파울러, LLM용 조직별 용어집 제안
최근 30일 조회수 —좋아요 —핵심 요약
조직 고유 맥락을 LLM에 전달하도록 작업별 용어집을 생성하고 전문가 검토와 버전 관리를 거치자는 제안이다.

마틴 파울러는 대규모 조직의 문서·이메일·채팅 기록에서 도메인 용어집을 생성해, 대규모 언어 모델(LLM)이 학습 데이터에 없는 조직 고유의 맥락을 파악하도록 돕는 방법을 제안했다.1 생성기는 낯선 단어와 복합어뿐 아니라 일반적인 용어가 조직 안에서 다른 뜻으로 쓰이는 사례도 찾아야 한다. 같은 용어의 의미가 상황별로 달라지면 정의와 적용 맥락을 함께 기록한다.
초안은 도메인 전문가가 오류를 검토·수정한 뒤 다른 LLM이 적은 토큰으로 조회할 수 있는 형태로 제공한다. 정기적으로 사람과 에이전트가 갱신하고, 변경 이력을 확인할 수 있도록 버전 관리에도 넣는다. 용어집이 크다면 초기 컨텍스트에는 용어와 정의 링크만 싣고, 모델이 필요한 정의만 불러오게 할 수 있다.
조직 전체의 단일 표준 용어집을 만드는 방식은 피하라고 파울러는 권고한다. 부서나 코드베이스처럼 경계가 나뉜 맥락에서는 같은 말의 의미가 미묘하게 달라질 수 있으므로, 작업별 용어집을 분리하고 서로 비교하는 편이 낫다는 설명이다. 이렇게 만든 용어집은 생성 코드의 이름을 조직 어휘에 맞추거나, 소프트웨어 내부와 사용자 인터페이스에서 용어 사용을 검사하는 데 활용할 수 있다. 다만 LLM이 만든 정의는 초안이며, 전문가 검토가 전제된다.
Footnotes
-
Martin Fowler, 「Bliki: Generated Glossary」 ↩
읽기 목록은 이 브라우저에 저장됩니다.
출처
- Bliki: Generated Glossary — Martin Fowler · 자료: 2026. 11. 12.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.