Rememberizer LLM 준비 문서
2024-11-14 19:05:59 PST에 생성됨. rememberizer-llm-ready-documentation.md에서 원시 콘텐츠로 이용 가능.
이 문서는 Rememberizer의 문서에 대한 포괄적이고 통합된 참조를 제공하며, 대형 언어 모델(LLM) 소비에 최적화되어 있습니다. 다양한 문서 출처를 하나의 쉽게 접근 가능한 형식으로 결합하여 AI 시스템에 의한 효율적인 정보 검색 및 처리를 촉진합니다.
==> SUMMARY.md <==
# 목차
* [왜 Rememberizer인가?](README.md)
* [배경](background/README.md)
* [벡터 임베딩과 벡터 데이터베이스란?](background/what-are-vector-embeddings-and-vector-databases.md)
* [개인](personal/README.md)
* [Rememberizer Slack 통합](personal/rememberizer-slack-integration.md)
* [Rememberizer Dropbox 통합](personal/rememberizer-dropbox-integration.md)
* [Rememberizer Google Drive 통합](personal/rememberizer-google-drive-integration.md)
* [Rememberizer Gmail 통합](personal/rememberizer-gmail-integration.md)
* [Rememberizer Memory 통합](personal/rememberizer-memory-integration.md)
* [Rememberizer 앱](personal/rememberizer-app.md)
* [메멘토 필터 접근](personal/mementos-filter-access.md)
* [타사 앱 관리](personal/manage-third-party-apps.md)
* [공통 지식](personal/common-knowledge.md)
* [지식 검색](personal/search-your-knowledge.md)
* [임베디드 지식 관리](personal/manage-your-embedded-knowledge.md)
* [개발자](developer/README.md)
* [Rememberizer 앱 등록](developer/registering-rememberizer-apps.md)
* [Rememberizer 앱 인증](developer/authorizing-rememberizer-apps.md)
* [Rememberizer GPT 생성](developer/creating-a-rememberizer-gpt.md)
* [Slack과 대화하는 샘플 웹 앱](developer/talk-to-slack-the-sample-web-app.md)
* [API 키 등록 및 사용](developer/registering-and-using-api-keys.md)
* [LangChain 통합](developer/langchain-integration.md)
* [벡터 저장소](developer/vector-stores.md)
* [API 문서](developer/api-documentations/README.md)
* [Rememberizer에 콘텐츠 기억하기](developer/api-documentations/memorize-content-to-rememberizer.md)
* [문서 검색](developer/api-documentations/retrieve-documents.md)
* [문서 내용 검색](developer/api-documentations/retrieve-document-contents.md)
* [Slack의 콘텐츠 검색](developer/api-documentations/retrieve-slacks-content.md)
* [의미적 유사성으로 문서 검색](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
* [사용 가능한 데이터 소스 통합 목록](developer/api-documentations/list-available-data-source-integrations.md)
* [현재 사용자 계정 세부정보 검색](developer/api-documentations/retrieve-current-users-account-details.md)
* [모든 추가된 공공 지식 가져오기](developer/api-documentations/get-all-added-public-knowledge.md)
* [벡터 저장소 API](developer/api-documentations/vector-store/README.md)
* [벡터 저장소 정보 가져오기](developer/api-documentations/vector-store/get-vector-stores-information.md)
* [벡터 저장소의 문서 목록 가져오기](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
* [문서 정보 가져오기](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
* [벡터 저장소에 새 텍스트 문서 추가](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
* [벡터 저장소에 파일 업로드](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
* [벡터 저장소의 파일 내용 업데이트](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
* [벡터 저장소에서 문서 제거](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
* [의미적 유사성으로 벡터 저장소 문서 검색](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [공지사항](notices/README.md)
* [이용 약관](notices/terms-of-use.md)
* [개인정보 보호정책](notices/privacy-policy.md)
* [릴리스](notices/releases/README.md)
* [2024년 11월 15일](notices/releases/nov-15th-2024.md)
* [2024년 11월 8일](notices/releases/nov-8th-2024.md)
* [2024년 11월 1일](notices/releases/nov-1st-2024.md)
* [2024년 10월 25일](notices/releases/oct-25th-2024.md)
* [2024년 10월 18일](notices/releases/oct-18th-2024.md)
* [2024년 10월 11일](notices/releases/oct-11th-2024.md)
* [2024년 10월 4일](notices/releases/oct-4th-2024.md)
* [2024년 9월 27일](notices/releases/sep-27th-2024.md)
* [2024년 9월 20일](notices/releases/sep-20th-2024.md)
* [2024년 9월 13일](notices/releases/sep-13th-2024.md)
* [2024년 8월 16일](notices/releases/aug-16th-2024.md)
* [2024년 8월 9일](notices/releases/aug-9th-2024.md)
* [2024년 8월 2일](notices/releases/aug-2nd-2024.md)
* [2024년 7월 26일](notices/releases/jul-26th-2024.md)
* [2024년 7월 12일](notices/releases/jul-12th-2024.md)
* [2024년 6월 28일](notices/releases/jun-28th-2024.md)
* [2024년 6월 14일](notices/releases/jun-14th-2024.md)
* [2024년 5월 31일](notices/releases/may-31st-2024.md)
* [2024년 5월 17일](notices/releases/may-17th-2024.md)
* [2024년 5월 10일](notices/releases/may-10th-2024.md)
* [2024년 4월 26일](notices/releases/apr-26th-2024.md)
* [2024년 4월 19일](notices/releases/apr-19th-2024.md)
* [2024년 4월 12일](notices/releases/apr-12th-2024.md)
* [2024년 4월 5일](notices/releases/apr-5th-2024.md)
* [2024년 3월 25일](notices/releases/mar-25th-2024.md)
* [2024년 3월 18일](notices/releases/mar-18th-2024.md)
* [2024년 3월 11일](notices/releases/mar-11th-2024.md)
* [2024년 3월 4일](notices/releases/mar-4th-2024.md)
* [2024년 2월 26일](notices/releases/feb-26th-2024.md)
* [2024년 2월 19일](notices/releases/feb-19th-2024.md)
* [2024년 2월 12일](notices/releases/feb-12th-2024.md)
* [2024년 2월 5일](notices/releases/feb-5th-2024.md)
* [2024년 1월 29일](notices/releases/jan-29th-2024.md)
* [2024년 1월 22일](notices/releases/jan-22nd-2024.md)
* [2024년 1월 15일](notices/releases/jan-15th-2024.md)
* [B2B](notices/b2b/README.md)
* [Reddit 에이전트에 대하여](notices/b2b/about-reddit-agent.md)
* [Rememberizer LLM 준비 문서](rememberizer-llm-ready-documentation.md)
==> README.md <==
---
description: 소개
---
# 왜 Rememberizer인가?
생성적 AI 앱은 배경 정보에 접근할 수 있을 때 더 잘 작동합니다. 그들은 당신이 아는 것을 알아야 합니다. 이를 달성하는 좋은 방법은 당신이 생성하고 사용하는 문서, 데이터 및 논의에서 관련 콘텐츠에 접근할 수 있도록 하는 것입니다. 그것이 바로 Rememberizer가 하는 일입니다.
==> rememberizer-llm-ready-documentation.md <==
# Rememberizer LLM 준비 문서
*2024-10-31 20:41:45 PDT에 생성됨. 원본 내용은 [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md)에서 확인할 수 있습니다.*
이 문서는 Rememberizer의 문서에 대한 포괄적이고 통합된 참조를 제공하며, 대형 언어 모델(LLM) 소비를 위해 최적화되었습니다. 다양한 문서 출처를 하나의 쉽게 접근할 수 있는 형식으로 결합하여 AI 시스템에 의한 효율적인 정보 검색 및 처리를 촉진합니다.
||CODE_BLOCK||
==> SUMMARY.md <==
# 목차
* [왜 Rememberizer인가?](README.md)
* [배경](background/README.md)
* [벡터 임베딩과 벡터 데이터베이스란?](background/what-are-vector-embeddings-and-vector-databases.md)
* [개인](personal/README.md)
* [Rememberizer Slack 통합](personal/rememberizer-slack-integration.md)
* [Rememberizer Dropbox 통합](personal/rememberizer-dropbox-integration.md)
* [Rememberizer Google Drive 통합](personal/rememberizer-google-drive-integration.md)
* [Rememberizer Gmail 통합](personal/rememberizer-gmail-integration.md)
* [Rememberizer Memory 통합](personal/rememberizer-memory-integration.md)
* [Rememberizer 앱](personal/rememberizer-app.md)
* [기념품 필터 접근](personal/mementos-filter-access.md)
* [타사 앱 관리](personal/manage-third-party-apps.md)
* [공통 지식](personal/common-knowledge.md)
* [지식 검색](personal/search-your-knowledge.md)
* [임베디드 지식 관리](personal/manage-your-embedded-knowledge.md)
* [개발자](developer/README.md)
* [Rememberizer 앱 등록](developer/registering-rememberizer-apps.md)
* [Rememberizer 앱 인증](developer/authorizing-rememberizer-apps.md)
* [Rememberizer GPT 생성](developer/creating-a-rememberizer-gpt.md)
* [Talk-to-Slack 샘플 웹 앱](developer/talk-to-slack-the-sample-web-app.md)
* [API 키 등록 및 사용](developer/registering-and-using-api-keys.md)
* [LangChain 통합](developer/langchain-integration.md)
* [벡터 저장소](developer/vector-stores.md)
* [API 문서](developer/api-documentations/README.md)
* [Rememberizer에 콘텐츠 기억하기](developer/api-documentations/memorize-content-to-rememberizer.md)
* [문서 검색](developer/api-documentations/retrieve-documents.md)
* [문서 내용 검색](developer/api-documentations/retrieve-document-contents.md)
* [Slack의 콘텐츠 검색](developer/api-documentations/retrieve-slacks-content.md)
* [의미적 유사성으로 문서 검색](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
* [사용 가능한 데이터 소스 통합 목록](developer/api-documentations/list-available-data-source-integrations.md)
* [현재 사용자 계정 세부정보 검색](developer/api-documentations/retrieve-current-users-account-details.md)
* [추가된 모든 공개 지식 가져오기](developer/api-documentations/get-all-added-public-knowledge.md)
* [벡터 저장소 API](developer/api-documentations/vector-store/README.md)
* [벡터 저장소 정보 가져오기](developer/api-documentations/vector-store/get-vector-stores-information.md)
* [벡터 저장소의 문서 목록 가져오기](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
* [문서 정보 가져오기](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
* [벡터 저장소에 새 텍스트 문서 추가](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
* [벡터 저장소에 파일 업로드](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
* [벡터 저장소의 파일 내용 업데이트](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
* [벡터 저장소에서 문서 제거](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
* [의미적 유사성으로 벡터 저장소 문서 검색](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [공지사항](notices/README.md)
* [이용 약관](notices/terms-of-use.md)
* [개인정보 처리방침](notices/privacy-policy.md)
* [릴리스](notices/releases/README.md)
* [2024년 11월 1일](notices/releases/nov-1st-2024.md)
* [2024년 10월 25일](notices/releases/oct-25th-2024.md)
* [2024년 10월 18일](notices/releases/oct-18th-2024.md)
* [2024년 10월 11일](notices/releases/oct-11th-2024.md)
* [2024년 10월 4일](notices/releases/oct-4th-2024.md)
* [2024년 9월 27일](notices/releases/sep-27th-2024.md)
* [2024년 9월 20일](notices/releases/sep-20th-2024.md)
* [2024년 9월 13일](notices/releases/sep-13th-2024.md)
* [2024년 8월 16일](notices/releases/aug-16th-2024.md)
* [2024년 8월 9일](notices/releases/aug-9th-2024.md)
* [2024년 8월 2일](notices/releases/aug-2nd-2024.md)
* [2024년 7월 26일](notices/releases/jul-26th-2024.md)
* [2024년 7월 12일](notices/releases/jul-12th-2024.md)
* [2024년 6월 28일](notices/releases/jun-28th-2024.md)
* [2024년 6월 14일](notices/releases/jun-14th-2024.md)
* [2024년 5월 31일](notices/releases/may-31st-2024.md)
* [2024년 5월 17일](notices/releases/may-17th-2024.md)
* [2024년 5월 10일](notices/releases/may-10th-2024.md)
* [2024년 4월 26일](notices/releases/apr-26th-2024.md)
* [2024년 4월 19일](notices/releases/apr-19th-2024.md)
* [2024년 4월 12일](notices/releases/apr-12th-2024.md)
* [2024년 4월 5일](notices/releases/apr-5th-2024.md)
* [2024년 3월 25일](notices/releases/mar-25th-2024.md)
* [2024년 3월 18일](notices/releases/mar-18th-2024.md)
* [2024년 3월 11일](notices/releases/mar-11th-2024.md)
* [2024년 3월 4일](notices/releases/mar-4th-2024.md)
* [2024년 2월 26일](notices/releases/feb-26th-2024.md)
* [2024년 2월 19일](notices/releases/feb-19th-2024.md)
* [2024년 2월 12일](notices/releases/feb-12th-2024.md)
* [2024년 2월 5일](notices/releases/feb-5th-2024.md)
* [2024년 1월 29일](notices/releases/jan-29th-2024.md)
* [2024년 1월 22일](notices/releases/jan-22nd-2024.md)
* [2024년 1월 15일](notices/releases/jan-15th-2024.md)
* [B2B](notices/b2b/README.md)
* [Reddit 에이전트에 대하여](notices/b2b/about-reddit-agent.md)
* [Rememberizer LLM 준비 문서](rememberizer-llm-ready-documentation.md)
==> README.md <==
---
description: 소개
---
# 왜 Rememberizer인가요?
생성 AI 앱은 배경 정보에 접근할 수 있을 때 더 잘 작동합니다. 그들은 당신이 무엇을 알고 있는지 알아야 합니다. 이를 달성하는 좋은 방법은 당신이 생성하고 사용하는 문서, 데이터 및 토론에서 관련 콘텐츠에 접근할 수 있도록 하는 것입니다. 그것이 Rememberizer의 역할입니다.
