Discourse AI - Related Topics: Enhancing Content Exploration 을 정말 좋아하지만, 안타깝게도 그 범위가 현재 읽고 있는 주제에 의해 결정되는 것 같습니다.
최근 LLM의 발전으로, 사용자의 게시글과 읽기 이력을 빠르게 훑어보며 ‘추천’ 피드를 제공하는 것이 가능할지 궁금합니다.
이것은 우리의 Q&A 중심 사용 사례에 매우 유용한 기능이 될 것입니다. 우리는 다양한 카테고리를 보유하고 있고, 매우 바쁜 사용자(동료들)가 많습니다. 또한 그들이 절대 보지 못할 수도 있는 매우 유용한 정보가 많습니다. 좋은 추천 목록은 사용자가 해결하려는 문제에 대해 선제적으로 대응하는 데 도움이 될 것입니다.
우리의 이상적인 형태는 사용자가 이미 관심을 보이고 있는 도구와 대화와 관련된, 사람들이 이야기하는 공통적이고 중요하며 뜨거운 버그 목록으로 구성된 것이겠습니다.
사이트가 공개되어 있다면 링크를 공유해 주시겠어요?
Discourse AI 기능을 공개 이전부터 사용해 온 사용자로서, 여러분의 사이트에 대해 더 알고 싶습니다. 작성해 주신 구체적인 세부 사항을 이해하면, 여러분의 플랫폼의 고유한 특성을 고려하여 Discourse AI에 대해 더 정확한 추천을 드릴 수 있습니다.
공유하고 싶지만, 불행히도 이것은 큰 기업의 내부 인스턴스입니다. 
하지만 우리가 무엇을 하고 있는지 대략적인 설명은 드릴 수 있습니다.
본질적으로 이것은 회사 및 업계에 특화된 문제들을 공유하는 내부용 Stack Overflow와 같습니다. 예를 들어 "이 프록시를 어떻게 구성해야 하는지 모르겠다"거나 “Google에서 Bug123에 대한 결과를 찾지 못했는데, 다른 사람도 이 문제를 해결한 적이 있나요?” 같은 내용들이죠.
우리의 카테고리는 도구별로 구분되어 있으며, 다음과 같습니다:
현재 Gitlab 카테고리에서 다른 도구(예: Kubernetes)와의 통합에 대해 논의하는 토픽을 읽거나 답변을 달면, 관련 토픽에 대한 알림을 받지 못합니다. 따라서 Kubernetes 카테고리에 매우 유용한 게시물이 있어도, 아주 늦게야 알게 될 수 있습니다. 직접 찾아내거나, 적절한 알림을 구독해야 합니다.
대부분의 사용자는 좋은 알림 설정을 하지 않을 것입니다:
추천 목록은 잠재적으로 유용한 정보를 요청 시 한 번의 클릭으로 제공합니다. 본질적으로 "최근 관심사 기반에서 도움이 될 수 있는 토픽을 몇 가지 소개합니다"라는 의미입니다. 이는 사용자의 검색 기록, 인기 있는 토픽, 참여 중인 토픽의 공통 키워드 등을 기반으로 구성될 수 있습니다. 예를 들어, 사용자가 ‘문제 많은 IBM’ 카테고리를 절대 방문하지 않는다면, 해당 카테고리에서 아무것도 추천되지 않습니다. 단, 사용자가 이미 강한 관심을 가지고 있는 주제(예: Gitlab)와 관련이 있는 경우를 제외하죠.
당연히 keypunch 기계를 사용해 본 적이 없으시겠죠.
이 토픽을 보셨나요? 대부분의 게시글에 매우 유용한 정보가 포함되어 있으니 전체를 읽어보시는 것이 좋습니다.
이 사이트 상단에 “데일리 버즈” AI 요약 기능을 제공하고 있으며, 12시간마다 갱신되며 지난 2일간의 게시물에서 내용을 가져옵니다.
해결책은 비공개 플러그인으로 공개되어 있지 않으나, 이 개념을 잘 보여줍니다.
그리고 네, 오류가 발생할 수 있습니다! 
