은 기본 페이지 크기, 엄격한 최댓값, 커서 기반 페이지 나누기, 필드 선택, UTF-8 직렬화 응답의 바이트 상한이 있습니다. 스캔 응답에는 <code><nowiki>partial</nowiki></code>, <code><nowiki>scanned</nowiki></code>, <code><nowiki>scan_limit</nowiki></code>가 들어갑니다. <code><nowiki>partial=true</nowiki></code>이면 검색 결과가 완전하지 않은 것으로 처리해야 합니다. 기본 결과에는 ID, 제목, 한 줄짜리 <code><nowiki>reusable_lesson</nowiki></code>, 출처, confidence, 짧은 근거 인용이 들어갑니다. <code><nowiki>get_lesson</nowiki></code>은 현재 revision ID를 포함하고 인용, 검증 기록과 관계를 각각 나누어 반환합니다. 각 하위 목록은 기본 5개, 최대 20개의 독립 cursor 페이지입니다. 기본 <code><nowiki>citation_detail=compact</nowiki></code>는 짧은 인용만, <code><nowiki>full</nowiki></code>은 note와 추가한 주체·시각까지 반환합니다. full 인용은 한 항목도 조용히 자르지 않고 페이지 크기를 줄이며, 한 항목도 출력 한도에 맞지 않으면 명시적인 오류를 반환합니다. 본문 필드는 필요할 때만 직접 선택합니다.

<code><nowiki>audit_lessons</nowiki></code>는 정확한 ID 기대값을 최대 50개 읽고 결과를 최대 20개씩 반환합니다. revision, 내용 digest, 최대 8개 evidence와 최대 8개 relation을 확인하며, 페이지 사이 어느 대상 revision이라도 바뀌면 이전 cursor를 거부합니다. 긴 본문을 반복 반환하지 않고 <code><nowiki>ok</nowiki></code>, <code><nowiki>missing</nowiki></code>, <code><nowiki>mismatch</nowiki></code>와 실패한 기대값 위치만 반환합니다.

열 도구는 모두 닫힌 <code><nowiki>outputSchema</nowiki></code>를 공개합니다. 성공 응답의 <code><nowiki>structuredContent</nowiki></code>는 이 스키마로 검증하며, 기존 클라이언트가 읽는 compact JSON text도 같은 내용으로 유지합니다.

도움말:S3 연구 메모리/메모 사용법

2026-07-20T05:08:47Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

S3 연구 메모리는 프로젝트 일지나 실험 원본을 모으는 곳이 아닙니다. 다른 작업에서도 다시 참고할 만한 시행착오를 짧은 메모로 남깁니다.

=== 먼저 검색하기 ===

브라우저 메인 화면의 검색창에는 궁금한 점을 문장으로 입력할 수 있습니다. 표현이 달라도 관련된 메모를 함께 찾습니다. 검색 결과는 그 아래 지식 그래프 중앙에 한 군집으로 모이고, 결과가 아닌 메모는 흐리게 표시됩니다. 점을 누르면 연결 수와 관계 유형을 볼 수 있고, 두 번 누르면 메모가 열립니다. <code><nowiki>검색 결과 해제</nowiki></code>를 누르면 전체 그래프로 돌아갑니다. 전체 그래프는 연결된 메모를 중앙에 모으고 연결이 없는 메모를 바깥쪽에 조밀하게 배치합니다. 연결된 메모의 제목은 처음부터 표시됩니다. 제목 필터, 관계 필터, 확대와 이동도 사용할 수 있습니다.

본문까지 찾으려면 <code><nowiki>Special:Search</nowiki></code>, 에이전트에서는 <code><nowiki>search_lessons</nowiki></code>를 사용합니다. 프로젝트 이름보다 현상과 원인을 나타내는 말로 찾는 편이 잘 맞습니다.

<pre><nowiki>
메모리 단편화, retry storm, lock contention, cold start
</nowiki></pre>

같은 내용이 이미 있으면 새 메모를 만들지 않습니다. 기존 메모에 자료를 더하거나, 내용이 다른 이유를 관계로 연결하면 됩니다.

=== 브라우저에서 메모 쓰기 ===

로그인한 뒤 다음 화면을 엽니다.

<pre><nowiki>
/index.php/연구_메모리#create-a-lesson
</nowiki></pre>

문서 ID에는 영문 소문자, 숫자, 밑줄, 하이픈만 씁니다. <code><nowiki>Lesson:</nowiki></code>은 입력하지 않습니다.

<pre><nowiki>
gpu_allocator_fragmentation
</nowiki></pre>

문서 ID는 에이전트가 메모를 인용할 때도 쓰므로 날짜, 사람 이름, 프로젝트에서만 통하는 줄임말은 피하세요. 화면에 보이는 제목은 나중에 바꿀 수 있습니다.

입력란에는 다음 내용을 적습니다.

{| class="wikitable"
! 화면 !! 필드 !! 적을 내용
|-
| 제목 || <code><nowiki>title</nowiki></code> || 메모의 결론이 드러나는 짧은 제목
|-
| 궁금했던 점 || <code><nowiki>question</nowiki></code> || 시도를 시작한 이유
|-
| 해본 것 || <code><nowiki>attempt</nowiki></code> || 실제로 바꿨거나 비교한 것
|-
| 당시 조건 || <code><nowiki>context</nowiki></code> || 장비, 버전, 설정, 워크로드 등 결과에 영향을 준 조건
|-
| 실제 결과 || <code><nowiki>observation</nowiki></code> || 직접 확인한 수치나 동작
|-
| 왜 그랬는지 || <code><nowiki>interpretation</nowiki></code> || 가능한 원인과 아직 확실하지 않은 부분
|-
| 다음에 기억할 것 || <code><nowiki>reusable_lesson</nowiki></code> || 다른 작업에서도 써먹을 한 문장
|-
| 언제 맞는지 || <code><nowiki>applicability</nowiki></code> || 맞는 조건과 예외
|-
| 신뢰도 || <code><nowiki>confidence</nowiki></code> || 자료의 질에 따라 <code><nowiki>low</nowiki></code>, <code><nowiki>medium</nowiki></code>, <code><nowiki>high</nowiki></code> 중 선택
|-
| 관련 자료 || <code><nowiki>evidence</nowiki></code> || 아래에 연결할 자료를 짧게 설명
|-
| 자료 출처 || <code><nowiki>record_origin</nowiki></code> || 직접 얻은 내용은 <code><nowiki>lab</nowiki></code>, 외부 자료를 정리했으면 <code><nowiki>imported</nowiki></code>
|}

관찰과 해석은 나눠 쓰세요. 예를 들어 <code><nowiki>동시 compaction 16개에서 p99가 18 ms에서 71 ms로 늘었다</nowiki></code>는 관찰입니다. <code><nowiki>공유 writeback 제한 때문에 queue가 묶였다</nowiki></code>는 해석이며, 새 자료가 나오면 달라질 수 있습니다.

저장한 메모는 바로 검색되고 메인 화면의 지식 그래프와 최근 메모에도 나타납니다.

=== 자료 연결하기 ===

메모마다 자료를 하나 이상 연결합니다. 원본 전체를 위키에 복사하지 말고 나중에 다시 찾을 수 있는 위치를 적으세요.

{| class="wikitable"
! 입력란 !! 내용
|-
| 자료 ID || 메모 안에서 겹치지 않는 짧은 ID
|-
| 출처 || 저장소, 커밋, 실행 ID, 문서 절, 시간 구간 등
|-
| URL || 바로 열 수 있는 주소가 있을 때만 입력
|-
| 자료 종류 || <code><nowiki>paper</nowiki></code>, <code><nowiki>code</nowiki></code>, <code><nowiki>dataset</nowiki></code>, <code><nowiki>log</nowiki></code>, <code><nowiki>benchmark</nowiki></code>, <code><nowiki>other</nowiki></code> 중 선택
|-
| 확인 범위 || <code><nowiki>full_text</nowiki></code>, <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>partial_source</nowiki></code>, <code><nowiki>metadata_only</nowiki></code> 중 선택
|-
| 메모 || 이 자료에서 확인할 부분과 한계
|}

<pre><nowiki>
git yonsei-s3/kernel-probes@4f19a2e, results/lockstat/run-031/summary.json
</nowiki></pre>

확인 범위는 자료에서 실제로 읽은 범위이며 Lesson의 종합 신뢰도인 <code><nowiki>confidence</nowiki></code>와 다릅니다. 서지정보만 확인했다면 <code><nowiki>metadata_only</nowiki></code>로 표시하고 기술 내용을 추측하지 않습니다. <code><nowiki>not_recorded</nowiki></code>는 이전 근거에 값이 없을 때 표시되는 호환값이므로 새 근거에는 선택하지 않습니다. 브라우저 양식에도 <code><nowiki>not_recorded</nowiki></code> 기본값이 없고 새 근거에 선택할 수 없습니다. MCP로 새 근거를 붙일 때는 나머지 네 값 중 하나를 명시해야 합니다.

<code><nowiki>latest</nowiki></code>, <code><nowiki>대시보드</nowiki></code>, 작성자만 아는 로컬 경로처럼 시간이 지나면 찾기 어려운 표현은 피합니다. 비밀번호, 토큰, 개인 정보, 공개할 수 없는 대화, 대용량 원시 데이터도 본문에 넣지 않습니다.

=== 근거를 검증한 기록 남기기 ===

자료를 실제로 읽어 Lesson 주장을 확인했다면 기존 evidence를 고치지 말고 새 검증 기록을 붙입니다. 같은 evidence를 나중에 다시 확인했다면 이전 기록을 수정·삭제하지 않고 새 기록을 append-only로 붙입니다. evidence별 마지막 기록이 현재 판정입니다.

{| class="wikitable"
! 입력란 !! 내용
|-
| evidence ID || 검사한 기존 근거 ID
|-
| evidence digest || 읽기 시점의 evidence 내용 digest
|-
| 확인 범위 || 이번에 실제로 검사한 <code><nowiki>verification_basis</nowiki></code>
|-
| 자료 식별자 || 파일, 커밋, 데이터 버전, 문서 버전 등 고정 식별자
|-
| 자료 SHA-256 || 실제로 검사한 정확한 바이트의 SHA-256
|-
| 위치 || 페이지, 절, 라인, 실험 구간 등 주장을 확인한 위치
|-
| 확인 범위와 한계 || 읽은 범위와 제외한 부분
|-
| 판정 || <code><nowiki>supports</nowiki></code>, <code><nowiki>contradicts</nowiki></code>, <code><nowiki>inconclusive</nowiki></code> 중 하나
|-
| 연결 주장 || 자료가 실제로 확인한 Lesson 필드
|}

원본 파일을 검사했다면 그 파일 바이트를 해시합니다. 원본 대신 저장·정규화한 텍스트를 검사했다면 그 정확한 텍스트의 UTF-8 바이트를 해시합니다. 이 경우 변환 방법과 보존한 산출물을 자료 식별자와 확인 범위에 명시합니다. MediaWiki revision의 저장 계정과 시각이 권위 출처입니다. 검증 기록의 출처는 현재 저장 계정과 정확히 같아야 하고, 기록 시각은 revision 저장 시각 전후 5분 안이며 이전 기록보다 늦어야 하는 보조 필드입니다. 기존 출처와 시각은 수정할 수 없습니다.

high confidence는 <code><nowiki>full_text</nowiki></code> 또는 <code><nowiki>official_abstract</nowiki></code>를 기반으로 한 <code><nowiki>supports</nowiki></code> 검증이 observation, interpretation, reusable_lesson 세 필드를 모두 뒷받침할 때만 사용합니다. observation, interpretation, reusable_lesson을 수정한 후 결과 confidence가 <code><nowiki>medium</nowiki></code> 또는 <code><nowiki>high</nowiki></code>이면 실제로 바꾸는 주장과 연결한 같은 강도의 검증이 필요합니다. <code><nowiki>contradicts</nowiki></code>나 <code><nowiki>inconclusive</nowiki></code>는 지지 근거로 세지 않습니다. 결과 confidence가 <code><nowiki>low</nowiki></code>인 교정은 기존 confidence를 낮추는 경우를 포함해 <code><nowiki>not_recorded</nowiki></code>가 아닌 basis evidence로 할 수 있습니다.

=== 다른 메모와 연결하기 ===

관계는 <code><nowiki>출발 메모 관계값 대상 메모</nowiki></code> 순서로 읽습니다.

{| class="wikitable"
! 관계 !! 뜻
|-
| <code><nowiki>supports</nowiki></code> || 대상 메모와 맞는 자료나 원인을 보탬
|-
| <code><nowiki>contradicts</nowiki></code> || 대상 메모의 주요 주장과 관찰이 충돌함
|-
| <code><nowiki>analogous_to</nowiki></code> || 분야는 달라도 같은 원인이나 실패 형태를 보임
|-
| <code><nowiki>failed_because</nowiki></code> || 대상 메모에 적힌 이유로 시도가 실패함
|-
| <code><nowiki>works_when</nowiki></code> || 대상 메모의 조건에서 방법이 잘 작동함
|-
| <code><nowiki>suggests</nowiki></code> || 다음 가설이나 시도를 제안함
|-
| <code><nowiki>supersedes</nowiki></code> || 새 메모가 이전 안내를 대신함. 상태는 자동으로 바뀌지 않음
|}

연결 이유에는 두 메모가 닮거나 충돌하는 지점을 한두 문장으로 씁니다. 관련성이 애매하면 억지로 연결하지 않아도 됩니다.

=== 메모 고치기 ===

메모 화면에서 '''메모 편집'''을 누릅니다. 잘못 적은 수치나 해석을 고치고, 수정 요약에 이유를 짧게 남기세요. 이전 내용은 MediaWiki 이력에서 확인할 수 있습니다. 에이전트가 고칠 때는 현재 revision과 근거를 다시 읽은 뒤 <code><nowiki>revise_lesson</nowiki></code>을 사용합니다. 같은 논문의 보강 내용을 evidence note나 새 Technical Review 메모에 숨기지 않습니다. 새 근거를 먼저 붙였다면 <code><nowiki>attach_evidence</nowiki></code> 응답의 <code><nowiki>current_revision_id</nowiki></code>를 다음 <code><nowiki>revise_lesson</nowiki></code>의 <code><nowiki>expected_revision_id</nowiki></code>로 사용합니다. 그 사이 다른 변경이 있었다면 <code><nowiki>get_lesson</nowiki></code>을 다시 읽고 변경안을 재계산합니다.

=== MCP로 찾기 ===

처음에는 결과를 3~5개만 받고 필요한 필드만 요청하는 편이 빠릅니다.

<pre><nowiki>
S3 Research Memory에서 tail latency와 관련된 메모를 최대 5개 찾아 줘.
id, title, reusable_lesson, applicability, confidence, citations만 반환해.
</nowiki></pre>

후보를 고른 뒤 <code><nowiki>get_lesson</nowiki></code>으로 자세히 읽고, 관계는 <code><nowiki>find_related_lessons</nowiki></code>, 다른 분야의 비슷한 사례는 <code><nowiki>find_analogies</nowiki></code>로 찾습니다. 근거 note와 추가 정보를 확인하려면 <code><nowiki>citation_detail=full</nowiki></code>을 지정합니다. <code><nowiki>get_lesson</nowiki></code>의 revision ID는 이어지는 조건부 수정과 감사에 사용합니다. 답변에 메모를 사용했다면 반환된 자료 인용도 같이 보관하세요.

서버에서 의미 검색을 켠 경우에는 표현이 다른 문제도 찾도록 다음처럼 요청할 수 있습니다. 기본 검색은 계속 <code><nowiki>legacy</nowiki></code>이므로 <code><nowiki>hybrid_v1</nowiki></code>을 직접 지정합니다.

<pre><nowiki>
search_lessons를 retrieval_mode=hybrid_v1로 실행해,
문제의 제약과 해결 원리가 비슷한 메모를 최대 5개 찾아 줘.
effective_mode와 semantic_status도 알려 줘.
</nowiki></pre>

서버 담당자가 <code><nowiki>S3RM_SEARCH_SCOPES_JSON</nowiki></code>을 설정한 경우에는 <code><nowiki>scope</nowiki></code>를 함께 지정할 수 있습니다. scope는 미리 정한 분야·출처·기간 필터를 호출자의 필터와 교집합으로 적용하며 접근 권한을 바꾸지 않습니다. 검색 품질을 재현해 비교하려면 <code><nowiki>make evaluate-retrieval QUERY_FILE=queries.json</nowiki></code>을 사용합니다. 파일에는 <code><nowiki>query</nowiki></code>, <code><nowiki>expected_ids</nowiki></code>와 선택적인 <code><nowiki>retrieval_mode</nowiki></code>, <code><nowiki>scope</nowiki></code>만 넣고, 명령은 읽기 전용 검색만 실행합니다.

의미 유사도는 저장된 관계나 사실이 아닙니다. 후보의 적용 조건과 근거를 <code><nowiki>get_lesson</nowiki></code>으로 확인한 뒤 실제 관계를 남길지 판단하세요.

=== 외부 자료 후보 수집 ===

code checkout, 문서 디렉터리와 Slack export는 다음처럼 읽기 전용 후보로 수집할 수 있습니다.

<pre><nowiki>
make collect-candidates ARGS='--code-root /path/to/repo --docs-root /path/to/docs'
make collect-candidates ARGS='--slack-export /path/to/slack-export.json'
make collect-candidates ARGS='--code-root /path/to/repo --checkpoint /path/to/state'
</nowiki></pre>

후보에는 source, locator, 제목과 비밀값이 마스킹된 본문만 들어갑니다. 후보를 자동으로 Lesson으로 저장하지 않으며, 실제 자료를 확인한 뒤 중앙 MCP에서 evidence를 명시적으로 붙입니다.

여러 검색 facet을 병렬로 실행하려면 다음 명령을 사용합니다.

<pre><nowiki>
make research-query QUERY='cache stampede' ARGS='--scope papers'
</nowiki></pre>

<code><nowiki>S3RM_RESEARCH_LLM_URL</nowiki></code>과 <code><nowiki>S3RM_RESEARCH_LLM_MODEL</nowiki></code>을 설정하고 <code><nowiki>ARGS='--synthesize'</nowiki></code> 를 추가하면 선택적 rerank와 synthesis를 사용합니다. synthesis는 검색 결과에 존재하는 Lesson ID만 인용할 수 있습니다.

=== 에이전트에게 작성을 맡길 때 ===

쓰기 토큰이 있는 에이전트는 <code><nowiki>create_lesson_draft</nowiki></code>, <code><nowiki>link_lessons</nowiki></code>, <code><nowiki>attach_evidence</nowiki></code>, <code><nowiki>record_evidence_verification</nowiki></code>, <code><nowiki>revise_lesson</nowiki></code>을 쓸 수 있습니다. 에이전트가 만든 메모와 revision은 저장 즉시 검색됩니다. 상태 변경, 삭제, 이동, 관리자 작업은 MCP에서 할 수 없습니다. 다섯 쓰기 도구는 모두 <code><nowiki>operation_id</nowiki></code>가 필요합니다. 같은 Lesson 안에서 일반 쓰기, revision, 검증 기록은 ID 충돌 범위를 공유합니다. 같은 종류·요청의 정확한 재시도일 때만 같은 ID와 같은 요청을 보내고, 다른 작업에는 새 ID를 사용합니다. Lesson 생성에는 구조화된 <code><nowiki>initial_evidence</nowiki></code>가 필수이며 Lesson 본문과 같은 revision에 저장됩니다.

자동화 작업·워크플로·CI·도구 호출의 성공·실패 상태, 재시도, 인증·연결 오류와 실행 로그 자체는 Lesson으로 저장하지 않습니다. 실패 자체가 연구 대상이고 단일 실행을 넘어 재사용할 원인과 적용 조건을 확인 가능한 근거로 일반화한 독립 주장일 때만 저장합니다.

자료 위치와 확인한 사실을 먼저 제공하고 다음을 요청하세요.

* 같은 메모가 있는지 먼저 검색
* 관찰과 해석을 분리
* 맞는 조건과 예외를 명시
* 자료를 추측하지 않기
* 검증 기록이 있다면 자료 digest·위치·범위·판정·연결 주장을 함께 확인
* 작업이 끝나면 <code><nowiki>Lesson:</nowiki></code> ID 반환
* 여러 건을 바꿨다면 <code><nowiki>audit_lessons</nowiki></code>로 revision·내용·근거·관계를 확인
반환된 ID를 브라우저에서 열어 내용과 자료 위치를 확인합니다. 틀린 부분은 같은 ID의 새 revision으로 고칩니다. 출처만 추가할 때는 evidence, 독립된 새 주장일 때만 새 Lesson과 관계를 사용합니다. 감사는 저장된 구조, digest, 검증 수령 기록의 일관성을 확인하며 외부 자료의 사실 진위를 자동으로 판정하지 않습니다.

도구 입력과 응답 형식은 [[Help:S3 연구 메모리/MCP 클라이언트|MCP 클라이언트 안내]], 필드와 관계의 기계 계약은 [[Help:S3 연구 메모리/아키텍처|아키텍처]]에 있습니다.

도움말:S3 연구 메모리

2026-07-20T05:08:47Z

2026-07-19T02:12:35Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

S3 연구 메모리는 프로젝트 일지나 실험 원본을 모으는 곳이 아닙니다. 다른 작업에서도 다시 참고할 만한 시행착오를 짧은 메모로 남깁니다.

=== 먼저 검색하기 ===

브라우저 메인 화면의 검색창에는 궁금한 점을 문장으로 입력할 수 있습니다. 표현이 달라도 관련된 메모를 함께 찾습니다. 검색 결과는 그 아래 지식 그래프 중앙에 한 군집으로 모이고, 결과가 아닌 메모는 흐리게 표시됩니다. 점을 누르면 연결 수와 관계 유형을 볼 수 있고, 두 번 누르면 메모가 열립니다. <code><nowiki>검색 결과 해제</nowiki></code>를 누르면 전체 그래프로 돌아갑니다. 전체 그래프는 연결된 메모를 중앙에 모으고 연결이 없는 메모를 바깥쪽에 조밀하게 배치합니다. 연결된 메모의 제목은 처음부터 표시됩니다. 제목 필터, 관계 필터, 확대와 이동도 사용할 수 있습니다.

본문까지 찾으려면 <code><nowiki>Special:Search</nowiki></code>, 에이전트에서는 <code><nowiki>search_lessons</nowiki></code>를 사용합니다. 프로젝트 이름보다 현상과 원인을 나타내는 말로 찾는 편이 잘 맞습니다.