==> background/README.md <==
# 배경
==> background/what-are-vector-embeddings-and-vector-databases.md <==
---
description: Rememberizer가 단순한 데이터베이스나 키워드 검색 엔진 이상의 이유.
---
# 벡터 임베딩과 벡터 데이터베이스란 무엇인가요?
Rememberizer는 사용자 지식 소스 내에서 의미적 유사성을 검색할 수 있도록 벡터 데이터베이스에서 벡터 임베딩을 사용합니다. 이는 검색 엔진이나 데이터베이스를 통해 콘텐츠에서 키워드를 찾는 것보다 정보 검색의 근본적으로 더 발전되고 미묘한 형태입니다.
<figure><img src="../.gitbook/assets/multidimensional_space.png" alt=""><figcaption><p>다차원 공간</p></figcaption></figure>
가장 발전된 형태(Rememberizer에서 사용되는 형태)로서 벡터 임베딩은 OpenAI의 gpt 모델과 ChatGPT 서비스, Google(Gemini), Anthropic(Claude), Facebook(LLama 2) 및 기타 모델/서비스를 뒷받침하는 AI LLM(대형 언어 모델)과 유사한 아키텍처를 가진 언어 모델에 의해 생성됩니다. 이러한 이유로 벡터 임베딩을 사용하여 AI 모델 프롬프트의 맥락에 포함할 관련 지식을 발견하는 것이 자연스럽습니다. 이 기술들은 상호 보완적이며 다소 동등합니다. 이러한 이유로 LLM을 서비스로 제공하는 대부분의 공급자는 또한 서비스로서 벡터 임베딩을 생성합니다(예: [Together AI의 블로그](https://www.together.ai/blog/embeddings-endpoint-release) 또는 [OpenAI의 또 다른 블로그](https://openai.com/blog/introducing-text-and-code-embeddings)).
벡터 임베딩은 어떻게 생겼을까요? 2차원에서의 좌표(x,y)를 고려해 보세요. 이것이 원점에서 이 점까지의 선을 나타낸다면, 우리는 이것을 방향이 있는 선으로 생각할 수 있습니다. 즉, _2차원의 벡터_입니다. 우리의 맥락에서 벡터 임베딩은 768차원 공간에서 벡터를 나타내는 768개의 숫자와 같은 목록이 될 것입니다. 궁극적으로 이 숫자 목록은 "하늘에서 번개가 치다"와 같은 구의 의미를 정의하는 Transformer 모델의 0과 1 사이의 가중치를 나타낼 수 있습니다. 이는 예를 들어 GPT-4에서 사용되는 의미의 기본적인 동일한 표현입니다. 결과적으로 우리는 좋은 벡터 임베딩이 현대 AI 언어 모델에서 보이는 뛰어난 이해력을 가능하게 할 것으로 기대할 수 있습니다.
\
벡터 임베딩은 텍스트뿐만 아니라 이미지나 소리와 같은 다른 유형의 데이터도 나타낼 수 있다는 점은 주목할 만합니다. 적절히 훈련된 모델을 사용하면 미디어 간 비교가 가능하므로, 텍스트 블록의 벡터 임베딩을 이미지와 비교하거나 _그 반대의 경우_도 가능합니다. 오늘날 Rememberizer는 사용자 문서와 지식의 텍스트 구성 요소 내에서 검색을 가능하게 합니다. 그러나 텍스트-이미지 및 이미지-텍스트 검색은 로드맵에 있습니다.\
\
Google은 벡터 임베딩을 사용하여 텍스트 검색(텍스트-텍스트)과 이미지 검색(텍스트-이미지)을 지원합니다 ([reference](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)). Facebook은 소셜 네트워크 검색에 임베딩을 사용하는 것을 고려했습니다 ([reference](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)). Snapchat은 적절한 사용자에게 적절한 시간에 올바른 광고를 제공하기 위해 맥락을 이해하기 위해 벡터 임베딩을 사용합니다 ([reference](https://eng.snap.com/machine-learning-snap-ad-ranking)).
벡터 임베딩과 벡터 데이터베이스가 어떻게 작동하는지 깊이 이해하려면 Hugging Face의 [개요](https://huggingface.co/blog/getting-started-with-embeddings)부터 시작하세요. Pinecone(서비스로서의 벡터 임베딩 데이터베이스)도 좋은 [개요](https://www.pinecone.io/learn/vector-embeddings/)를 제공합니다.
벡터에서 검색과 지식을 이해하는 또 다른 훌륭한 출처는 Meta/Facebook의 FAISS 라이브러리에 대한 논문과 코드입니다. "FAISS: A Library for Efficient Similarity Search and Clustering of Dense Vectors" 저자 Johnson, Douze, Jégou (2017): FAISS는 밀집 벡터의 효율적인 유사성 검색 및 클러스터링을 위해 설계된 라이브러리에 대한 포괄적인 개요를 제공합니다. 이 논문은 대규모 벡터 데이터베이스에서 인덱싱 및 검색 프로세스를 최적화하는 방법을 논의하며, 제품 양자화를 기반으로 한 방법도 포함됩니다. 이에 대해 더 배우고 싶다면 문서와 함께 [Github의 코드](https://github.com/facebookresearch/faiss)를 참조하세요.
\
2017년 6월에 발표된 논문 "Attention Is All You Need" ([reference](https://arxiv.org/abs/1706.03762))를 고려해 보세요. 이 논문은 GPT 모델과 OpenAI, Google, Meta(Facebook), Nvidia, Microsoft, IBM, Anthropic, Mistral, Salesforce, xAI(Elon Musk), Stability AI, Cohere 및 기타 많은 오픈 소스에서 파생된 모든 LLM의 뒤에 있는 Transformer 아키텍처를 소개합니다.\
또한 "Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality" ([reference 1998](https://dl.acm.org/doi/10.1145/276698.276876), [reference 2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf))도 고려해 보세요. 이 논문들은 고차원 공간에서의 근사 최근접 이웃(ANN) 검색 이론을 논의하며, 이는 유사한 항목을 효율적으로 검색하기 위한 벡터 데이터베이스의 핵심 개념입니다.
<div data-gb-custom-block data-tag="hint" data-style='info'>
이러한 Transformer 기반 모델에 대한 흥미로운 점은 사용된 데이터가 많을수록 더 커지고(매개변수가 많아짐) 이해력과 능력이 향상된다는 것입니다. OpenAI는 처음에 GPT-2 모델을 훈련할 때 이 점을 발견했습니다. 이 잠재력을 인식한 그들은 즉시 오픈 소스 지향 비영리에서 폐쇄형 소스 영리 기업으로 전환하여 GPT-3, GPT-4 및 유명한 프론트 엔드인 ChatGPT를 생산하는 데 집중했습니다. 흥미롭게도 Google은 이 기술에 대한 특허를 보유하고 있습니다. -- Transformer와 Attention Is All You Need의 연구자들이 그들입니다 ([reference](https://patents.google.com/patent/US10452978B2/en)).\
\
ChatGPT는 제 설명에 대해 약간의 이의를 제기하며 "OpenAI의 오픈 소스 지향 비영리에서 폐쇄형 소스 영리 기업으로의 전환에 대한 서사는 복잡한 진화를 단순화합니다. OpenAI의 전환은 상업화 측면과 함께 안전하고 책임 있는 AI 개발에 대한 초점을 포함했습니다. 또한 OpenAI가 GPT-3 및 그 이후의 독점 기술 개발을 우선시하는 동안에도, 연구 커뮤니티와의 출판 및 협력을 통해 계속해서 소통하고 있다는 점도 주목할 가치가 있습니다."
</div>
BERT 언어 모델은 Transformers를 기반으로 하며 종종 고급 벡터 임베딩 엔진에서 사용됩니다. 이는 2018년 논문 "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding" ([reference](https://arxiv.org/abs/1810.04805))에서 소개되었습니다. BERT(Transformers의 양방향 인코더 표현)는 다양한 NLP 작업을 위해 미세 조정할 수 있는 사전 훈련된 모델로의 중요한 전환을 나타냅니다. 양방향 훈련과 Transformer 아키텍처의 혁신적인 사용은 수많은 벤치마크에서 모델 성능에 대한 새로운 기준을 설정했습니다.\
\
벡터 임베딩을 생성하기 위한 초기 혁신적인 방법은 GloVe(2014, Stanford)와 Word2Vec(2013, Google)에서 소개되었습니다. "GloVe: Global Vectors for Word Representation" ([reference](https://nlp.stanford.edu/pubs/glove.pdf)): GloVe(글로벌 벡터) 논문은 단어 표현의 비지도 학습을 위한 새로운 글로벌 로그-이항 회귀 모델을 제안하며, 임베딩의 두 가지 주요 접근 방식인 글로벌 행렬 분해와 지역 맥락 창 방법의 장점을 결합합니다. "Efficient Estimation of Word Representations in Vector Space" ([reference](https://arxiv.org/abs/1301.3781)): 이 논문은 단어 임베딩을 생성하기 위한 혁신적인 접근 방식인 Word2Vec을 소개합니다. Word2Vec 모델은 연속 단어 집합(CBOW) 및 스킵-그램 모델을 포함하여 단어 임베딩의 발전에서 중요한 역할을 합니다.
==> personal/rememberizer-slack-integration.md <==
---
description: >-
이 가이드는 Slack 작업 공간을 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Slack 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 여기에서 Slack을 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/slack_personal_knowledge.png" alt=""><figcaption><p>당신의 지식, Slack에 연결할 준비가 되었습니다</p></figcaption></figure>
3. Slack 지식 소스의 **"연결"** 버튼을 클릭합니다. Rememberizer가 귀하의 Slack 작업 공간에 접근할 수 있도록 허가해 달라는 새로운 페이지로 리디렉션됩니다.
<figure><img src="../.gitbook/assets/slack_oauth.png" alt=""><figcaption><p>Slack OAuth 화면</p></figcaption></figure>
> **참고:** 이 애플리케이션이 Slack에 의해 승인되지 않았다는 경고가 표시되면, 이는 Rememberizer가 Slack 외부에서 Slack 콘텐츠를 검색하기 위한 것이기 때문에 [Slack 앱 디렉토리 가이드라인](https://api.slack.com/directory/guidelines)에 위배됩니다.
4. **"허용"**을 클릭하여 Rememberizer Slack 앱을 귀하의 작업 공간에 설치합니다. 필요한 권한을 부여하면, 다시 우리 플랫폼으로 리디렉션되며, 여기에서 귀하의 Slack 작업 공간이 연결된 것을 보고 사이드 패널이 나타납니다.
<figure><img src="../.gitbook/assets/slack_auth_redirect.png" alt=""><figcaption><p>A-COMPANY가 지식 소스로 추가되었습니다</p></figcaption></figure>
5. 이제 연결되었으므로, 우리 제품이 메시지를 가져올 채널을 지정해야 합니다. 사이드 패널에서 원하는 파일이나 폴더를 선택합니다. 사이드 패널이 나타나지 않으면 **"선택"** 버튼을 클릭하여 사이드 패널을 엽니다.
<figure><img src="../.gitbook/assets/slack_choose_knowledge.png" alt=""><figcaption><p>지식으로 포함할 채널 선택</p></figcaption></figure>
6. 채널을 선택한 후, 우리 시스템은 메시지와 파일을 포함하기 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
### 다음은 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. Google Drive, Box, Dropbox 등과 같은 다른 애플리케이션에서의 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한, 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 활용할 수 있습니다.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> personal/common-knowledge.md <==
---
description: >-
AI 접근을 추가하여 저희 및 다른 곳에서 미리 인덱싱된 데이터로
지식을 향상시키거나 빠르게 시작하세요.
---
# 일반 지식
## 일반 지식이란 무엇인가
Rememberizer에서 등록된 사용자 **(발행자)**는 메멘토를 통해 업로드한 문서를 선택하고 이를 일반 지식으로 공개적으로 공유할 수 있습니다. 다른 사용자 **(구독자)**는 이 공개 지식에 접근하여 자신의 리소스에 추가할 수 있습니다.