콘텐츠를 링크로 연결하는 기능을 구현하려고 계속 고민해 왔습니다 … 업데이트: 완료했습니다. GPT 4 Turbo와 몇 가지 프롬프트 엔지니어링만 필요했네요. GPT 3.5로는 그런 수준의 지시를 처리할 수 없었습니다.
당신의 멋진 keypunch 기계를 보았습니다. 하지만 마크다운을 지원하지 않는 웹 기반 티켓팅 시스템으로 맞불을 놓겠습니다 
감사합니다. 저는 이 주제를 아직 보지 못했습니다. 상황이 변하면 유용할 수 있겠지만, 불행히도 우리의 현재 제한 사항(전에 언급하지 못한 점 
)을 충족하지 못하는 것 같습니다.
이러한 제한 사항들이 바로 추천 주제 목록이 우리에게 좋은 해결책이 되는 이유입니다: 콘텐츠가 생성되지 않고, 채팅도, 개인 메시지도 사용하지 않으니까요.
데일리 요약을 제공하는 흥미로운 방식이네요. 말씀하신 대로 하이퍼링크는 확실히 훌륭한 기능이 될 것입니다. 사용자의 고유한 관심사 집합에 맞게 커스터마이즈하는 것에 대해 고려해 본 적이 있으신가요? 기존 데일리 다이제스트에 의존하는 것 대신 이 접근 방식이 매력적으로 느껴진 이유는 무엇이었나요?
효율적으로 할 수 있다면 정말 멋진 아이디어일 텐데요 …
이 요청에서 진정한 도전 과제가 될 부분이라고 생각하지만, 동시에 상당한 가치가 있는 부분이기도 합니다.
대부분의 콘텐츠 호스팅 플랫폼은某种 형태의 사용자 지정 추천 시스템을 갖추고 있으며, Discourse가 언젠가 그 방향으로 나아가지 않을 것이라고 하면 놀라울 것입니다. 이미지/소리를 객체/텍스트/개념으로 변환하는 과정에서 발생하는 오류의 한 층을 제거하기 때문에, Spotify/YouTube와 같은 플랫폼보다 달성하기가 더 쉬울 수 있습니다.
장황하게 설명할 필요는 없습니다.
첫 번째 게시글의 요청에 대해 더 창의적으로 생각해 보세요. 충족해야 할 유효한 제약 조건이 많다고 해서, 잠재적으로 더 나은 해결책이 없다는 뜻은 아닙니다.
관련 주제(Related Topics)에 대한 부연 설명: 지난 며칠 동안 수천 개의 관련 주제를 직접 확인해 보았고, 이 글을 눈여겨볼 필요가 있다고 느꼈습니다.
주의를 기울일 만한 부분.
영어 사이트(OpenAI)의 관련 주제에 포함된 수많은 게시글을 검토하던 중, 스페인어 주제들이 서로 묶여 있는 경향이 있다는 점을 발견하기 시작했습니다. 각 게시글이 영어로 먼저 번역되었다면, 각각 다른 벡터를 가지게 되어 다른 게시글들과 클러스터링되었을 것이라고 추정합니다.
지옥 같은 일
해당 기능을 아직 다듬고 있는 중입니다(다음 주에 발표할 예정입니다). 하지만 우리의 새로운 AI를 활용한 주기적 보고서 기능이 여러분의 비전과 완벽하게 부합합니다:
meta.discourse.org의 일일 요약을 생성하세요
상위 사용자 및 게시물/토픽 수와 같은 주요 통계를 나열하세요
하루 동안 활동이 있었던 약 10개의 흥미로운 새로운 토픽을 간략한 요약과 함께 나열하세요
하루 동안 상당한 활동이 있었던 약 10개의 흥미로운 기존 토픽을 나열하세요
@team 그룹의 활동 요약을 나열하고, 그들이 만든 토픽에 대한 인라인 링크를 포함하세요.
출처: 항상 포럼 토론 링크를 통해 진술을 뒷받침하세요.
마크다운 사용: 굵은 글씨, 기울임, > 인용문 및 링크를 사용하여 가독성을 높이세요.
링크: 직접 참조를 위해 https://meta.discourse.org/t/-/TOPIC_ID/POST_NUMBER 형식을 사용하세요.