<pre><nowiki>
메모리 단편화, retry storm, lock contention, cold start
</nowiki></pre>

같은 내용이 이미 있으면 새 메모를 만들지 않습니다. 기존 메모에 자료를 더하거나, 내용이 다른 이유를 관계로 연결하면 됩니다.

=== 브라우저에서 메모 쓰기 ===

로그인한 뒤 다음 화면을 엽니다.

<pre><nowiki>
/index.php/연구_메모리#create-a-lesson
</nowiki></pre>

문서 ID에는 영문 소문자, 숫자, 밑줄, 하이픈만 씁니다. <code><nowiki>Lesson:</nowiki></code>은 입력하지 않습니다.

<pre><nowiki>
gpu_allocator_fragmentation
</nowiki></pre>

문서 ID는 에이전트가 메모를 인용할 때도 쓰므로 날짜, 사람 이름, 프로젝트에서만 통하는 줄임말은 피하세요. 화면에 보이는 제목은 나중에 바꿀 수 있습니다.

입력란에는 다음 내용을 적습니다.

{| class="wikitable"
! 화면 !! 필드 !! 적을 내용
|-
| 제목 || <code><nowiki>title</nowiki></code> || 메모의 결론이 드러나는 짧은 제목
|-
| 궁금했던 점 || <code><nowiki>question</nowiki></code> || 시도를 시작한 이유
|-
| 해본 것 || <code><nowiki>attempt</nowiki></code> || 실제로 바꿨거나 비교한 것
|-
| 당시 조건 || <code><nowiki>context</nowiki></code> || 장비, 버전, 설정, 워크로드 등 결과에 영향을 준 조건
|-
| 실제 결과 || <code><nowiki>observation</nowiki></code> || 직접 확인한 수치나 동작
|-
| 왜 그랬는지 || <code><nowiki>interpretation</nowiki></code> || 가능한 원인과 아직 확실하지 않은 부분
|-
| 다음에 기억할 것 || <code><nowiki>reusable_lesson</nowiki></code> || 다른 작업에서도 써먹을 한 문장
|-
| 언제 맞는지 || <code><nowiki>applicability</nowiki></code> || 맞는 조건과 예외
|-
| 신뢰도 || <code><nowiki>confidence</nowiki></code> || 자료의 질에 따라 <code><nowiki>low</nowiki></code>, <code><nowiki>medium</nowiki></code>, <code><nowiki>high</nowiki></code> 중 선택
|-
| 관련 자료 || <code><nowiki>evidence</nowiki></code> || 아래에 연결할 자료를 짧게 설명
|-
| 자료 출처 || <code><nowiki>record_origin</nowiki></code> || 직접 얻은 내용은 <code><nowiki>lab</nowiki></code>, 외부 자료를 정리했으면 <code><nowiki>imported</nowiki></code>
|}

관찰과 해석은 나눠 쓰세요. 예를 들어 <code><nowiki>동시 compaction 16개에서 p99가 18 ms에서 71 ms로 늘었다</nowiki></code>는 관찰입니다. <code><nowiki>공유 writeback 제한 때문에 queue가 묶였다</nowiki></code>는 해석이며, 새 자료가 나오면 달라질 수 있습니다.

저장한 메모는 바로 검색되고 메인 화면의 지식 그래프와 최근 메모에도 나타납니다.

=== 자료 연결하기 ===

메모마다 자료를 하나 이상 연결합니다. 원본 전체를 위키에 복사하지 말고 나중에 다시 찾을 수 있는 위치를 적으세요.

{| class="wikitable"
! 입력란 !! 내용
|-
| 자료 ID || 메모 안에서 겹치지 않는 짧은 ID
|-
| 출처 || 저장소, 커밋, 실행 ID, 문서 절, 시간 구간 등
|-
| URL || 바로 열 수 있는 주소가 있을 때만 입력
|-
| 자료 종류 || <code><nowiki>paper</nowiki></code>, <code><nowiki>code</nowiki></code>, <code><nowiki>dataset</nowiki></code>, <code><nowiki>log</nowiki></code>, <code><nowiki>benchmark</nowiki></code>, <code><nowiki>other</nowiki></code> 중 선택
|-
| 확인 범위 || <code><nowiki>full_text</nowiki></code>, <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>partial_source</nowiki></code>, <code><nowiki>metadata_only</nowiki></code> 중 선택
|-
| 메모 || 이 자료에서 확인할 부분과 한계
|}

<pre><nowiki>
git yonsei-s3/kernel-probes@4f19a2e, results/lockstat/run-031/summary.json
</nowiki></pre>

확인 범위는 자료에서 실제로 읽은 범위이며 Lesson의 종합 신뢰도인 <code><nowiki>confidence</nowiki></code>와 다릅니다. 서지정보만 확인했다면 <code><nowiki>metadata_only</nowiki></code>로 표시하고 기술 내용을 추측하지 않습니다. <code><nowiki>not_recorded</nowiki></code>는 이전 근거에 값이 없을 때 표시되는 호환값이므로 새 근거에는 선택하지 않습니다. 브라우저 양식에도 <code><nowiki>not_recorded</nowiki></code> 기본값이 없고 새 근거에 선택할 수 없습니다. MCP로 새 근거를 붙일 때는 나머지 네 값 중 하나를 명시해야 합니다.

<code><nowiki>latest</nowiki></code>, <code><nowiki>대시보드</nowiki></code>, 작성자만 아는 로컬 경로처럼 시간이 지나면 찾기 어려운 표현은 피합니다. 비밀번호, 토큰, 개인 정보, 공개할 수 없는 대화, 대용량 원시 데이터도 본문에 넣지 않습니다.

=== 근거를 검증한 기록 남기기 ===

자료를 실제로 읽어 Lesson 주장을 확인했다면 기존 evidence를 고치지 말고 새 검증 기록을 붙입니다. 같은 evidence를 나중에 다시 확인했다면 이전 기록을 수정·삭제하지 않고 새 기록을 append-only로 붙입니다. evidence별 마지막 기록이 현재 판정입니다.

{| class="wikitable"
! 입력란 !! 내용
|-
| evidence ID || 검사한 기존 근거 ID
|-
| evidence digest || 읽기 시점의 evidence 내용 digest
|-
| 확인 범위 || 이번에 실제로 검사한 <code><nowiki>verification_basis</nowiki></code>
|-
| 자료 식별자 || 파일, 커밋, 데이터 버전, 문서 버전 등 고정 식별자
|-
| 자료 SHA-256 || 실제로 검사한 정확한 바이트의 SHA-256
|-
| 위치 || 페이지, 절, 라인, 실험 구간 등 주장을 확인한 위치
|-
| 확인 범위와 한계 || 읽은 범위와 제외한 부분
|-
| 판정 || <code><nowiki>supports</nowiki></code>, <code><nowiki>contradicts</nowiki></code>, <code><nowiki>inconclusive</nowiki></code> 중 하나
|-
| 연결 주장 || 자료가 실제로 확인한 Lesson 필드
|}

원본 파일을 검사했다면 그 파일 바이트를 해시합니다. 원본 대신 저장·정규화한 텍스트를 검사했다면 그 정확한 텍스트의 UTF-8 바이트를 해시합니다. 이 경우 변환 방법과 보존한 산출물을 자료 식별자와 확인 범위에 명시합니다. MediaWiki revision의 저장 계정과 시각이 권위 출처입니다. 검증 기록의 출처는 현재 저장 계정과 정확히 같아야 하고, 기록 시각은 revision 저장 시각 전후 5분 안이며 이전 기록보다 늦어야 하는 보조 필드입니다. 기존 출처와 시각은 수정할 수 없습니다.

high confidence는 <code><nowiki>full_text</nowiki></code> 또는 <code><nowiki>official_abstract</nowiki></code>를 기반으로 한 <code><nowiki>supports</nowiki></code> 검증이 observation, interpretation, reusable_lesson 세 필드를 모두 뒷받침할 때만 사용합니다. observation, interpretation, reusable_lesson을 수정한 후 결과 confidence가 <code><nowiki>medium</nowiki></code> 또는 <code><nowiki>high</nowiki></code>이면 실제로 바꾸는 주장과 연결한 같은 강도의 검증이 필요합니다. <code><nowiki>contradicts</nowiki></code>나 <code><nowiki>inconclusive</nowiki></code>는 지지 근거로 세지 않습니다. 결과 confidence가 <code><nowiki>low</nowiki></code>인 교정은 기존 confidence를 낮추는 경우를 포함해 <code><nowiki>not_recorded</nowiki></code>가 아닌 basis evidence로 할 수 있습니다.

=== 다른 메모와 연결하기 ===

관계는 <code><nowiki>출발 메모 관계값 대상 메모</nowiki></code> 순서로 읽습니다.

{| class="wikitable"
! 관계 !! 뜻
|-
| <code><nowiki>supports</nowiki></code> || 대상 메모와 맞는 자료나 원인을 보탬
|-
| <code><nowiki>contradicts</nowiki></code> || 대상 메모의 주요 주장과 관찰이 충돌함
|-
| <code><nowiki>analogous_to</nowiki></code> || 분야는 달라도 같은 원인이나 실패 형태를 보임
|-
| <code><nowiki>failed_because</nowiki></code> || 대상 메모에 적힌 이유로 시도가 실패함
|-
| <code><nowiki>works_when</nowiki></code> || 대상 메모의 조건에서 방법이 잘 작동함
|-
| <code><nowiki>suggests</nowiki></code> || 다음 가설이나 시도를 제안함
|-
| <code><nowiki>supersedes</nowiki></code> || 새 메모가 이전 안내를 대신함. 상태는 자동으로 바뀌지 않음
|}

연결 이유에는 두 메모가 닮거나 충돌하는 지점을 한두 문장으로 씁니다. 관련성이 애매하면 억지로 연결하지 않아도 됩니다.

=== 메모 고치기 ===

메모 화면에서 '''메모 편집'''을 누릅니다. 잘못 적은 수치나 해석을 고치고, 수정 요약에 이유를 짧게 남기세요. 이전 내용은 MediaWiki 이력에서 확인할 수 있습니다. 에이전트가 고칠 때는 현재 revision과 근거를 다시 읽은 뒤 <code><nowiki>revise_lesson</nowiki></code>을 사용합니다. 같은 논문의 보강 내용을 evidence note나 새 Technical Review 메모에 숨기지 않습니다. 새 근거를 먼저 붙였다면 <code><nowiki>attach_evidence</nowiki></code> 응답의 <code><nowiki>current_revision_id</nowiki></code>를 다음 <code><nowiki>revise_lesson</nowiki></code>의 <code><nowiki>expected_revision_id</nowiki></code>로 사용합니다. 그 사이 다른 변경이 있었다면 <code><nowiki>get_lesson</nowiki></code>을 다시 읽고 변경안을 재계산합니다.

=== MCP로 찾기 ===

처음에는 결과를 3~5개만 받고 필요한 필드만 요청하는 편이 빠릅니다.

<pre><nowiki>
S3 Research Memory에서 tail latency와 관련된 메모를 최대 5개 찾아 줘.
id, title, reusable_lesson, applicability, confidence, citations만 반환해.
</nowiki></pre>

후보를 고른 뒤 <code><nowiki>get_lesson</nowiki></code>으로 자세히 읽고, 관계는 <code><nowiki>find_related_lessons</nowiki></code>, 다른 분야의 비슷한 사례는 <code><nowiki>find_analogies</nowiki></code>로 찾습니다. 근거 note와 추가 정보를 확인하려면 <code><nowiki>citation_detail=full</nowiki></code>을 지정합니다. <code><nowiki>get_lesson</nowiki></code>의 revision ID는 이어지는 조건부 수정과 감사에 사용합니다. 답변에 메모를 사용했다면 반환된 자료 인용도 같이 보관하세요.

서버에서 의미 검색을 켠 경우에는 표현이 다른 문제도 찾도록 다음처럼 요청할 수 있습니다. 기본 검색은 계속 <code><nowiki>legacy</nowiki></code>이므로 <code><nowiki>hybrid_v1</nowiki></code>을 직접 지정합니다.

<pre><nowiki>
search_lessons를 retrieval_mode=hybrid_v1로 실행해,
문제의 제약과 해결 원리가 비슷한 메모를 최대 5개 찾아 줘.
effective_mode와 semantic_status도 알려 줘.
</nowiki></pre>

의미 유사도는 저장된 관계나 사실이 아닙니다. 후보의 적용 조건과 근거를 <code><nowiki>get_lesson</nowiki></code>으로 확인한 뒤 실제 관계를 남길지 판단하세요.

=== 에이전트에게 작성을 맡길 때 ===

쓰기 토큰이 있는 에이전트는 <code><nowiki>create_lesson_draft</nowiki></code>, <code><nowiki>link_lessons</nowiki></code>, <code><nowiki>attach_evidence</nowiki></code>, <code><nowiki>record_evidence_verification</nowiki></code>, <code><nowiki>revise_lesson</nowiki></code>을 쓸 수 있습니다. 에이전트가 만든 메모와 revision은 저장 즉시 검색됩니다. 상태 변경, 삭제, 이동, 관리자 작업은 MCP에서 할 수 없습니다. 다섯 쓰기 도구는 모두 <code><nowiki>operation_id</nowiki></code>가 필요합니다. 같은 Lesson 안에서 일반 쓰기, revision, 검증 기록은 ID 충돌 범위를 공유합니다. 같은 종류·요청의 정확한 재시도일 때만 같은 ID와 같은 요청을 보내고, 다른 작업에는 새 ID를 사용합니다. Lesson 생성에는 구조화된 <code><nowiki>initial_evidence</nowiki></code>가 필수이며 Lesson 본문과 같은 revision에 저장됩니다.

자동화 작업·워크플로·CI·도구 호출의 성공·실패 상태, 재시도, 인증·연결 오류와 실행 로그 자체는 Lesson으로 저장하지 않습니다. 실패 자체가 연구 대상이고 단일 실행을 넘어 재사용할 원인과 적용 조건을 확인 가능한 근거로 일반화한 독립 주장일 때만 저장합니다.

자료 위치와 확인한 사실을 먼저 제공하고 다음을 요청하세요.

* 같은 메모가 있는지 먼저 검색
* 관찰과 해석을 분리
* 맞는 조건과 예외를 명시
* 자료를 추측하지 않기
* 검증 기록이 있다면 자료 digest·위치·범위·판정·연결 주장을 함께 확인
* 작업이 끝나면 <code><nowiki>Lesson:</nowiki></code> ID 반환
* 여러 건을 바꿨다면 <code><nowiki>audit_lessons</nowiki></code>로 revision·내용·근거·관계를 확인
반환된 ID를 브라우저에서 열어 내용과 자료 위치를 확인합니다. 틀린 부분은 같은 ID의 새 revision으로 고칩니다. 출처만 추가할 때는 evidence, 독립된 새 주장일 때만 새 Lesson과 관계를 사용합니다. 감사는 저장된 구조, digest, 검증 수령 기록의 일관성을 확인하며 외부 자료의 사실 진위를 자동으로 판정하지 않습니다.

도구 입력과 응답 형식은 [[Help:S3 연구 메모리/MCP 클라이언트|MCP 클라이언트 안내]], 필드와 관계의 기계 계약은 [[Help:S3 연구 메모리/아키텍처|아키텍처]]에 있습니다.

미디어위키:Common.js

2026-07-19T02:12:35Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

도움말:S3 연구 메모리/메모 사용법

2026-07-19T02:07:46Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

S3 연구 메모리는 프로젝트 일지나 실험 원본을 모으는 곳이 아닙니다. 다른 작업에서도 다시 참고할 만한 시행착오를 짧은 메모로 남깁니다.

=== 먼저 검색하기 ===

브라우저 메인 화면의 검색창에는 궁금한 점을 문장으로 입력할 수 있습니다. 표현이 달라도 관련된 메모를 함께 찾습니다. 그 아래 지식 그래프에서 점을 누르면 연결 수와 관계 유형을 볼 수 있고, 두 번 누르면 메모가 열립니다. 제목 검색, 관계 필터, 확대와 이동도 사용할 수 있습니다.

본문까지 찾으려면 <code><nowiki>Special:Search</nowiki></code>, 에이전트에서는 <code><nowiki>search_lessons</nowiki></code>를 사용합니다. 프로젝트 이름보다 현상과 원인을 나타내는 말로 찾는 편이 잘 맞습니다.

<pre><nowiki>
메모리 단편화, retry storm, lock contention, cold start
</nowiki></pre>

같은 내용이 이미 있으면 새 메모를 만들지 않습니다. 기존 메모에 자료를 더하거나, 내용이 다른 이유를 관계로 연결하면 됩니다.

=== 브라우저에서 메모 쓰기 ===

로그인한 뒤 다음 화면을 엽니다.

<pre><nowiki>
/index.php/연구_메모리#create-a-lesson
</nowiki></pre>

문서 ID에는 영문 소문자, 숫자, 밑줄, 하이픈만 씁니다. <code><nowiki>Lesson:</nowiki></code>은 입력하지 않습니다.

<pre><nowiki>
gpu_allocator_fragmentation
</nowiki></pre>

문서 ID는 에이전트가 메모를 인용할 때도 쓰므로 날짜, 사람 이름, 프로젝트에서만 통하는 줄임말은 피하세요. 화면에 보이는 제목은 나중에 바꿀 수 있습니다.

입력란에는 다음 내용을 적습니다.

{| class="wikitable"
! 화면 !! 필드 !! 적을 내용
|-
| 제목 || <code><nowiki>title</nowiki></code> || 메모의 결론이 드러나는 짧은 제목
|-
| 궁금했던 점 || <code><nowiki>question</nowiki></code> || 시도를 시작한 이유
|-
| 해본 것 || <code><nowiki>attempt</nowiki></code> || 실제로 바꿨거나 비교한 것
|-
| 당시 조건 || <code><nowiki>context</nowiki></code> || 장비, 버전, 설정, 워크로드 등 결과에 영향을 준 조건
|-
| 실제 결과 || <code><nowiki>observation</nowiki></code> || 직접 확인한 수치나 동작
|-
| 왜 그랬는지 || <code><nowiki>interpretation</nowiki></code> || 가능한 원인과 아직 확실하지 않은 부분
|-
| 다음에 기억할 것 || <code><nowiki>reusable_lesson</nowiki></code> || 다른 작업에서도 써먹을 한 문장
|-
| 언제 맞는지 || <code><nowiki>applicability</nowiki></code> || 맞는 조건과 예외
|-
| 신뢰도 || <code><nowiki>confidence</nowiki></code> || 자료의 질에 따라 <code><nowiki>low</nowiki></code>, <code><nowiki>medium</nowiki></code>, <code><nowiki>high</nowiki></code> 중 선택
|-
| 관련 자료 || <code><nowiki>evidence</nowiki></code> || 아래에 연결할 자료를 짧게 설명
|-
| 자료 출처 || <code><nowiki>record_origin</nowiki></code> || 직접 얻은 내용은 <code><nowiki>lab</nowiki></code>, 외부 자료를 정리했으면 <code><nowiki>imported</nowiki></code>
|}

관찰과 해석은 나눠 쓰세요. 예를 들어 <code><nowiki>동시 compaction 16개에서 p99가 18 ms에서 71 ms로 늘었다</nowiki></code>는 관찰입니다. <code><nowiki>공유 writeback 제한 때문에 queue가 묶였다</nowiki></code>는 해석이며, 새 자료가 나오면 달라질 수 있습니다.

저장한 메모는 바로 검색되고 메인 화면의 지식 그래프와 최근 메모에도 나타납니다.

=== 자료 연결하기 ===

메모마다 자료를 하나 이상 연결합니다. 원본 전체를 위키에 복사하지 말고 나중에 다시 찾을 수 있는 위치를 적으세요.

{| class="wikitable"
! 입력란 !! 내용
|-
| 자료 ID || 메모 안에서 겹치지 않는 짧은 ID
|-
| 출처 || 저장소, 커밋, 실행 ID, 문서 절, 시간 구간 등
|-
| URL || 바로 열 수 있는 주소가 있을 때만 입력
|-
| 자료 종류 || <code><nowiki>paper</nowiki></code>, <code><nowiki>code</nowiki></code>, <code><nowiki>dataset</nowiki></code>, <code><nowiki>log</nowiki></code>, <code><nowiki>benchmark</nowiki></code>, <code><nowiki>other</nowiki></code> 중 선택
|-
| 확인 범위 || <code><nowiki>full_text</nowiki></code>, <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>partial_source</nowiki></code>, <code><nowiki>metadata_only</nowiki></code> 중 선택
|-
| 메모 || 이 자료에서 확인할 부분과 한계
|}

<pre><nowiki>
git yonsei-s3/kernel-probes@4f19a2e, results/lockstat/run-031/summary.json
</nowiki></pre>

확인 범위는 자료에서 실제로 읽은 범위이며 Lesson의 종합 신뢰도인 <code><nowiki>confidence</nowiki></code>와 다릅니다. 서지정보만 확인했다면 <code><nowiki>metadata_only</nowiki></code>로 표시하고 기술 내용을 추측하지 않습니다. <code><nowiki>not_recorded</nowiki></code>는 이전 근거에 값이 없을 때 표시되는 호환값이므로 새 근거에는 선택하지 않습니다. 브라우저 양식에도 <code><nowiki>not_recorded</nowiki></code> 기본값이 없고 새 근거에 선택할 수 없습니다. MCP로 새 근거를 붙일 때는 나머지 네 값 중 하나를 명시해야 합니다.

<code><nowiki>latest</nowiki></code>, <code><nowiki>대시보드</nowiki></code>, 작성자만 아는 로컬 경로처럼 시간이 지나면 찾기 어려운 표현은 피합니다. 비밀번호, 토큰, 개인 정보, 공개할 수 없는 대화, 대용량 원시 데이터도 본문에 넣지 않습니다.

=== 근거를 검증한 기록 남기기 ===

자료를 실제로 읽어 Lesson 주장을 확인했다면 기존 evidence를 고치지 말고 새 검증 기록을 붙입니다. 같은 evidence를 나중에 다시 확인했다면 이전 기록을 수정·삭제하지 않고 새 기록을 append-only로 붙입니다. evidence별 마지막 기록이 현재 판정입니다.

