kf-link

KF-Link — 정보 연결·분석

수집된 엔트리 간 관계를 분석하고, 태그를 연결하며, 트렌드를 식별한다.

연결 유형

유형	설명	예시
인과	A가 B의 원인/결과	모델 발표 → 관련 뉴스 보도
발전	A의 후속 버전/개선	GPT-4o → GPT-4o mini
경쟁	동일 영역의 대안	Claude 4 vs GPT-5 vs Gemini 2
적용	기술이 실무에 반영	논문 기술 → 실무 툴 탑재
규제	기술에 대한 정책 대응	AI 모델 → EU AI Act 적용
투자	기술/기업에 대한 자금 흐름	스타트업 펀딩 → 기술 상용화

분석 절차

1단계: 당일 엔트리 전체 읽기

archive/YYYY-MM-DD/entries/ 내 모든 엔트리를 읽고 핵심 키워드를 추출한다.

2단계: 관계 매핑

엔트리 간 관계를 식별하고, 각 엔트리의 frontmatter related 필드에 연결 정보를 추가한다.

related:
  - id: C1-01
    type: 경쟁
    note: "동일 시기 발표된 경쟁 모델"
  - id: C3-02
    type: 인과
    note: "이 발표에 대한 뉴스 보도"

3단계: 테마 클러스터링

연결된 엔트리들을 테마별로 묶는다.

## 오늘의 테마

### 테마 1: {제목}
- 관련 엔트리: C1-01, C3-02, C7-01
- 핵심 흐름: {1~2문장 요약}
- 더존비즈온 시사점: {실무 관점 인사이트}

4단계: 인덱스 업데이트

archive/index/ 디렉토리의 인덱스 파일을 업데이트한다.

• by-company.md — 기업별 엔트리 목록
• by-topic.md — 주제별 엔트리 목록
• by-trend.md — 트렌드 타임라인

5단계: 연결 보고서 저장

archive/YYYY-MM-DD/link-report.md에 분석 결과를 저장한다.

핵심 규칙

• 과잉 연결 방지: 무리한 연결보다 명확한 관계만 기록한다.
• 더존비즈온 맥락: PM 업무와 연결되는 인사이트를 반드시 포함한다.
• 누적 트렌드: 단일 날짜뿐 아니라 최근 1주일 트렌드도 언급한다.