사용자 멘션: @USERNAME 형식으로 사용자를 참조하세요
많은 토픽 링크 추가: 보고서에 최소 30개의 토픽 링크를 포함하도록 노력하세요. 토픽 ID는 최종 사용자에게 의미가 없으므로, 링크를 넣어야 한다면 참조를 사용하거나 더 좋게 문장 안에 자연스럽게 임베드하세요.
카테고리 및 태그: 태그와 카테고리를 나타내기 위해 #TAG 및 #CATEGORY 형식을 사용하세요
Contribute > Bug 토픽은 저에게 매우 중요합니다. 이를 우선시하고, 잘못 분류된 버그를 발견하면 강조해 주세요. 올바르게 분류된 항목은 언급하지 마세요.
토픽 요약을 제공할 때는 단락 형태로 작성하세요. 예시:
실험적인 관리자 사이드바 내비게이션 - @martin이 실험적인 관리자 사이드바 내비게이션을 소개하여 디자인과 기능에 대한 논의를 촉발시켰습니다. @packman과 @Don과 같은 사용자들은 누락된 항목과 모바일 디스플레이 문제에 대한 피드백을 제공했으며, @martin은 이를 인지하고 향후 업데이트를 고려하고 있습니다. 더 보기.
추천 토픽 목록 - @Tris20은 LLM의 진보를 활용하여 사용자의 관심사에 맞는 콘텐츠를 제공하기 위해 상단 메뉴에 추천 토픽 목록을 추가하는 것을 제안했습니다. @EricGT, @merefield 및 기타 사용자의 기여로 개인화된 콘텐츠 추천의 가능성과 과제에 대한 논의가 발전했습니다. 더 보기.
디스코스의 10년 - @Judy_Hawkins와 @Quercus와 같은 사용자들은 그들의 삶에 영향을 미친 다양한 디스코스 커뮤니티에 대한 감사의 마음을 나누며 플랫폼의 10주년을 축하했습니다. 더 보기.
Locations 플러그인 - @Don이 Locations 플러그인의 문제를 보고했고, @merefield가 즉시 응답하여 문제를 조사할 의사가 있음을 나타냈습니다. 더 보기.
사용자의 내비게이션 바 편집 제한 - @Yola는 사용자가 내비게이션 바를 편집하는 것을 제한하는 방법에 대한 도움을 요청했으며, @JammyDodger는 해당 기능이 개별 사용자 맞춤화를 위해 설계되었음을 명확히 했습니다. @pfaffman과 @LOCOSP는 편집 버튼을 숨기는 CSS 솔루션을 제공했습니다. 더 보기.
업로드 파일 버그 - @Vladimir_P는 파일 업로드 시 버그를 겪었으며, @JammyDodger와 @blake가 이를 처리하여 수정이 이루어졌습니다. 더 보기.
플러그인 생성 및 설치 - @Gaurav_Kumar_Sandan은 홈페이지에서 플러그인을 생성하고 설치하는 방법에 대해 문의했으며, @JammyDodger와 @pfaffman이 테마 컴포넌트 및 플러그인 설치에 대한 안내를 제공했습니다. 더 보기.
DiscoTOC - 자동 목차 - @digitaldominica와 @Arkshine와 같은 사용자들은 DiscoTOC 컴포넌트의 문제를 논의했으며, 이는 Discourse 업데이트 이후 해결되었습니다. 더 보기.
플러그인 내 사용자별 커스텀 설정 - @pirhoo는 플러그인에서 사용자별 커스텀 필드를 생성하는 방법에 대한 조언을 구했으며, @merefield가 과정을 돕기 위한 자료를 제공했습니다. 더 보기.
청구 정보 위치 - @Teresations은 Communiteq에서 호스팅된 자신의 디스코스 청구 정보를 찾는 데 도움이 필요했으며, @awesomerobot과 @RGJ가 컨트롤 패널을 가리켜 도움을 주었습니다. 더 보기.
이모지 줄 높이 조정 피드백 - @sam과 @tynaut는 이모지 줄 높이 조정이 사용자 상태 스타일링에 미치는 영향을 논의했으며, @tynaut는 채팅에 대한 수정을 확인하고 게시물/메시지에 대한 해결책을 조사하고 있다고 확인했습니다. 더 보기.