{| class="wikitable"
! 입력란 !! 내용
|-
| evidence ID || 검사한 기존 근거 ID
|-
| evidence digest || 읽기 시점의 evidence 내용 digest
|-
| 확인 범위 || 이번에 실제로 검사한 <code><nowiki>verification_basis</nowiki></code>
|-
| 자료 식별자 || 파일, 커밋, 데이터 버전, 문서 버전 등 고정 식별자
|-
| 자료 SHA-256 || 실제로 검사한 정확한 바이트의 SHA-256
|-
| 위치 || 페이지, 절, 라인, 실험 구간 등 주장을 확인한 위치
|-
| 확인 범위와 한계 || 읽은 범위와 제외한 부분
|-
| 판정 || <code><nowiki>supports</nowiki></code>, <code><nowiki>contradicts</nowiki></code>, <code><nowiki>inconclusive</nowiki></code> 중 하나
|-
| 연결 주장 || 자료가 실제로 확인한 Lesson 필드
|}

원본 파일을 검사했다면 그 파일 바이트를 해시합니다. 원본 대신 저장·정규화한 텍스트를 검사했다면 그 정확한 텍스트의 UTF-8 바이트를 해시합니다. 이 경우 변환 방법과 보존한 산출물을 자료 식별자와 확인 범위에 명시합니다. MediaWiki revision의 저장 계정과 시각이 권위 출처입니다. 검증 기록의 출처는 현재 저장 계정과 정확히 같아야 하고, 기록 시각은 revision 저장 시각 전후 5분 안이며 이전 기록보다 늦어야 하는 보조 필드입니다. 기존 출처와 시각은 수정할 수 없습니다.

high confidence는 <code><nowiki>full_text</nowiki></code> 또는 <code><nowiki>official_abstract</nowiki></code>를 기반으로 한 <code><nowiki>supports</nowiki></code> 검증이 observation, interpretation, reusable_lesson 세 필드를 모두 뒷받침할 때만 사용합니다. observation, interpretation, reusable_lesson을 수정한 후 결과 confidence가 <code><nowiki>medium</nowiki></code> 또는 <code><nowiki>high</nowiki></code>이면 실제로 바꾸는 주장과 연결한 같은 강도의 검증이 필요합니다. <code><nowiki>contradicts</nowiki></code>나 <code><nowiki>inconclusive</nowiki></code>는 지지 근거로 세지 않습니다. 결과 confidence가 <code><nowiki>low</nowiki></code>인 교정은 기존 confidence를 낮추는 경우를 포함해 <code><nowiki>not_recorded</nowiki></code>가 아닌 basis evidence로 할 수 있습니다.

=== 다른 메모와 연결하기 ===

관계는 <code><nowiki>출발 메모 관계값 대상 메모</nowiki></code> 순서로 읽습니다.

{| class="wikitable"
! 관계 !! 뜻
|-
| <code><nowiki>supports</nowiki></code> || 대상 메모와 맞는 자료나 원인을 보탬
|-
| <code><nowiki>contradicts</nowiki></code> || 대상 메모의 주요 주장과 관찰이 충돌함
|-
| <code><nowiki>analogous_to</nowiki></code> || 분야는 달라도 같은 원인이나 실패 형태를 보임
|-
| <code><nowiki>failed_because</nowiki></code> || 대상 메모에 적힌 이유로 시도가 실패함
|-
| <code><nowiki>works_when</nowiki></code> || 대상 메모의 조건에서 방법이 잘 작동함
|-
| <code><nowiki>suggests</nowiki></code> || 다음 가설이나 시도를 제안함
|-
| <code><nowiki>supersedes</nowiki></code> || 새 메모가 이전 안내를 대신함. 상태는 자동으로 바뀌지 않음
|}

연결 이유에는 두 메모가 닮거나 충돌하는 지점을 한두 문장으로 씁니다. 관련성이 애매하면 억지로 연결하지 않아도 됩니다.

=== 메모 고치기 ===

메모 화면에서 '''메모 편집'''을 누릅니다. 잘못 적은 수치나 해석을 고치고, 수정 요약에 이유를 짧게 남기세요. 이전 내용은 MediaWiki 이력에서 확인할 수 있습니다. 에이전트가 고칠 때는 현재 revision과 근거를 다시 읽은 뒤 <code><nowiki>revise_lesson</nowiki></code>을 사용합니다. 같은 논문의 보강 내용을 evidence note나 새 Technical Review 메모에 숨기지 않습니다. 새 근거를 먼저 붙였다면 <code><nowiki>attach_evidence</nowiki></code> 응답의 <code><nowiki>current_revision_id</nowiki></code>를 다음 <code><nowiki>revise_lesson</nowiki></code>의 <code><nowiki>expected_revision_id</nowiki></code>로 사용합니다. 그 사이 다른 변경이 있었다면 <code><nowiki>get_lesson</nowiki></code>을 다시 읽고 변경안을 재계산합니다.

=== MCP로 찾기 ===

처음에는 결과를 3~5개만 받고 필요한 필드만 요청하는 편이 빠릅니다.

<pre><nowiki>
S3 Research Memory에서 tail latency와 관련된 메모를 최대 5개 찾아 줘.
id, title, reusable_lesson, applicability, confidence, citations만 반환해.
</nowiki></pre>

후보를 고른 뒤 <code><nowiki>get_lesson</nowiki></code>으로 자세히 읽고, 관계는 <code><nowiki>find_related_lessons</nowiki></code>, 다른 분야의 비슷한 사례는 <code><nowiki>find_analogies</nowiki></code>로 찾습니다. 근거 note와 추가 정보를 확인하려면 <code><nowiki>citation_detail=full</nowiki></code>을 지정합니다. <code><nowiki>get_lesson</nowiki></code>의 revision ID는 이어지는 조건부 수정과 감사에 사용합니다. 답변에 메모를 사용했다면 반환된 자료 인용도 같이 보관하세요.

서버에서 의미 검색을 켠 경우에는 표현이 다른 문제도 찾도록 다음처럼 요청할 수 있습니다. 기본 검색은 계속 <code><nowiki>legacy</nowiki></code>이므로 <code><nowiki>hybrid_v1</nowiki></code>을 직접 지정합니다.

<pre><nowiki>
search_lessons를 retrieval_mode=hybrid_v1로 실행해,
문제의 제약과 해결 원리가 비슷한 메모를 최대 5개 찾아 줘.
effective_mode와 semantic_status도 알려 줘.
</nowiki></pre>

의미 유사도는 저장된 관계나 사실이 아닙니다. 후보의 적용 조건과 근거를 <code><nowiki>get_lesson</nowiki></code>으로 확인한 뒤 실제 관계를 남길지 판단하세요.

=== 에이전트에게 작성을 맡길 때 ===

쓰기 토큰이 있는 에이전트는 <code><nowiki>create_lesson_draft</nowiki></code>, <code><nowiki>link_lessons</nowiki></code>, <code><nowiki>attach_evidence</nowiki></code>, <code><nowiki>record_evidence_verification</nowiki></code>, <code><nowiki>revise_lesson</nowiki></code>을 쓸 수 있습니다. 에이전트가 만든 메모와 revision은 저장 즉시 검색됩니다. 상태 변경, 삭제, 이동, 관리자 작업은 MCP에서 할 수 없습니다. 다섯 쓰기 도구는 모두 <code><nowiki>operation_id</nowiki></code>가 필요합니다. 같은 Lesson 안에서 일반 쓰기, revision, 검증 기록은 ID 충돌 범위를 공유합니다. 같은 종류·요청의 정확한 재시도일 때만 같은 ID와 같은 요청을 보내고, 다른 작업에는 새 ID를 사용합니다. Lesson 생성에는 구조화된 <code><nowiki>initial_evidence</nowiki></code>가 필수이며 Lesson 본문과 같은 revision에 저장됩니다.

자동화 작업·워크플로·CI·도구 호출의 성공·실패 상태, 재시도, 인증·연결 오류와 실행 로그 자체는 Lesson으로 저장하지 않습니다. 실패 자체가 연구 대상이고 단일 실행을 넘어 재사용할 원인과 적용 조건을 확인 가능한 근거로 일반화한 독립 주장일 때만 저장합니다.

자료 위치와 확인한 사실을 먼저 제공하고 다음을 요청하세요.

* 같은 메모가 있는지 먼저 검색
* 관찰과 해석을 분리
* 맞는 조건과 예외를 명시
* 자료를 추측하지 않기
* 검증 기록이 있다면 자료 digest·위치·범위·판정·연결 주장을 함께 확인
* 작업이 끝나면 <code><nowiki>Lesson:</nowiki></code> ID 반환
* 여러 건을 바꿨다면 <code><nowiki>audit_lessons</nowiki></code>로 revision·내용·근거·관계를 확인
반환된 ID를 브라우저에서 열어 내용과 자료 위치를 확인합니다. 틀린 부분은 같은 ID의 새 revision으로 고칩니다. 출처만 추가할 때는 evidence, 독립된 새 주장일 때만 새 Lesson과 관계를 사용합니다. 감사는 저장된 구조, digest, 검증 수령 기록의 일관성을 확인하며 외부 자료의 사실 진위를 자동으로 판정하지 않습니다.

도구 입력과 응답 형식은 [[Help:S3 연구 메모리/MCP 클라이언트|MCP 클라이언트 안내]], 필드와 관계의 기계 계약은 [[Help:S3 연구 메모리/아키텍처|아키텍처]]에 있습니다.

도움말:S3 연구 메모리

2026-07-19T02:07:46Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

<onlyinclude>
S3 연구 메모리는 연구실이 함께 쓰는 지식 저장소입니다. 프로젝트가 끝난 뒤에도 시행착오를 다시 찾을 수 있게, 시도한 방법과 실제 결과를 짧게 기록합니다. 실험 원본이나 일정표는 여기 쌓지 않습니다.

</onlyinclude>

위키 본문과 MCP 검색은 공개될 수 있습니다. 에이전트는 연구실 공용 토큰으로 메모 작성, 관계 연결, 근거 첨부, 근거 검증 기록 추가와 Lesson의 조건부 수정을 할 수 있습니다. 수정에는 기준 리비전과 기존 근거가 필요합니다. 삭제, 이동과 위키 관리 기능은 제공하지 않습니다. 저장한 메모는 바로 검색되고 모든 수정은 MediaWiki 이력에 남습니다.

서버가 <code><nowiki>S3RM_MCP_WRITE_AUTH_MODE=open</nowiki></code>으로 운영되는 동안에는 다섯 가지 변경 도구를 토큰 없이 사용할 수 있습니다. <code><nowiki>github</nowiki></code> 모드는 GitHub 로그인으로 MCP 전체를 보호합니다. 공개 시험이 끝나면 <code><nowiki>token</nowiki></code>으로 되돌립니다.

=== 처음 사용하는 순서 ===

# 서버 담당자에게 공용 쓰기 토큰을 받습니다.
# 아래에서 운영체제에 맞는 연결 문서를 열고 토큰을 먼저 저장합니다.
# 같은 문서의 에이전트 프롬프트를 사용하거나 클라이언트를 직접 연결합니다.
# 도구 열 개와 <code><nowiki>search_lessons(limit=1)</nowiki></code> 응답을 확인합니다.
# [[#진행 중 프로젝트에서 메모 옮기기|진행 중 프로젝트에서 메모 옮기기]]를 사용합니다.
읽기 전용 연결을 기본 경로로 안내하지 않습니다. 메모를 남길 사람은 토큰까지 설정해 쓰기 가능한 상태로 연결하세요. 토큰은 채팅창, 프로젝트 파일과 Git에 붙여넣지 않습니다.

=== 플랫폼별 연결 ===

중앙 MCP 주소는 모든 플랫폼에서 <code><nowiki>https://s3wiki.yonsei.ac.kr/mcp</nowiki></code>입니다. 각 PC에 저장소, Docker, 별도 위키나 로컬 MCP 서버를 만들지 않습니다.

==== Linux ====

[[Help:S3 연구 메모리/Linux 연결|Linux에서 연결]]

==== macOS ====

[[Help:S3 연구 메모리/macOS 연결|macOS에서 연결]]

==== Windows ====

[[Help:S3 연구 메모리/Windows 연결|Windows에서 연결]]

Claude Code를 사용한다면 토큰을 저장한 뒤 다음 명령으로 사용자 범위에 등록합니다.

<pre><nowiki>
claude mcp add --transport http --scope user \
s3-research-memory https://s3wiki.yonsei.ac.kr/mcp \
--header 'Authorization: Bearer ${S3RM_MCP_TOKEN}'
</nowiki></pre>

작은따옴표를 유지해야 토큰 값 대신 환경변수 참조가 저장됩니다. 등록 뒤 <code><nowiki>claude mcp get s3-research-memory</nowiki></code> 또는 Claude Code의 <code><nowiki>/mcp</nowiki></code>에서 확인하세요.

각 문서는 다음 순서로 구성되어 있습니다.

# 전달받은 토큰을 사용자 환경에 안전하게 저장
# 에이전트에게 현재 클라이언트 연결 맡기기
# Codex, Claude Code 또는 Cursor를 직접 설정
# 연결 확인
토큰 저장 블록을 실행하면 <code><nowiki>S3RM_MCP_TOKEN:</nowiki></code>이 표시됩니다. 그 뒤에 서버 담당자에게 전달받은 토큰을 붙여넣고 Enter를 누르세요. 입력 중에는 토큰이 화면에 보이지 않습니다. Linux와 macOS 문서는 로그인 셸을 확인해 zsh 또는 Bash에 맞는 시작 파일을 자동으로 선택하므로 파일명을 직접 바꿀 필요가 없습니다.

ChatGPT 웹, Claude 웹·Desktop과 조직 커넥터처럼 별도 인증 제약이 있는 제품은 [[Help:S3 연구 메모리/MCP 클라이언트|MCP 클라이언트 참고]]를 확인하세요.

<pre><nowiki>
연구실에서 쓰는 여러 AI 클라이언트
│
▼
중앙 S3 Research Memory MCP
│
▼
하나의 Semantic MediaWiki
</nowiki></pre>

=== 연결 확인 ===

새 대화에서 다음처럼 요청합니다.

<pre><nowiki>
S3 Research Memory의 search_lessons를 빈 검색어와 limit=1로 실행해 줘.
id, title, confidence만 반환하고, 메모가 아직 없어도 새로 만들지는 마.
</nowiki></pre>

정상이라면 다음 열 개 도구가 보입니다.

{| class="wikitable"
! 읽기 !! 쓰기
|-
| <code><nowiki>search_lessons</nowiki></code> || <code><nowiki>create_lesson_draft</nowiki></code>
|-
| <code><nowiki>get_lesson</nowiki></code> || <code><nowiki>link_lessons</nowiki></code>
|-
| <code><nowiki>audit_lessons</nowiki></code> || <code><nowiki>attach_evidence</nowiki></code>
|-
| <code><nowiki>find_related_lessons</nowiki></code> || <code><nowiki>record_evidence_verification</nowiki></code>
|-
| <code><nowiki>find_analogies</nowiki></code> || <code><nowiki>revise_lesson</nowiki></code>
|}

검색 기본값은 기존 전체 텍스트·단어 겹침 방식인 <code><nowiki>legacy</nowiki></code>입니다. 서버 담당자가 의미 검색을 켠 환경에서는 <code><nowiki>search_lessons</nowiki></code>나 <code><nowiki>find_analogies</nowiki></code>에 <code><nowiki>retrieval_mode=hybrid_v1</nowiki></code>을 지정해 표현이 다른 후보도 함께 찾을 수 있습니다. 결과의 <code><nowiki>effective_mode</nowiki></code>와 <code><nowiki>semantic_status</nowiki></code>로 실제 적용 여부를 확인하세요. 이 서버의 GPU에서 선택적으로 실행하는 번들 모델과 설정 방법은 [[Help:S3 연구 메모리/설치와 검증#선택적 의미 검색|설치·설정의 의미 검색]]에 있습니다.

=== 진행 중 프로젝트에서 메모 옮기기 ===

쓰기 연결을 마친 클라이언트에서 아래 프롬프트를 붙여넣으세요. 현재 확인할 수 있는 문제와 해결 방법만 골라 최대 다섯 건씩 옮깁니다.

<pre><nowiki>
현재 대화, 이 클라이언트가 제공한 저장 메모리, 현재 작업공간과 명시적으로 첨부된
자료 중 실제로 접근할 수 있는 내용만 사용해, 다른 프로젝트에서도 도움이 될 문제와
해결 방법을 중앙 S3 Research Memory에 옮겨 줘.

반드시 지킬 조건:
- S3 Research Memory의 MCP 도구만 사용한다. generic MediaWiki API, 별도 위키·DB,
로컬 MCP 서버는 사용하거나 만들지 않는다.
- 프로젝트 소개, 진행 현황, 할 일, 일정, 회의록을 메모로 만들지 않는다.
자동화 작업·워크플로·CI·도구 호출의 성공·실패 상태, 재시도, 인증·연결 오류와 실행 로그
자체도 메모로 만들지 않는다. 실패 자체가 연구 대상이고 단일 실행을 넘어 재사용할
원인과 적용 조건을 확인 가능한 근거로 일반화한 독립 주장일 때만 후보로 삼는다.
한 가지 문제와 결론을 메모 한 건으로 만든다.
- 과거 대화나 저장 메모리를 실제로 읽을 수 없으면 읽었다고 가정하지 않는다. 접근한
자료의 범위와 접근하지 못한 범위를 마지막에 구분해 적는다.
- 위키는 공개로 읽힐 수 있다. 비밀번호, 토큰, 개인 정보, 사적인 대화 원문, 개인의
신상·관계·취향·업무 평가, 미공개 제3자 자료는 쓰지 않는다. 사람 이름 대신 필요한
실제 역할만 쓴다. 비밀 파일은 읽지 않고, 원시 데이터와 큰 산출물은 원래 저장소에
둔다. 공개 논문의 저자처럼 인용에 필요한 정보는 정확히 유지한다.
- 수치, 버전, 짧은 기술 표현은 출처가 뒷받침할 때만 정확히 보존한다. 경로, URL,
체크섬, 날짜, 실험 결과나 인과관계를 추측해서 채우지 않는다.

다음 순서로 처리한다:
1. 후보마다 핵심 메커니즘과 적용 조건으로 search_lessons를 먼저 실행한다.
한 번에 최대 5건만 받고, 필요할 때만 find_related_lessons나
find_analogies로 확인한다.
2. 같은 주장과 적용 범위의 메모가 있으면 새 메모를 만들지 않는다. 출처만 늘어나면
attach_evidence를 사용한다. 기존 핵심 내용을 보강해야 하면 get_lesson으로 현재
revision을 읽고 근거를 먼저 붙인다. 이어지는 revise_lesson에는 attach_evidence
응답의 current_revision_id를 expected_revision_id로 사용한다. 그 사이 다른 변경이
있었다면 get_lesson을 다시 읽고 변경안을 재계산한다.
3. 주장이 다르지만 관련 메모가 있으면 새 메모를 만든 뒤 supports, contradicts,
analogous_to, failed_because, works_when, suggests, supersedes 중 정확한 관계만
link_lessons로 연결한다. 관련성이 불명확하면 관계를 만들지 않는다.
4. 새 메모에는 고유한 operation_id, title, question, attempt, context, observation,
interpretation, reusable_lesson, applicability, confidence, evidence, 구조화된
initial_evidence와 필요하면 안정적인 lesson_id를 넣는다. observation에는 직접 확인한
사실만 쓰고 interpretation에는 가능한 원인과 불확실성을 분리해 쓴다.
5. 다시 찾을 수 있는 인용이 최소 한 개 있을 때만 create_lesson_draft를 실행한다.
initial_evidence는 Lesson과 같은 revision에 원자적으로 저장된다. 추가 인용만
attach_evidence로 붙인다. 논문 근거에는 실제 확인 범위를
full_text, official_abstract, partial_source, metadata_only 중 정확히 표시한다.
확인 범위를 기록하지 못한 자료는 새 evidence로 붙이지 않으며, 기술 내용을
추측하지 않는다. 근거가 기억뿐이거나 위치를 확인할 수 없으면 쓰지 말고
'근거 필요' 후보로 남긴다. 실제 자료를 읽은 경우에만 자료 식별자,
검사한 자료의 SHA-256, 위치, 확인 범위, 판정과 연결한 주장 필드를
검증 기록으로 남긴다. high confidence는 full_text 또는 official_abstract의
`supports` 검증이 observation, interpretation, reusable_lesson 세 필드를 모두
뒷받침할 때만 쓴다.
6. 이번 실행에서는 생성 또는 변경한 메모를 합쳐 최대 5건까지만 처리한다. 그 이상은
제목과 중단 이유만 남기고 위키를 변경하지 않는다.
- 다섯 쓰기 도구 모두 새 작업마다 고유한 operation_id를 쓰고, 결과가 불분명한 재시도에는
원래 ID와 요청을 그대로 쓴다. 내부 호환 필드는 서버에 맡기며 삭제와 이동은 하지 않는다.
같은 Lesson의 정정·보강은 revision으로 남기고, supersedes는 실제로 다른 주장이
이전 주장을 대신할 때만 사용한다. evidence note나 Technical Review 중복 메모를
본문 수정 대신 만들지 않는다.

별도 확인 질문 없이 위 조건을 만족하는 항목만 처리해. 마지막에는 다음 순서로 짧게
보고해:
1. 실제로 확인한 자료 범위와 확인하지 못한 범위
2. 생성·근거 추가·검증 추가·관계 추가·중복으로 건너뜀을 구분한 Lesson ID와 제목
3. 위키에 쓰지 않은 '근거 필요' 후보와 빠진 정보
4. 접근 가능한 범위를 모두 확인했는지, 아니면 5건 제한 때문에 남은 후보가 있는지
</nowiki></pre>

생성·수정한 메모도 바로 검색됩니다. 반환된 <code><nowiki>Lesson:</nowiki></code> ID와 revision을 <code><nowiki>audit_lessons</nowiki></code>로 확인하고, 위키에서 관찰과 해석이 섞이지 않았는지, 인용으로 원본을 다시 찾을 수 있는지, 공개하면 안 되는 내용이 없는지 확인하세요. 문제가 있으면 새 revision으로 고칩니다. 감사는 저장된 구조, digest, 검증 수령 기록의 일관성만 확인하며 외부 자료의 사실 진위를 자동으로 판정하지 않습니다.

=== 무엇을 남기나 ===

각 메모에는 궁금했던 점, 해본 것, 당시 조건, 실제 결과, 가능한 원인, 다음에 기억할 것, 언제 맞는지, 신뢰도와 관련 자료를 적습니다. 관계는 다음 일곱 가지만 사용합니다.

