@IllllIlIlllIllI

Barcode.

[@IllllIlIlllIllI @IllllIlIlllIllI]

@jaredsmev buy JaredFromsubway meme

[Jaredfromsubway.eth @jaredsmev]

Ending in 8 hours ⏰

I'm giving away $20,000 giveaway on X! $5,000 x 4

Like, RT, & Follow @jaredsmev and Reply with what you'd do with the money

Picking in 24 hours, good luck!

[Jaredfromsubway.eth @jaredsmev]

🚀 I’m launching a coin on https://t.co/6Zugkcek6M anytime today!

I’ll buy 20% of the supply at launch and airdrop it to everyone who engages with this tweet.

Just:
• ❤️ Like + 🔁 RT
• Drop your Solana address in the comments
• Follow @jaredsmev + turn on notifications
CA dropping soon. Be ready! 👀

"History will be made today"

[@IllllIlIlllIllI @IllllIlIlllIllI]

@jaredsmev 7NRKg5oAzBnPLkvdYYs8WiZJePdSXGmMfyVWDuCBMJUY

[@IllllIlIlllIllI @IllllIlIlllIllI]

@armaniferrante @solana 24/7/365

[Armani Ferrante @armaniferrante]

While traditional equity markets close for holiday, $SPCX keeps trading on @solana.

https://t.co/4Ovx5pz1a6

[BUGI @Bugi952]

AI 용어 공부 4화 - RAG
AI가 모르는 걸 찾아서 답하는 법

지난 시간엔 "AI가 한 번에 읽을 수 있는 책상 크기"
컨텍스트 윈도우를 공부했음

오늘은 그 작은 책상으로 어떻게 방대한 지식을 다루는지, "RAG"임

2화 임베딩이랑 3화 책상이 오늘 하나로 합쳐짐 같이 배워보자
━━━━━━━━━━━━━━━
ChatGPT한테 "우리 회사 작년 매출자료 정리해줘" 하거나 "내 가계부 보고 이번 달 어디서 많이 썼는지 봐줘" 하면 둘 중 하나임.

모른다고 하거나, 그럴듯하게 지어냄

다른 건 똑똑하게 답하면서 왜 이건 못할까

답부터 말하면 AI는 "내 자료"를 배운 적이 없어서임

━━━━━━━━━━━━━━━
1. AI는 학습한 것만 알고, 그 책상은 작음

한계가 두 개 겹침

하나, AI는 학습할 때 본 것만 앎
내 회사 문서, 내 가계부, 오늘 아침 뉴스는 배운 적이 없음 그래서 모름

근데 모른다고 솔직히 안 하고 그럴듯하게 지어내는 버릇이 있음 이걸 환각(hallucination)이라고 부름

둘, 그럼 그냥 내 자료를 다 넣어주면 되는 거 아님?
3화에서 봤듯이 AI 책상(컨텍스트 윈도우)은 크기가 정해져 있음 회사 문서 수천 장을 통째로 못 올림

정리하면 AI는 내 자료를 모르고, 알려주려 해도 책상이 작아서 다 못 올림

━━━━━━━━━━━━━━━

2. 그래서 '외우는 AI' 말고 '찾아보는 AI'
여기서 발상을 바꿈 "AI 머릿속에 다 집어넣자"가 아니라 "필요할 때 찾아서 보여주자"

책상 옆에 거대한 서재를 두는 거임 책상(컨텍스트)은 작아도 서재(내 자료 전체)는 무제한임 회사 문서 수천 장을 서재에 다 꽂아둠

질문이 들어오면 서재를 통째로 책상에 올리는 게 아니라 질문이랑 관련된 책 몇 권만 쏙 뽑아서 책상에 올림 AI는 그 몇 권만 보고 답함

이렇게 찾아서 얹어 답하는 방식을 RAG라고 부름
세 단어 앞글자고 2020년 메타(옛 페이스북) 연구팀이 붙인 이름임

━━━━━━━━━━━━━━━

3. RAG 세 글자 뜯어보기

R, Retrieval (찾기) 질문이랑 관련된 자료를 서재에서 찾아옴
A, Augmented (붙이기) 찾아온 자료를 질문 옆에 같이 붙임 "이거 참고해서 답해" 하고 책상에 얹어주는 거임
G, Generation (답하기) AI가 그 자료를 읽고 답을 만듦

