- 감정 임베딩을 ChromaDB에 통합하는 방안 추가
- 함수형 프로그래밍 100% 원칙 유지 (베이지안은 도구로만)
- 불필요한 코드 예시 대폭 제거
- 엔트로피 특이점 포착 개념 강화
- 수학-임베딩-LLM 3중 구조 명확화
Co-Authored-By: Claude <noreply@anthropic.com>
- IRL 기반 자율 학습형 감정 모델
- VAD 3차원 감정 상태 구조 (불변 객체)
- EMA 모델 기반 감정 동역학
- 평가 이론 + 암묵적 피드백 학습
- 감정-기억-윤리 삼각형 통합
- 공감 전략 및 뉘앙스 감지
- 감정 궤적 샘플링 및 시각화
- 함수형 100%, 하드코딩 0% (모든 상수는 수학적 의미)
- 피보나치 관찰 윈도우 (13-21-34)
- 혼합 샘플링 전략 (주기 3 + 변화량 0.15)
2단계 완료:
- 510번: MVP 개발기로 완전 교체
- 550번: 수익모델 문서 재작성 (84줄→261줄)
- 370번: 임베딩 서비스 문서 보완
- 260번: 아이템시스템 문서 확인 (이미 완성도 높음)
- 650번: 용어 통일 (로빙/존재형 에이전트 정의)
3단계 계획 추가:
- 290번: 게임 인터페이스 설계 문서 추가 예정
- 프론트엔드 설계 아이디어를 정식 문서로 승격 계획
- 같은 사용자 이름 반복 입력해도 기억 못함
- '기억' 키워드에 기계적 템플릿 응답
- 사용자별 기억 구분 실패
- ChromaDB 검색 기능 오작동
- Gemini API는 정상이나 기존 맥락 연결 실패
🤖 Generated with [Claude Code](https://claude.ai/code)
Co-Authored-By: Claude <noreply@anthropic.com>
로빙 임베딩 서비스 분리 아키텍처 설계서 추가:
- 현재 메모리 사용량 분석 (rb10508_micro: 987.9MB)
- 임베딩 서비스 공유 + 기억 저장소 분리 아키텍처
- 구체적 구현 방안 (HTTP API, ChromaDB 분리)
- 메모리 절약 효과 (228MB + 확장성)
- 단계별 구현 계획 및 위험 완화 방안
🤖 Generated with [Claude Code](https://claude.ai/code)
Co-Authored-By: Claude <noreply@anthropic.com>
- 현재 L12 모델 성능 벤치마크 (한국어 유사도 테스트)
- 대안 임베딩 모델 8가지 비교 분석
- L6 vs L12 성능 차이 예상치 (10-15% 저하)
- 단계별 경량화 전략 (Phase 1-3)
- 하이브리드 아키텍처 제안 (ChromaDB + PostgreSQL)
- 메모리 사용량 분석 (현재 987MB → 목표 500MB)
- 벡터 DB 필요성 및 일반 DB 한계 설명