다른 사용자가 데이터를 기여함으로써, 공동으로 일반 지식 페이지에서 제공되는 정보를 향상시킬 수 있습니다. 이러한 협력적 접근 방식은 모든 사용자가 더 풍부한 데이터 소스에 접근할 수 있게 하여, AI 애플리케이션의 학습 능력을 향상시킵니다.
## 공개 공통 지식 추가
자원에 공통 지식을 구독하려면 아래 지침을 따르십시오.
* 탐색 모음에서 **개인 > 공통 지식**을 선택합니다. 그러면 공개 공통 지식 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/navbar_browse_ck.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/public_ck_page.png" alt=""><figcaption></figcaption></figure>
* 그런 다음 구독하려는 공통 지식을 찾습니다. 검색 창에 지식의 이름을 입력하여 지식을 검색할 수 있습니다. 검색 창 옆의 필터 옵션을 선택할 수도 있습니다.
<figure><img src="../.gitbook/assets/filter_option_ck.png" alt="" width="249"><figcaption><p>검색 창의 필터</p></figcaption></figure>
<figure><img src="../.gitbook/assets/public_ck_search.png" alt=""><figcaption><p>검색 결과의 예</p></figcaption></figure>
* 그런 다음 공개 공통 지식에서 **추가** 버튼을 클릭합니다. 구독이 성공적으로 완료되면 **추가** 버튼이 **제거** 버튼으로 변경됩니다.
<figure><img src="../.gitbook/assets/not_add_ck.png" alt=""><figcaption><p>추가되지 않은 공통 지식</p></figcaption></figure>
<figure><img src="../.gitbook/assets/added_ck.png" alt=""><figcaption><p>추가된 공통 지식</p></figcaption></figure>
* 나중에 구독한 지식을 제거하려면 **제거** 버튼을 클릭하십시오.
## 공통 지식 만들기
공통 지식을 생성하고 공유하는 방법에 대한 자세한 지침은 이 페이지를 방문하세요 [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention").
==> personal/rememberizer-google-drive-integration.md <==
---
description: >-
이 가이드는 Google Drive를 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Google Drive 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 여기에서 Google Drive를 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/drive_personal_knowledge.png" alt=""><figcaption></figcaption></figure>
3. Google Drive 지식 소스의 **"연결"** 버튼을 클릭합니다. Rememberizer가 Google Drive에 접근할 수 있도록 허용하는 권한을 요청하는 새 페이지로 리디렉션됩니다. Google Drive 계정을 선택합니다.
<figure><img src="../.gitbook/assets/drive_oauth_step_1.jpg" alt=""><figcaption></figcaption></figure>
4. "**계속"** 버튼을 클릭하여 앱을 승인합니다.
<figure><img src="../.gitbook/assets/drive_oauth_step_2.jpg" alt=""><figcaption></figcaption></figure>
5. **모든 Google Drive 파일을 보고 다운로드할 수 있도록** Rememberizer에 허용하려면 **"계속"** 버튼을 클릭합니다.
<figure><img src="../.gitbook/assets/drive_oauth_step_3.jpg" alt=""><figcaption></figcaption></figure>
6. 플랫폼으로 다시 리디렉션되며, 여기에서 연결된 Drive 계정을 보고 사이드 패널이 나타납니다.
<figure><img src="../.gitbook/assets/drive_auth_redirect.png" alt=""><figcaption></figcaption></figure>
7. 이제 연결되었으므로, 우리 제품이 어떤 파일과 폴더를 포함해야 하는지 지정해야 합니다. 사이드 패널에서 원하는 파일이나 폴더를 선택합니다. 사이드 패널이 나타나지 않으면 **"선택"** 버튼을 클릭하여 사이드 패널을 엽니다.
<figure><img src="../.gitbook/assets/drive_choose_knowledge.png" alt=""><figcaption></figcaption></figure>
8. 파일을 선택한 후 **"추가"** 버튼을 클릭하여 지식을 포함하기 시작합니다. 또한 Rememberizer의 정책에 따라 Google Drive 데이터를 특정 승인된 제3자 애플리케이션과 공유하는 것에 동의하는 체크박스를 선택해야 합니다.
<figure><img src="../.gitbook/assets/drive_choose_knowledge_checkbox.png" alt=""><figcaption></figcaption></figure>
9. 파일과 폴더를 선택한 후, 시스템이 메시지와 파일을 포함하기 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
<figure><img src="../.gitbook/assets/drive_indexing.png" alt=""><figcaption></figcaption></figure>
### Google Drive 통합의 제한 사항
* Rememberizer의 Google Drive 통합을 통해 다양한 파일과 폴더에 접근하고 이를 삽입할 수 있지만, 현재 Google에서 설정한 제한으로 인해 "컴퓨터" 섹션의 파일에 접근하거나 이를 삽입할 수 없습니다.
* 로컬 컴퓨터의 파일을 삽입해야 하는 경우, Rememberizer Agent 데스크톱 애플리케이션을 사용하는 것을 권장합니다. Rememberizer Agent에 대한 자세한 내용과 설치 및 사용 방법은 [Rememberizer Agent](rememberizer-app.md) 가이드를 참조하시기 바랍니다.
### 다음은 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. Slack, Box, Dropbox 등과 같은 다른 애플리케이션에서 얻은 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 사용할 수 있습니다.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> personal/rememberizer-app.md <==
# 리멤버라이저 앱
### 소개.
Rememberizer 앱은 로컬 파일을 벡터 임베딩으로 변환하고 이를 Rememberizer의 지식에 데이터 소스로 업로드하는 MacOS 데스크탑 애플리케이션입니다. 이 애플리케이션은 다른 LLM이 Rememberizer의 API를 통해 임베딩을 쿼리하여 로컬 파일의 내용을 기반으로 답변을 생성할 수 있도록 합니다.
### 혜택.
* **데이터 활용:** 이 애플리케이션은 로컬 파일을 의미 있고 생산적인 방식으로 활용할 수 있도록 도와줍니다. 파일에서 귀중한 데이터를 추출하여 기계 학습 프로세스에 사용할 수 있도록 합니다.
* **사용 용이성:** 이 애플리케이션은 사용자 친화적인 인터페이스를 갖추고 있으며 설치와 사용이 쉽습니다. 파일 변환과 데이터 업로드의 모든 무거운 작업을 대신 처리하므로 사용자가 직접 할 필요가 없습니다.
* **통합:** Rememberizer App은 다른 LLM과 매끄럽게 통합됩니다. 이를 통해 Rememberizer의 API를 통해 임베딩을 쿼리하여 로컬 파일의 내용을 기반으로 답변을 생성할 수 있습니다.
### 설치.
1. [여기 제공된 링크](rememberizer-app.md#download-links)에서 Rememberizer App의 버전을 다운로드하세요.
2. 다운로드가 완료되면 다운로드 폴더에서 .dmg 파일을 찾아 두 번 클릭합니다.
3. 새 창이 열리면 Rememberizer App을 응용 프로그램 폴더로 드래그하세요.
4. 응용 프로그램 폴더로 가서 Rememberizer App을 클릭하여 엽니다.
### 사용 방법.
1. **로그인:** Rememberizer 앱을 사용하려면 Rememberizer 계정으로 로그인해야 합니다. Rememberizer 계정이 없다면, 계정을 생성해야 합니다.
<figure><img src="../.gitbook/assets/rememberizer_app_sign_in.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/rememberizer_app_success_auth.png" alt=""><figcaption></figcaption></figure>
2. **데이터 소스에 폴더 추가:** 로그인한 후, Rememberizer 앱은 백그라운드에서 작동하기 시작합니다. 아래에 설명된 대로 상태 표시줄에 위치한 작은 아이콘을 클릭하여 접근할 수 있습니다. 처음 사용하는 경우, 데이터 소스에 폴더를 추가해야 합니다. 이렇게 하면 Rememberizer 앱이 해당 폴더 내의 파일을 벡터 임베딩으로 변환하고 이를 Rememberizer Knowledge에 업로드할 수 있습니다.
<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_1.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_2.png" alt=""><figcaption></figcaption></figure>
3. **임베딩 및 업로드:** 소프트웨어는 이러한 벡터 임베딩을 Rememberizer Knowledge 데이터베이스에 원활하게 통합합니다. Rememberizer 상태 탭을 통해 업로드 과정을 추적할 수 있습니다.
<figure><img src="../.gitbook/assets/rememberizer_app_status.png" alt=""><figcaption></figcaption></figure>
### 다운로드 링크.
* Rememberizer App 1.6.1 ([MacOS](https://www.dropbox.com/scl/fi/hzytquytxmuhpov67spru/rememberizer-app-1.6.1.dmg?rlkey=0p30ok9qt4e33ua8scomagzev\&st=8yys88d5\&dl=1)) - [릴리스 노트](rememberizer-app.md#version-1.3.1-july-25-2024).
소프트웨어의 최신 기능과 개선 사항을 모두 활용하기 위해 항상 최신 버전을 사용하는 것이 권장됩니다.
Rememberizer App은 로컬 파일을 벡터 임베딩으로 변환하는 과정을 가능한 한 원활하게 만들기 위해 설계되었습니다. 데이터를 보다 생산적인 방식으로 사용하세요!
### 배포 노트.
### 버전 1.6.1 (2024년 10월 4일)
#### 기능 및 개선 사항
* **빈 폴더 지원**: 사용자가 이제 빈 폴더를 데이터 소스로 추가할 수 있습니다.
* **소규모 개선**: 사용자 인터페이스 및 성능 향상.
* **GPU 지원 및 성능 개선**: 처리 속도를 향상시키기 위해 GPU 가속 지원 추가.
* **향상된 임베딩 프로그램**: 기계별 빌드를 최적화하기 위해 PyTorch의 MPS 버전을 지원하도록 구성됨.
* **지능형 CPU 감지**: 가장 적합한 임베딩 프로그램 버전이 사용되도록 CPU 유형 감지 구현.
* **개선된 데이터 소스 관리**: 제거된 데이터 소스에서 효율적인 파일 삭제를 위해 배치 삭제 API 활용.
* **모든 일반 텍스트 파일 지원**: 다양한 일반 텍스트 파일 유형의 처리가 가능해짐.
* **Gitignore 규칙 준수**: Git 저장소의 gitignore 규칙에 의해 무시된 파일은 이제 처리에서 제외됩니다.
==> personal/rememberizer-memory-integration.md <==
# Rememberizer 메모리 통합
### 소개
Rememberizer Memory는 제3자 앱이 사용자의 Rememberizer 계정에 데이터를 저장하고 액세스할 수 있도록 하여, 여러 사용자의 응용 프로그램 간에 귀중한 정보를 저장하고 활용하는 간편한 방법을 제공합니다.
### 이점
#### 사용자용
공유 메모리는 모든 사용자의 앱에서 주요 결과와 정보를 한 곳에서 이용할 수 있는 단일 공간을 만듭니다. 사용자에게 있는 몇 가지 이점은 다음과 같습니다:
* 쉬운 접근: 중요한 데이터가 중앙 집중화되어 있어 사용자와 그들의 앱이 여러 앱의 결과를 한 곳에서 쉽게 접근할 수 있습니다.
* 앱 간 동기화: 정보가 사용자 간의 다양한 앱에서 원활하게 공유되고 동기화될 수 있으며, 사용자에게 추가적인 노력이 필요하지 않습니다.
* 지속적인 저장: 데이터는 개별 앱이 제거되더라도 액세스할 수 있으며, 앱 전용 로컬 저장소와는 다릅니다.
#### 앱 개발자를 위한
공유 메모리는 앱 개발자에게 사용자의 다른 연결된 앱에서 데이터를 접근할 수 있는 간단한 방법을 제공합니다:
* 백엔드 불필요: 앱들은 데이터를 저장하고 공유하기 위해 자체 맞춤형 백엔드 시스템을 개발할 필요가 없습니다.
* 다른 앱 활용: 앱들은 사용자의 다른 설치된 앱에서 생성한 공개 데이터를 활용하여 자신의 기능을 풍부하게 할 수 있습니다.
* 앱 간 통합: 앱 개발자의 다양한 앱 간에 원활한 통합 및 데이터 공유 기능이 제공됩니다.
기본적으로 모든 앱은 공유 메모리에 대한 읽기 전용 접근 권한을 가지며, 각 앱은 자신의 메모리 공간에만 쓸 수 있습니다. 사용자는 필요에 따라 접근 권한을 사용자 정의할 수 있는 권한을 가집니다. 이는 데이터 공유와 사용자 개인 정보 및 통제 사이의 균형을 유지합니다.
### 메모리 설정하기
#### 전역 설정
전역 설정을 통해 사용자는 공유 메모리를 사용하는 모든 앱의 기본 권한을 구성할 수 있습니다. 여기에는 다음이 포함됩니다:
<figure><img src="../.gitbook/assets/memory_global_config.png" alt=""><figcaption><p>지식 페이지에서 메모리 구성</p></figcaption></figure>
#### 앱에 대한 기본 메모리 및 데이터 접근 권한
* **자신 읽기/자신 쓰기:** 앱은 자신의 메모리 데이터에만 접근하고 수정할 수 있습니다.