핵심은 AI가 외워서 답하는 게 아니라는 거임 그때그때 찾아온 자료를 펴놓고 답함 오픈북 시험이랑 비슷함
━━━━━━━━━━━━━━━
4. 근데 "관련된 책"을 어떻게 찾음?

여기가 2화랑 딱 연결됨 서재에 책이 수천 권인데 질문이랑 "관련된" 걸 어떻게 골라냄?

글자 겹치는 걸로 찾으면 2화에서 본 그 문제가 터짐 "추워"로 찾는데 "난방" 문서를 못 찾음 글자가 한 개도 안 겹치니까

그래서 의미 좌표(임베딩)를 씀 서재의 모든 문서를 미리 의미 좌표로 바꿔서 꽂아둠 질문도 좌표로 바꿈 질문 좌표랑 가까운 문서를 꺼냄

2화에서 "추워랑 난방은 좌표가 가깝다" 한 그거임 RAG가 책 찾는 방식이 정확히 이 좌표 거리임

2화 임베딩이 오늘을 위한 준비운동이었던 셈임
━━━━━━━━━━━━━━━

5. 이게 왜 좋냐
세 개가 한 번에 풀림

하나, 지어내는 게 줄어듦
머리에서 짜내는 게 아니라 찾아온 자료를 보고 답하니까 거짓말이 줄어듦 "어느 자료 보고 답했는지" 출처도 같이 보여줄 수 있음

둘, 최신 정보랑 내 자료를 다룸
AI를 다시 학습시키는 건 엄청 비쌈 근데 RAG는 서재에 새 문서 꽂기만 하면 됨 오늘 나온 뉴스도, 내 가계부도 서재에 넣으면 바로 답에 반영됨

셋, 책상을 아낌
서재가 아무리 커도 책상엔 관련된 몇 권만 올라감 3화에서 본 "책상 꽉 차면 가운데가 흐려짐" 문제를 피함

근데 만능은 아님 서재에서 엉뚱한 책을 뽑아오면 그걸 보고 또 틀리게 답함 지어내는 걸 줄이는 거지 0으로 만드는 건 아님 그래서 "잘 찾는 것"이 절반임

━━━━━━━━━━━━━━━
6. 그래서 나는 이걸 직접 만들었음

나는 Think Tank에 RAG를 직접 붙였음 바로 며칠 전임

3화에서 "세션 시작할 때 정해둔 파일들을 쭉 읽는다" 했는데 여기 한계가 있었음

노트가 쌓일수록 다 읽으면 책상이 꽉 참 그렇다고 안 읽으면 과거를 까먹음

그래서 바꿨음 노트 백 개 넘는 걸 전부 의미 좌표로 바꿔서 꽂아두고 내가 뭘 물으면 관련된 노트 몇 개만 꺼내서 읽음 "다 읽기"에서 "골라 읽기"로 간 거임