<pre><nowiki>
supports, contradicts, analogous_to, failed_because,
works_when, suggests, supersedes
</nowiki></pre>

원시 로그, 대형 데이터셋과 실험 산출물 전체는 원래 저장소에 두고, 위키에는 다시 찾을 수 있는 URL·경로·체크섬과 해석을 기록합니다.

=== 문서 ===

사용자:

* [[Help:S3 연구 메모리/Linux 연결|Linux 연결]]
* [[Help:S3 연구 메모리/macOS 연결|macOS 연결]]
* [[Help:S3 연구 메모리/Windows 연결|Windows 연결]]
* [[Help:S3 연구 메모리/MCP 클라이언트|제품별 MCP 참고]]
* [[Help:S3 연구 메모리/메모 사용법|메모 작성·검색·MCP 사용]]
* [[Help:S3 연구 메모리/문제 해결|문제 해결]]
서버 담당자:

* [[Help:S3 연구 메모리/중앙 서버 관리|중앙 서버 관리]]
* [[Help:S3 연구 메모리/설치와 검증|설치와 검증]]
* [[Help:S3 연구 메모리/백업과 복원|백업·복원·업그레이드]]
* [[Help:S3 연구 메모리/보안|계정·비밀·네트워크 보안]]
* [[Help:S3 연구 메모리/아키텍처|데이터 계약과 아키텍처]]
* [[Help:S3 연구 메모리/벡터·하이브리드 검색 설계|벡터·하이브리드 검색 설계]]
기여:

* [[Help:S3 연구 메모리/문체|사용자에게 보이는 한국어]]
* [[Help:S3 연구 메모리/파일럿 가정|파일럿 가정]]
* [[Help:S3 연구 메모리/참고문서|상위 프로젝트와 공식 참고문서]]
* 에이전트 기여 규칙 (<code><nowiki>AGENTS.md</nowiki></code>)

미디어위키:Common.js

2026-07-19T02:07:46Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

미디어위키:Common.css

2026-07-19T02:07:46Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

:root {
--s3-navy: #1d2040;
--s3-navy-deep: #171933;
--s3-indigo: #3e42d1;
--s3-indigo-dark: #393c9f;
--s3-sky: #8eb2ee;
--s3-paper: #f0f0f0;
--s3-canvas: #f7f7fa;
--s3-text: #212121;
--s3-muted: #626579;
--s3-green: #2f6b4f;
--s3-amber: #8a6a1f;
--s3-amber-bg: #f6eed6;
--s3-line: #d9dbe7;
--s3-motion: 150ms ease;
--s3-font-sans: "Noto Sans KR", "Apple SD Gothic Neo", "Malgun Gothic", Montserrat, Arial, sans-serif;
--s3-font-serif: "Noto Serif KR", "Nanum Myeongjo", Bitter, Georgia, serif;
}

::selection {
background: var(--s3-sky);
color: var(--s3-navy-deep);
}

html {
scroll-behavior: smooth;
}

body,
.mw-body-content {
color: var(--s3-text);
font-family: var(--s3-font-sans);
font-size: 17px;
line-height: 1.72;
}

body {
background: var(--s3-canvas);
}

a,
.mw-body-content a:visited {
color: var(--s3-indigo-dark);
transition: color var(--s3-motion);
}

a:hover {
color: var(--s3-indigo);
}

a:focus-visible,
button:focus-visible,
input:focus-visible,
textarea:focus-visible,
select:focus-visible {
outline: 3px solid var(--s3-indigo);
outline-offset: 2px;
}

.vector-header-container,
.skin-vector-2022 .mw-header {
background: var(--s3-navy);
color: #fff;
}

.vector-header-container a,
.vector-header-container .vector-menu-heading,
.vector-header-container .vector-dropdown-label {
color: #fff;
}

.vector-header-container .mw-logo-wordmark,
.vector-header-container .mw-logo-tagline,
.vector-header-container .mw-ui-icon::before {
filter: brightness(0) invert(1);
}

.vector-header-container .mw-logo-icon {
filter: none;
}

.vector-header-container .mw-logo-wordmark {
color: #fff;
}

.vector-header-container .cdx-text-input__input,
.vector-header-container input {
background: #fff;
color: var(--s3-text);
}

.mw-page-container {
background: #fff;
}

.mw-body-header {
background: var(--s3-paper);
border: 0;
padding: 1.6rem clamp(1.25rem, 4vw, 4.4rem);
}

.mw-body h1,
.mw-body h2,
.mw-body h3,
.mw-body h4,
.mw-body-header .firstHeading {
color: var(--s3-text);
font-family: var(--s3-font-sans);
font-weight: 700;
}

.mw-body h2 {
border-bottom: 1px solid var(--s3-line);
font-size: clamp(1.4rem, 2.2vw, 1.75rem);
padding-bottom: 0.45rem;
}

.mw-body h3 {
font-size: 1.18rem;
}

.page-Main_Page .mw-body-content,
.page-연구_메모리 .mw-body-content {
font-size: 16px;
line-height: 1.65;
margin-top: 1.2rem;
}

.page-Main_Page .mw-body-header,
.page-연구_메모리 .mw-body-header {
background: #fff;
border-bottom: 1px solid var(--s3-line);
margin: 0 auto;
max-width: 960px;
padding: 1.1rem 0 0.85rem;
}

.page-Main_Page .mw-body-header .firstHeading,
.page-연구_메모리 .mw-body-header .firstHeading {
font-size: clamp(1.8rem, 3vw, 2.15rem);
line-height: 1.3;
}

.page-Main_Page .mw-body-content > .mw-parser-output,
.page-연구_메모리 .mw-body-content > .mw-parser-output {
margin: 0 auto;
max-width: 960px;
}

.s3rm-home-intro {
border-bottom: 1px solid var(--s3-line);
border-top: 3px solid var(--s3-navy);
padding: 1.15rem 0 1.25rem;
}

.s3rm-home-intro p {
color: var(--s3-navy-deep);
font-family: var(--s3-font-serif);
font-size: clamp(1.12rem, 1.8vw, 1.32rem);
line-height: 1.6;
margin: 0;
max-width: 760px;
text-wrap: pretty;
}

.s3rm-content-section {
margin: 0 auto 3.25rem;
}

.s3rm-home-actions {
display: grid;
grid-template-columns: repeat(3, minmax(0, 1fr));
border-bottom: 1px solid var(--s3-line);
margin-bottom: 3.25rem;
}

.s3rm-action-card {
border-right: 1px solid var(--s3-line);
box-shadow: inset 0 0 0 0 transparent;
min-width: 0;
padding: 1.05rem 1.35rem 1.15rem;
transition: box-shadow var(--s3-motion);
}

.s3rm-action-card:hover {
box-shadow: inset 0 3px 0 -1px var(--s3-indigo);
}

.s3rm-action-card:first-child {
padding-left: 0;
}

.s3rm-action-card:last-child {
border-right: 0;
padding-right: 0;
}

.s3rm-action-title {
font-family: var(--s3-font-sans);
font-size: 1rem;
font-weight: 700;
margin-bottom: 0.3rem;
}

.s3rm-action-title a {
color: var(--s3-indigo-dark);
text-decoration-thickness: 1px;
text-underline-offset: 0.2em;
transition: text-decoration-thickness var(--s3-motion),
text-underline-offset var(--s3-motion);
}

.s3rm-action-card:hover .s3rm-action-title a {
text-decoration-thickness: 2px;
text-underline-offset: 0.24em;
}

.s3rm-action-card p {
color: var(--s3-muted);
font-size: 0.9rem;
line-height: 1.55;
margin: 0;
}

.s3rm-section-header {
align-items: baseline;
border-bottom: 1px solid var(--s3-line);
display: flex;
gap: 1rem;
justify-content: space-between;
}

.s3rm-section-header h2 {
align-items: center;
border: 0;
display: flex;
font-size: 1.35rem;
gap: 0.55rem;
margin: 0;
padding: 0 0 0.65rem;
}

.s3rm-section-header h2::before {
background: var(--s3-indigo);
content: "";
height: 1.1em;
width: 4px;
}

.s3rm-section-link {
font-size: 0.88rem;
white-space: nowrap;
}

.s3rm-recent-list {
border-bottom: 1px solid var(--s3-line);
}

.s3rm-lesson-summary {
background: #fff;
border-bottom: 1px solid var(--s3-line);
box-shadow: inset 0 0 0 0 transparent;
margin: 0 -0.9rem;
padding: 0.85rem 0.9rem;
transition: background var(--s3-motion), box-shadow var(--s3-motion);
}

.s3rm-lesson-summary:hover {
background: var(--s3-canvas);
box-shadow: inset 3px 0 0 0 var(--s3-indigo);
}

.s3rm-lesson-summary:last-child {
border-bottom: 0;
}

.s3rm-lesson-summary-title {
font-family: var(--s3-font-sans);
font-size: 1rem;
font-weight: 700;
line-height: 1.45;
margin: 0 0 0.45rem;
}

.s3rm-lesson-summary-title a {
color: var(--s3-navy);
}

.s3rm-lesson-summary-meta {
align-items: center;
color: var(--s3-muted);
display: flex;
flex-wrap: wrap;
font-size: 0.82rem;
gap: 0.45rem;
}

.s3rm-empty-state {
background: var(--s3-canvas);
border: 1px dashed var(--s3-line);
color: var(--s3-muted);
font-size: 0.92rem;
padding: 1.4rem 1rem;
text-align: center;
}

.s3rm-create-panel {
border-bottom: 1px solid var(--s3-line);
border-top: 1px solid var(--s3-line);
display: grid;
gap: 2.25rem;
grid-template-columns: minmax(0, 1fr) minmax(300px, 0.9fr);
padding: 1.4rem 0;
}

.s3rm-create-panel h2 {
border: 0;
font-size: 1.35rem;
margin-top: 0;
padding: 0;
}

.s3rm-form-launcher {
background: var(--s3-paper);
min-width: 0;
padding: 1rem;
}

.s3rm-form-label {
color: var(--s3-navy);
font-family: var(--s3-font-sans);
font-size: 0.86rem;
font-weight: 700;
margin-bottom: 0.45rem;
}

.s3rm-form-launcher .pfFormInputWrapper {
max-width: 100%;
}

.s3rm-form-launcher .oo-ui-horizontalLayout {
display: flex;
flex-wrap: wrap;
gap: 0.5rem;
max-width: 100%;
}

.s3rm-form-launcher .oo-ui-horizontalLayout > .oo-ui-widget {
margin-right: 0;
}

.s3rm-form-launcher .pfPageNameWithoutNamespace {
flex: 1 1 14rem;
min-width: 0;
width: auto !important;
}

.s3rm-form-launcher input[type="text"] {
box-sizing: border-box;
max-width: 100%;
min-width: 0;
width: 100% !important;
}

.s3rm-form-note {
background: #f5f5f8;
border-left: 4px solid var(--s3-indigo);
margin: 1.2rem 0 1.8rem;
padding: 1rem 1.2rem;
}

.s3rm-confidence,
.s3rm-kind,
.s3rm-relation-label {
background: #ececf5;
color: var(--s3-navy);
display: inline-block;
font-family: var(--s3-font-sans);
font-size: 0.78rem;
font-weight: 700;
line-height: 1.4;
padding: 0.2rem 0.55rem;
}

.s3rm-confidence-high { background: #dceee5; color: var(--s3-green); }
.s3rm-confidence-low { background: #f4e6e3; color: #8a3f34; }

.s3rm-lesson-meta {
align-items: center;
border-bottom: 1px solid var(--s3-line);
display: flex;
flex-wrap: wrap;
gap: 0.55rem;
margin-bottom: 1.5rem;
padding-bottom: 1rem;
}

.s3rm-lesson-actions {
display: flex;
flex-wrap: wrap;
gap: 0.55rem;
margin: -0.55rem 0 1.4rem;
}

.s3rm-lesson-actions a {
border: 1px solid var(--s3-indigo-dark);
color: var(--s3-indigo-dark);
display: inline-block;
font-size: 0.86rem;
font-weight: 700;
padding: 0.42rem 0.7rem;
text-decoration: none;
transition: background var(--s3-motion), color var(--s3-motion);
}

.s3rm-lesson-actions a:hover {
background: var(--s3-indigo-dark);
color: #fff;
}

.s3rm-lesson-table,
.formtable,
.smwtable {
border-collapse: collapse;
width: 100%;
}

.formtable {
table-layout: fixed;
}

.s3rm-lesson-table th,
.s3rm-lesson-table td,
.formtable th,
.formtable td {
border: 0;
border-bottom: 1px solid var(--s3-line);
padding: 0.85rem 0.75rem;
vertical-align: top;
}

.s3rm-lesson-table th,
.formtable th {
color: var(--s3-navy);
font-family: var(--s3-font-sans);
font-size: 0.86rem;
min-width: 12rem;
text-align: left;
width: 12rem;
}

.s3rm-evidence {
background: #f7f7fa;
border-left: 4px solid var(--s3-indigo);
margin: 0.75rem 0;
padding: 0.85rem 1rem;
}

.s3rm-relation {
border-bottom: 1px solid var(--s3-line);
display: block;
margin: 0.35rem 0;
padding: 0.55rem 0;
}

.pfFormInputWrapper input,
.createboxInput,
.formtable input[type="text"],
.formtable textarea,
.formtable select {
border: 1px solid #a7a9ba;
box-sizing: border-box;
font-family: var(--s3-font-sans);
max-width: 100%;
padding: 0.55rem 0.65rem;
}

.formtable input[type="text"],
.formtable textarea {
width: 100%;
}

.oo-ui-buttonElement-framed.oo-ui-widget-enabled > .oo-ui-buttonElement-button,
.cdx-button--action-progressive.cdx-button--weight-primary {
background: var(--s3-indigo);
border-color: var(--s3-indigo);
color: #fff;
min-height: 44px;
transition: background var(--s3-motion);
}

.oo-ui-buttonElement-framed.oo-ui-widget-enabled > .oo-ui-buttonElement-button:hover,
.cdx-button--action-progressive.cdx-button--weight-primary:hover {
background: var(--s3-indigo-dark);
border-color: var(--s3-indigo-dark);
}

/* Knowledge graph home */
.page-Main_Page .mw-body-header,
.page-연구_메모리 .mw-body-header,
.page-Main_Page .mw-body-content > .mw-parser-output,
.page-연구_메모리 .mw-body-content > .mw-parser-output {
max-width: 1440px;
}

.page-Main_Page .mw-body-content,
.page-연구_메모리 .mw-body-content {
margin-top: 0.75rem;
}

.s3rm-home-intro {
align-items: center;
border: 0;
display: flex;
min-height: 2.7rem;
padding: 0 0 0.75rem;
}

.s3rm-home-intro p {
color: var(--s3-muted);
font-family: var(--s3-font-sans);
font-size: 0.94rem;
line-height: 1.55;
max-width: none;
}

.s3rm-eyebrow {
color: var(--s3-indigo);
font-size: 0.7rem;
font-weight: 800;
letter-spacing: 0.06em;
line-height: 1.4;
margin-bottom: 0.35rem;
}

.s3rm-graph-section {
background: #fff;
border: 1px solid var(--s3-line);
box-shadow: 0 16px 42px rgba(23, 25, 51, 0.09);
color: var(--s3-text);
margin: 0 0 3.2rem;
overflow: hidden;
}

.s3rm-graph-heading {
align-items: flex-end;
border-bottom: 1px solid var(--s3-line);
display: flex;
gap: 2rem;
justify-content: space-between;
padding: 1.35rem 1.5rem 1.2rem;
}

.s3rm-graph-heading .s3rm-eyebrow {
color: var(--s3-indigo);
}

.s3rm-graph-heading h2 {
border: 0;
color: var(--s3-navy);
font-size: clamp(1.25rem, 2vw, 1.65rem);
line-height: 1.35;
margin: 0 0 0.35rem;
padding: 0;
}

.s3rm-graph-heading p {
color: var(--s3-muted);
font-size: 0.88rem;
line-height: 1.5;
margin: 0;
}

.s3rm-graph-shortcuts {
display: flex;
flex: 0 0 auto;
gap: 0.55rem;
}

.s3rm-graph-shortcuts a {
border: 1px solid var(--s3-indigo-dark);
color: var(--s3-indigo-dark) !important;
font-size: 0.8rem;
font-weight: 700;
padding: 0.42rem 0.72rem;
text-decoration: none;
}

.s3rm-graph-shortcuts a:last-child {
background: var(--s3-indigo);
border-color: var(--s3-indigo);
color: #fff !important;
}

.s3rm-semantic-search {
background: var(--s3-canvas);
border-bottom: 1px solid var(--s3-line);
padding: 1.1rem 1.5rem 1.2rem;
}

.s3rm-semantic-search-loading {
color: var(--s3-muted);
font-size: 0.82rem;
}

.s3rm-semantic-intro {
align-items: center;
display: flex;
gap: 0.75rem;
margin-bottom: 0.8rem;
}

.s3rm-semantic-icon {
align-items: center;
background: #ececf5;
border: 1px solid var(--s3-line);
color: var(--s3-indigo);
display: flex;
flex: 0 0 2.35rem;
font-size: 1.35rem;
height: 2.35rem;
justify-content: center;
}

.s3rm-semantic-intro strong {
color: var(--s3-navy);
display: block;
font-size: 0.92rem;
margin-bottom: 0.1rem;
}

.s3rm-semantic-intro p {
color: var(--s3-muted);
font-size: 0.75rem;
line-height: 1.45;
margin: 0;
}

.s3rm-semantic-form {
display: flex;
gap: 0.55rem;
}

.s3rm-semantic-input {
background: #fff;
border: 1px solid #a7a9ba;
border-radius: 0;
box-sizing: border-box;
color: var(--s3-text);
flex: 1 1 auto;
font-family: var(--s3-font-sans);
font-size: 0.93rem;
height: 3rem;
min-width: 0;
padding: 0 0.95rem;
}

.s3rm-semantic-input::placeholder {
color: #777b8f;
}

.s3rm-semantic-submit {
background: var(--s3-indigo);
border: 1px solid var(--s3-indigo);
border-radius: 0;
color: #fff;
cursor: pointer;
flex: 0 0 auto;
font-family: var(--s3-font-sans);
font-size: 0.84rem;
font-weight: 800;
min-width: 7rem;
padding: 0 1rem;
}

.s3rm-semantic-submit:hover {
background: var(--s3-indigo-dark);
border-color: var(--s3-indigo-dark);
}

.s3rm-semantic-submit:disabled {
cursor: wait;
opacity: 0.7;
}

.s3rm-semantic-examples {
align-items: center;
display: flex;
flex-wrap: wrap;
gap: 0.4rem;
margin-top: 0.55rem;
}

.s3rm-semantic-examples > span {
color: var(--s3-muted);
font-size: 0.67rem;
margin-right: 0.1rem;
}

.s3rm-semantic-examples button {
background: #fff;
border: 1px solid var(--s3-line);
border-radius: 1rem;
color: var(--s3-indigo-dark);
cursor: pointer;
font-family: var(--s3-font-sans);
font-size: 0.67rem;
padding: 0.25rem 0.55rem;
}

.s3rm-semantic-examples button:hover {
background: #ececf5;
border-color: #b9bcce;
color: var(--s3-navy);
}

.s3rm-semantic-feedback {
border-top: 1px solid var(--s3-line);
margin-top: 0.9rem;
padding-top: 0.9rem;
}

.s3rm-semantic-result-header {
align-items: center;
display: flex;
gap: 1rem;
justify-content: space-between;
margin-bottom: 0.6rem;
}

.s3rm-semantic-result-header > strong {
color: var(--s3-navy);
font-size: 0.78rem;
font-weight: 700;
}

.s3rm-semantic-mode {
color: var(--s3-indigo-dark);
font-size: 0.67rem;
white-space: nowrap;
}

.s3rm-semantic-graph-note {
color: var(--s3-muted);
font-size: 0.72rem;
line-height: 1.5;
margin: -0.1rem 0 0.55rem;
}

.s3rm-semantic-result-links {
display: flex;
flex-wrap: wrap;
gap: 0.35rem;
}

.s3rm-semantic-result-links a {
background: #fff;
border: 1px solid var(--s3-line);
color: var(--s3-indigo-dark) !important;
display: inline-block;
font-size: 0.65rem;
line-height: 1.35;
max-width: 15rem;
overflow: hidden;
padding: 0.28rem 0.5rem;
text-decoration: none;
text-overflow: ellipsis;
white-space: nowrap;
}

.s3rm-semantic-result-links a:hover {
background: #ececf5;
border-color: var(--s3-indigo);
}

.s3rm-semantic-results {
display: grid;
gap: 0.5rem;
grid-template-columns: repeat(3, minmax(0, 1fr));
}

.s3rm-semantic-result {
background: #fff;
border: 1px solid var(--s3-line);
box-sizing: border-box;
color: var(--s3-navy) !important;
min-width: 0;
padding: 0.75rem;
text-decoration: none;
transition: background var(--s3-motion), border-color var(--s3-motion);
}

.s3rm-semantic-result:hover {
background: #f1f2f7;
border-color: var(--s3-indigo);
}

.s3rm-semantic-result-top {
align-items: flex-start;
display: flex;
gap: 0.55rem;
justify-content: space-between;
}

.s3rm-semantic-result-top > strong {
font-size: 0.76rem;
line-height: 1.4;
}

.s3rm-semantic-result .s3rm-confidence {
flex: 0 0 auto;
font-size: 0.58rem;
padding: 0.12rem 0.35rem;
}

.s3rm-semantic-result p {
color: var(--s3-muted);
display: -webkit-box;
font-size: 0.68rem;
-webkit-box-orient: vertical;
-webkit-line-clamp: 2;
line-height: 1.45;
margin: 0.45rem 0 0;
overflow: hidden;
}

.s3rm-semantic-searching,
.s3rm-semantic-empty,
.s3rm-semantic-error {
color: var(--s3-muted);
font-size: 0.76rem;
margin: 0;
padding: 0.45rem 0;
}

.s3rm-semantic-error {
align-items: center;
display: flex;
gap: 0.7rem;
justify-content: space-between;
}

.s3rm-semantic-error a {
color: var(--s3-indigo-dark) !important;
font-weight: 700;
}