* **모두 읽기/자신 쓰기:** 앱은 모든 앱의 메모리 데이터를 읽을 수 있지만, 자신의 메모리 데이터만 수정할 수 있습니다.
* **메모리 비활성화:** 기본적으로 앱은 메모리 데이터에 접근하거나 저장할 수 없습니다.
* **모든 옵션에 적용**: 사용자는 모든 앱별 권한 설정을 글로벌 설정에서 선택한 기본값으로 되돌릴 수 있습니다.
<figure><img src="../.gitbook/assets/memory_settings_panel.png" alt="" width="375"><figcaption></figcaption></figure>
사용자는 _**기억 지우기**_ 옵션으로 모든 메모리 문서를 지울 수 있습니다:
<figure><img src="../.gitbook/assets/forget_memory_popup.png" alt=""><figcaption><p>기억 지우기 시 확인 모달</p></figcaption></figure>
#### 앱 설정
연결된 각 앱에 대해 사용자는 공유 메모리 권한을 사용자 정의할 수 있습니다. **"앱 찾기"**를 클릭한 다음 **"연결된 앱"**을 클릭하거나 [https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected) 링크로 이동하여 연결된 앱 목록을 확인하세요. 그런 다음, 사용자 정의하려는 앱의 메모리에서 **"변경"**을 클릭하세요:
<figure><img src="../.gitbook/assets/app_memory_config.png" alt=""><figcaption><p>연결된 앱 페이지에서 각 앱의 메모리 구성</p></figcaption></figure>
#### 앱에 대한 메모리 접근 권한
* **자신의 읽기/자신의 쓰기**: 이 권한은 앱이 자신의 메모리 데이터만 접근하고 수정할 수 있도록 하여 다른 앱의 메모리와 상호작용하지 못하도록 합니다.
* **모두 읽기/자신의 쓰기**: 앱은 모든 앱의 메모리 데이터를 볼 수 있지만, 자신의 메모리 데이터만 수정할 수 있습니다.
* **메모리 비활성화**: 앱은 메모리 데이터에 접근하거나 수정하는 것이 금지됩니다.
이로 인해 사용자는 특정 앱에 대한 신뢰에 따라 각 앱이 공유 메모리를 어떻게 활용할 수 있는지에 대해 세밀한 제어를 할 수 있습니다. 개별 앱에 대한 권한은 전역 기본값보다 더 제한적일 수 있습니다.
전역 설정과 앱 설정이 함께 사용자의 데이터가 공유 메모리를 통해 어떻게 공유되는지에 대한 강력하면서도 사용하기 쉬운 제어 기능을 제공합니다.
### 메모리 기능과 통합하기
#### API 엔드포인트
Rememberizer는 GPT 앱이 콘텐츠를 기억하도록 호출할 수 있도록 [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) API 엔드포인트를 제공합니다.
참고: 이 API는 [OAuth2 인증을 사용하는 3rd-party 앱](../developer/authorizing-rememberizer-apps.md)에서만 사용할 수 있습니다 (아직 [API 키](../developer/registering-and-using-api-keys.md)는 지원하지 않습니다).
#### 지식을 기억하세요
Rememberizer로 인증한 후, 제3자 앱은 귀중한 지식을 기억할 수 있습니다.
여기에서는 Rememberizer GPT 앱을 사용하여 프로세스를 시연하겠습니다.
* Rememberizer GPT 앱을 사용한 후, 사용자는 "제로 비용 추상화"라는 세 번째 포인트를 기억하고 싶어합니다.
<figure><img src="../.gitbook/assets/interact_rememberizer_gpt.png" alt="" width="375"><figcaption><p>Rememberizer GPT 앱과 상호작용하기</p></figcaption></figure>
* Rememberizer 앱의 메모리 기능을 사용하려면, 사용자가 먼저 앱이 프로젝트에 접근할 수 있도록 인증해야 합니다. **memorize** 명령어를 사용하여 앱에 저장해야 할 지식을 알려줍니다.
<figure><img src="../.gitbook/assets/rememberizer_auth_sign_in.png" alt="" width="563"><figcaption><p>Rememberizer 인증을 위한 로그인</p></figcaption></figure>
* 사용자는 여기에서 메모리 옵션을 구성할 수 있으며, 기본 값은 글로벌 구성에 기반합니다.
<figure><img src="../.gitbook/assets/authorize_connection_screen.png" alt="" width="563"><figcaption><p>인증 화면</p></figcaption></figure>
이제 Rememberizer는 지식을 성공적으로 기억합니다.
<figure><img src="../.gitbook/assets/successful_memorize_knowledge.png" alt="" width="563"><figcaption></figcaption></figure>
* Rememberizer에서 사용자는 **임베드 지식 세부정보** 페이지에서 최근 콘텐츠를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/embedded_knowledge_detail.png" alt="" width="563"><figcaption></figcaption></figure>
**Slack과 대화하기** 앱을 사용하면 사용자는 기억에 저장한 데이터를 사용하여 원활하게 진행 상황을 적용하고 계속할 수 있습니다. 예를 들어, 기억된 정보를 쉽게 쿼리하고 검색할 수 있습니다.
<figure><img src="../.gitbook/assets/recall_memory_talk_to_slack.png" alt=""><figcaption><p>다른 앱에서 메모리 데이터 호출하기</p></figcaption></figure>
### 메모리 데이터를 메멘토를 통해 사용하기
* 메모리 데이터를 활용하는 또 다른 방법은 **메멘토**를 생성하고 메모리를 그 안으로 정제하는 것입니다. 생성 지침에 대한 자세한 내용은 [메멘토 기능](mementos-filter-access.md#how-to-create-a-mementos) 섹션을 방문하세요.
* Rememberizer는 내용을 파일에 저장하고 사용자는 어떤 앱을 선택하여 그 내용을 **메멘토**로 정제할 수 있습니다.
> 주의: 이전 버전에서는 Rememberizer가 내용을 파일에 저장하고 날짜별로 폴더에 결합합니다.
<figure><img src="../.gitbook/assets/memory_memento_feature.png" alt="" width="563"><figcaption></figcaption></figure>
[메멘토 기능](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist)을 통해 사용자는 메모리 앱 구성이 꺼져 있을 때도 메모리 데이터를 활용할 수 있습니다.
### Rememberizer에서 메모리 문서 검색
웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)할 수 있으며, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 사용할 수 있습니다.
==> personal/search-your-knowledge.md <==
---
description: >-
Rememberizer에서는 주제나 질문을 게시할 수 있으며, Rememberizer는
개념적으로 유사한 파일 목록과 일부를 제공할 것입니다.
---
# 지식을 검색하세요
## Rememberizer에서 검색하기
* 탐색 모음에서 **개인 > 지식 검색**을 선택합니다. 그러면 Rememberizer의 검색 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/navbar_search_rememberizer (1).png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/search_rememberizer_page.png" alt=""><figcaption></figcaption></figure>
* 검색하고자 하는 질문이나 주제를 입력한 후, 앱의 접근을 제한할 메멘토를 선택하고 Rememberizer 버튼을 클릭하거나 Enter 키를 누릅니다. 검색 과정은 메멘토의 데이터 양에 따라 몇 분 정도 걸릴 수 있습니다. 
<figure><img src="../.gitbook/assets/memento_search_rememberizer.png" alt="" width="269"><figcaption><p>Rememberizer 검색에서 메멘토 필터링</p></figcaption></figure>
* 결국, 요구하는 질문이나 주제와 일치하는 문서 목록이 표시됩니다. 파일을 클릭하면 질문이나 주제와 관련된 일치하는 텍스트 조각이 드롭다운됩니다.
<figure><img src="../.gitbook/assets/search_result_rememberizer.png" alt=""><figcaption><p>검색 결과의 예시</p></figcaption></figure>
==> personal/README.md <==
# 개인
==> personal/manage-third-party-apps.md <==
# 타사 앱 관리
## 서드파티 앱 및 서비스 탐색
사용자는 아래 지침에 따라 **앱 디렉토리** 페이지에서 Rememberizer와 연결된 모든 서드파티 앱을 보고 탐색할 수 있습니다.
* 탐색 바에서 **개인 > 앱 찾기**를 선택합니다. 그러면 앱 디렉토리 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/navbar_browsing_app_dir.png" alt=""><figcaption><p>앱 디렉토리 페이지 탐색 바</p></figcaption></figure>
<figure><img src="../.gitbook/assets/app_dir_page.png" alt=""><figcaption><p>앱 디렉토리 페이지</p></figcaption></figure>
* 탐색하고 싶은 앱을 찾습니다. 검색 바에 앱 이름을 입력하고 선택적으로 **필터 및 정렬 순서**를 사용할 수 있습니다.
<figure><img src="../.gitbook/assets/search_app_dir_page.png" alt=""><figcaption><p>필터 및 정렬 순서 버튼이 있는 검색 바</p></figcaption></figure>
* **서드파티 앱의 이름** 또는 **탐색 버튼**을 클릭하여 앱을 엽니다. 
<figure><img src="../.gitbook/assets/location_name_explore_button.png" alt=""><figcaption><p>앱의 이름과 탐색 버튼</p></figcaption></figure>
* 앱을 사용할 때 Rememberizer와 앱을 인증해야 합니다. 흐름의 기술적 세부정보는 [authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention") 페이지에서 확인할 수 있습니다. 우리는 **Rememberizer GPT 앱**을 인증 UI 흐름의 예로 사용할 것입니다. 첫 번째 채팅 후, 앱이 Rememberizer에 로그인하라고 요청하는 것을 볼 수 있습니다.
<figure><img src="../.gitbook/assets/RememberizerGPT_auth.png" alt=""><figcaption><p>Rememberizer GPT 앱의 로그인 요청</p></figcaption></figure>
* **로그인** 버튼을 클릭합니다. 인증 페이지로 리디렉션됩니다.
<figure><img src="../.gitbook/assets/authorize_third_party_page.png" alt=""><figcaption><p>인증 페이지</p></figcaption></figure>
* **변경** 버튼을 클릭하고 원하는 항목을 선택하여 앱이 볼 수 있고 사용할 수 있는 메멘토와 메모리를 수정할 수 있습니다.
> **참고:** 메멘토에 대한 자세한 정보는 [mementos-filter-access.md](mementos-filter-access.md "mention") 페이지를 방문하십시오.
> **참고:** 메모리 통합에 대한 자세한 정보는 [rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention") 페이지를 방문하십시오.
* **인증**을 클릭하여 프로세스를 완료합니다. 그러면 다시 앱으로 리디렉션되며 정상적으로 채팅할 수 있습니다.
> **참고:** **취소** 버튼을 클릭하는 경우, 앱 랜딩 페이지로 다시 리디렉션되며 앱은 **앱 디렉토리** 페이지에 표시되지 않고 **연결된 앱** 페이지에만 표시됩니다. 인증 프로세스를 완전히 취소하고 싶다면 두 번째 부분 [#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention")를 방문하여 더 많은 정보를 확인하십시오.
<figure><img src="../.gitbook/assets/success_auth_rememberizer_gpt.png" alt=""><figcaption><p>연결된 계정 성공</p></figcaption></figure>
## 연결된 앱 관리
**앱 디렉토리** 페이지에서 **연결된 앱**을 선택하여 페이지를 탐색하세요. 
<figure><img src="../.gitbook/assets/browse_your_connected_app.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/your_connected_app_page.png" alt=""><figcaption><p>연결된 앱 페이지</p></figcaption></figure>
이 페이지는 앱을 상태에 따라 두 가지 유형으로 분류합니다: **대기 중인 앱**과 **연결된 앱**.
* **대기 중인 앱**: 이는 Rememberizer에서 앱을 인증하는 동안 **취소** 버튼을 클릭한 앱입니다. 
* 인증 프로세스를 완료하려면 **계속**을 클릭하세요. 
* 그렇지 않으면 **취소**를 클릭하여 인증을 완전히 철회하세요. 그러면 앱이 다시 **앱 디렉토리** 페이지에 표시됩니다.
* **연결된 앱:** 특정 연결된 앱의 **메멘토** 또는 **메모리 통합**을 변경하려면 변경 옵션을 클릭하세요(메멘토가 선택되지 않은 경우 선택). Rememberizer에서 타사 앱을 연결 해제하려면 **연결 해제**를 클릭하세요.
==> personal/rememberizer-gmail-integration.md <==
---
description: >-
이 가이드는 Google Drive를 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Gmail 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 거기에서 Gmail을 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/gmail_personal_knowledge.png" alt=""><figcaption></figcaption></figure>
3. Gmail 지식 소스에 대해 **"연결"** 버튼을 클릭합니다. Rememberizer가 귀하의 Gmail에 접근할 수 있도록 허용하는 권한을 요청하는 새 페이지로 리디렉션됩니다. 귀하의 Gmail 계정을 선택합니다.
<figure><img src="../.gitbook/assets/gmail_oauth_step_1.png" alt=""><figcaption></figcaption></figure>
4. "**계속"** 버튼을 클릭하여 앱을 승인합니다.
<figure><img src="../.gitbook/assets/gmail_oauth_step_2.png" alt=""><figcaption></figcaption></figure>
5. **"계속"** 버튼을 클릭하여 Rememberizer에 귀하의 Gmail에 접근할 수 있는 **권한**을 부여합니다.