순탄친 않았음 남이 만든 도구를 열몇 번 붙여봤는데 한국어 검색이 자꾸 엉뚱한 걸 물어옴

결국 직접 짰음 한국어 의미를 잘 잡는 모델을 골라 꽂으니까 그제야 제대로 찾았음

지금은 "예전에 그 결정 왜 했었지?" 물으면 관련 노트를 알아서 끌어와서 답함

휘발되는 기억을 파일로 메우고(3화), 그 파일 더미에서 필요한 걸 골라 읽는(4화) 데까지 온 거임
━━━━━━━━━━━━━━━

7. 웹에서 RAG 쓰는 법

직접 만드는 건 좀 깊게 판 거고 웹에서도 RAG는 이미 쓸 수 있음 아니 이미 쓰고 있을지도 모름

ChatGPT나 Claude에 PDF나 파일 올리고 질문하면 그게 미니 RAG임 그 파일을 서재 삼아 관련 부분을 찾아서 답하는 거임

좀 더 가면 NotebookLM이 대표적임 내 문서 여러 개 올려두면 거기서만 찾아서 답하고 어느 부분 보고 답했는지 출처까지 콕 집어줌 지어내는 게 확 주는 게 이 구조 덕분임

당장 해보고 싶으면 ChatGPT든 Claude든 열어서 안 읽히던 PDF 하나 올리고 "이 안에서만 찾아서 답해" 물어보면 됨 그게 RAG 첫 경험임

Claude Projects나 ChatGPT Projects에 자주 쓰는 자료를 넣어두는 것도 같은 결임

딱 어디까지 갈지는 각자 다루는 자료 양에 달려 있음..

━━━━━━━━━━━━━━━
8. 한 줄 요약

RAG = AI가 외워서 답하는 게 아니라 찾아서 답하게 하는 것
서재(내 자료 전체)에 다 꽂아두고 질문이랑 의미 좌표가 가까운 것만 책상에 올려서 답함

그래서 모르는 것도, 최신 것도, 내 자료도 답하고 지어내는 건 줄어듦

방대한 자료를 다루게 된다면, 꼭 공부해두자

[@IllllIlIlllIllI @IllllIlIlllIllI]

@liquidtrading in

[@IllllIlIlllIllI @IllllIlIlllIllI]

@blknoiz06

[Ansem 🐂🀄️ @blknoiz06]

do i have any korean followers

[@IllllIlIlllIllI @IllllIlIlllIllI]

2nd & 3rd place really just walked off with 143 ETH 💀 LMAO

@poof_eth @DXRGai

[@IllllIlIlllIllI @IllllIlIlllIllI]

@xage_app LfG!

[X Age - for real X OGs. @xage_app]

New era of X applications has started.
X Age frontier of this era. Frontier of new narrative.

Rules are simple, connect your X, calculate the age of your account, complete tasks, invite friends and earn $XAGE token.

The game has began. https://t.co/PmuZbMTJC9

[X Age - for real X OGs. @xage_app]

It’s been 12 hours since the full feature launch of TradeX, and the momentum is real.

In just half a day, we’ve reached:
- 38,000 traders onboarded
- 17,000 tokens launched
- Traders and creators actively earning fees and multipliers in real time

The X Games ecosystem is officially live, and the leaderboards are already heating up.

This is only the beginning. Let’s keep building, trading, and scaling together.

Start trading here:
https://t.co/VAkJd6uX8y

[아이반 IVAN @0ooooo0]

바이브코딩 무적의 프롬프트 공개

지금 개발자들 사이에서
스킬 이것저것 공유 많이 되고 있는데

뭐가 좋고 뭐가 나한테 필요한지 전혀 알 필요가 없슴다

그냥 아래 프롬프트 입력하십쇼

Prompt:
https://t.co/9cxndSj9UX https://t.co/OtD83KPYyn https://t.co/7xkQRuGfqo https://t.co/gjazlb1vKC https://t.co/rU8aw8wXqQ
여기서 지금 나한테 필요한 스킬 가져와주라

[@IllllIlIlllIllI @IllllIlIlllIllI]

트리아 밋업!

사람도 많고 음식도 맛있고!

#Tria #Triameetup

[@IllllIlIlllIllI @IllllIlIlllIllI]

@Backpack

[Backpack 🎒 @Backpack]

gm

who is active?

[@IllllIlIlllIllI @IllllIlIlllIllI]

@Backpack gm