Knowledge Graph
Live Site Last Commit CI
273 insights · 12 topics · 25+ sources · 매주 업데이트됨
Munger는 고립된 사실들을 기억하는 것만으로는 유용한 것을 알 수 없다고 말한다 — 그것들은 이론의 격자 구조(latticework of theory)에 걸려 있어야 한다. 나는 AI 아티클을 다루면서 정확히 그런 일을 하고 있었다: 수십 개의 채팅 스레드에 흩어져 있는 고립된 사실들로, 몇 달 후에 아무런 연결고리 없이 재발견되는 것들이었다.
Interactive graph visualization
이것이 존재하는 이유 (Why this exists)
나는 각각 다른 AI 아티클을 탐구하는 수십 개의 Claude 대화를 가졌다. 하지만 나는 나중에 여러 스레드에서 같은 패턴들을 계속 재발견했다. 출처들 간에 점들을 연결할 수 없었다.
그래서 지식 그래프(knowledge graph)를 구축했다. 각 아티클은 2~5개의 원자적 인사이트(atomic insights)로 분해되며, 이 인사이트들은 다른 출처의 관련 인사이트들과 연결된다. 진정한 가치는 어떤 단일한 인사이트가 아니라 이러한 '연결'에 존재한다.
특히 에이전트(agent) 사용 사례가 매우 잘 작동한다. 인간이 탐색하는 사용자 경험(UX)도 따라잡고 있다.
포함된 내용 (What's in it)
새로운 아이디어를 접할 때마다 업데이트되는, 2개 도메란드를 아우르는 273개 이상의 인사이트:
AI 제품 구축 (AI Product Building): 에이전트(Agents), 아키텍처(Architecture), 코딩 도구(Coding Tools), 비즈니스 모델(Business Models), 지식 시스템(Knowledge Systems), AI의 미래(Future of AI)
정신 모델 (Mental Models): 심리학(Psychology), 경제학(Economics), 의사 결정(Decision Making), 공학(Engineering), 철학(Philosophy), 수학(Mathematics)
출처 (Sources): Charlie Munger's Almanack, Nicolas Bustamante, Dan Shipper, Andrej Karpathy, Anthropic Engineering, 그리고 20+ other practitioners.
사용 방법 두 가지 (Two ways to use it)
1. 웹 앱 탐색하기 (Browse the web app)
Card feed with topic filters and search
- 가장 많이 연결된 인사이트 순으로 정렬된 카드 피드, 토픽 필터링 및 전체 텍스트 검색 기능 제공
- 상호작용적인 포스 디렉티드 그래프 시각화(force-directed graph visualization) — 인사이트가 어떻게 군집하고 연결되는지 확인 가능
- Obsidian vault로도 작동함 (모든
[[wikilinks]]가 네이티브하게 해결됨)
실제 사이트 둘러보기
2. AI 에이전트에 피드하기 (Feed it to an AI agent)
오늘날 진정한 가치는 바로 여기에 있습니다. Claude Code(또는 다른 AI 에이전트)를 graph-index.yaml에 겨냥해 보세요. 이 YAML 파일 하나에 모든 노드, 그 설명, 그리고 연결 관계가 담겨 있습니다.
When making architectural decisions or reviewing plans, read `graph-index.yaml`
and check if any insights are relevant to the current decision.
사용 사례: 아키텍처 브레인스토밍(architecture brainstorming), 계획 검토(plan review), 특정 주제에 대해 실무자들이 어떤 이야기를 하고 있는지 이해하는 것입니다. 연결된 전체 그래프를 읽는 에이전트는 처음부터 시작하는 것과는 근본적으로 다른 사고방식을 만들어냅니다.
성장 방식 (How it grows)
이것은 스냅샷(snapshot)이 아니라 살아있는 그래프입니다. 저는 생각의 방식을 변화시키는 아이디어를 접할 때마다 매주 통찰력을 추가합니다.