.s3rm-knowledge-graph {
min-height: 590px;
}

.s3rm-graph-loading,
.s3rm-graph-empty {
align-items: center;
display: flex;
flex-direction: column;
justify-content: center;
min-height: 590px;
padding: 2rem;
text-align: center;
}

.s3rm-graph-loading {
color: #d7dcf2;
gap: 0.25rem;
}

.s3rm-graph-loading > span:last-child {
color: #8e96b4;
font-size: 0.82rem;
}

.s3rm-graph-loading-mark {
animation: s3rm-graph-pulse 1.4s ease-in-out infinite;
background: #8ca8ff;
border-radius: 50%;
box-shadow: 18px 8px 0 -2px #53c18b, -18px 11px 0 -3px #a17bd7;
display: block;
height: 12px;
margin: 0 0 1.25rem;
width: 12px;
}

@keyframes s3rm-graph-pulse {
0%, 100% { opacity: 0.45; transform: scale(0.92); }
50% { opacity: 1; transform: scale(1.08); }
}

.s3rm-graph-toolbar {
align-items: center;
background: #151a2f;
border-bottom: 1px solid #292f4b;
display: flex;
gap: 0.6rem;
padding: 0.7rem 0.85rem;
}

.s3rm-graph-search {
flex: 1 1 19rem;
max-width: 30rem;
position: relative;
}

.s3rm-graph-search-input,
.s3rm-graph-filter,
.s3rm-graph-reset,
.s3rm-graph-clear-search {
background: #0f1324;
border: 1px solid #353c5d;
border-radius: 0;
box-sizing: border-box;
color: #edf0ff;
font-family: var(--s3-font-sans);
font-size: 0.82rem;
height: 2.35rem;
}

.s3rm-graph-search-input {
padding: 0 0.8rem 0 2.25rem;
width: 100%;
}

.s3rm-graph-search::before {
color: #7d87aa;
content: "⌕";
font-size: 1.2rem;
left: 0.75rem;
line-height: 1;
pointer-events: none;
position: absolute;
top: 0.55rem;
z-index: 2;
}

.s3rm-graph-search-input::placeholder {
color: #7d87aa;
}

.s3rm-graph-filter,
.s3rm-graph-reset,
.s3rm-graph-clear-search {
padding: 0 0.75rem;
}

.s3rm-graph-reset,
.s3rm-graph-clear-search {
cursor: pointer;
font-weight: 700;
}

.s3rm-graph-reset:hover,
.s3rm-graph-clear-search:hover {
background: #252c4a;
}

.s3rm-graph-clear-search {
background: #263464;
border-color: #6378d9;
color: #fff;
}

.s3rm-graph-search-results {
background: #181e35;
border: 1px solid #3d456a;
box-shadow: 0 12px 28px rgba(0, 0, 0, 0.34);
left: 0;
max-height: 17rem;
overflow-y: auto;
position: absolute;
right: 0;
top: calc(100% + 0.35rem);
z-index: 5;
}

.s3rm-graph-search-results button,
.s3rm-graph-search-results > span {
background: transparent;
border: 0;
border-bottom: 1px solid #2d3452;
box-sizing: border-box;
color: #edf0ff;
display: block;
font-family: var(--s3-font-sans);
font-size: 0.82rem;
padding: 0.7rem 0.8rem;
text-align: left;
width: 100%;
}

.s3rm-graph-search-results button {
cursor: pointer;
}

.s3rm-graph-search-results button:hover,
.s3rm-graph-search-results button:focus-visible {
background: #252d50;
}

.s3rm-graph-body {
display: grid;
grid-template-columns: minmax(0, 1fr) 260px;
min-height: 472px;
}

.s3rm-graph-viewport {
background-color: #0d1120;
background-image: radial-gradient(circle, rgba(140, 168, 255, 0.13) 1px, transparent 1px);
background-size: 24px 24px;
min-width: 0;
overflow: hidden;
position: relative;
}

.s3rm-graph-canvas {
display: block;
height: 100%;
min-height: 472px;
touch-action: none;
width: 100%;
}

.s3rm-graph-canvas.is-dragging {
cursor: grabbing !important;
}

.s3rm-graph-hint {
background: rgba(16, 20, 38, 0.86);
bottom: 0.75rem;
color: #8992b2;
font-size: 0.68rem;
left: 0.75rem;
padding: 0.32rem 0.5rem;
pointer-events: none;
position: absolute;
}

.s3rm-graph-inspector {
background: #151a2f;
border-left: 1px solid #292f4b;
box-sizing: border-box;
min-width: 0;
padding: 1.2rem;
}

.s3rm-inspector-welcome {
align-items: flex-start;
color: #aeb5cf;
display: flex;
flex-direction: column;
height: 100%;
justify-content: center;
}

.s3rm-inspector-welcome strong {
color: #f5f7ff;
margin-bottom: 0.3rem;
}

.s3rm-inspector-welcome p {
font-size: 0.8rem;
line-height: 1.55;
margin: 0;
}

.s3rm-inspector-symbol {
color: #8ca8ff;
font-size: 2.2rem;
line-height: 1;
margin-bottom: 0.9rem;
}

.s3rm-inspector-kicker {
color: #8ca8ff;
font-size: 0.68rem;
font-weight: 800;
letter-spacing: 0.08em;
margin-bottom: 0.5rem;
}

.s3rm-graph-inspector h3 {
color: #fff;
font-size: 1.05rem;
line-height: 1.45;
margin: 0 0 0.85rem;
}

.s3rm-inspector-meta {
align-items: center;
color: #9fa8c8;
display: flex;
font-size: 0.76rem;
gap: 0.6rem;
}

.s3rm-inspector-relations {
border-top: 1px solid #303754;
list-style: none;
margin: 1.1rem 0;
padding: 0.6rem 0 0;
}

.s3rm-inspector-relations li {
align-items: center;
color: #aeb5cf;
display: flex;
font-size: 0.78rem;
justify-content: space-between;
padding: 0.25rem 0;
}

.s3rm-inspector-relations strong {
color: #fff;
}

.s3rm-inspector-muted {
color: #929ab8;
font-size: 0.78rem;
line-height: 1.5;
margin: 1.1rem 0;
}

.s3rm-graph-primary-link {
background: #687ee9;
color: #fff !important;
display: inline-block;
font-size: 0.8rem;
font-weight: 700;
margin-top: 0.75rem;
padding: 0.52rem 0.78rem;
text-decoration: none;
}

.s3rm-graph-footer {
align-items: center;
background: #151a2f;
border-top: 1px solid #292f4b;
color: #8f98b8;
display: flex;
font-size: 0.7rem;
gap: 1rem;
justify-content: space-between;
min-height: 2.45rem;
padding: 0 0.9rem;
}

.s3rm-graph-legend {
display: flex;
flex-wrap: wrap;
gap: 0.8rem;
}

.s3rm-graph-legend-item {
align-items: center;
display: inline-flex;
gap: 0.3rem;
}

.s3rm-graph-legend-item i {
border-radius: 50%;
display: inline-block;
height: 0.4rem;
width: 0.4rem;
}

.s3rm-graph-empty {
background: #0d1120;
color: #aeb5cf;
}

.s3rm-graph-empty strong {
color: #fff;
font-size: 1.05rem;
}

.s3rm-graph-empty p {
font-size: 0.83rem;
margin: 0.35rem 0 0;
}

.s3rm-graph-fallback {
background: #0d1120;
color: #c8cee5;
min-height: 12rem;
padding: 4rem 1rem;
text-align: center;
}

.s3rm-home-lower {
display: grid;
gap: clamp(2.5rem, 5vw, 5rem);
grid-template-columns: minmax(0, 1.45fr) minmax(300px, 0.72fr);
}

.s3rm-quick-start-header {
align-items: flex-end;
}

.s3rm-quick-start-header h2,
.s3rm-recent-section .s3rm-section-header h2 {
padding-bottom: 0;
}

.s3rm-quick-start-header h2::before,
.s3rm-recent-section .s3rm-section-header h2::before {
display: none;
}

.s3rm-onboarding-steps {
display: grid;
gap: 0;
grid-template-columns: repeat(3, minmax(0, 1fr));
list-style: none;
margin: 0;
padding: 0;
}

.s3rm-onboarding-steps li {
border-bottom: 1px solid var(--s3-line);
border-right: 1px solid var(--s3-line);
display: flex;
gap: 0.75rem;
min-width: 0;
padding: 1rem;
}

.s3rm-onboarding-steps li:first-child {
padding-left: 0;
}

.s3rm-onboarding-steps li:last-child {
border-right: 0;
}

.s3rm-onboarding-steps li > span {
align-items: center;
background: var(--s3-navy);
border-radius: 50%;
color: #fff;
display: inline-flex;
flex: 0 0 1.65rem;
font-size: 0.72rem;
font-weight: 800;
height: 1.65rem;
justify-content: center;
}

.s3rm-onboarding-steps strong {
color: var(--s3-navy);
display: block;
font-size: 0.86rem;
margin: 0.1rem 0 0.22rem;
}

.s3rm-onboarding-steps p {
color: var(--s3-muted);
font-size: 0.76rem;
line-height: 1.48;
margin: 0;
}

.s3rm-quick-start .s3rm-create-panel {
align-items: center;
border-top: 0;
gap: 1.5rem;
grid-template-columns: minmax(0, 1fr) minmax(290px, 0.8fr);
padding: 1.2rem 0;
}

.s3rm-quick-start .s3rm-create-panel h3 {
font-size: 1rem;
margin: 0 0 0.35rem;
}

.s3rm-quick-start .s3rm-create-panel p {
color: var(--s3-muted);
font-size: 0.79rem;
line-height: 1.55;
margin: 0;
}

.s3rm-quick-start .s3rm-create-panel .s3rm-create-hint {
margin-top: 0.35rem;
}

.s3rm-quick-start .s3rm-form-launcher {
background: #f1f2f7;
border: 1px solid var(--s3-line);
}

.s3rm-recent-section .s3rm-section-header {
align-items: flex-end;
}

.s3rm-recent-section .s3rm-recent-list {
border-bottom: 0;
}

.s3rm-recent-section .s3rm-lesson-summary {
margin-left: 0;
margin-right: 0;
padding-left: 0;
padding-right: 0;
}

@media screen and (max-width: 960px) {
.s3rm-home-lower {
gap: 2.5rem;
grid-template-columns: 1fr;
}

.s3rm-create-panel {
grid-template-columns: 1fr;
gap: 1.1rem;
}
}

@media screen and (max-width: 720px) {
.mw-body-header {
padding: 1.35rem 1.15rem;
}

.page-Main_Page .mw-body-header,
.page-연구_메모리 .mw-body-header {
padding: 1rem 0 0.75rem;
}

.s3rm-home-actions {
grid-template-columns: 1fr;
margin-bottom: 2.5rem;
}

.s3rm-graph-section {
margin-left: -0.75rem;
margin-right: -0.75rem;
}

.s3rm-graph-heading {
align-items: flex-start;
flex-direction: column;
gap: 0.85rem;
padding: 1.1rem;
}

.s3rm-semantic-search {
padding: 1rem;
}

.s3rm-semantic-form {
align-items: stretch;
flex-direction: column;
}

.s3rm-semantic-submit {
min-height: 2.75rem;
}

.s3rm-semantic-examples {
display: none;
}

.s3rm-semantic-results {
grid-template-columns: 1fr;
}

.s3rm-graph-toolbar {
align-items: stretch;
flex-wrap: wrap;
}

.s3rm-graph-search {
flex-basis: 100%;
max-width: none;
}

.s3rm-graph-filter {
flex: 1;
}

.s3rm-graph-body {
grid-template-columns: 1fr;
}

.s3rm-graph-canvas,
.s3rm-graph-viewport {
min-height: 390px;
}

.s3rm-graph-inspector {
border-left: 0;
border-top: 1px solid #292f4b;
min-height: 10rem;
}

.s3rm-inspector-welcome {
min-height: 8rem;
}

.s3rm-graph-footer {
align-items: flex-start;
flex-direction: column;
padding-bottom: 0.6rem;
padding-top: 0.6rem;
}

.s3rm-graph-legend {
gap: 0.55rem;
}

.s3rm-onboarding-steps {
grid-template-columns: 1fr;
}

.s3rm-onboarding-steps li,
.s3rm-onboarding-steps li:first-child,
.s3rm-onboarding-steps li:last-child {
border-right: 0;
padding: 0.8rem 0;
}

.s3rm-action-card,
.s3rm-action-card:first-child,
.s3rm-action-card:last-child {
border-bottom: 1px solid var(--s3-line);
border-right: 0;
padding: 0.85rem 0;
}

.s3rm-action-card:last-child {
border-bottom: 0;
}

.s3rm-content-section {
margin-bottom: 2.5rem;
}

.s3rm-lesson-table th,
.s3rm-lesson-table td,
.formtable th,
.formtable td {
display: block;
min-width: 0;
width: auto;
}

.s3rm-lesson-table th,
.formtable th {
border-bottom: 0;
padding-bottom: 0.15rem;
}

.s3rm-lesson-table td,
.formtable td {
padding-top: 0.15rem;
}
}

@media (prefers-reduced-motion: reduce) {
html { scroll-behavior: auto; }

*,
*::before,
*::after {
transition-duration: 0.01ms !important;
}
}

연구 메모리

2026-07-19T02:01:19Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

__NOTOC__
<div class="s3rm-home-intro">
{{:Help:S3 연구 메모리}}
</div>

<div class="s3rm-graph-section" id="knowledge-graph">
<div class="s3rm-graph-heading">
<div>
<div class="s3rm-eyebrow">지식 그래프</div>
<h2>메모 사이의 연결을 탐색하세요</h2>
<p>점은 메모, 선은 메모 사이의 관계입니다. 메모를 선택하면 연결된 기록을 함께 볼 수 있습니다.</p>
</div>
<div class="s3rm-graph-shortcuts">
[[Special:Search|검색]]
[[연구 메모리#quick-start|새 메모]]
</div>
</div>

<div id="s3rm-semantic-search" class="s3rm-semantic-search">
<div class="s3rm-semantic-search-loading">검색을 준비하는 중입니다.</div>
</div>

<div id="s3rm-knowledge-graph" class="s3rm-knowledge-graph">
<div class="s3rm-graph-loading">
<span class="s3rm-graph-loading-mark" aria-hidden="true"></span>
<strong>메모 연결을 불러오는 중입니다</strong>
<span>잠시만 기다려 주세요.</span>
</div>
<noscript><div class="s3rm-graph-fallback">그래프를 보려면 JavaScript를 켜세요. 아래 최근 메모와 전체 목록은 그대로 사용할 수 있습니다.</div></noscript>
</div>
</div>

<div class="s3rm-home-lower">
<div class="s3rm-content-section s3rm-quick-start" id="quick-start">
<div class="s3rm-section-header s3rm-quick-start-header">
<div>
<h2>처음이라면 이렇게 시작하세요</h2>
</div>
<span class="s3rm-section-link">[[Help:S3 연구 메모리|자세한 사용법]]</span>
</div>

<ol class="s3rm-onboarding-steps">
<li><span>1</span><div><strong>찾기</strong><p>검색창에 현상, 오류 메시지 또는 도구 이름을 입력하세요.</p></div></li>
<li><span>2</span><div><strong>연결 보기</strong><p>그래프에서 점을 선택해 앞뒤 메모를 함께 살펴보세요.</p></div></li>
<li><span>3</span><div><strong>남기기</strong><p>새로 알게 된 내용은 같은 저장소에 바로 기록하세요.</p></div></li>
</ol>

<div class="s3rm-create-panel" id="create-a-lesson">
<div>
<h3>새 메모 남기기</h3>
<p>누구나 읽을 수 있습니다. 새 메모를 쓰거나 고치려면 [[Special:UserLogin|로그인]]하세요. 저장한 메모는 바로 검색됩니다.</p>
<p class="s3rm-create-hint">짧은 영문 문서 ID를 입력하세요. 소문자, 숫자, 밑줄(_)과 하이픈(-)을 쓸 수 있습니다.</p>
</div>
<div class="s3rm-form-launcher">
<div class="s3rm-form-label">문서 ID</div>
{{#forminput:
|form=Lesson
|size=42
|placeholder=gpu_memory_reuse
|button text=작성 시작
|query string=namespace=Lesson
}}
</div>
</div>
</div>

<div class="s3rm-content-section s3rm-recent-section">
<div class="s3rm-section-header">
<div>
<h2>최근 메모</h2>
</div>
<span class="s3rm-section-link">[[Special:AllPages/Lesson:|모든 메모]]</span>
</div>
<div class="s3rm-recent-list">
{{#ask:
[[Category:Lessons]]
|?Lesson title
|?Confidence
|?Updated at#ISO
|sort=Updated at
|order=descending
|limit=6
|format=plainlist
|template=S3RM lesson summary
|link=none
|sep=
|searchlabel=
|default=<div class="s3rm-empty-state">아직 작성된 메모가 없습니다.</div>
}}
</div>
</div>
</div>

도움말:S3 연구 메모리/메모 사용법

2026-07-19T01:59:07Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

S3 연구 메모리는 프로젝트 일지나 실험 원본을 모으는 곳이 아닙니다. 다른 작업에서도 다시 참고할 만한 시행착오를 짧은 메모로 남깁니다.

=== 먼저 검색하기 ===

브라우저 메인 화면의 검색창에는 궁금한 점을 문장으로 입력할 수 있습니다. 표현이 달라도 관련된 메모를 함께 찾습니다. 그 아래 지식 그래프에서 점을 누르면 연결 수와 관계 유형을 볼 수 있고, 두 번 누르면 메모가 열립니다. 제목 검색, 관계 필터, 확대와 이동도 사용할 수 있습니다.

본문까지 찾으려면 <code><nowiki>Special:Search</nowiki></code>, 에이전트에서는 <code><nowiki>search_lessons</nowiki></code>를 사용합니다. 프로젝트 이름보다 현상과 원인을 나타내는 말로 찾는 편이 잘 맞습니다.

<pre><nowiki>
메모리 단편화, retry storm, lock contention, cold start
</nowiki></pre>

같은 내용이 이미 있으면 새 메모를 만들지 않습니다. 기존 메모에 자료를 더하거나, 내용이 다른 이유를 관계로 연결하면 됩니다.

=== 브라우저에서 메모 쓰기 ===

로그인한 뒤 다음 화면을 엽니다.

<pre><nowiki>
/index.php/연구_메모리#create-a-lesson
</nowiki></pre>

문서 ID에는 영문 소문자, 숫자, 밑줄, 하이픈만 씁니다. <code><nowiki>Lesson:</nowiki></code>은 입력하지 않습니다.

<pre><nowiki>
gpu_allocator_fragmentation
</nowiki></pre>

문서 ID는 에이전트가 메모를 인용할 때도 쓰므로 날짜, 사람 이름, 프로젝트에서만 통하는 줄임말은 피하세요. 화면에 보이는 제목은 나중에 바꿀 수 있습니다.

입력란에는 다음 내용을 적습니다.

{| class="wikitable"
! 화면 !! 필드 !! 적을 내용
|-
| 제목 || <code><nowiki>title</nowiki></code> || 메모의 결론이 드러나는 짧은 제목
|-
| 궁금했던 점 || <code><nowiki>question</nowiki></code> || 시도를 시작한 이유
|-
| 해본 것 || <code><nowiki>attempt</nowiki></code> || 실제로 바꿨거나 비교한 것
|-
| 당시 조건 || <code><nowiki>context</nowiki></code> || 장비, 버전, 설정, 워크로드 등 결과에 영향을 준 조건
|-
| 실제 결과 || <code><nowiki>observation</nowiki></code> || 직접 확인한 수치나 동작
|-
| 왜 그랬는지 || <code><nowiki>interpretation</nowiki></code> || 가능한 원인과 아직 확실하지 않은 부분
|-
| 다음에 기억할 것 || <code><nowiki>reusable_lesson</nowiki></code> || 다른 작업에서도 써먹을 한 문장
|-
| 언제 맞는지 || <code><nowiki>applicability</nowiki></code> || 맞는 조건과 예외
|-
| 신뢰도 || <code><nowiki>confidence</nowiki></code> || 자료의 질에 따라 <code><nowiki>low</nowiki></code>, <code><nowiki>medium</nowiki></code>, <code><nowiki>high</nowiki></code> 중 선택
|-
| 관련 자료 || <code><nowiki>evidence</nowiki></code> || 아래에 연결할 자료를 짧게 설명
|-
| 자료 출처 || <code><nowiki>record_origin</nowiki></code> || 직접 얻은 내용은 <code><nowiki>lab</nowiki></code>, 외부 자료를 정리했으면 <code><nowiki>imported</nowiki></code>
|}

관찰과 해석은 나눠 쓰세요. 예를 들어 <code><nowiki>동시 compaction 16개에서 p99가 18 ms에서 71 ms로 늘었다</nowiki></code>는 관찰입니다. <code><nowiki>공유 writeback 제한 때문에 queue가 묶였다</nowiki></code>는 해석이며, 새 자료가 나오면 달라질 수 있습니다.

저장한 메모는 바로 검색되고 메인 화면의 지식 그래프와 최근 메모에도 나타납니다.

=== 자료 연결하기 ===

메모마다 자료를 하나 이상 연결합니다. 원본 전체를 위키에 복사하지 말고 나중에 다시 찾을 수 있는 위치를 적으세요.

{| class="wikitable"
! 입력란 !! 내용
|-
| 자료 ID || 메모 안에서 겹치지 않는 짧은 ID
|-
| 출처 || 저장소, 커밋, 실행 ID, 문서 절, 시간 구간 등
|-
| URL || 바로 열 수 있는 주소가 있을 때만 입력
|-
| 자료 종류 || <code><nowiki>paper</nowiki></code>, <code><nowiki>code</nowiki></code>, <code><nowiki>dataset</nowiki></code>, <code><nowiki>log</nowiki></code>, <code><nowiki>benchmark</nowiki></code>, <code><nowiki>other</nowiki></code> 중 선택
|-
| 확인 범위 || <code><nowiki>full_text</nowiki></code>, <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>partial_source</nowiki></code>, <code><nowiki>metadata_only</nowiki></code> 중 선택
|-
| 메모 || 이 자료에서 확인할 부분과 한계
|}

<pre><nowiki>
git yonsei-s3/kernel-probes@4f19a2e, results/lockstat/run-031/summary.json
</nowiki></pre>

확인 범위는 자료에서 실제로 읽은 범위이며 Lesson의 종합 신뢰도인 <code><nowiki>confidence</nowiki></code>와 다릅니다. 서지정보만 확인했다면 <code><nowiki>metadata_only</nowiki></code>로 표시하고 기술 내용을 추측하지 않습니다. <code><nowiki>not_recorded</nowiki></code>는 이전 근거에 값이 없을 때 표시되는 호환값이므로 새 근거에는 선택하지 않습니다. 브라우저 양식에도 <code><nowiki>not_recorded</nowiki></code> 기본값이 없고 새 근거에 선택할 수 없습니다. MCP로 새 근거를 붙일 때는 나머지 네 값 중 하나를 명시해야 합니다.