FILTER를 사용하여 데이터 요약 - @JammyDodger는 활동 요약 선호도에 따라 사용자 데이터를 세분화하기 위해 FILTER 함수를 사용하는 SQL 쿼리를 공유하고, 쿼리의 구성 요소를 자세히 설명했습니다. 더 보기.
사용자 프로필의 일부로서의 커뮤니케이션 스타일 - @Saif와 @simon은 사용자 프로필에 감성 분석을 구현하여 커뮤니케이션 스타일을 평가하는 것의 가능성과 우려 사항을 논의했습니다. 더 보기.
채팅에서 Enter로 줄바꿈, Shift+Enter로 메시지 전송 - @meglio는 여러 단락의 메시징을 더 사용자 친화적으로 만들기 위해 채팅 입력 동작에 대한 구성 변경을 제안했으며, @Jagster와 @Moin과 같은 사용자들의 지지를 받았습니다. 더 보기.
투표가 포함된 사용자의 첫 게시물 승인 불가 - @Firepup650은 권한 오류로 인해 투표가 포함된 사용자의 첫 게시물을 승인할 수 없는 문제를 보고했습니다. 더 보기.
외부 알림 이메일 실패 - @managenet은 첨부 파일 크기 제한을 변경하려는 시도 후 외부 알림 이메일 문제를 겪었습니다. 더 보기.
재빌드 시 한 레이어 추출에 막혀 앱 재빌드 불가 - @LOCOSP는 재빌드 중 Docker 레이어 추출 문제를 겪었으며, 파일을 다시 가져오도록 강제하는 방법에 대한 조언을 구했습니다. 더 보기.
Discourse Launcher / Docker가 로컬 Postgresql 및 Redis 서버를 사용합니까? - @dalu74는 Discourse가 호스트의 Postgresql 및 Redis 설치를 사용하는지 문의했으며, @hello-smile6가 이를 명확히 했습니다. 더 보기.
자세한 내용과 토론은 meta.discourse.org를 방문하세요.
특히 이러한 자동화 보고서를 활용하여 흥미로운 콘텐츠를 표면화해 볼 수 있습니다.
컨텍스트 크기, 보고서가 포함하는 일수 등을 제어할 수 있기 때문에 여기에서 극도로 정밀한 제어가 가능합니다.
다만 경고하건대, 이 기능은 GPT-4 turbo를 사용할 때 잘 작동합니다. Anthropic Claude는 큰 컨텍스트 윈도우를 가진 LLM이지만, 그 결과가 인상적이지는 않았습니다.
이미 알고 계실 수도 있지만, 이 부분은 직관적이지 않을 수 있어 다른 분들을 위해 다시 한번 말씀드립니다.
우측 상단에 있는 Discourse AI 봇에 접근할 수 있다면
Forum Helper 페르소나를 사용하여 Periodic report using AI의 custom instructions에 활용할 수 있는 다양한 지시문도 시험해 볼 수 있습니다. 즉, Forum Helper를 이용해 보고서를 빠르게 프로토타입으로 만들어 볼 수 있다는 뜻입니다.
개발 과정에서 피드백을 돕는 특혜를 누린 사람으로서 말씀드리건대, 원하는 결과를 얻기 위해 custom instructions는 매우 중요합니다. 위에서 제시한 예시를 보면, Sam이 초기 요청에 기반한 보고서 변형용으로 이 부분을 추가했음을 명확히 확인할 수 있습니다.
도움이 되길 바랍니다.
아쉽게도 이 커스텀 지시문은 GPT 4에게도 너무 어렵습니다. 하지만 그 외의 부분은 꽤 잘 작동합니다.
디자인은 마음에 들지만, 기능이 정확히 어떻게 작동하는지는 완전히 이해하지 못하겠습니다. Digest와 비슷한 무언가를 생성하는 것처럼 보입니다. 이 정보는 새로운 형식으로 제시되는 것이 꽤 마음에 듭니다.