<figure><img src="../.gitbook/assets/gmail_oauth_step_3.png" alt=""><figcaption></figcaption></figure>
6. 귀하의 Gmail이 연결된 것을 확인할 수 있는 플랫폼으로 다시 리디렉션됩니다.
<figure><img src="../.gitbook/assets/gmail_auth_redirect.png" alt=""><figcaption></figcaption></figure>
7. 연결이 완료되면, 우리 제품이 어떤 이메일 레이블을 포함해야 하는지 지정해야 합니다. **"선택"** 버튼을 클릭하고 사이드 패널에서 원하는 이메일 레이블을 선택합니다. 선택한 레이블에 속하는 모든 이메일이 포함됩니다.
<figure><img src="../.gitbook/assets/gmail_choose_knowledge.png" alt=""><figcaption></figcaption></figure>
8. 레이블을 선택한 후, **"추가"** 버튼을 클릭하여 지식을 포함하기 시작합니다. 또한 Rememberizer의 정책에 따라 귀하가 특별히 승인한 제3자 애플리케이션과 귀하의 Gmail 데이터를 공유하는 것에 동의하는 체크박스를 선택해야 합니다.
<figure><img src="../.gitbook/assets/gmail_choose_knowledge_checkbox.png" alt=""><figcaption></figcaption></figure>
9. 레이블을 선택하면, 우리 시스템이 이메일과 첨부파일을 포함하기 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
<figure><img src="../.gitbook/assets/gmail_indexing.png" alt=""><figcaption></figcaption></figure>
### 다음 단계는 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. Slack, Box, Dropbox 등 다른 애플리케이션에서 얻은 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한, 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 활용하세요.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> personal/rememberizer-dropbox-integration.md <==
---
description: >-
이 가이드는 Dropbox를 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Dropbox 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 여기에서 Dropbox를 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/dropbox_personal_knowledge.png" alt=""><figcaption><p>지식 소스로 연결할 준비가 된 Dropbox</p></figcaption></figure>
3. **"허용"**을 클릭하여 Rememberizer Dropbox 앱을 계정에 설치합니다.
<figure><img src="../.gitbook/assets/dropbox_oauth.png" alt=""><figcaption></figcaption></figure>
4. 필요한 권한을 부여하면, 다시 우리 플랫폼으로 리디렉션됩니다. 이때 Dropbox 계정이 연결되어 있고 사이드 패널이 나타납니다.
<figure><img src="../.gitbook/assets/dropbox_auth_redirect.png" alt=""><figcaption></figcaption></figure>
5. 이제 연결되었으므로, 우리 제품이 어떤 파일과 폴더를 포함해야 하는지 지정해야 합니다. 사이드 패널에서 원하는 파일이나 폴더를 선택합니다. 사이드 패널이 나타나지 않으면 **"선택"** 버튼을 클릭하여 사이드 패널을 엽니다.
<figure><img src="../.gitbook/assets/dropbox_choose_knowledge.png" alt=""><figcaption></figcaption></figure>
7. 파일과 폴더를 선택한 후 **"추가"**를 클릭하면 시스템이 포함 작업을 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
### 다른 Dropbox 계정에 연결하기
Dropbox 지식을 연결 해제한 후 다시 연결하면, Dropbox는 권한 부여 화면을 완전히 건너뛰고 이전 Dropbox 계정에 자동으로 연결할 가능성이 있습니다.
다른 Dropbox 계정을 사용하여 연결하려면:
1. Dropbox 웹사이트로 가서 이전 계정 인증 정보로 로그인합니다.
2. 로그인 한 후 오른쪽 상단에서 프로필 사진을 클릭합니다.
3. 드롭다운 메뉴에서 "설정"을 선택합니다.
4. 설정 메뉴에서 "연결된 앱" 탭을 선택합니다.
5. 연결된 앱 목록에서 Rememberizer 앱을 찾아 그 옆의 "연결 해제"를 클릭합니다.
6. 이전 Dropbox 계정에서 로그아웃합니다.
7. 이제 Dropbox를 Rememberizer 앱에 다시 연결하려고 하면 새 Dropbox 계정을 승인하라는 메시지가 표시됩니다.
### 다음 단계는 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. Google Drive, Slack 등 다른 애플리케이션에서 얻은 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 사용할 수 있습니다.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> personal/manage-your-embedded-knowledge.md <==
---
description: >-
Rememberizer는 사용자가 다양한 출처에서 저장된 파일을 효율적으로 관리할 수 있도록 합니다. 이 섹션에서는 지식에서 업로드한 파일에 접근하고, 검색하고, 필터링하고, 관리하는 방법을 보여줍니다.
---
# 임베디드 지식 관리
## 임베디드 지식 세부정보 페이지 탐색
탐색 막대에서 **개인 > 귀하의 지식**을 선택합니다. "귀하의 지식" 섹션 오른쪽에 있는 **세부정보 보기** 버튼을 찾고 클릭합니다. 그러면 **임베디드 지식 세부정보** 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_1.png" alt=""><figcaption><p>귀하의 지식 섹션 및 <strong>세부정보 보기</strong> 버튼</p></figcaption></figure>
<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_2.png" alt=""><figcaption><p>임베디드 지식 세부정보 페이지</p></figcaption></figure>
지식 파일 세부정보 표에는 다음과 같은 속성이 포함됩니다:
* **문서:** 문서 또는 슬랙 채널의 이름.
* **출처:** 파일이 업로드된 리소스(드라이브, 메일, 슬랙, 드롭박스, Rememberizer 앱).
* **디렉토리:** 파일이 출처에 위치한 디렉토리.
* **상태**: 파일의 상태(인덱싱, 인덱스 또는 오류).
* **크기**: 파일의 크기.
* **인덱싱 날짜**: 파일이 인덱싱된 날짜.
* **작업:** 파일을 삭제하는 버튼. 상태가 오류인 파일에는 휴지통 아이콘(삭제 버튼) 옆에 재시도 아이콘도 표시됩니다.
## 세부 정보 페이지의 기능
### 파일 검색 및 필터링
사용자는 **검색창**을 통해 문서를 이름으로 검색할 수 있습니다. 바에 이름을 입력한 후 Enter 키를 눌러 결과를 확인하세요.
<figure><img src="../.gitbook/assets/search_manage_knowledge_result.png" alt=""><figcaption><p>검색 결과</p></figcaption></figure>
또한 선택적으로 **상태 필터**와 **출처 필터**를 선택할 수 있습니다. 이를 통해 검색 기준을 좁혀 특정 문서를 빠르게 찾을 수 있습니다. 
<figure><img src="../.gitbook/assets/Source filter.png" alt="" width="247"><figcaption><p>출처 필터</p></figcaption></figure>
<figure><img src="../.gitbook/assets/Status_filter.png" alt="" width="257"><figcaption><p>상태 필터</p></figcaption></figure>
### 업로드된 파일 삭제
삭제할 파일을 찾습니다(필요시 검색). 그런 다음 **작업** 열의 **휴지통 아이콘**을 클릭합니다. 
<figure><img src="../.gitbook/assets/delete_file.png" alt=""><figcaption><p>삭제 아이콘이 있는 파일</p></figcaption></figure>
삭제를 확인하는 모달이 나타납니다. **확인**을 클릭하면 파일이 삭제됩니다.
<figure><img src="../.gitbook/assets/delete_file_pop_up.png" alt=""><figcaption><p>삭제 확인 모달</p></figcaption></figure>
### 오류 파일 재인덱싱 시도
사용자는 Rememberizer가 인덱싱에 실패한 파일을 다시 임베드할 수 있습니다. 특정 파일의 인덱싱을 다시 시도하려면 **작업** 열의 삭제 버튼 옆에 있는 재시도 버튼을 클릭하면 됩니다.
<figure><img src="../.gitbook/assets/err_retry_button.png" alt=""><figcaption><p>특정 오류 파일에 대한 재시도 버튼</p></figcaption></figure>
사용자가 모든 오류 파일의 인덱싱을 다시 시도하려면 **작업** 열의 레이블 옆에 있는 재시도 버튼을 클릭하십시오.
<figure><img src="../.gitbook/assets/err_retry_all_button.png" alt=""><figcaption><p>모든 오류 파일에 대한 재시도 버튼</p></figcaption></figure>
아래는 Gmail 통합에서 오류 파일의 재인덱싱이 성공적으로 이루어진 후의 이미지입니다.
<figure><img src="../.gitbook/assets/success_retry_indexing.png" alt=""><figcaption><p>오류 파일 재인덱싱 성공</p></figcaption></figure>
==> personal/mementos-filter-access.md <==
---
description: 각 앱 통합과 함께 메멘토를 사용하여 지식에 대한 접근을 제한합니다
---
# Mementos 필터 접근
### 메멘토란 무엇이며 왜 존재하나요?
Rememberizer의 주요 목적은 제어된 방식으로 3자 애플리케이션과 데이터의 매우 관련성 높은 추출물을 공유하는 것입니다. 이는 Rememberizer와 통합된 각 애플리케이션에 단일 **메멘토**를 적용함으로써 이루어지며, 사용자가 데이터에 접근할 수 있도록 권한을 부여하기로 선택한 애플리케이션입니다.
현재 메멘토의 구현은 사용자가 해당 애플리케이션에서 사용할 수 있는 특정 파일, 문서 또는 폴더나 채널과 같은 콘텐츠 그룹을 선택할 수 있도록 합니다. 이후 구현에서는 "지난 30일 이내에 생성됨"과 같은 시간 프레임을 포함하여 3자 접근을 필터링하는 추가 방법이 추가될 것입니다.\
\
두 가지 기본 값은 "없음"과 "모두"입니다. 모두는 사용자가 Rememberizer에 접근을 허용한 모든 파일을 공유합니다. 없음은 해당 애플리케이션과 아무것도 공유하지 않습니다. 없음 선택은 사용자가 애플리케이션을 선택하고 Rememberizer와 통합할 수 있도록 하며, 그 자리에서 어떤 콘텐츠를 사용할 수 있을지 결정할 필요가 없습니다. 없음으로 메멘토를 선택하거나 기존에 적용된 메멘토를 편집하여 없음으로 공유하는 것은 애플리케이션의 사용자 데이터 접근을 끄는 방법으로, 통합을 제거할 필요가 없습니다. 이는 데이터의 오프 스위치와 같습니다. 사용자 정의 메멘토는 목적에 맞게 제작될 수 있으며, "숙제"나 "마케팅"과 같이 이를 반영하는 이름을 가질 수 있습니다.
### 메멘토를 만드는 방법
이 가이드는 메멘토를 만드는 과정을 안내합니다.
1. 탭에서 **개인 > 메멘토: 접근 제한**으로 이동하거나 [https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento) 를 방문하세요. 화면 왼쪽에 모든 메멘토가 표시됩니다.
<figure><img src="../.gitbook/assets/memento_page.png" alt=""><figcaption></figcaption></figure>
2. **새 메멘토 만들기**를 클릭합니다. 그런 다음 사용자 정의 메멘토의 이름을 입력하고 **생성**을 클릭합니다. 그 후, 메멘토가 추가되고 메멘토에 포함할 수 있는 데이터 소스 목록이 표시됩니다.
<figure><img src="../.gitbook/assets/create_memento.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/memento_detail.png" alt=""><figcaption></figcaption></figure>
3. 정제할 데이터 소스에서 **정제**를 클릭하면 사이드 패널이 나타납니다. 그런 다음 폴더나 파일을 추가하도록 선택하고 **정제**를 클릭하여 해당 데이터 소스를 메멘토에 추가합니다.
<figure><img src="../.gitbook/assets/memento_refine_knowledge.png" alt=""><figcaption></figcaption></figure>
4. 또한, 일반 지식 소스의 경우 **추가**를 클릭하여 메멘토에 지식을 포함할 수 있습니다.
<figure><img src="../.gitbook/assets/memento_add_common_knowledge.png" alt=""><figcaption></figcaption></figure>
==> developer/registering-and-using-api-keys.md <==
---
description: >-
이 튜토리얼에서는 Rememberizer에서 일반 지식을 생성하고
API 호출을 통해 문서를 연결하고 검색하기 위한 API 키를 얻는 방법을 배웁니다.
---
# API 키 등록 및 사용
### 전제 조건
우선, 인덱스화된 지식 파일을 사용하여 생성하고 정제된 [메멘토](../personal/mementos-filter-access.md)가 필요합니다.
### 공통 지식 만들기
공통 지식을 만들기 위해 Rememberizer 계정에 로그인하고 [당신의 공통 지식 페이지](https://rememberizer.ai/personal/common-knowledge)로 이동합니다. **"당신의 공유 지식"**을 선택한 다음 **"시작하기"**를 클릭합니다.
<figure><img src="../.gitbook/assets/common_knowledge_page.png" alt=""><figcaption></figcaption></figure>
그런 다음 이전에 만든 기념물 중 하나를 선택하거나 **"모두"** 또는 **"없음"**을 선택할 수 있습니다.
