Optimizing your website for generative AI features on Google Search
Google이 공식 공개한 생성형 AI 검색 최적화 가이드. AEO/GEO는 결국 SEO이며, llms.txt·청킹·AI 전용 리라이팅 같은 시중의 해킹은 효과가 없다는 입장을 명시한다.
RAG
PageIndex: Vectorless, Reasoning-based RAG
벡터 DB도 청킹도 없이, LLM이 문서의 계층적 트리 인덱스를 추론하며 탐색하는 Vectorless RAG 프레임워크. FinanceBench 98.7% 정확도를 달성했다.
Reverie: LLM 기억 증강을 직접 만들어본 이야기
윗분의 지시를 받으면 우선 기억을 회상할 수 있게 돕는 도구를 만들어보려고 했다. 이분 그래프 + PageRank로 장기 기억을 구현했지만, 검색마다 LLM을 두 번 호출하는 구조가 실시간에 맞지 않아 채택을 포기했다.
AI 에이전트에 도메인 지식을 주입하는 모든 방법은 실패한다
AGENTS.md, RAG, Skills 어느 것도 에이전트의 도메인 지식 문제를 풀지 못한다. 가시성과 검색성 사이의 딜레마를 벗어나는 길은 도메인 파인튜닝뿐이라는 주장.
OpenKB — Open LLM Knowledge Base
VectifyAI의 OpenKB는 문서를 한 번 컴파일하여 살아 있는 위키로 누적하는 오픈소스 지식 베이스 도구다. PageIndex로 긴 문서를 벡터 없이 검색하고, 결과물은 옵시디언 호환 마크다운으로 남긴다.
RAG의 지식 DB는 열린 문이다
PoisonedRAG는 RAG 시스템의 지식 DB에 5개의 악성 텍스트만 넣으면 90% 이상의 확률로 LLM이 원하는 오답을 내놓게 만든다. 모델은 멀쩡한데 참고 자료가 오염된 것이다.