응답에서 확인할 수 없었던 것은, 이 기능이 사용자별 맞춤형 요약을 제공할 수 있는지 여부입니다. 제가 어딘가에서 놓친 건가요? 사용자의 개별적인 관심사에 기반하여 사용자별로 생성될 수 있을까요?
이 생각들을 더 구체적으로 만들기 위해, 제가 머릿속에 그렸던 대략적인 흐름은 다음과 같습니다:
의사코드
user_interests = main_interests + recent_interests
Recommended_list = Match(recent_topics with user_interests)
Recommended_list = Recommended_list.sort_by_match_strength()
일일 리포트(현재 메타에서 TL3로 설정되어 있음)를 다루면서 흥미로운 결론에 도달하고 있습니다.
LLM 기반으로 생성되는 콘텐츠 중 사람들이 가장 좋아하는 부분은 특정 주제의 X일부터 Y일까지의 변경 사항을 1단락으로 요약한 것입니다.
LLM이 전체 코퍼스(corpus)를 읽어가며 이러한 보고서를 생성하게 하는 대신, 주제별 단락을 저장하는 "프래그먼트 캐시(fragment cache)"를 유지하는 방식이 가능합니다. 예를 들어 다음과 같은 형태로 저장할 수 있습니다:
| 주제 ID | 요약 대상 기간 | 매우 짧은 요약 |
|---|---|---|
| 2343 | 12-1 → 12-9 | … |
이를 통해 사용자별 맞춤형 요약을 구성할 수 있습니다. 즉, 이 문제를 여러 부분으로 나누는 것입니다:
관심 있는 주제 식별 → 전통적인 프로그래밍 (감시 중인 태그/카테고리 또는 활동 기반 “백그라운드” 감시 - 이미 읽은 항목 제외)
주제 요약 → LLM 기반 기능
이 방식에는 여러 가지 장점이 있습니다. 확장성이 매우 뛰어나고, 컨텍스트 양이 훨씬 제한적이므로 요약이 훨씬 더 정확해질 수 있으며, 컨텍스트 혼입(context bleed)과 환각(hallucination) 발생 위험도 줄어듭니다.
저는 이 아이디어의 변형에 대해 생각해 보고 있습니다. 태그나 범주로 연결된 주제들을 고려하는 대신, 의미적 유사성(semantic similarity)을 기준으로 고려해 보세요. 모든 의미적으로 관련된 주제가 깔끔하게 구(球)를 형성하지는 않지만, 그렇게 생각하는 것이 도움이 됩니다. 단일 주제로 시작하는 구를 상상해 보세요. 더 많은 주제가 추가되면 구는 확장되지만, 시간이 지나면 크기가 제한됩니다. 그럼에도 구가 성장하고, 심지어 최대 크기에 도달한 후에도 구 안에는 더 많은 주제가 추가될 수 있습니다. 이를 하늘에서 펼쳐지는 불꽃놀이에 비유해 볼 수 있습니다. 서로 다른 의미적 유사성을 가진 주제들이 시간이 지남에 따라 추가되는 것을 빠른 폭발로 표현할 수 있습니다. 이 비유는 개념을 더 잘 이해하는 데 도움이 됩니다. 저는 특히 빠른 폭발과 오랜 시간 동안 잔불처럼 반짝이는 것에 관심이 많습니다. 이를 시각적으로 표현할 수 있다면, 의미적 중심을 선택하여 그에 대한 단락을 작성하는 것도 좋을 것입니다.
이 주제에서 Show Full Post를 사용하면 의미적으로 관련된 주제들의 실제 이미지를 볼 수 있습니다.
수정
여기 제 생각에 더 가까운 시각 자료입니다.
이미지는 여기서 가져왔습니다.
여러 측면에서 이것은 "the algorithm"의 Discourse 버전을 요구하는 것입니다.
관심 있는 콘텐츠를 선택하는 "알고리즘"에는 수많은 요소가 포함될 수 있습니다:
솔직히 말씀드리자면, "알고리즘"이라는 말은 처음 들어봅니다. 하지만 네, 제 생각과 상당히 일치합니다. 더 자세히 살펴봐야겠지만, 당신이 지적한 내용에 대해 이의를 제기할 것 같지는 않습니다. 