<div align="center" data-full-width="false">
<figure><img src="../.gitbook/assets/create-common-knowledge-1.png" alt="" width="375"><figcaption></figcaption></figure>
</div>
마지막으로 공통 지식의 이름, 설명을 입력하고 대표 사진을 추가합니다.
<figure><img src="../.gitbook/assets/create-common-knowledge-2.png" alt="" width="375"><figcaption></figcaption></figure>
양식을 작성한 후 하단의 "지식 공유"를 클릭하여 공통 지식을 생성합니다. 그 후, 지식에서 **"공유 활성화"**를 켜고 팝업 모달에서 **"확인"**을 클릭합니다.
<figure><img src="../.gitbook/assets/common_knowledge_sharing.png" alt=""><figcaption></figcaption></figure>
이제 API 키를 얻고 API 호출을 통해 문서에 접근할 준비가 되었습니다.
### 생성한 공통 지식의 API 키 가져오기
공통 지식에서 오른쪽 상단의 세 개의 점을 클릭한 다음 "API 키"를 선택하세요. 아직 없으면 하나가 생성됩니다. API 키가 존재하면 반환됩니다.
<figure><img src="../.gitbook/assets/knowledge_open_API_key.png" alt=""><figcaption></figcaption></figure>
**"API 키 관리"** 패널에서 **"눈"** 버튼을 클릭하여 표시/숨기기를 할 수 있으며, **"복사"** 버튼을 클릭하여 키를 클립보드에 복사하고, **"API 키 재생성"**을 클릭하여 이전 키를 무효화하고 새 키를 생성할 수 있습니다 (API 호출을 통해 문서에 접근하는 앱은 새 키를 업데이트할 때까지 접근할 수 없습니다).
<figure><img src="../.gitbook/assets/copy-api-key.png" alt=""><figcaption></figcaption></figure>
API 키를 얻은 후, Rememberizer에 대한 API 호출에서 이를 사용하여 인덱싱된 문서와 내용을 쿼리할 수 있습니다.
### API 키 사용하기
Rememberizer 엔드포인트에 접근하기 위해서는 API 요청의 `X-API-Key` 헤더에 API 키를 사용해야 합니다. Rememberizer가 제공하는 엔드포인트를 보려면 [API 문서](api-documentations/)를 확인하세요.
또한, 사용자 정의 GPT 앱에서 API 키를 사용할 수 있습니다. [ChatGPT UI에서 GPT 만들기](https://chat.openai.com/gpts/editor)로 시작하세요. 인증 유형을 "API 키"로 선택하고, 인증 유형을 "사용자 정의"로 설정한 후, 헤더를 "X-Api-Key"로 지정하고, 이전에 복사한 키를 API 키 텍스트 상자에 붙여넣으세요.
<figure><img src="../.gitbook/assets/gpt-app-using-api-key.png" alt="" width="375"><figcaption></figcaption></figure>
==> developer/langchain-integration.md <==
---
description: >-
Rememberizer를 LangChain 검색기로 통합하여
LangChain 애플리케이션에 강력한 벡터 데이터베이스 검색 기능을 제공합니다.
---
# LangChain 통합
<div data-gb-custom-block data-tag="embed" data-url='https://python.langchain.com/docs/integrations/retrievers/rememberizer/'></div>
이 노트북은 하류에서 사용되는 문서 형식인 `Rememberizer`에서 문서를 검색하는 방법을 보여줍니다.
## 준비
API 키가 필요합니다: 일반 지식을 생성한 후에 하나를 얻을 수 있습니다. 일반 지식을 생성하는 방법에 대한 자세한 지침은 [API 키 등록 및 사용](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)에서 확인할 수 있습니다.
API 키를 얻으면, 이를 환경 변수 `REMEMBERIZER_API_KEY`로 설정하거나 `RememberizerRetriever`를 초기화할 때 `rememberizer_api_key`로 전달해야 합니다.
`RememberizerRetriever`는 다음과 같은 인수를 가집니다:
\- 선택적 `top_k_results`: 기본값=10. 반환되는 문서 수를 제한하는 데 사용합니다.
\- 선택적 `rememberizer_api_key`: 환경 변수 `REMEMBERIZER_API_KEY`를 설정하지 않은 경우 필수입니다.
`get_relevant_documents()`는 하나의 인수, `query`를 가집니다: `Rememberizer.ai`의 일반 지식에서 문서를 찾는 데 사용되는 자유 텍스트입니다.
## 예시
### 기본 사용법[](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#basic-usage) <a href="#basic-usage" id="basic-usage"></a>
||CODE_BLOCK||
# API 키 설정
from getpass import getpass
REMEMBERIZER_API_KEY = getpass()
||CODE_BLOCK||
||CODE_BLOCK||
import os
from langchain_community.retrievers import RememberizerRetriever
os.environ["REMEMBERIZER_API_KEY"] = REMEMBERIZER_API_KEY
retriever = RememberizerRetriever(top_k_results=5)
||CODE_BLOCK||
||CODE_BLOCK||
docs = retriever.get_relevant_documents(query="대형 언어 모델은 어떻게 작동합니까?")
||CODE_BLOCK||
||CODE_BLOCK||
docs[0].metadata # 문서의 메타 정보
||CODE_BLOCK||
||CODE_BLOCK||
{'id': 13646493,
'document_id': '17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP',
'name': '대형 언어 모델(LLM)이란 무엇인가_ _ Cloudflare.pdf',
'type': 'application/pdf',
'path': '/langchain/대형 언어 모델(LLM)이란 무엇인가_ _ Cloudflare.pdf',
'url': 'https://drive.google.com/file/d/17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP/view',
'size': 337089,
'created_time': '',
'modified_time': '',
'indexed_on': '2024-04-04T03:36:28.886170Z',
'integration': {'id': 347, 'integration_type': 'google_drive'}}
||CODE_BLOCK||
||CODE_BLOCK||
print(docs[0].page_content[:400]) # 문서의 내용
||CODE_BLOCK||
||CODE_BLOCK||
이전 또는 새로운 방식으로 맥락화된. 어떤 수준에서 그들은 의미론을 "이해"하며, 그들이 수백만 또는 수십억 번 함께 그룹화된 것을 보았기 때문에 단어와 개념을 그 의미로 연관시킬 수 있습니다. 개발자들이 자신의 LLM을 신속하게 구축하여 LLM 애플리케이션을 만들 수 있도록 하려면, 여러 데이터 세트에 쉽게 접근할 수 있어야 하며, 이러한 데이터 세트를 위한 장소가 필요합니다.
||CODE_BLOCK||
## 체인에서의 사용
||CODE_BLOCK||
OPENAI_API_KEY = getpass()
||CODE_BLOCK||
||CODE_BLOCK||
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
||CODE_BLOCK||
||CODE_BLOCK||
from langchain.chains import ConversationalRetrievalChain
from langchain_openai import ChatOpenAI
model = ChatOpenAI(model_name="gpt-3.5-turbo")
qa = ConversationalRetrievalChain.from_llm(model, retriever=retriever)
||CODE_BLOCK||
||CODE_BLOCK||
questions = [
"RAG란 무엇인가요?",
"대형 언어 모델은 어떻게 작동하나요?",
]
chat_history = []
for question in questions:
result = qa.invoke({"question": question, "chat_history": chat_history})
chat_history.append((question, result["answer"]))
print(f"-> **질문**: {question} \n")
print(f"**답변**: {result['answer']} \n")
||CODE_BLOCK||
||CODE_BLOCK||
-> **질문**: RAG란 무엇인가요?
**답변**: RAG는 Retrieval-Augmented Generation의 약자입니다. 이는 외부 지식 기반에서 사실을 검색하여 대형 언어 모델(LLM)이 생성한 응답을 향상시키기 위해 최신의 정확한 정보를 제공하는 AI 프레임워크입니다. 이 프레임워크는 사용자가 LLM의 생성 과정을 이해하는 데 도움을 주며, 모델이 신뢰할 수 있는 정보 소스에 접근할 수 있도록 보장합니다.
-> **질문**: 대형 언어 모델은 어떻게 작동하나요?
**답변**: 대형 언어 모델(LLM)은 방대한 언어 데이터 세트를 분석하여 인간 언어 텍스트를 이해하고 생성하는 방식으로 작동합니다. 이들은 기계 학습, 특히 딥 러닝에 기반하여 구축되며, 이는 프로그램이 인간의 개입 없이 데이터의 특징을 인식하도록 훈련하는 과정을 포함합니다. LLM은 신경망, 특히 변환기 모델을 사용하여 인간 언어의 맥락을 이해하며, 이는 모호하거나 새로운 맥락에서도 언어를 해석하는 데 더 뛰어나게 만듭니다. 개발자는 여러 데이터 세트에 접근하고 Cloudflare의 Vectorize 및 Cloudflare Workers AI 플랫폼과 같은 서비스를 사용하여 자신의 LLM을 빠르게 구축할 수 있습니다.
||CODE_BLOCK||
### 관련[](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#related) <a href="#related" id="related"></a>
* 리트리버 [개념 가이드](https://python.langchain.com/docs/concepts/#retrievers)
* 리트리버 [사용 방법 가이드](https://python.langchain.com/docs/how\_to/#retrievers)
***
**이 문서 페이지에 대한 피드백을 제공하여 도와주세요:**
==> developer/authorizing-rememberizer-apps.md <==
# Rememberizer 앱 인증
Rememberizer의 구현은 표준 [인증 코드 부여 유형](https://tools.ietf.org/html/rfc6749#section-4.1)을 지원합니다.
사용자를 귀하의 앱에 인증하기 위한 웹 애플리케이션 흐름은 다음과 같습니다:
1. 사용자는 Rememberizer로 리디렉션되어 계정을 인증합니다.
2. 사용자는 귀하의 애플리케이션과 함께 사용할 기념품을 선택합니다.
3. 귀하의 애플리케이션은 사용자의 액세스 토큰으로 API에 접근합니다.
UI 흐름의 예제를 보려면 [#explore-third-party-apps-and-service](../personal/manage-third-party-apps.md#explore-third-party-apps-and-service "mention") 페이지를 방문하세요.
### 1단계. 사용자의 Rememberizer 아이덴티티 요청
사용자를 Rememberizer 인증 서버로 리디렉션하여 인증 및 권한 부여 프로세스를 시작합니다.
||CODE_BLOCK||
GET https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/
||CODE_BLOCK||
매개변수:
<table><thead><tr><th width="236">이름</th><th>설명</th></tr></thead><tbody><tr><td>client_id</td><td><strong>필수</strong><br>귀하의 애플리케이션에 대한 클라이언트 ID입니다. 이 값을 개발자에서 찾을 수 있습니다. 왼쪽 상단 모서리에서 <strong>개발자</strong>를 클릭하십시오. 등록된 앱 목록에서 귀하의 앱을 클릭하면 <strong>앱 자격 증명</strong>에서 클라이언트 ID를 확인할 수 있습니다.</td></tr><tr><td>response_type</td><td><strong>필수</strong><br>권한 부여 코드 부여를 위해 <code>code</code>여야 합니다.</td></tr><tr><td>scope</td><td><p><strong>선택 사항</strong></p><p>사용자를 대신하여 귀하의 애플리케이션이 접근할 수 있는 리소스를 식별하는 공백으로 구분된 범위 목록입니다.</p></td></tr><tr><td>redirect_uri</td><td><strong>필수</strong><br>사용자가 권한 부여 후 전송될 귀하의 애플리케이션의 URL입니다.</td></tr><tr><td>state</td><td><p><strong>필수</strong></p><p>요청과 콜백 간의 상태를 유지하기 위해 클라이언트가 사용하는 불투명한 값입니다. 인증 서버는 사용자를 클라이언트로 다시 리디렉션할 때 이 값을 포함합니다.<br></p></td></tr></tbody></table>
### 2단계. 사용자가 자신의 기념품 선택 및 구성
사용자는 앱과 함께 사용할 기념품을 선택합니다.
### 3단계. 사용자가 Rememberizer에 의해 귀하의 사이트로 리디렉션됩니다
사용자가 자신의 기념품을 선택한 후, Rememberizer는 이전 단계에서 제공한 상태를 `state` 매개변수로 포함하여 임시 `code` 매개변수와 함께 귀하의 사이트로 리디렉션합니다. 임시 코드는 짧은 시간 후에 만료됩니다. 상태가 일치하지 않으면 제3자가 요청을 생성한 것이므로 프로세스를 중단해야 합니다.
### 4단계. 인증 코드를 갱신 및 액세스 토큰으로 교환
||CODE_BLOCK||
POST https://api.rememberizer.ai/api/v1/auth/oauth2/token/
||CODE_BLOCK||
이 엔드포인트는 다음 입력 매개변수를 사용합니다.