<code><nowiki>latest</nowiki></code>, <code><nowiki>대시보드</nowiki></code>, 작성자만 아는 로컬 경로처럼 시간이 지나면 찾기 어려운 표현은 피합니다. 비밀번호, 토큰, 개인 정보, 공개할 수 없는 대화, 대용량 원시 데이터도 본문에 넣지 않습니다.

=== 근거를 검증한 기록 남기기 ===

자료를 실제로 읽어 Lesson 주장을 확인했다면 기존 evidence를 고치지 말고 새 검증 기록을 붙입니다. 같은 evidence를 나중에 다시 확인했다면 이전 기록을 수정·삭제하지 않고 새 기록을 append-only로 붙입니다. evidence별 마지막 기록이 현재 판정입니다.

{| class="wikitable"
! 입력란 !! 내용
|-
| evidence ID || 검사한 기존 근거 ID
|-
| evidence digest || 읽기 시점의 evidence 내용 digest
|-
| 확인 범위 || 이번에 실제로 검사한 <code><nowiki>verification_basis</nowiki></code>
|-
| 자료 식별자 || 파일, 커밋, 데이터 버전, 문서 버전 등 고정 식별자
|-
| 자료 SHA-256 || 실제로 검사한 정확한 바이트의 SHA-256
|-
| 위치 || 페이지, 절, 라인, 실험 구간 등 주장을 확인한 위치
|-
| 확인 범위와 한계 || 읽은 범위와 제외한 부분
|-
| 판정 || <code><nowiki>supports</nowiki></code>, <code><nowiki>contradicts</nowiki></code>, <code><nowiki>inconclusive</nowiki></code> 중 하나
|-
| 연결 주장 || 자료가 실제로 확인한 Lesson 필드
|}

원본 파일을 검사했다면 그 파일 바이트를 해시합니다. 원본 대신 저장·정규화한 텍스트를 검사했다면 그 정확한 텍스트의 UTF-8 바이트를 해시합니다. 이 경우 변환 방법과 보존한 산출물을 자료 식별자와 확인 범위에 명시합니다. MediaWiki revision의 저장 계정과 시각이 권위 출처입니다. 검증 기록의 출처는 현재 저장 계정과 정확히 같아야 하고, 기록 시각은 revision 저장 시각 전후 5분 안이며 이전 기록보다 늦어야 하는 보조 필드입니다. 기존 출처와 시각은 수정할 수 없습니다.

high confidence는 <code><nowiki>full_text</nowiki></code> 또는 <code><nowiki>official_abstract</nowiki></code>를 기반으로 한 <code><nowiki>supports</nowiki></code> 검증이 observation, interpretation, reusable_lesson 세 필드를 모두 뒷받침할 때만 사용합니다. observation, interpretation, reusable_lesson을 수정한 후 결과 confidence가 <code><nowiki>medium</nowiki></code> 또는 <code><nowiki>high</nowiki></code>이면 실제로 바꾸는 주장과 연결한 같은 강도의 검증이 필요합니다. <code><nowiki>contradicts</nowiki></code>나 <code><nowiki>inconclusive</nowiki></code>는 지지 근거로 세지 않습니다. 결과 confidence가 <code><nowiki>low</nowiki></code>인 교정은 기존 confidence를 낮추는 경우를 포함해 <code><nowiki>not_recorded</nowiki></code>가 아닌 basis evidence로 할 수 있습니다.

=== 다른 메모와 연결하기 ===

관계는 <code><nowiki>출발 메모 관계값 대상 메모</nowiki></code> 순서로 읽습니다.

{| class="wikitable"
! 관계 !! 뜻
|-
| <code><nowiki>supports</nowiki></code> || 대상 메모와 맞는 자료나 원인을 보탬
|-
| <code><nowiki>contradicts</nowiki></code> || 대상 메모의 주요 주장과 관찰이 충돌함
|-
| <code><nowiki>analogous_to</nowiki></code> || 분야는 달라도 같은 원인이나 실패 형태를 보임
|-
| <code><nowiki>failed_because</nowiki></code> || 대상 메모에 적힌 이유로 시도가 실패함
|-
| <code><nowiki>works_when</nowiki></code> || 대상 메모의 조건에서 방법이 잘 작동함
|-
| <code><nowiki>suggests</nowiki></code> || 다음 가설이나 시도를 제안함
|-
| <code><nowiki>supersedes</nowiki></code> || 새 메모가 이전 안내를 대신함. 상태는 자동으로 바뀌지 않음
|}

연결 이유에는 두 메모가 닮거나 충돌하는 지점을 한두 문장으로 씁니다. 관련성이 애매하면 억지로 연결하지 않아도 됩니다.

=== 메모 고치기 ===

메모 화면에서 '''메모 편집'''을 누릅니다. 잘못 적은 수치나 해석을 고치고, 수정 요약에 이유를 짧게 남기세요. 이전 내용은 MediaWiki 이력에서 확인할 수 있습니다. 에이전트가 고칠 때는 현재 revision과 근거를 다시 읽은 뒤 <code><nowiki>revise_lesson</nowiki></code>을 사용합니다. 같은 논문의 보강 내용을 evidence note나 새 Technical Review 메모에 숨기지 않습니다. 새 근거를 먼저 붙였다면 <code><nowiki>attach_evidence</nowiki></code> 응답의 <code><nowiki>current_revision_id</nowiki></code>를 다음 <code><nowiki>revise_lesson</nowiki></code>의 <code><nowiki>expected_revision_id</nowiki></code>로 사용합니다. 그 사이 다른 변경이 있었다면 <code><nowiki>get_lesson</nowiki></code>을 다시 읽고 변경안을 재계산합니다.

=== MCP로 찾기 ===

처음에는 결과를 3~5개만 받고 필요한 필드만 요청하는 편이 빠릅니다.

<pre><nowiki>
S3 Research Memory에서 tail latency와 관련된 메모를 최대 5개 찾아 줘.
id, title, reusable_lesson, applicability, confidence, citations만 반환해.
</nowiki></pre>

후보를 고른 뒤 <code><nowiki>get_lesson</nowiki></code>으로 자세히 읽고, 관계는 <code><nowiki>find_related_lessons</nowiki></code>, 다른 분야의 비슷한 사례는 <code><nowiki>find_analogies</nowiki></code>로 찾습니다. 근거 note와 추가 정보를 확인하려면 <code><nowiki>citation_detail=full</nowiki></code>을 지정합니다. <code><nowiki>get_lesson</nowiki></code>의 revision ID는 이어지는 조건부 수정과 감사에 사용합니다. 답변에 메모를 사용했다면 반환된 자료 인용도 같이 보관하세요.

서버에서 의미 검색을 켠 경우에는 표현이 다른 문제도 찾도록 다음처럼 요청할 수 있습니다. 기본 검색은 계속 <code><nowiki>legacy</nowiki></code>이므로 <code><nowiki>hybrid_v1</nowiki></code>을 직접 지정합니다.

<pre><nowiki>
search_lessons를 retrieval_mode=hybrid_v1로 실행해,
문제의 제약과 해결 원리가 비슷한 메모를 최대 5개 찾아 줘.
effective_mode와 semantic_status도 알려 줘.
</nowiki></pre>

의미 유사도는 저장된 관계나 사실이 아닙니다. 후보의 적용 조건과 근거를 <code><nowiki>get_lesson</nowiki></code>으로 확인한 뒤 실제 관계를 남길지 판단하세요.

=== 에이전트에게 작성을 맡길 때 ===

쓰기 토큰이 있는 에이전트는 <code><nowiki>create_lesson_draft</nowiki></code>, <code><nowiki>link_lessons</nowiki></code>, <code><nowiki>attach_evidence</nowiki></code>, <code><nowiki>record_evidence_verification</nowiki></code>, <code><nowiki>revise_lesson</nowiki></code>을 쓸 수 있습니다. 에이전트가 만든 메모와 revision은 저장 즉시 검색됩니다. 상태 변경, 삭제, 이동, 관리자 작업은 MCP에서 할 수 없습니다. 다섯 쓰기 도구는 모두 <code><nowiki>operation_id</nowiki></code>가 필요합니다. 같은 Lesson 안에서 일반 쓰기, revision, 검증 기록은 ID 충돌 범위를 공유합니다. 같은 종류·요청의 정확한 재시도일 때만 같은 ID와 같은 요청을 보내고, 다른 작업에는 새 ID를 사용합니다. Lesson 생성에는 구조화된 <code><nowiki>initial_evidence</nowiki></code>가 필수이며 Lesson 본문과 같은 revision에 저장됩니다.

자료 위치와 확인한 사실을 먼저 제공하고 다음을 요청하세요.

* 같은 메모가 있는지 먼저 검색
* 관찰과 해석을 분리
* 맞는 조건과 예외를 명시
* 자료를 추측하지 않기
* 검증 기록이 있다면 자료 digest·위치·범위·판정·연결 주장을 함께 확인
* 작업이 끝나면 <code><nowiki>Lesson:</nowiki></code> ID 반환
* 여러 건을 바꿨다면 <code><nowiki>audit_lessons</nowiki></code>로 revision·내용·근거·관계를 확인
반환된 ID를 브라우저에서 열어 내용과 자료 위치를 확인합니다. 틀린 부분은 같은 ID의 새 revision으로 고칩니다. 출처만 추가할 때는 evidence, 독립된 새 주장일 때만 새 Lesson과 관계를 사용합니다. 감사는 저장된 구조, digest, 검증 수령 기록의 일관성을 확인하며 외부 자료의 사실 진위를 자동으로 판정하지 않습니다.

도구 입력과 응답 형식은 [[Help:S3 연구 메모리/MCP 클라이언트|MCP 클라이언트 안내]], 필드와 관계의 기계 계약은 [[Help:S3 연구 메모리/아키텍처|아키텍처]]에 있습니다.

연구 메모리

2026-07-19T01:59:07Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

__NOTOC__
<div class="s3rm-home-intro">
{{:Help:S3 연구 메모리}}
</div>

<div class="s3rm-graph-section" id="knowledge-graph">
<div class="s3rm-graph-heading">
<div>
<div class="s3rm-eyebrow">지식 그래프</div>
<h2>메모 사이의 연결을 탐색하세요</h2>
<p>점은 메모, 선은 메모 사이의 관계입니다. 메모를 선택하면 연결된 기록을 함께 볼 수 있습니다.</p>
</div>
<div class="s3rm-graph-shortcuts">
[[Special:Search|본문 검색]]
[[연구 메모리#quick-start|새 메모]]
</div>
</div>

<div id="s3rm-semantic-search" class="s3rm-semantic-search">
<div class="s3rm-semantic-search-loading">검색을 준비하는 중입니다.</div>
</div>

<div id="s3rm-knowledge-graph" class="s3rm-knowledge-graph">
<div class="s3rm-graph-loading">
<span class="s3rm-graph-loading-mark" aria-hidden="true"></span>
<strong>메모 연결을 불러오는 중입니다</strong>
<span>잠시만 기다려 주세요.</span>
</div>
<noscript><div class="s3rm-graph-fallback">그래프를 보려면 JavaScript를 켜세요. 아래 최근 메모와 전체 목록은 그대로 사용할 수 있습니다.</div></noscript>
</div>
</div>

<div class="s3rm-home-lower">
<div class="s3rm-content-section s3rm-quick-start" id="quick-start">
<div class="s3rm-section-header s3rm-quick-start-header">
<div>
<h2>처음이라면 이렇게 시작하세요</h2>
</div>
<span class="s3rm-section-link">[[Help:S3 연구 메모리|자세한 사용법]]</span>
</div>

<ol class="s3rm-onboarding-steps">
<li><span>1</span><div><strong>찾기</strong><p>검색창에 현상, 오류 메시지 또는 도구 이름을 입력하세요.</p></div></li>
<li><span>2</span><div><strong>연결 보기</strong><p>그래프에서 점을 선택해 앞뒤 메모를 함께 살펴보세요.</p></div></li>
<li><span>3</span><div><strong>남기기</strong><p>새로 알게 된 내용은 같은 저장소에 바로 기록하세요.</p></div></li>
</ol>

<div class="s3rm-create-panel" id="create-a-lesson">
<div>
<h3>새 메모 남기기</h3>
<p>누구나 읽을 수 있습니다. 새 메모를 쓰거나 고치려면 [[Special:UserLogin|로그인]]하세요. 저장한 메모는 바로 검색됩니다.</p>
<p class="s3rm-create-hint">짧은 영문 문서 ID를 입력하세요. 소문자, 숫자, 밑줄(_)과 하이픈(-)을 쓸 수 있습니다.</p>
</div>
<div class="s3rm-form-launcher">
<div class="s3rm-form-label">문서 ID</div>
{{#forminput:
|form=Lesson
|size=42
|placeholder=gpu_memory_reuse
|button text=작성 시작
|query string=namespace=Lesson
}}
</div>
</div>
</div>

<div class="s3rm-content-section s3rm-recent-section">
<div class="s3rm-section-header">
<div>
<h2>최근 메모</h2>
</div>
<span class="s3rm-section-link">[[Special:AllPages/Lesson:|모든 메모]]</span>
</div>
<div class="s3rm-recent-list">
{{#ask:
[[Category:Lessons]]
|?Lesson title
|?Confidence
|?Updated at#ISO
|sort=Updated at
|order=descending
|limit=6
|format=plainlist
|template=S3RM lesson summary
|link=none
|sep=
|searchlabel=
|default=<div class="s3rm-empty-state">아직 작성된 메모가 없습니다.</div>
}}
</div>
</div>
</div>

미디어위키:Common.js

2026-07-19T01:59:07Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

미디어위키:Common.css

2026-07-19T01:59:06Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

:root {
--s3-navy: #1d2040;
--s3-navy-deep: #171933;
--s3-indigo: #3e42d1;
--s3-indigo-dark: #393c9f;
--s3-sky: #8eb2ee;
--s3-paper: #f0f0f0;
--s3-canvas: #f7f7fa;
--s3-text: #212121;
--s3-muted: #626579;
--s3-green: #2f6b4f;
--s3-amber: #8a6a1f;
--s3-amber-bg: #f6eed6;
--s3-line: #d9dbe7;
--s3-motion: 150ms ease;
--s3-font-sans: "Noto Sans KR", "Apple SD Gothic Neo", "Malgun Gothic", Montserrat, Arial, sans-serif;
--s3-font-serif: "Noto Serif KR", "Nanum Myeongjo", Bitter, Georgia, serif;
}

::selection {
background: var(--s3-sky);
color: var(--s3-navy-deep);
}

html {
scroll-behavior: smooth;
}

body,
.mw-body-content {
color: var(--s3-text);
font-family: var(--s3-font-sans);
font-size: 17px;
line-height: 1.72;
}

body {
background: var(--s3-canvas);
}

a,
.mw-body-content a:visited {
color: var(--s3-indigo-dark);
transition: color var(--s3-motion);
}

a:hover {
color: var(--s3-indigo);
}

a:focus-visible,
button:focus-visible,
input:focus-visible,
textarea:focus-visible,
select:focus-visible {
outline: 3px solid var(--s3-indigo);
outline-offset: 2px;
}

.vector-header-container,
.skin-vector-2022 .mw-header {
background: var(--s3-navy);
color: #fff;
}

.vector-header-container a,
.vector-header-container .vector-menu-heading,
.vector-header-container .vector-dropdown-label {
color: #fff;
}

.vector-header-container .mw-logo-wordmark,
.vector-header-container .mw-logo-tagline,
.vector-header-container .mw-ui-icon::before {
filter: brightness(0) invert(1);
}

.vector-header-container .mw-logo-icon {
filter: none;
}

.vector-header-container .mw-logo-wordmark {
color: #fff;
}

.vector-header-container .cdx-text-input__input,
.vector-header-container input {
background: #fff;
color: var(--s3-text);
}

.mw-page-container {
background: #fff;
}

.mw-body-header {
background: var(--s3-paper);
border: 0;
padding: 1.6rem clamp(1.25rem, 4vw, 4.4rem);
}

.mw-body h1,
.mw-body h2,
.mw-body h3,
.mw-body h4,
.mw-body-header .firstHeading {
color: var(--s3-text);
font-family: var(--s3-font-sans);
font-weight: 700;
}

.mw-body h2 {
border-bottom: 1px solid var(--s3-line);
font-size: clamp(1.4rem, 2.2vw, 1.75rem);
padding-bottom: 0.45rem;
}

.mw-body h3 {
font-size: 1.18rem;
}

.page-Main_Page .mw-body-content,
.page-연구_메모리 .mw-body-content {
font-size: 16px;
line-height: 1.65;
margin-top: 1.2rem;
}

.page-Main_Page .mw-body-header,
.page-연구_메모리 .mw-body-header {
background: #fff;
border-bottom: 1px solid var(--s3-line);
margin: 0 auto;
max-width: 960px;
padding: 1.1rem 0 0.85rem;
}

.page-Main_Page .mw-body-header .firstHeading,
.page-연구_메모리 .mw-body-header .firstHeading {
font-size: clamp(1.8rem, 3vw, 2.15rem);
line-height: 1.3;
}

.page-Main_Page .mw-body-content > .mw-parser-output,
.page-연구_메모리 .mw-body-content > .mw-parser-output {
margin: 0 auto;
max-width: 960px;
}

.s3rm-home-intro {
border-bottom: 1px solid var(--s3-line);
border-top: 3px solid var(--s3-navy);
padding: 1.15rem 0 1.25rem;
}

.s3rm-home-intro p {
color: var(--s3-navy-deep);
font-family: var(--s3-font-serif);
font-size: clamp(1.12rem, 1.8vw, 1.32rem);
line-height: 1.6;
margin: 0;
max-width: 760px;
text-wrap: pretty;
}

.s3rm-content-section {
margin: 0 auto 3.25rem;
}

.s3rm-home-actions {
display: grid;
grid-template-columns: repeat(3, minmax(0, 1fr));
border-bottom: 1px solid var(--s3-line);
margin-bottom: 3.25rem;
}

.s3rm-action-card {
border-right: 1px solid var(--s3-line);
box-shadow: inset 0 0 0 0 transparent;
min-width: 0;
padding: 1.05rem 1.35rem 1.15rem;
transition: box-shadow var(--s3-motion);
}

.s3rm-action-card:hover {
box-shadow: inset 0 3px 0 -1px var(--s3-indigo);
}

.s3rm-action-card:first-child {
padding-left: 0;
}

.s3rm-action-card:last-child {
border-right: 0;
padding-right: 0;
}

.s3rm-action-title {
font-family: var(--s3-font-sans);
font-size: 1rem;
font-weight: 700;
margin-bottom: 0.3rem;
}

.s3rm-action-title a {
color: var(--s3-indigo-dark);
text-decoration-thickness: 1px;
text-underline-offset: 0.2em;
transition: text-decoration-thickness var(--s3-motion),
text-underline-offset var(--s3-motion);
}

.s3rm-action-card:hover .s3rm-action-title a {
text-decoration-thickness: 2px;
text-underline-offset: 0.24em;
}

.s3rm-action-card p {
color: var(--s3-muted);
font-size: 0.9rem;
line-height: 1.55;
margin: 0;
}

.s3rm-section-header {
align-items: baseline;
border-bottom: 1px solid var(--s3-line);
display: flex;
gap: 1rem;
justify-content: space-between;
}

.s3rm-section-header h2 {
align-items: center;
border: 0;
display: flex;
font-size: 1.35rem;
gap: 0.55rem;
margin: 0;
padding: 0 0 0.65rem;
}

.s3rm-section-header h2::before {
background: var(--s3-indigo);
content: "";
height: 1.1em;
width: 4px;
}

.s3rm-section-link {
font-size: 0.88rem;
white-space: nowrap;
}

.s3rm-recent-list {
border-bottom: 1px solid var(--s3-line);
}

.s3rm-lesson-summary {
background: #fff;
border-bottom: 1px solid var(--s3-line);
box-shadow: inset 0 0 0 0 transparent;
margin: 0 -0.9rem;
padding: 0.85rem 0.9rem;
transition: background var(--s3-motion), box-shadow var(--s3-motion);
}

.s3rm-lesson-summary:hover {
background: var(--s3-canvas);
box-shadow: inset 3px 0 0 0 var(--s3-indigo);
}

.s3rm-lesson-summary:last-child {
border-bottom: 0;
}

.s3rm-lesson-summary-title {
font-family: var(--s3-font-sans);
font-size: 1rem;
font-weight: 700;
line-height: 1.45;
margin: 0 0 0.45rem;
}

.s3rm-lesson-summary-title a {
color: var(--s3-navy);
}

.s3rm-lesson-summary-meta {
align-items: center;
color: var(--s3-muted);
display: flex;
flex-wrap: wrap;
font-size: 0.82rem;
gap: 0.45rem;
}

.s3rm-empty-state {
background: var(--s3-canvas);
border: 1px dashed var(--s3-line);
color: var(--s3-muted);
font-size: 0.92rem;
padding: 1.4rem 1rem;
text-align: center;
}

.s3rm-create-panel {
border-bottom: 1px solid var(--s3-line);
border-top: 1px solid var(--s3-line);
display: grid;
gap: 2.25rem;
grid-template-columns: minmax(0, 1fr) minmax(300px, 0.9fr);
padding: 1.4rem 0;
}

.s3rm-create-panel h2 {
border: 0;
font-size: 1.35rem;
margin-top: 0;
padding: 0;
}

.s3rm-form-launcher {
background: var(--s3-paper);
min-width: 0;
padding: 1rem;
}

.s3rm-form-label {
color: var(--s3-navy);
font-family: var(--s3-font-sans);
font-size: 0.86rem;
font-weight: 700;
margin-bottom: 0.45rem;
}

.s3rm-form-launcher .pfFormInputWrapper {
max-width: 100%;
}

.s3rm-form-launcher .oo-ui-horizontalLayout {
display: flex;
flex-wrap: wrap;
gap: 0.5rem;
max-width: 100%;
}