2023년 11월 21일
ChatGPT 3.5
사용자
트위터의 "알고리즘"이란 무엇인가요?
ChatGPT
트위터의 알고리즘은 소셜 미디어 플랫폼이 사용자의 타임라인과 피드에 어떤 콘텐츠를 표시할지 결정하는 데 사용되는 복잡한 수학적 규칙과 프로세스의 집합을 의미합니다. 이 알고리즘은 사용자의 관심사, 참여 이력 및 기타 요인에 기반하여 사용자가 보는 콘텐츠를 큐레이션하고 개인화하도록 설계되었습니다. 트위터의 알고리즘은 수년에 걸쳐 진화해 왔지만, 일반적으로 사용자에게 가장 관련성 높고 참여도가 높은 트윗을 보여주는 동시에 플랫폼에서의 사용자 참여와 유지율을 높이는 것을 목표로 합니다.
트위터의 알고리즘에 영향을 미칠 수 있는 주요 구성 요소와 요인에는 다음이 포함됩니다:
관련성: 알고리즘은 트윗이 사용자의 관심사와 선호도에 얼마나 관련이 있는지를 고려합니다. 사용자가 팔로우하는 계정, 사용자가 상호작용하는 콘텐츠(좋아요, 리트윗, 답글), 그리고 트윗에서 사용하는 키워드와 해시태그를 고려합니다.
참여도: 좋아요, 리트윗, 답글, 공유를 더 많이 받는 트윗은 알고리즘에 의해 더 많이 홍보될 가능성이 높습니다. 높은 참여도는 트윗이 사용자에게 공감을 불러일으키고 더 가치 있는 것으로 간주됨을 의미합니다.
최신성: 트위터는 사용자가 최신 정보와 트렌드를 파악할 수 있도록 최근 트윗을 우선시하는 경우가 많습니다. 그러나 여전히 관련성이 있고 참여도가 높은 오래된 트윗도 표시할 수 있습니다.
개인화: 알고리즘은 사용자의 특정 관심사와 행동에 맞게 피드를 맞춤화함으로써 각 사용자에게 개인화된 경험을 제공합니다. 사용자가 플랫폼과 상호작용함에 따라 시간이 지남에 따라 적응합니다.
팔로워 수: 계정의 팔로워 수도 트윗의 가시성에 영향을 미칠 수 있습니다. 팔로워가 많은 계정은 일반적으로 트윗이 더 넓은 청중에게 표시될 가능성이 높습니다.
미디어 유형: 이미지, 비디오 또는 기타 미디어가 포함된 트윗은 더 높은 참여도를 얻는 경향이 있으며, 알고리즘에 의해 홍보될 수 있습니다.
품질 및 안전: 트위터의 알고리즘은 또한 스팸, 가짜 뉴스, 유해한 콘텐츠의 가시성을 줄이는 동시에 고품질이고 안전한 콘텐츠를 홍보하는 것을 목표로 합니다.
트위터가 사용자 경험을 개선하고 오信息及 유해 콘텐츠 확산과 관련된 우려를 해결하기 위해 알고리즘을 주기적으로 업데이트하고 정교하게 다듬는다는 점을 알아두는 것이 중요합니다. 사용자는 설정을 조정하거나 계정을 음소거하거나, 목록(Lists)과 "최고의 트윗 먼저 표시"와 같은 트위터 기능을 사용하여 피드를 더 맞춤화할 수 있는 일부 제어권을 가질 수도 있습니다.
저는 이 기능이 정말 좋습니다. 알림 없이 작동하는 Watching(감시) 기능 같은 느낌이 드는데, 우리가 찾고 있는 것이 바로 이런 것입니다. 이 형식을 읽을 때 인지적 노력이 거의 들지 않는다는 점이 정말 인상적입니다. 솔직히 더 많이 읽어 보고 싶습니다!
이 기능이 finora Meta에서만 시도된 것이 맞나요? 더 난해한 정보를 다룰 수 있는 기술 포럼에서는 어떻게 작동할지 매우 궁금합니다.
기술 수준이 높은 포럼에서도 시도해 봤고 잘 작동했어요. 바로 사용 가능한 상태이며, 다음 주에 적절한 문서를 추가할 예정입니다.