<table><thead><tr><th width="165">이름</th><th>설명</th></tr></thead><tbody><tr><td>client_id</td><td><strong>필수</strong><br>귀하의 애플리케이션에 대한 클라이언트 ID입니다. 이 값은 개발자에서 찾을 수 있습니다. 이 ID를 찾는 방법은 1단계에 있습니다.</td></tr><tr><td>client_secret</td><td><strong>필수</strong><br>귀하의 애플리케이션에 대해 Rememberizer로부터 받은 클라이언트 비밀입니다.</td></tr><tr><td>code</td><td>3단계에서 받은 인증 코드입니다.</td></tr><tr><td>redirect_uri</td><td><strong>필수</strong><br>사용자가 인증 후 전송되는 귀하의 애플리케이션의 URL입니다. 1단계의 redirect_uri와 일치해야 합니다.</td></tr></tbody></table>
### 5단계. 액세스 토큰을 사용하여 API에 접근하기
액세스 토큰은 사용자를 대신하여 API에 요청을 할 수 있게 해줍니다.
||CODE_BLOCK||
Authorization: Bearer OAUTH-TOKEN
GET https://api.rememberizer.ai/api/me/
||CODE_BLOCK||
예를 들어, curl에서는 다음과 같이 Authorization 헤더를 설정할 수 있습니다:
||CODE_BLOCK||shell
curl -H "Authorization: Bearer OAUTH-TOKEN" https://api.rememberizer.ai/api/me/
||CODE_BLOCK||
## 참고 문헌
Github: [https://github.com/skydeckai/rememberizer-integration-samples](https://github.com/skydeckai/rememberizer-integration-samples)
==> developer/talk-to-slack-the-sample-web-app.md <==
---
description: >-
사용자의 지식을 Rememberizer에 대한 쿼리를 통해 통합하는 간단한 웹 애플리케이션을 만드는 것은 매우 쉽습니다.
---
# Talk-to-Slack 샘플 웹 앱
앱의 소스 코드는 [여기](https://github.com/skydeckai/rememberizer)에서 찾을 수 있습니다.
이 섹션에서는 단계별 지침과 전체 소스 코드를 제공하여 여러분이 빠르게 자신의 애플리케이션을 만들 수 있도록 도와드리겠습니다.
우리는 OpenAI에서 Talk-to-Slack GPT를 만들었습니다. Talk-to-Slack 웹 앱은 매우 유사합니다.
<div align="left">
<figure><img src="https://rememberizer-docs-assets.s3.amazonaws.com/talk-to-slack_web_app.png" alt=""><figcaption><p>Heroku에서 Rememberizer가 만든 Talk-to-Slack.com 웹 앱</p></figcaption></figure>
</div>
<div align="left">
<figure><img src="https://rememberizer-docs-assets.s3.amazonaws.com/talk-to-slack_web_app.png" alt=""><figcaption><p>OpenAI에서 Rememberizer가 만든 Talk to Slack GPT</p></figcaption></figure>
</div>
***
### 소개
이 가이드에서는 당사의 Talk-to-Slack GPT 통합과 Rememberizer.ai을 닮은 창작 어플리케이션을 만들기 위해 단계별 지침과 전체 소스 코드를 제공합니다. Slack 통합과는 다르게, 웹 앱은 웹 스크래핑, 로컬 데이터베이스 접근, 그래픽 및 애니메이션, 결제 수집 등의 추가 기능과 더 많은 제어를 제공합니다. 더불어, 프리미엄 genAI 계정이 필요 없는 누구나 이용 가능합니다.
### 개요
예시 애플리케이션인 'Talk to Slack'은 Heroku에서 호스팅되며 OpenAI의 LLM과 Rememberizer.ai를 통합하여 여러분의 Slack 경험을 향상시킵니다. 이 웹 애플리케이션은 Flask를 이용하여 구축되었으며 OAuth2 통합, Slack 데이터 액세스, 직관적인 사용자 인터페이스와 같은 기능을 제공합니다.
### 기능
* **플라스크 기반 아키텍처**: 백엔드 작업, 프론트엔드 통신, API 상호 작용이 Flask에 의해 처리됩니다.
* **OAuth2 통합**: Rememberizer의 OAuth2 플로우를 사용하여 안전한 인증 및 데이터 접근을 합니다.
* **슬랙 데이터 접근**: Rememberizer의 API를 사용하여 사용자가 연결한 슬랙 데이터를 안전하게 가져옵니다.
* **OpenAI LLM 통합**: OpenAI의 LLM 서비스로 쿼리를 처리하여 깊이 있는 응답을 합니다.
* **직관적인 사용자 인터페이스**: 현대적인 UI 디자인을 통해 쉬운 탐색 및 상호 작용을 가능하게 합니다.
* **최고의 관행**: 보안 및 사용자 체험 표준을 준수하여 원활한 통합을 지향합니다.
### 설정 및 배
#### 필수 조건
* 파이썬
* 플라스크
<div data-gb-custom-block data-tag="hint" data-style='info'>
LLM이 이 전체 애플리케이션을 다른 언어, 즉 Golang으로 다시 작성하는 것이 그리 어렵지 않았다는 점에 유의하세요. 따라서 파이썬에 국한되지 않는다는 점을 기억하세요.
</div>
#### 환경 구성
다음의 환경 변수를 설정하세요:
* `APP_SECRET_KEY`: Flask를 위한 고유한 비밀키.
* `REMEMBERIZER_CLIENT_ID`: Rememberizer 애플리케이션을 위한 클라이언트 ID.
* `REMEMBERIZER_CLIENT_SECRET`: Rememberizer 애플리케이션을 위한 클라이언트 비밀키.
* `OPENAI_API_KEY`: 당신의 OpenAI API 키.
#### 애플리케이션 실행
1. **Flask 앱 시작**: 터미널에서 `flask run`을 실행하고 `http://localhost:5000`에서 앱에 접근합니다.
2. **Rememberizer 앱 구성에 콜백 URL 복사**: `https://<YOURHOST>/auth/rememberizer/callback` 예: `http://localhost:5000/auth/rememberizer/callback`.
#### 클라우드에 배포하기
Heroku, Google Cloud Platform (GCP), Amazon Web Services (AWS) 또는 Microsoft Azure와 같은 플랫폼에 배포하는 것이 권장됩니다.
**Heroku 배포**
1. **Heroku 계정 만들기**: Heroku CLI를 설치합니다.
2. **애플리케이션 준비하기**: `Procfile`, `runtime.txt`, 및 `requirements.txt`가 있는지 확인합니다.
3. **배포하기**: Heroku CLI 또는 GitHub 통합을 사용하여 배포합니다.
**상세 단계**
* **Heroku를 GitHub에 연결하기**: 원활한 업데이트를 위해 GitHub 리포지토리에서 자동 배포를 활성화합니다.
* **수동으로 배포하기**: 선택적으로, 더 많은 제어를 위해 수동 배포를 사용할 수 있습니다.
**추가 설정**
* Heroku CLI 설치: `brew tap heroku/brew && brew install heroku` (macOS).
* SSL 인증서 추가: 초기 HTTPS 설정을 위해 자체 서명된 인증서를 사용합니다.
* Heroku에서 환경 변수 구성: 필수 키에 대해 `heroku config:set KEY=value`를 사용합니다.
**기타 클라우드 플랫폼**
* **GCP**: GCP 계정을 설정하고, `app.yaml`로 앱을 준비한 후 `gcloud app deploy`를 사용하여 배포합니다.
* **AWS**: AWS 계정과 AWS CLI를 설정한 후 Elastic Beanstalk를 사용하여 배포합니다.
* **Azure**: Azure 계정을 만들고 Azure CLI를 설치한 후 Azure App Service를 통해 배포합니다.
#### 보안 및 모범 사례
배포 전에 `requirements.txt`를 확인하고, 프로덕션에 맞게 구성 조정을 하며, OAuth 리디렉션 URI를 업데이트하세요.
### 애플리케이션 코드 노트
**@app.route('/') (인덱스 경로):**
이 경로는 루트 URL (/)에 접근할 때 index.html 템플릿을 렌더링합니다. 애플리케이션의 홈페이지 역할을 합니다.
**@app.route('/auth/rememberizer') (Rememberizer 인증 경로):**
이 경로는 Rememberizer.ai와의 OAuth2 인증 프로세스를 시작합니다. 무작위 상태 값을 생성하고 세션에 저장하며, 필요한 매개변수(클라이언트 ID, 리디렉션 URI, 범위 및 상태)를 사용하여 인증 URL을 구성하고 사용자를 Rememberizer.ai의 인증 페이지로 리디렉션합니다.
**@app.route('/auth/rememberizer/callback') (Rememberizer 콜백 경로):**
이 경로는 사용자가 애플리케이션을 인증한 후 Rememberizer.ai로부터의 콜백을 처리합니다. 쿼리 매개변수에서 인증 코드를 추출하고, Rememberizer.ai의 토큰 엔드포인트를 사용하여 액세스 토큰으로 교환하며, 액세스 토큰을 세션에 저장합니다. 그런 다음 사용자를 /dashboard 경로로 리디렉션합니다.
**@app.route('/dashboard') (대시보드 경로):**
이 경로는 사용자에게 대시보드 페이지를 표시합니다. 세션에 액세스 토큰이 있는지 확인하고, 없으면 인증 경로로 리디렉션합니다. 사용자가 인증된 경우, Rememberizer.ai의 계정 엔드포인트에 요청을 보내 계정 정보를 검색하고 이 정보를 사용하여 dashboard.html 템플릿을 렌더링합니다.
**@app.route('/slack-info') (슬랙 통합 정보 경로):**
이 경로는 사용자의 Rememberizer.ai와의 슬랙 통합에 대한 정보를 보여줍니다. 액세스 토큰을 확인하고 Rememberizer.ai의 통합 엔드포인트에 요청을 보내 통합 데이터를 가져옵니다. 그런 다음 이 데이터를 사용하여 slack_info.html 템플릿을 렌더링합니다.
**@app.route('/ask', methods=\['POST']) (질문 경로):**
이 경로는 사용자의 질문 제출을 처리합니다. 액세스 토큰을 확인하고, 폼 데이터에서 사용자의 질문을 가져오며, Rememberizer.ai의 문서 검색 엔드포인트에 요청을 보내 관련 정보를 찾습니다. 그런 다음 OpenAI의 GPT-4 모델을 사용하여 질문과 검색 결과를 기반으로 답변을 생성합니다. 답변은 answer.html 템플릿에 렌더링됩니다.
### 추가 사항
* **아이콘 삽화** : 디테일한 접지 종이 예술 스타일로 디자인되었습니다. 이는 AI 와 통신 통합을 반영합니다. 아이콘은 Midjourney와 Image2Icon에서 생성되었습니다.
* **SSL 구성** : OpenSSL을 사용하여 자체 서명된 인증서를 생성하고, 보안 통신을 위해 사용됩니다.
### 탐색 및 혁신
자신만의 AI 통합 웹 앱을 통해 탐색과 혁신을 장려하며, 플랫폼 내에서 생산성과 협업을 향상시키는 것을 목표로 합니다.
***
이 수정된 문서는 개발자가 Talk-to-Slack과 유사한 AI 통합 웹 앱을 만드는 데 필요한 포괄적인 가이드를 제공합니다. 설정, 배포 및 애플리케이션 코드 개요에 대한 자세한 지침과 함께 최상의
==> developer/creating-a-rememberizer-gpt.md <==
---
description: >-
이 튜토리얼에서는 Rememberizer 앱을 만들고 OpenAI GPT와 연결하는 방법을 배우게 되며,
GPT가 Rememberizer API 기능에 접근할 수 있도록 합니다.
---
# Rememberizer GPT 생성하기
### 필수 조건
먼저, [Rememberizer 앱 등록하기](registering-rememberizer-apps.md)를 하고 적절한 설정으로 구성해야 합니다.
GPT를 생성하려면 Rememberizer 앱의 승인된 요청 출처를 `https://chat.openai.com`으로 설정해야 합니다.
> 앱을 등록하려면 콜백 URL을 추가해야 하지만, 현재로서는 GPT에 액션을 추가한 후에만 콜백 URL을 찾을 수 있으므로 더미 값(예: https://chat.openai.com)으로 남겨두세요. 콜백 URL을 얻은 후에는 앱에 대한 올바른 URL로 업데이트해야 합니다.\
> \
> <mark style="color:red;">**참고:**</mark> <mark style="color:red;">GPT는 구성 변경 후 콜백 URL을 업데이트합니다. 최신 콜백 URL을 복사하는 것을 잊지 마세요.</mark>
앱을 생성한 후 **클라이언트 ID**와 **클라이언트 비밀**을 복사하세요. GPT를 생성할 때 이 정보를 사용할 것입니다. 이 정보를 얻는 방법에 대한 지침은 [Rememberizer 앱 승인하기](https://docs.rememberizer.ai/developer/authorizing-rememberizer-apps)에서 확인할 수 있습니다.
<figure><img src="../.gitbook/assets/registered_app_credentials.png" alt=""><figcaption></figcaption></figure>
### GPT 만들기
[ChatGPT UI에서 GPT 만들기](https://chat.openai.com/gpts/editor)로 시작할 수 있습니다.
<div data-gb-custom-block data-tag="hint" data-style='warning'>
참고: 사용자 정의 GPT 앱 만들기는 요금제 계정에서만 가능합니다.
