voidful/hung-yi-lee-skill

해결하는 문제

수백 개의 YouTube 영상과 자막을 포함한 방대한 교육 콘텐츠를 AI 어시스턴트용 구조화된 '스킬'로 변환합니다. 단순한 패러소나 프롬프트나 기본적인 RAG가 아니라, 이 프로젝트는 홍이리 교수의 특정한 강의 방식, 지식 프레임워크, 언어 스타일을 포착하여 AI가 그만의 독특한 교육적 접근법으로 복잡한 AI 개념을 설명할 수 있도록 합니다.

작동 방식

이 프로젝트는 포괄적인 지식 기반을 구축하기 위해 다단계의 '정제' 과정을 사용합니다:

1. 언어 분석: 자막을 분석하여 특정한 말하기 패턴과 자주 등장하는 표현을 식별합니다.
2. 지식 그래프 구축: 강의 자료에서 916개의 개념 노드와 3,600개 이상의 엣지를 추출하여 개념 간의 관계를 맵핑합니다.
3. 인간 보정: 개발팀은 홍이리 교수와 인터뷰를 통해 오해를 수정하고 AI의 규칙을 세밀하게 다듬었습니다 (예: 건조한 목록보다 맥락과 핵심 포인트를 우선시하도록 설정).
4. 구조화된 출력: AI는 특정한 'DNA'를 따르는 설명을 수행합니다: 직관부터 시작하여 블랙박스 개요로 전환하고, 내부 메커니즘을 설명하며, 함정에 대한 경고를 하고, 마지막으로 요약합니다.

대상 사용자

• 홍이리 교수의 직관적인 강의 스타일로 AI 개념을 공부하고 싶은 학습자.
• 단순한 프롬프트를 넘어서 전문가 패러소나를 구현하고자 하는 AI 개발자.
• 전문 지식 기반을 워크플로에 통합하고 싶은 AI 코딩 어시스턴트 사용자.

주요 특징

• 지식 그래프: 916개의 노드와 10개의 개념 커뮤니티(예: ML 기초, 에이전트, 디퓨전)를 포함한 세부적인 그래프.
• 근거 기반 스타일: 실제 자막의 빈도 분석을 통해 도출된 말하기 패턴이며, 인상에 기반한 것이 아님.
• 추적 가능성: 답변은 특정 강의와 타임스탬프로 거슬러 올라갈 수 있음.
• 교육적 프레임워크: 엄격한 강의 순서(직관 → 블랙박스 → 메커니즘 → 함정)를 구현.