.s3rm-form-launcher .oo-ui-horizontalLayout > .oo-ui-widget {
margin-right: 0;
}

.s3rm-form-launcher .pfPageNameWithoutNamespace {
flex: 1 1 14rem;
min-width: 0;
width: auto !important;
}

.s3rm-form-launcher input[type="text"] {
box-sizing: border-box;
max-width: 100%;
min-width: 0;
width: 100% !important;
}

.s3rm-form-note {
background: #f5f5f8;
border-left: 4px solid var(--s3-indigo);
margin: 1.2rem 0 1.8rem;
padding: 1rem 1.2rem;
}

.s3rm-confidence,
.s3rm-kind,
.s3rm-relation-label {
background: #ececf5;
color: var(--s3-navy);
display: inline-block;
font-family: var(--s3-font-sans);
font-size: 0.78rem;
font-weight: 700;
line-height: 1.4;
padding: 0.2rem 0.55rem;
}

.s3rm-confidence-high { background: #dceee5; color: var(--s3-green); }
.s3rm-confidence-low { background: #f4e6e3; color: #8a3f34; }

.s3rm-lesson-meta {
align-items: center;
border-bottom: 1px solid var(--s3-line);
display: flex;
flex-wrap: wrap;
gap: 0.55rem;
margin-bottom: 1.5rem;
padding-bottom: 1rem;
}

.s3rm-lesson-actions {
display: flex;
flex-wrap: wrap;
gap: 0.55rem;
margin: -0.55rem 0 1.4rem;
}

.s3rm-lesson-actions a {
border: 1px solid var(--s3-indigo-dark);
color: var(--s3-indigo-dark);
display: inline-block;
font-size: 0.86rem;
font-weight: 700;
padding: 0.42rem 0.7rem;
text-decoration: none;
transition: background var(--s3-motion), color var(--s3-motion);
}

.s3rm-lesson-actions a:hover {
background: var(--s3-indigo-dark);
color: #fff;
}

.s3rm-lesson-table,
.formtable,
.smwtable {
border-collapse: collapse;
width: 100%;
}

.formtable {
table-layout: fixed;
}

.s3rm-lesson-table th,
.s3rm-lesson-table td,
.formtable th,
.formtable td {
border: 0;
border-bottom: 1px solid var(--s3-line);
padding: 0.85rem 0.75rem;
vertical-align: top;
}

.s3rm-lesson-table th,
.formtable th {
color: var(--s3-navy);
font-family: var(--s3-font-sans);
font-size: 0.86rem;
min-width: 12rem;
text-align: left;
width: 12rem;
}

.s3rm-evidence {
background: #f7f7fa;
border-left: 4px solid var(--s3-indigo);
margin: 0.75rem 0;
padding: 0.85rem 1rem;
}

.s3rm-relation {
border-bottom: 1px solid var(--s3-line);
display: block;
margin: 0.35rem 0;
padding: 0.55rem 0;
}

.pfFormInputWrapper input,
.createboxInput,
.formtable input[type="text"],
.formtable textarea,
.formtable select {
border: 1px solid #a7a9ba;
box-sizing: border-box;
font-family: var(--s3-font-sans);
max-width: 100%;
padding: 0.55rem 0.65rem;
}

.formtable input[type="text"],
.formtable textarea {
width: 100%;
}

.oo-ui-buttonElement-framed.oo-ui-widget-enabled > .oo-ui-buttonElement-button,
.cdx-button--action-progressive.cdx-button--weight-primary {
background: var(--s3-indigo);
border-color: var(--s3-indigo);
color: #fff;
min-height: 44px;
transition: background var(--s3-motion);
}

.oo-ui-buttonElement-framed.oo-ui-widget-enabled > .oo-ui-buttonElement-button:hover,
.cdx-button--action-progressive.cdx-button--weight-primary:hover {
background: var(--s3-indigo-dark);
border-color: var(--s3-indigo-dark);
}

/* Knowledge graph home */
.page-Main_Page .mw-body-header,
.page-연구_메모리 .mw-body-header,
.page-Main_Page .mw-body-content > .mw-parser-output,
.page-연구_메모리 .mw-body-content > .mw-parser-output {
max-width: 1440px;
}

.page-Main_Page .mw-body-content,
.page-연구_메모리 .mw-body-content {
margin-top: 0.75rem;
}

.s3rm-home-intro {
align-items: center;
border: 0;
display: flex;
min-height: 2.7rem;
padding: 0 0 0.75rem;
}

.s3rm-home-intro p {
color: var(--s3-muted);
font-family: var(--s3-font-sans);
font-size: 0.94rem;
line-height: 1.55;
max-width: none;
}

.s3rm-eyebrow {
color: var(--s3-indigo);
font-size: 0.7rem;
font-weight: 800;
letter-spacing: 0.06em;
line-height: 1.4;
margin-bottom: 0.35rem;
}

.s3rm-graph-section {
background: #fff;
border: 1px solid var(--s3-line);
box-shadow: 0 16px 42px rgba(23, 25, 51, 0.09);
color: var(--s3-text);
margin: 0 0 3.2rem;
overflow: hidden;
}

.s3rm-graph-heading {
align-items: flex-end;
border-bottom: 1px solid var(--s3-line);
display: flex;
gap: 2rem;
justify-content: space-between;
padding: 1.35rem 1.5rem 1.2rem;
}

.s3rm-graph-heading .s3rm-eyebrow {
color: var(--s3-indigo);
}

.s3rm-graph-heading h2 {
border: 0;
color: var(--s3-navy);
font-size: clamp(1.25rem, 2vw, 1.65rem);
line-height: 1.35;
margin: 0 0 0.35rem;
padding: 0;
}

.s3rm-graph-heading p {
color: var(--s3-muted);
font-size: 0.88rem;
line-height: 1.5;
margin: 0;
}

.s3rm-graph-shortcuts {
display: flex;
flex: 0 0 auto;
gap: 0.55rem;
}

.s3rm-graph-shortcuts a {
border: 1px solid var(--s3-indigo-dark);
color: var(--s3-indigo-dark) !important;
font-size: 0.8rem;
font-weight: 700;
padding: 0.42rem 0.72rem;
text-decoration: none;
}

.s3rm-graph-shortcuts a:last-child {
background: var(--s3-indigo);
border-color: var(--s3-indigo);
color: #fff !important;
}

.s3rm-semantic-search {
background: var(--s3-canvas);
border-bottom: 1px solid var(--s3-line);
padding: 1.1rem 1.5rem 1.2rem;
}

.s3rm-semantic-search-loading {
color: var(--s3-muted);
font-size: 0.82rem;
}

.s3rm-semantic-intro {
align-items: center;
display: flex;
gap: 0.75rem;
margin-bottom: 0.8rem;
}

.s3rm-semantic-icon {
align-items: center;
background: #ececf5;
border: 1px solid var(--s3-line);
color: var(--s3-indigo);
display: flex;
flex: 0 0 2.35rem;
font-size: 1.35rem;
height: 2.35rem;
justify-content: center;
}

.s3rm-semantic-intro strong {
color: var(--s3-navy);
display: block;
font-size: 0.92rem;
margin-bottom: 0.1rem;
}

.s3rm-semantic-intro p {
color: var(--s3-muted);
font-size: 0.75rem;
line-height: 1.45;
margin: 0;
}

.s3rm-semantic-form {
display: flex;
gap: 0.55rem;
}

.s3rm-semantic-input {
background: #fff;
border: 1px solid #a7a9ba;
border-radius: 0;
box-sizing: border-box;
color: var(--s3-text);
flex: 1 1 auto;
font-family: var(--s3-font-sans);
font-size: 0.93rem;
height: 3rem;
min-width: 0;
padding: 0 0.95rem;
}

.s3rm-semantic-input::placeholder {
color: #777b8f;
}

.s3rm-semantic-submit {
background: var(--s3-indigo);
border: 1px solid var(--s3-indigo);
border-radius: 0;
color: #fff;
cursor: pointer;
flex: 0 0 auto;
font-family: var(--s3-font-sans);
font-size: 0.84rem;
font-weight: 800;
min-width: 7rem;
padding: 0 1rem;
}

.s3rm-semantic-submit:hover {
background: var(--s3-indigo-dark);
border-color: var(--s3-indigo-dark);
}

.s3rm-semantic-submit:disabled {
cursor: wait;
opacity: 0.7;
}

.s3rm-semantic-examples {
align-items: center;
display: flex;
flex-wrap: wrap;
gap: 0.4rem;
margin-top: 0.55rem;
}

.s3rm-semantic-examples > span {
color: var(--s3-muted);
font-size: 0.67rem;
margin-right: 0.1rem;
}

.s3rm-semantic-examples button {
background: #fff;
border: 1px solid var(--s3-line);
border-radius: 1rem;
color: var(--s3-indigo-dark);
cursor: pointer;
font-family: var(--s3-font-sans);
font-size: 0.67rem;
padding: 0.25rem 0.55rem;
}

.s3rm-semantic-examples button:hover {
background: #ececf5;
border-color: #b9bcce;
color: var(--s3-navy);
}

.s3rm-semantic-feedback {
border-top: 1px solid var(--s3-line);
margin-top: 0.9rem;
padding-top: 0.9rem;
}

.s3rm-semantic-result-header {
align-items: center;
display: flex;
gap: 1rem;
justify-content: space-between;
margin-bottom: 0.6rem;
}

.s3rm-semantic-result-header > strong {
color: var(--s3-navy);
font-size: 0.78rem;
font-weight: 700;
}

.s3rm-semantic-mode {
color: var(--s3-indigo-dark);
font-size: 0.67rem;
white-space: nowrap;
}

.s3rm-semantic-results {
display: grid;
gap: 0.5rem;
grid-template-columns: repeat(3, minmax(0, 1fr));
}

.s3rm-semantic-result {
background: #fff;
border: 1px solid var(--s3-line);
box-sizing: border-box;
color: var(--s3-navy) !important;
min-width: 0;
padding: 0.75rem;
text-decoration: none;
transition: background var(--s3-motion), border-color var(--s3-motion);
}

.s3rm-semantic-result:hover {
background: #f1f2f7;
border-color: var(--s3-indigo);
}

.s3rm-semantic-result-top {
align-items: flex-start;
display: flex;
gap: 0.55rem;
justify-content: space-between;
}

.s3rm-semantic-result-top > strong {
font-size: 0.76rem;
line-height: 1.4;
}

.s3rm-semantic-result .s3rm-confidence {
flex: 0 0 auto;
font-size: 0.58rem;
padding: 0.12rem 0.35rem;
}

.s3rm-semantic-result p {
color: var(--s3-muted);
display: -webkit-box;
font-size: 0.68rem;
-webkit-box-orient: vertical;
-webkit-line-clamp: 2;
line-height: 1.45;
margin: 0.45rem 0 0;
overflow: hidden;
}

.s3rm-semantic-searching,
.s3rm-semantic-empty,
.s3rm-semantic-error {
color: var(--s3-muted);
font-size: 0.76rem;
margin: 0;
padding: 0.45rem 0;
}

.s3rm-semantic-error {
align-items: center;
display: flex;
gap: 0.7rem;
justify-content: space-between;
}

.s3rm-semantic-error a {
color: var(--s3-indigo-dark) !important;
font-weight: 700;
}

.s3rm-knowledge-graph {
min-height: 590px;
}

.s3rm-graph-loading,
.s3rm-graph-empty {
align-items: center;
display: flex;
flex-direction: column;
justify-content: center;
min-height: 590px;
padding: 2rem;
text-align: center;
}

.s3rm-graph-loading {
color: #d7dcf2;
gap: 0.25rem;
}

.s3rm-graph-loading > span:last-child {
color: #8e96b4;
font-size: 0.82rem;
}

.s3rm-graph-loading-mark {
animation: s3rm-graph-pulse 1.4s ease-in-out infinite;
background: #8ca8ff;
border-radius: 50%;
box-shadow: 18px 8px 0 -2px #53c18b, -18px 11px 0 -3px #a17bd7;
display: block;
height: 12px;
margin: 0 0 1.25rem;
width: 12px;
}

@keyframes s3rm-graph-pulse {
0%, 100% { opacity: 0.45; transform: scale(0.92); }
50% { opacity: 1; transform: scale(1.08); }
}

.s3rm-graph-toolbar {
align-items: center;
background: #151a2f;
border-bottom: 1px solid #292f4b;
display: flex;
gap: 0.6rem;
padding: 0.7rem 0.85rem;
}

.s3rm-graph-search {
flex: 1 1 19rem;
max-width: 30rem;
position: relative;
}

.s3rm-graph-search-input,
.s3rm-graph-filter,
.s3rm-graph-reset {
background: #0f1324;
border: 1px solid #353c5d;
border-radius: 0;
box-sizing: border-box;
color: #edf0ff;
font-family: var(--s3-font-sans);
font-size: 0.82rem;
height: 2.35rem;
}

.s3rm-graph-search-input {
padding: 0 0.8rem 0 2.25rem;
width: 100%;
}

.s3rm-graph-search::before {
color: #7d87aa;
content: "⌕";
font-size: 1.2rem;
left: 0.75rem;
line-height: 1;
pointer-events: none;
position: absolute;
top: 0.55rem;
z-index: 2;
}

.s3rm-graph-search-input::placeholder {
color: #7d87aa;
}

.s3rm-graph-filter,
.s3rm-graph-reset {
padding: 0 0.75rem;
}

.s3rm-graph-reset {
cursor: pointer;
font-weight: 700;
}

.s3rm-graph-reset:hover {
background: #252c4a;
}

.s3rm-graph-search-results {
background: #181e35;
border: 1px solid #3d456a;
box-shadow: 0 12px 28px rgba(0, 0, 0, 0.34);
left: 0;
max-height: 17rem;
overflow-y: auto;
position: absolute;
right: 0;
top: calc(100% + 0.35rem);
z-index: 5;
}

.s3rm-graph-search-results button,
.s3rm-graph-search-results > span {
background: transparent;
border: 0;
border-bottom: 1px solid #2d3452;
box-sizing: border-box;
color: #edf0ff;
display: block;
font-family: var(--s3-font-sans);
font-size: 0.82rem;
padding: 0.7rem 0.8rem;
text-align: left;
width: 100%;
}

.s3rm-graph-search-results button {
cursor: pointer;
}

.s3rm-graph-search-results button:hover,
.s3rm-graph-search-results button:focus-visible {
background: #252d50;
}

.s3rm-graph-body {
display: grid;
grid-template-columns: minmax(0, 1fr) 260px;
min-height: 472px;
}

.s3rm-graph-viewport {
background-color: #0d1120;
background-image: radial-gradient(circle, rgba(140, 168, 255, 0.13) 1px, transparent 1px);
background-size: 24px 24px;
min-width: 0;
overflow: hidden;
position: relative;
}

.s3rm-graph-canvas {
display: block;
height: 100%;
min-height: 472px;
touch-action: none;
width: 100%;
}

.s3rm-graph-canvas.is-dragging {
cursor: grabbing !important;
}

.s3rm-graph-hint {
background: rgba(16, 20, 38, 0.86);
bottom: 0.75rem;
color: #8992b2;
font-size: 0.68rem;
left: 0.75rem;
padding: 0.32rem 0.5rem;
pointer-events: none;
position: absolute;
}

.s3rm-graph-inspector {
background: #151a2f;
border-left: 1px solid #292f4b;
box-sizing: border-box;
min-width: 0;
padding: 1.2rem;
}

.s3rm-inspector-welcome {
align-items: flex-start;
color: #aeb5cf;
display: flex;
flex-direction: column;
height: 100%;
justify-content: center;
}

.s3rm-inspector-welcome strong {
color: #f5f7ff;
margin-bottom: 0.3rem;
}

.s3rm-inspector-welcome p {
font-size: 0.8rem;
line-height: 1.55;
margin: 0;
}

.s3rm-inspector-symbol {
color: #8ca8ff;
font-size: 2.2rem;
line-height: 1;
margin-bottom: 0.9rem;
}

.s3rm-inspector-kicker {
color: #8ca8ff;
font-size: 0.68rem;
font-weight: 800;
letter-spacing: 0.08em;
margin-bottom: 0.5rem;
}

.s3rm-graph-inspector h3 {
color: #fff;
font-size: 1.05rem;
line-height: 1.45;
margin: 0 0 0.85rem;
}

.s3rm-inspector-meta {
align-items: center;
color: #9fa8c8;
display: flex;
font-size: 0.76rem;
gap: 0.6rem;
}

.s3rm-inspector-relations {
border-top: 1px solid #303754;
list-style: none;
margin: 1.1rem 0;
padding: 0.6rem 0 0;
}

.s3rm-inspector-relations li {
align-items: center;
color: #aeb5cf;
display: flex;
font-size: 0.78rem;
justify-content: space-between;
padding: 0.25rem 0;
}

.s3rm-inspector-relations strong {
color: #fff;
}

.s3rm-inspector-muted {
color: #929ab8;
font-size: 0.78rem;
line-height: 1.5;
margin: 1.1rem 0;
}

.s3rm-graph-primary-link {
background: #687ee9;
color: #fff !important;
display: inline-block;
font-size: 0.8rem;
font-weight: 700;
margin-top: 0.75rem;
padding: 0.52rem 0.78rem;
text-decoration: none;
}

.s3rm-graph-footer {
align-items: center;
background: #151a2f;
border-top: 1px solid #292f4b;
color: #8f98b8;
display: flex;
font-size: 0.7rem;
gap: 1rem;
justify-content: space-between;
min-height: 2.45rem;
padding: 0 0.9rem;
}

.s3rm-graph-legend {
display: flex;
flex-wrap: wrap;
gap: 0.8rem;
}

.s3rm-graph-legend-item {
align-items: center;
display: inline-flex;
gap: 0.3rem;
}

.s3rm-graph-legend-item i {
border-radius: 50%;
display: inline-block;
height: 0.4rem;
width: 0.4rem;
}

.s3rm-graph-empty {
background: #0d1120;
color: #aeb5cf;
}

.s3rm-graph-empty strong {
color: #fff;
font-size: 1.05rem;
}

.s3rm-graph-empty p {
font-size: 0.83rem;
margin: 0.35rem 0 0;
}

.s3rm-graph-fallback {
background: #0d1120;
color: #c8cee5;
min-height: 12rem;
padding: 4rem 1rem;
text-align: center;
}

.s3rm-home-lower {
display: grid;
gap: clamp(2.5rem, 5vw, 5rem);
grid-template-columns: minmax(0, 1.45fr) minmax(300px, 0.72fr);
}

.s3rm-quick-start-header {
align-items: flex-end;
}

.s3rm-quick-start-header h2,
.s3rm-recent-section .s3rm-section-header h2 {
padding-bottom: 0;
}

.s3rm-quick-start-header h2::before,
.s3rm-recent-section .s3rm-section-header h2::before {
display: none;
}

.s3rm-onboarding-steps {
display: grid;
gap: 0;
grid-template-columns: repeat(3, minmax(0, 1fr));
list-style: none;
margin: 0;
padding: 0;
}

.s3rm-onboarding-steps li {
border-bottom: 1px solid var(--s3-line);
border-right: 1px solid var(--s3-line);
display: flex;
gap: 0.75rem;
min-width: 0;
padding: 1rem;
}

.s3rm-onboarding-steps li:first-child {
padding-left: 0;
}

.s3rm-onboarding-steps li:last-child {
border-right: 0;
}

.s3rm-onboarding-steps li > span {
align-items: center;
background: var(--s3-navy);
border-radius: 50%;
color: #fff;
display: inline-flex;
flex: 0 0 1.65rem;
font-size: 0.72rem;
font-weight: 800;
height: 1.65rem;
justify-content: center;
}

.s3rm-onboarding-steps strong {
color: var(--s3-navy);
display: block;
font-size: 0.86rem;
margin: 0.1rem 0 0.22rem;
}

.s3rm-onboarding-steps p {
color: var(--s3-muted);
font-size: 0.76rem;
line-height: 1.48;
margin: 0;
}

.s3rm-quick-start .s3rm-create-panel {
align-items: center;
border-top: 0;
gap: 1.5rem;
grid-template-columns: minmax(0, 1fr) minmax(290px, 0.8fr);
padding: 1.2rem 0;
}

.s3rm-quick-start .s3rm-create-panel h3 {
font-size: 1rem;
margin: 0 0 0.35rem;
}

.s3rm-quick-start .s3rm-create-panel p {
color: var(--s3-muted);
font-size: 0.79rem;
line-height: 1.55;
margin: 0;
}

.s3rm-quick-start .s3rm-create-panel .s3rm-create-hint {
margin-top: 0.35rem;
}

.s3rm-quick-start .s3rm-form-launcher {
background: #f1f2f7;
border: 1px solid var(--s3-line);
}

.s3rm-recent-section .s3rm-section-header {
align-items: flex-end;
}

.s3rm-recent-section .s3rm-recent-list {
border-bottom: 0;
}

.s3rm-recent-section .s3rm-lesson-summary {
margin-left: 0;
margin-right: 0;
padding-left: 0;
padding-right: 0;
}

@media screen and (max-width: 960px) {
.s3rm-home-lower {
gap: 2.5rem;
grid-template-columns: 1fr;
}

.s3rm-create-panel {
grid-template-columns: 1fr;
gap: 1.1rem;
}
}

@media screen and (max-width: 720px) {
.mw-body-header {
padding: 1.35rem 1.15rem;
}

.page-Main_Page .mw-body-header,
.page-연구_메모리 .mw-body-header {
padding: 1rem 0 0.75rem;
}

.s3rm-home-actions {
grid-template-columns: 1fr;
margin-bottom: 2.5rem;
}

.s3rm-graph-section {
margin-left: -0.75rem;
margin-right: -0.75rem;
}

.s3rm-graph-heading {
align-items: flex-start;
flex-direction: column;
gap: 0.85rem;
padding: 1.1rem;
}

.s3rm-semantic-search {
padding: 1rem;
}

.s3rm-semantic-form {
align-items: stretch;
flex-direction: column;
}

.s3rm-semantic-submit {
min-height: 2.75rem;
}

.s3rm-semantic-examples {
display: none;
}

.s3rm-semantic-results {
grid-template-columns: 1fr;
}

.s3rm-graph-toolbar {
align-items: stretch;
flex-wrap: wrap;
}

.s3rm-graph-search {
flex-basis: 100%;
max-width: none;
}

.s3rm-graph-filter {
flex: 1;
}

.s3rm-graph-body {
grid-template-columns: 1fr;
}

.s3rm-graph-canvas,
.s3rm-graph-viewport {
min-height: 390px;
}

.s3rm-graph-inspector {
border-left: 0;
border-top: 1px solid #292f4b;
min-height: 10rem;
}

.s3rm-inspector-welcome {
min-height: 8rem;
}

.s3rm-graph-footer {
align-items: flex-start;
flex-direction: column;
padding-bottom: 0.6rem;
padding-top: 0.6rem;
}

.s3rm-graph-legend {
gap: 0.55rem;
}

.s3rm-onboarding-steps {
grid-template-columns: 1fr;
}

.s3rm-onboarding-steps li,
.s3rm-onboarding-steps li:first-child,
.s3rm-onboarding-steps li:last-child {
border-right: 0;
padding: 0.8rem 0;
}

.s3rm-action-card,
.s3rm-action-card:first-child,
.s3rm-action-card:last-child {
border-bottom: 1px solid var(--s3-line);
border-right: 0;
padding: 0.85rem 0;
}

.s3rm-action-card:last-child {
border-bottom: 0;
}

.s3rm-content-section {
margin-bottom: 2.5rem;
}

.s3rm-lesson-table th,
.s3rm-lesson-table td,
.formtable th,
.formtable td {
display: block;
min-width: 0;
width: auto;
}

.s3rm-lesson-table th,
.formtable th {
border-bottom: 0;
padding-bottom: 0.15rem;
}

.s3rm-lesson-table td,
.formtable td {
padding-top: 0.15rem;
}
}

@media (prefers-reduced-motion: reduce) {
html { scroll-behavior: auto; }

*,
*::before,
*::after {
transition-duration: 0.01ms !important;
}
}

도움말:S3 연구 메모리/메모 사용법

2026-07-19T01:37:10Z

S3Admin: S3 연구 메모리 저장소 문서 동기화

''이 페이지는 저장소 문서에서 자동으로 동기화됩니다. 위키에서 직접 편집하지 마세요.''

