학습 경로
맞춤 학습 경로 생성기
목표 문서, 현재 수준과 학습 분량을 기준으로 선수 관계를 따라 권장 읽기 순서와 선택 이유를 구성한다.
- 목표 문서까지 필요한 선수 개념을 역방향으로 탐색한다.
- 수준과 최대 문서 수에 맞춰 중복 문서를 제거하고 순서를 정한다.
- 각 문서가 경로에 포함된 이유와 기존 코스 연결을 함께 표시한다.
AI 실험실
AI 실험실은 백과 문서를 읽는 데서 한 걸음 더 나아가 개념 사이의 관계를 직접 확인하는 공간이다. 모든 도구는 위키의 문서·코스 데이터를 사용하며, 입력값과 계산 가정을 결과와 함께 공개한다.
사용 가능한 도구
계산과 평가
평가 지표 실험실
혼동행렬과 임곗값 입력으로 분류 지표를 계산하고 지표 사이의 상충 관계와 해석 주의점을 함께 보여준다.
- 혼동행렬에서 정확도, 정밀도, 재현율, 특이도와 F1 점수를 계산한다.
- 임곗값 변화가 오탐과 미탐에 미치는 영향을 비교한다.
- 분모가 0이거나 클래스 불균형이 큰 경우 해석 주의를 표시한다.
계산과 평가
모델 메모리·KV 캐시·문맥 계산기
파라미터 수, 수치 정밀도, 학습 상태와 KV 캐시 구조·문맥 길이를 나누어 GPU 메모리 요구량의 최소 근사치를 계산한다.
- 가중치와 학습 상태 메모리를 수치 정밀도별로 나누어 계산한다.
- 레이어, KV 헤드, 헤드 차원, 배치와 문맥 길이로 KV 캐시를 추정한다.
- 활성값과 임시 버퍼가 모델·런타임에 따라 달라지는 한계를 표시한다.
설계 검증
프롬프트·JSON Schema 검증기
프롬프트 변수의 선언·사용 불일치와 JSON Schema 자체 오류, 예시 출력의 제약 위반을 브라우저에서 점검한다.
- 프롬프트 본문에서 변수 표기를 찾아 선언 목록과 대조한다.
- JSON 문법, Draft 2020-12 스키마 자체와 예시 출력의 필수 필드·타입·추가 속성 제약을 검증한다.
- 오류 위치, 심각도, 수정 방향과 관련 백과 문서를 연결한다.
계산과 평가
토큰·문맥 예산 계산기
시스템·사용자·도구·검색 문맥과 출력 예약량을 분리해 입력 예산, 안전 여유분, 잘림 위험과 배치 비용 상한을 추정한다.
- 시스템·사용자·도구·검색 문맥의 토큰을 계층별로 추정한다.
- 입력·출력 예약량과 안전 여유분을 구분해 잘림 위험을 표시한다.
- 사용자가 입력한 단가와 배치·반복 횟수로 비용 상한을 계산한다.
- 비교용 문맥 프리셋의 버전과 확인일을 공개하고 KV 캐시 계산기로 연결한다.
계산과 평가
RAG 평가 실험실
질의별 정답·검색·재순위 결과에서 Precision@K, Recall@K, MRR, nDCG, 중복률과 근거 포함률을 계산하고 내보낸다.
- JSON과 CSV로 질의별 정답 문서, 검색 순위와 재순위 결과를 가져온다.
- Precision@K, Recall@K, MRR, nDCG, 중복률과 근거 포함률을 계산한다.
- 초기 검색과 재순위화 결과의 평균·질의별 변화를 비교한다.
- 계산 결과와 질의별 지표를 JSON 또는 CSV 파일로 내보낸다.
준비 중인 도구
공통 운영 원칙
- 도구 입력은 브라우저 안에서만 처리하며 서버로 전송하거나 저장하지 않는다.
- 결과에는 사용한 가정과 데이터 버전을 함께 표시한다.
- 계산 결과는 학습과 검토를 돕는 자료이며 전문적인 판단을 대신하지 않는다.