테라바이트 자료의 LLM Wiki화, '번들 스킬'은 여전히 공석

"NAS 대용량(테라 단위) 자료들을 AI연결해서 관리하고 활용"하는 방법을 묻는 질문에서 시작해, "테라급 데이터를 llm wiki화 시키는거부터가 난관"이라며 "pdf, docx, hwp... 이놈을 md화 시키고 md를 다시 요약하고 요약된거를 메타 데이터 주고 한세월 지나가고있"다는 어려움이 이어졌다. 경험자는 "gpt5.4mini 같은거 codex로 동시에 50개정도씩 처리해서 요약문서로 만들어놓고... 임베딩한 뒤에... 클러스터링"하는 방식을 시도했지만 "에이전트가 도구까지 써야해서... 대용량 데이터처리는 힘들더라"고 전했다. 또 다른 참가자는 "클로드 opus도 그냥 분할 요약 검증해줘 딸깍하고 다됐다고보면 이상하게 해놓더라"며 "마법의 번들스킬 하나면 다될거같은데... 저한테 없군요"라고 아쉬움을 남겼다.

대용량 문서를 다루는 파이프라인(변환→요약→임베딩→클러스터링)의 개별 단계는 이미 여러 차례 시도됐지만, 이를 하나로 묶어 재사용 가능하게 만드는 "번들 스킬"이라는 마지막 조립 단계가 반복적으로 빈자리로 남는 것으로 보인다.