- 출처 검증: 모든 통찰력은 원본 작성자 + 페이지 번호로 추적됩니다.
/learn <url>: 모든 기사에서 자동으로 통찰력을 추출합니다./learn-book <pdf>: 책을 장(chapter)별로 처리합니다.
새로운 통찰력이 올라올 때 별표를 하거나 저장하여 확인하세요.
기여하기 (Contributing)
만약 이 그래프에서 가치를 발견했다면, 당신의 생각을 바꾼 기사의 통찰력을 추가해 주세요. 간단한 과정은 CONTRIBUTING.md를 참고하세요: 포크(fork)하고, 파일을 추가하며, PR을 제출합니다.
모든 PR은 병합되기 전에 관리자(maintainer)가 검토합니다.
<details>
<summary><strong id="repository-structure">저장소 구조 (Repository structure)</strong></summary>
knowledge-graph/
├── index.md # 진입점 — 주제 지도 + 도메인 간 하이라이트
├── graph-index.yaml # 기계가 읽을 수 있는 그래프 (모든 노드 + 링크)
...
</details>
출처 (Sources)
이 아이디어들은 아래 사람들의 것입니다. 저는 단지 그것들을 연결한 큐레이터일 뿐입니다.
주요 기여자 (Major contributors) (통찰력 2개 이상):
- Nicolas Bustamante (@nicbstme) — 금융 서비스용 AI 에이전트, 에이전트 네이티브 아키텍처, API 우선 SaaS
- Rohit (@rohit4verse) — 에이전트 메모리, 지식 전송(knowledge transfer), 계층적 검색(tiered retrieval), 임베딩(embeddings), 트레이스 아키텍처
- Anthropic Engineering — 도구 설계(Tool design), 에이전트 평가(agent evaluation), 모범 사례(best practices)
- Boris Cherny — Claude 코드 팀, 에이전틱 검색(agentic search), 분산 에이전트 워크플로우
- Ashpreet Bedi (@ashpreetbedi) — 명세 우선 개발(Spec-first development), 오류 메모리(error memory), Agno 프레임워크
- Dan Shipper — Every, 에이전트 네이티브 아키텍처
- Alton Syn (@WorkflowWhisper) — 구현 격차(Implementation gap), 기술 지식의 책임(technical knowledge as liability)
- Jason Cui (@jasonscui) — a16z, 데이터 에이전트 컨텍스트 레이어, 부족적 지식(tribal knowledge)
- Gowri Shankar Nag (@GowriShankarNag) — Antler India, AI 라벨링 시장 역학(market dynamics), 플랫폼 경제학
- Aparna Dhinakaran (@aparnadhinak) — 에이전트 하네스 아키텍처(Agent harness architecture), 트레이싱 데이터 아키텍처, 평가/추적 공동 배치(eval/trace co-location)
- Matt Pocock — AI 시대의 소프트웨어 기초, 코드 전 계획 수립(planning-before-code), 심층 모듈(deep modules), TDD
- Thariq Shihipar — Claude 코드 팀, 역량 과잉(capability overhang), 미지의 요소 찾기, 실제가 아닌 트레이드오프(tradeoffs-not-real)
단일 통찰력 기여자:
참고 인물 및 기여자:
Andrej Karpathy · Clara Shih · Chrys Bader · Matt Shumer · Nader Dabit · Will Manidis · Steven Sinofsky · Natasha Malpani · Gokul R · Jaya Gupta · Akshay Pachaar · Vasuman · Benjamin De Kraker · Kushal Byatnal · Tobi Lutke · Ryan Carson · Heinrich · shadcn · Zain Hoda · Databricks · Konstantine Buhler · VectifyAI · OpenAI Codex Team · Aravind Srinivas
Ayush와 Claude Code를 사용하여 제작되었습니다. 매주 새로운 통찰력이 추가됩니다 — 피드백을 환영합니다.