S3 연구 메모리는 프로젝트 일지나 실험 원본을 모으는 곳이 아닙니다. 다른 작업에서도 다시 참고할 만한 시행착오를 짧은 메모로 남깁니다.

=== 먼저 검색하기 ===

브라우저 메인 화면에서는 궁금한 점을 자연어 검색창에 문장으로 입력할 수 있습니다. 서버에서 의미 검색을 사용할 수 있으면 표현이 달라도 가까운 메모를 찾습니다. 그 아래 지식 그래프에서 점을 누르면 연결 수와 관계 유형을 볼 수 있고, 두 번 누르면 메모가 열립니다. 제목 검색, 관계 필터, 확대와 이동도 사용할 수 있습니다.

본문까지 찾으려면 <code><nowiki>Special:Search</nowiki></code>, 에이전트에서는 <code><nowiki>search_lessons</nowiki></code>를 사용합니다. 프로젝트 이름보다 현상과 원인을 나타내는 말로 찾는 편이 잘 맞습니다.

<pre><nowiki>
메모리 단편화, retry storm, lock contention, cold start
</nowiki></pre>

같은 내용이 이미 있으면 새 메모를 만들지 않습니다. 기존 메모에 자료를 더하거나, 내용이 다른 이유를 관계로 연결하면 됩니다.

=== 브라우저에서 메모 쓰기 ===

로그인한 뒤 다음 화면을 엽니다.

<pre><nowiki>
/index.php/연구_메모리#create-a-lesson
</nowiki></pre>

문서 ID에는 영문 소문자, 숫자, 밑줄, 하이픈만 씁니다. <code><nowiki>Lesson:</nowiki></code>은 입력하지 않습니다.

<pre><nowiki>
gpu_allocator_fragmentation
</nowiki></pre>

문서 ID는 에이전트가 메모를 인용할 때도 쓰므로 날짜, 사람 이름, 프로젝트에서만 통하는 줄임말은 피하세요. 화면에 보이는 제목은 나중에 바꿀 수 있습니다.

입력란에는 다음 내용을 적습니다.

{| class="wikitable"
! 화면 !! 필드 !! 적을 내용
|-
| 제목 || <code><nowiki>title</nowiki></code> || 메모의 결론이 드러나는 짧은 제목
|-
| 궁금했던 점 || <code><nowiki>question</nowiki></code> || 시도를 시작한 이유
|-
| 해본 것 || <code><nowiki>attempt</nowiki></code> || 실제로 바꿨거나 비교한 것
|-
| 당시 조건 || <code><nowiki>context</nowiki></code> || 장비, 버전, 설정, 워크로드 등 결과에 영향을 준 조건
|-
| 실제 결과 || <code><nowiki>observation</nowiki></code> || 직접 확인한 수치나 동작
|-
| 왜 그랬는지 || <code><nowiki>interpretation</nowiki></code> || 가능한 원인과 아직 확실하지 않은 부분
|-
| 다음에 기억할 것 || <code><nowiki>reusable_lesson</nowiki></code> || 다른 작업에서도 써먹을 한 문장
|-
| 언제 맞는지 || <code><nowiki>applicability</nowiki></code> || 맞는 조건과 예외
|-
| 신뢰도 || <code><nowiki>confidence</nowiki></code> || 자료의 질에 따라 <code><nowiki>low</nowiki></code>, <code><nowiki>medium</nowiki></code>, <code><nowiki>high</nowiki></code> 중 선택
|-
| 관련 자료 || <code><nowiki>evidence</nowiki></code> || 아래에 연결할 자료를 짧게 설명
|-
| 자료 출처 || <code><nowiki>record_origin</nowiki></code> || 직접 얻은 내용은 <code><nowiki>lab</nowiki></code>, 외부 자료를 정리했으면 <code><nowiki>imported</nowiki></code>
|}

관찰과 해석은 나눠 쓰세요. 예를 들어 <code><nowiki>동시 compaction 16개에서 p99가 18 ms에서 71 ms로 늘었다</nowiki></code>는 관찰입니다. <code><nowiki>공유 writeback 제한 때문에 queue가 묶였다</nowiki></code>는 해석이며, 새 자료가 나오면 달라질 수 있습니다.

저장한 메모는 바로 검색되고 메인 화면의 지식 그래프와 최근 메모에도 나타납니다.

=== 자료 연결하기 ===

메모마다 자료를 하나 이상 연결합니다. 원본 전체를 위키에 복사하지 말고 나중에 다시 찾을 수 있는 위치를 적으세요.

{| class="wikitable"
! 입력란 !! 내용
|-
| 자료 ID || 메모 안에서 겹치지 않는 짧은 ID
|-
| 출처 || 저장소, 커밋, 실행 ID, 문서 절, 시간 구간 등
|-
| URL || 바로 열 수 있는 주소가 있을 때만 입력
|-
| 자료 종류 || <code><nowiki>paper</nowiki></code>, <code><nowiki>code</nowiki></code>, <code><nowiki>dataset</nowiki></code>, <code><nowiki>log</nowiki></code>, <code><nowiki>benchmark</nowiki></code>, <code><nowiki>other</nowiki></code> 중 선택
|-
| 확인 범위 || <code><nowiki>full_text</nowiki></code>, <code><nowiki>official_abstract</nowiki></code>, <code><nowiki>partial_source</nowiki></code>, <code><nowiki>metadata_only</nowiki></code> 중 선택
|-
| 메모 || 이 자료에서 확인할 부분과 한계
|}

<pre><nowiki>
git yonsei-s3/kernel-probes@4f19a2e, results/lockstat/run-031/summary.json
</nowiki></pre>

확인 범위는 자료에서 실제로 읽은 범위이며 Lesson의 종합 신뢰도인 <code><nowiki>confidence</nowiki></code>와 다릅니다. 서지정보만 확인했다면 <code><nowiki>metadata_only</nowiki></code>로 표시하고 기술 내용을 추측하지 않습니다. <code><nowiki>not_recorded</nowiki></code>는 이전 근거에 값이 없을 때 표시되는 호환값이므로 새 근거에는 선택하지 않습니다. 브라우저 양식에도 <code><nowiki>not_recorded</nowiki></code> 기본값이 없고 새 근거에 선택할 수 없습니다. MCP로 새 근거를 붙일 때는 나머지 네 값 중 하나를 명시해야 합니다.

<code><nowiki>latest</nowiki></code>, <code><nowiki>대시보드</nowiki></code>, 작성자만 아는 로컬 경로처럼 시간이 지나면 찾기 어려운 표현은 피합니다. 비밀번호, 토큰, 개인 정보, 공개할 수 없는 대화, 대용량 원시 데이터도 본문에 넣지 않습니다.

=== 근거를 검증한 기록 남기기 ===

자료를 실제로 읽어 Lesson 주장을 확인했다면 기존 evidence를 고치지 말고 새 검증 기록을 붙입니다. 같은 evidence를 나중에 다시 확인했다면 이전 기록을 수정·삭제하지 않고 새 기록을 append-only로 붙입니다. evidence별 마지막 기록이 현재 판정입니다.

{| class="wikitable"
! 입력란 !! 내용
|-
| evidence ID || 검사한 기존 근거 ID
|-
| evidence digest || 읽기 시점의 evidence 내용 digest
|-
| 확인 범위 || 이번에 실제로 검사한 <code><nowiki>verification_basis</nowiki></code>
|-
| 자료 식별자 || 파일, 커밋, 데이터 버전, 문서 버전 등 고정 식별자
|-
| 자료 SHA-256 || 실제로 검사한 정확한 바이트의 SHA-256
|-
| 위치 || 페이지, 절, 라인, 실험 구간 등 주장을 확인한 위치
|-
| 확인 범위와 한계 || 읽은 범위와 제외한 부분
|-
| 판정 || <code><nowiki>supports</nowiki></code>, <code><nowiki>contradicts</nowiki></code>, <code><nowiki>inconclusive</nowiki></code> 중 하나
|-
| 연결 주장 || 자료가 실제로 확인한 Lesson 필드
|}

원본 파일을 검사했다면 그 파일 바이트를 해시합니다. 원본 대신 저장·정규화한 텍스트를 검사했다면 그 정확한 텍스트의 UTF-8 바이트를 해시합니다. 이 경우 변환 방법과 보존한 산출물을 자료 식별자와 확인 범위에 명시합니다. MediaWiki revision의 저장 계정과 시각이 권위 출처입니다. 검증 기록의 출처는 현재 저장 계정과 정확히 같아야 하고, 기록 시각은 revision 저장 시각 전후 5분 안이며 이전 기록보다 늦어야 하는 보조 필드입니다. 기존 출처와 시각은 수정할 수 없습니다.

high confidence는 <code><nowiki>full_text</nowiki></code> 또는 <code><nowiki>official_abstract</nowiki></code>를 기반으로 한 <code><nowiki>supports</nowiki></code> 검증이 observation, interpretation, reusable_lesson 세 필드를 모두 뒷받침할 때만 사용합니다. observation, interpretation, reusable_lesson을 수정한 후 결과 confidence가 <code><nowiki>medium</nowiki></code> 또는 <code><nowiki>high</nowiki></code>이면 실제로 바꾸는 주장과 연결한 같은 강도의 검증이 필요합니다. <code><nowiki>contradicts</nowiki></code>나 <code><nowiki>inconclusive</nowiki></code>는 지지 근거로 세지 않습니다. 결과 confidence가 <code><nowiki>low</nowiki></code>인 교정은 기존 confidence를 낮추는 경우를 포함해 <code><nowiki>not_recorded</nowiki></code>가 아닌 basis evidence로 할 수 있습니다.

=== 다른 메모와 연결하기 ===

관계는 <code><nowiki>출발 메모 관계값 대상 메모</nowiki></code> 순서로 읽습니다.

{| class="wikitable"
! 관계 !! 뜻
|-
| <code><nowiki>supports</nowiki></code> || 대상 메모와 맞는 자료나 원인을 보탬
|-
| <code><nowiki>contradicts</nowiki></code> || 대상 메모의 주요 주장과 관찰이 충돌함
|-
| <code><nowiki>analogous_to</nowiki></code> || 분야는 달라도 같은 원인이나 실패 형태를 보임
|-
| <code><nowiki>failed_because</nowiki></code> || 대상 메모에 적힌 이유로 시도가 실패함
|-
| <code><nowiki>works_when</nowiki></code> || 대상 메모의 조건에서 방법이 잘 작동함
|-
| <code><nowiki>suggests</nowiki></code> || 다음 가설이나 시도를 제안함
|-
| <code><nowiki>supersedes</nowiki></code> || 새 메모가 이전 안내를 대신함. 상태는 자동으로 바뀌지 않음
|}

연결 이유에는 두 메모가 닮거나 충돌하는 지점을 한두 문장으로 씁니다. 관련성이 애매하면 억지로 연결하지 않아도 됩니다.

=== 메모 고치기 ===

메모 화면에서 '''메모 편집'''을 누릅니다. 잘못 적은 수치나 해석을 고치고, 수정 요약에 이유를 짧게 남기세요. 이전 내용은 MediaWiki 이력에서 확인할 수 있습니다. 에이전트가 고칠 때는 현재 revision과 근거를 다시 읽은 뒤 <code><nowiki>revise_lesson</nowiki></code>을 사용합니다. 같은 논문의 보강 내용을 evidence note나 새 Technical Review 메모에 숨기지 않습니다. 새 근거를 먼저 붙였다면 <code><nowiki>attach_evidence</nowiki></code> 응답의 <code><nowiki>current_revision_id</nowiki></code>를 다음 <code><nowiki>revise_lesson</nowiki></code>의 <code><nowiki>expected_revision_id</nowiki></code>로 사용합니다. 그 사이 다른 변경이 있었다면 <code><nowiki>get_lesson</nowiki></code>을 다시 읽고 변경안을 재계산합니다.

=== MCP로 찾기 ===

처음에는 결과를 3~5개만 받고 필요한 필드만 요청하는 편이 빠릅니다.

<pre><nowiki>
S3 Research Memory에서 tail latency와 관련된 메모를 최대 5개 찾아 줘.
id, title, reusable_lesson, applicability, confidence, citations만 반환해.
</nowiki></pre>

후보를 고른 뒤 <code><nowiki>get_lesson</nowiki></code>으로 자세히 읽고, 관계는 <code><nowiki>find_related_lessons</nowiki></code>, 다른 분야의 비슷한 사례는 <code><nowiki>find_analogies</nowiki></code>로 찾습니다. 근거 note와 추가 정보를 확인하려면 <code><nowiki>citation_detail=full</nowiki></code>을 지정합니다. <code><nowiki>get_lesson</nowiki></code>의 revision ID는 이어지는 조건부 수정과 감사에 사용합니다. 답변에 메모를 사용했다면 반환된 자료 인용도 같이 보관하세요.

서버에서 의미 검색을 켠 경우에는 표현이 다른 문제도 찾도록 다음처럼 요청할 수 있습니다. 기본 검색은 계속 <code><nowiki>legacy</nowiki></code>이므로 <code><nowiki>hybrid_v1</nowiki></code>을 직접 지정합니다.

<pre><nowiki>
search_lessons를 retrieval_mode=hybrid_v1로 실행해,
문제의 제약과 해결 원리가 비슷한 메모를 최대 5개 찾아 줘.
effective_mode와 semantic_status도 알려 줘.
</nowiki></pre>

의미 유사도는 저장된 관계나 사실이 아닙니다. 후보의 적용 조건과 근거를 <code><nowiki>get_lesson</nowiki></code>으로 확인한 뒤 실제 관계를 남길지 판단하세요.

=== 에이전트에게 작성을 맡길 때 ===

쓰기 토큰이 있는 에이전트는 <code><nowiki>create_lesson_draft</nowiki></code>, <code><nowiki>link_lessons</nowiki></code>, <code><nowiki>attach_evidence</nowiki></code>, <code><nowiki>record_evidence_verification</nowiki></code>, <code><nowiki>revise_lesson</nowiki></code>을 쓸 수 있습니다. 에이전트가 만든 메모와 revision은 저장 즉시 검색됩니다. 상태 변경, 삭제, 이동, 관리자 작업은 MCP에서 할 수 없습니다. 다섯 쓰기 도구는 모두 <code><nowiki>operation_id</nowiki></code>가 필요합니다. 같은 Lesson 안에서 일반 쓰기, revision, 검증 기록은 ID 충돌 범위를 공유합니다. 같은 종류·요청의 정확한 재시도일 때만 같은 ID와 같은 요청을 보내고, 다른 작업에는 새 ID를 사용합니다. Lesson 생성에는 구조화된 <code><nowiki>initial_evidence</nowiki></code>가 필수이며 Lesson 본문과 같은 revision에 저장됩니다.

자료 위치와 확인한 사실을 먼저 제공하고 다음을 요청하세요.

* 같은 메모가 있는지 먼저 검색
* 관찰과 해석을 분리
* 맞는 조건과 예외를 명시
* 자료를 추측하지 않기
* 검증 기록이 있다면 자료 digest·위치·범위·판정·연결 주장을 함께 확인
* 작업이 끝나면 <code><nowiki>Lesson:</nowiki></code> ID 반환
* 여러 건을 바꿨다면 <code><nowiki>audit_lessons</nowiki></code>로 revision·내용·근거·관계를 확인
반환된 ID를 브라우저에서 열어 내용과 자료 위치를 확인합니다. 틀린 부분은 같은 ID의 새 revision으로 고칩니다. 출처만 추가할 때는 evidence, 독립된 새 주장일 때만 새 Lesson과 관계를 사용합니다. 감사는 저장된 구조, digest, 검증 수령 기록의 일관성을 확인하며 외부 자료의 사실 진위를 자동으로 판정하지 않습니다.

도구 입력과 응답 형식은 [[Help:S3 연구 메모리/MCP 클라이언트|MCP 클라이언트 안내]], 필드와 관계의 기계 계약은 [[Help:S3 연구 메모리/아키텍처|아키텍처]]에 있습니다.

연구 메모리

2026-07-19T01:37:10Z

S3Admin: S3 연구 메모리 원본 스키마 동기화

__NOTOC__
<div class="s3rm-home-intro">
{{:Help:S3 연구 메모리}}
</div>

<div class="s3rm-graph-section" id="knowledge-graph">
<div class="s3rm-graph-heading">
<div>
<div class="s3rm-eyebrow">KNOWLEDGE GRAPH</div>
<h2>메모 사이의 연결을 탐색하세요</h2>
<p>점은 메모, 선은 메모 사이의 관계입니다. 메모를 선택하면 연결된 기록을 함께 볼 수 있습니다.</p>
</div>
<div class="s3rm-graph-shortcuts">
[[Special:Search|전체 검색]]
[[연구 메모리#quick-start|새 메모]]
</div>
</div>

<div id="s3rm-semantic-search" class="s3rm-semantic-search">
<div class="s3rm-semantic-search-loading">자연어 검색을 준비하는 중입니다.</div>
</div>

<div id="s3rm-knowledge-graph" class="s3rm-knowledge-graph">
<div class="s3rm-graph-loading">
<span class="s3rm-graph-loading-mark" aria-hidden="true"></span>
<strong>메모 연결을 불러오는 중입니다</strong>
<span>잠시만 기다려 주세요.</span>
</div>
<noscript><div class="s3rm-graph-fallback">그래프를 보려면 JavaScript를 켜세요. 아래 최근 메모와 전체 목록은 그대로 사용할 수 있습니다.</div></noscript>
</div>
</div>

<div class="s3rm-home-lower">
<div class="s3rm-content-section s3rm-quick-start" id="quick-start">
<div class="s3rm-section-header s3rm-quick-start-header">
<div>
<div class="s3rm-eyebrow">QUICK START</div>
<h2>처음이라면 이렇게 시작하세요</h2>
</div>
<span class="s3rm-section-link">[[Help:S3 연구 메모리|자세한 사용법]]</span>
</div>

<ol class="s3rm-onboarding-steps">
<li><span>1</span><div><strong>찾기</strong><p>검색창에 현상, 오류 메시지 또는 도구 이름을 입력하세요.</p></div></li>
<li><span>2</span><div><strong>연결 보기</strong><p>그래프에서 점을 선택해 앞뒤 메모를 함께 살펴보세요.</p></div></li>
<li><span>3</span><div><strong>남기기</strong><p>새로 알게 된 내용은 같은 저장소에 바로 기록하세요.</p></div></li>
</ol>

<div class="s3rm-create-panel" id="create-a-lesson">
<div>
<h3>새 메모 남기기</h3>
<p>누구나 읽을 수 있습니다. 새 메모를 쓰거나 고치려면 [[Special:UserLogin|로그인]]하세요. 저장한 메모는 바로 검색됩니다.</p>
<p class="s3rm-create-hint">짧은 영문 문서 ID를 입력하세요. 소문자, 숫자, 밑줄(_)과 하이픈(-)을 쓸 수 있습니다.</p>
</div>
<div class="s3rm-form-launcher">
<div class="s3rm-form-label">문서 ID</div>
{{#forminput:
|form=Lesson
|size=42
|placeholder=gpu_memory_reuse
|button text=작성 시작
|query string=namespace=Lesson
}}
</div>
</div>
</div>

<div class="s3rm-content-section s3rm-recent-section">
<div class="s3rm-section-header">
<div>
<div class="s3rm-eyebrow">RECENT</div>
<h2>최근 메모</h2>
</div>
<span class="s3rm-section-link">[[Special:AllPages/Lesson:|모든 메모]]</span>
</div>
<div class="s3rm-recent-list">
{{#ask:
[[Category:Lessons]]
|?Lesson title
|?Confidence
|?Updated at#ISO
|sort=Updated at
|order=descending
|limit=6
|format=plainlist
|template=S3RM lesson summary
|link=none
|sep=
|searchlabel=
|default=<div class="s3rm-empty-state">아직 작성된 메모가 없습니다.</div>
}}
</div>
</div>
</div>

2026-07-18T10:09:46Z

S3Admin: S3 연구 메모리 원본 스키마 설치

[[Has type::Text]]
[[Allows value::supports]]
[[Allows value::contradicts]]
[[Allows value::inconclusive]]

확인한 자료가 연결된 주장에 미치는 결과입니다.

속성:Verification coverage

2026-07-18T10:09:46Z

S3Admin: S3 연구 메모리 원본 스키마 설치

[[Has type::Text]]

확인한 범위와 확인하지 못한 범위를 설명합니다.