</div>
#### GPT 구성
원하는 대로 정보를 입력할 수 있습니다. 다음은 시도해 볼 수 있는 예입니다:
<table><thead><tr><th width="156">필드</th><th>예시 값</th></tr></thead><tbody><tr><td>이름</td><td>RememberizerGPT</td></tr><tr><td>설명</td><td>Google Drive 및 Slack 채널의 모든 PDF, 문서, 시트, 슬라이드에 직접 이야기하세요.</td></tr><tr><td>지침</td><td>Rememberizer는 Rememberizer 도구와 원활하게 상호작용하도록 설계되어, 사용자가 Google Drive 및 Slack과 같은 여러 출처에서 데이터를 효율적으로 쿼리할 수 있도록 합니다. 주요 목표는 Rememberizer의 기능을 활용하여 사용자의 데이터에 빠르고 정확하게 접근할 수 있도록 하는 것입니다. GPT는 사용자가 쿼리를 작성하고 결과를 해석하는 데 도움을 주어 원활하고 사용자 친화적인 경험을 보장해야 합니다. 데이터 검색 및 분석을 다룰 때 특히 응답의 명확성과 정확성을 유지하는 것이 중요합니다. GPT는 간단한 데이터 조회부터 여러 매개변수나 출처를 포함한 더 복잡한 검색에 이르기까지 다양한 쿼리를 처리할 수 있어야 합니다. 사용자가 필요한 정보를 신속하고 효과적으로 접근할 수 있도록 하는 데 중점을 두어, 과정을 가능한 한 수월하게 만드는 것이 중요합니다.</td></tr></tbody></table>
#### Rememberizer 작업 생성
GPT 편집기에서:
1. "구성" 선택
2. "작업 추가"
3. 인증 유형 구성.
* 인증 유형을 **OAuth**로 설정합니다.
* 위 단계에서 **클라이언트 ID**와 **클라이언트 비밀**을 붙여넣습니다.
* 인증 URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/`
* 토큰 URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/token/`
* **범위**는 비워둡니다.
* **저장**을 클릭합니다.
<figure><img src="../.gitbook/assets/gpt_auth_type_config.png" alt=""><figcaption></figcaption></figure>
4. Rememberizer의 OpenAPI 사양을 입력합니다. 아래 확장 가능한 내용을 복사하여 **스키마** 필드에 붙여넣습니다:
<details>
<summary>Rememberizer_OpenAPI.yaml</summary>
||CODE_BLOCK||yaml
openapi: 3.1.0
info:
title: Rememberizer API
description: Rememberizer와 상호작용하기 위한 API입니다.
version: v1
servers:
- url: https://api.rememberizer.ai/api/v1
paths:
/account/:
get:
summary: 현재 사용자의 계정 세부정보를 검색합니다.
description: 계정 정보를 가져옵니다.
operationId: account
responses:
"200":
description: 사용자 계정 정보.
content:
application/json:
schema:
type: object
properties:
id:
type: integer
description: 사용자의 고유 식별자. 이 정보를 어디에도 표시하지 마십시오.
email:
type: string
format: email
description: 사용자의 이메일 주소.
name:
type: string
description: 사용자의 이름.
/integrations/:
get:
summary: 사용 가능한 모든 데이터 소스 통합 목록.
description: 이 작업은 사용 가능한 데이터 소스를 검색합니다.
operationId: integrations_retrieve
responses:
"200":
description: 성공적인 작업
content:
application/json:
schema:
type: object
properties:
data:
type: array
description: 사용 가능한 데이터 소스 목록
items:
type: object
properties:
id:
type: integer
description: 데이터 소스의 고유 식별자. 이 정보를 어디에도 표시하지 마십시오.
integration_type:
type: string
description: 데이터 소스의 유형.
integration_step:
type: string
description: 통합 단계.
source:
type: string
description: 데이터 소스의 출처. 사용자가 이에 대해 질문하더라도 이메일 형식이 있는 경우 출력에서 항상 무시합니다.
document_type:
type: string
description: 문서의 유형.
document_stats:
type: object
properties:
status:
type: object
description: 데이터 소스의 상태.
properties:
indexed:
type: integer
description: 색인된 문서 수.
indexing:
type: integer
description: 색인 중인 문서 수.
error:
type: integer
description: 오류가 있는 문서 수.
total_size:
type: integer
description: 데이터 소스의 총 크기(바이트).
document_count:
type: integer
description: 데이터 소스의 문서 수.
message:
type: string
description: 작업 상태를 나타내는 메시지.
code:
type: string
description: 작업 상태를 나타내는 코드.
/documents/:
get:
summary: 모든 문서 및 Slack 채널 목록을 검색합니다.
description: 이 작업을 사용하여 사용 가능한 모든 문서, 파일, Slack 채널 및 데이터 소스 내의 일반 지식에 대한 메타데이터를 검색합니다. integration_type을 지정하거나 비워두어 모든 것을 나열해야 합니다.
operationId: documents_list
parameters:
- in: query
name: page
description: 페이지 인덱스
schema:
type: integer
- in: query
name: page_size
description: 페이지에서 반환되는 최대 문서 수
schema:
type: integer
- in: query
name: integration_type
description: 통합 유형별로 문서를 필터링합니다.
schema:
type: string
enum:
- google_drive
- slack
- dropbox
- gmail
- common_knowledge
responses:
"200":
description: 성공적인 작업
content:
application/json:
schema:
type: object
properties:
count:
type: integer
description: 문서의 총 수.
next:
type: string
nullable: true
description: 결과의 다음 페이지에 대한 URL.
previous:
type: string
nullable: true
description: 결과의 이전 페이지에 대한 URL.
results:
type: array
description: 문서, Slack 채널, 일반 지식 등의 목록.
items:
type: object
properties:
document_id:
type: string
format: uuid
description: 문서의 고유 식별자. 이 정보를 어디에도 표시하지 마십시오.
name:
type: string
description: 문서의 이름.
type:
type: string
description: 문서의 유형.
path:
type: string
description: 문서의 경로.
url:
type: string
description: 문서의 URL.
id:
type: integer
description: 문서의 고유 식별자.
integration_type:
type: string
description: 데이터 소스의 출처. 사용자가 이에 대해 질문하더라도 이메일 형식이 있는 경우 출력에서 항상 무시합니다.
source:
type: string
description: 문서의 출처.
status:
type: string
description: 문서의 상태.
indexed_on:
type: string
format: date-time
description: 문서가 색인된 날짜 및 시간.
size:
type: integer
description: 문서의 크기(바이트).
/documents/search/:
get:
summary: 의미적 유사성으로 문서 검색.
description: 최대 400단어의 쿼리 텍스트로 검색 작업을 시작하고 저장된 지식에서 가장 의미적으로 유사한 응답을 받습니다. 질문-답변의 경우 질문을 이상적인 답변으로 변환하고 제출하여 유사한 실제 답변을 받습니다.
operationId: documents_search_retrieve
parameters:
- name: q
in: query
description: 의미적으로 유사한 지식 조각을 찾고자 하는 최대 400단어 문장.
schema:
type: string
- name: n
in: query
description: 반환할 의미적으로 유사한 텍스트 조각의 수. 최대 5개에 대해 'n=3'을 사용하고, 더 많은 정보를 위해 'n=10'을 사용하십시오. 충분한 정보를 받지 못한 경우 더 큰 'n' 값으로 다시 시도해 보십시오.
schema:
type: integer
responses:
"200":
description: 문서의 성공적인 검색
content:
application/json:
schema:
type: object
properties:
data:
type: array
description: 의미적으로 유사한 지식 조각 목록
items:
type: object
properties:
chunk_id:
type: string
description: 조각의 고유 식별자.
document:
type: object
description: 문서 세부정보.
properties:
id:
type: integer
description: 문서의 고유 식별자.
document_id:
type: string
description: 문서의 고유 식별자.
name:
type: string
description: 문서의 이름.
type:
type: string
description: 문서의 유형.
path:
type: string
description: 문서의 경로.
url:
type: string
description: 문서의 URL.
size:
type: string
description: 문서의 크기.
created_time:
type: string
description: 문서가 생성된 날짜 및 시간.
modified_time:
type: string
description: 문서가 마지막으로 수정된 날짜 및 시간.
integration:
type: object
description: 문서의 통합 세부정보.
properties:
id:
type: integer
integration_type:
type: string
integration_step:
type: string
source:
type: string
description: 데이터 소스의 출처. 사용자가 이에 대해 질문하더라도 이메일 형식이 있는 경우 출력에서 항상 무시합니다.
document_stats:
type: object
properties:
status:
type: object
properties:
indexed:
type: integer
indexing:
type: integer
error:
type: integer
total_size:
type: integer
description: 데이터 소스의 총 크기(바이트).
document_count:
type: integer
matched_content:
type: string
description: 의미적으로 유사한 내용.
distance:
type: number
description: 코사인 유사성.
message:
type: string
description: 작업 상태를 나타내는 메시지.
code:
type: string
description: 작업 상태를 나타내는 코드.
nullable: true
"400":
description: 잘못된 요청
"401":
description: 인증되지 않음
"404":
description: 찾을 수 없음
"500":
description: 내부 서버 오류
/documents/{document_id}/contents/:
get:
summary: ID로 특정 문서 내용을 검색합니다.
operationId: document_get_content
description: 지정된 ID를 가진 문서의 내용을 반환하며, 최신 검색된 조각의 인덱스도 포함됩니다. 각 호출은 최대 20개의 조각을 가져옵니다. 더 많은 정보를 얻으려면 응답의 end_chunk 값을 다음 호출의 start_chunk로 사용하십시오.
parameters:
- in: path
name: document_id
required: true
description: 내용을 검색할 문서의 ID입니다.
schema:
type: integer
- in: query
name: start_chunk
schema:
type: integer
description: 검색하려는 시작 조각을 나타냅니다. 지정하지 않으면 기본값은 0입니다.
- in: query
name: end_chunk
schema:
type: integer
description: 검색하려는 종료 조각을 나타냅니다. 지정하지 않으면 기본값은 start_chunk + 20입니다.
responses:
"200":
description: 문서의 내용과 최신 검색된 조각의 인덱스.
content:
application/json:
schema:
type: object
properties:
content:
type: string
description: 문서의 내용.
end_chunk:
type: integer
description: 최신 검색된 조각의 인덱스.
"404":
description: 문서를 찾을 수 없습니다.
"500":
description: 내부 서버 오류.
/common-knowledge/subscribed-list/:
get:
description: 이 작업은 사용자가 구독한 공유 지식(일반 지식이라고도 함)의 목록을 검색합니다. 각 공유 지식에는 사용자가 접근할 수 있는 문서 ID 목록이 포함됩니다.
operationId: common_knowledge_retrieve
responses:
"200":
description: 성공적인 작업
content:
application/json:
schema:
type: array
items:
type: object
properties:
id:
type: integer
description: 이것은 공유 지식의 고유 식별자입니다. 이 정보를 어디에도 표시하지 마십시오.
num_of_subscribers:
type: integer
description: 이것은 이 공유 지식에 구독한 사용자 수를 나타냅니다.
publisher_name:
type: string
published_by_me:
type: boolean
description: 이것은 공유 지식이 현재 사용자에 의해 게시되었는지 여부를 나타냅니다.
subscribed_by_me:
type: boolean
description: 이것은 공유 지식이 현재 사용자에 의해 구독되었는지 여부를 나타내며, 이 API에서는 true여야 합니다.
created:
type: string
description: 이것은 공유 지식이 생성된 시간입니다.
modified:
type: string
description: 이것은 공유 지식이 마지막으로 수정된 시간입니다.
name:
type: string
description: 이것은 공유 지식의 이름입니다.
image_url:
type: string
description: 이것은 공유 지식의 이미지 URL입니다.
description:
type: string
description: 이것은 공유 지식의 설명입니다.
memento:
type: integer
description: 이것은 공유 지식이 생성된 Rememberizer 메멘토의 ID입니다.
document_ids:
type: array
items:
type: integer
description: 이것은 공유 지식에 속하는 문서 ID 목록입니다.
/documents/memorize/:
post:
description: 나중에 검색 엔드포인트를 통해 접근할 수 있는 데이터베이스에 내용을 저장합니다.
operationId: documents_memorize_create
requestBody:
content:
application/json:
schema:
type: object
properties:
content:
type: string
required:
- name
- content
responses:
"201":
description: 내용이 성공적으로 저장되었습니다.
"400":
description: 잘못된 요청
"401":
description: 인증되지 않음
"500":
description: 내부 서버 오류
/discussions/{discussion_id}/contents/:
get:
summary: ID로 토론 내용을 검색합니다. 토론은 Slack 또는 Discord 채팅일 수 있습니다.
operationId: discussion_get_content
description: 지정된 ID를 가진 토론의 내용을 반환합니다. 토론은 Slack 또는 Discord 채팅일 수 있습니다. 응답에는 discussion_content와 thread_contents의 두 필드가 포함됩니다. 전자는 채팅의 주요 메시지를 포함하고 후자는 토론의 스레드입니다.
parameters:
- in: path
name: discussion_id
required: true
description: 내용을 검색할 토론의 ID입니다. 토론은
schema:
type: integer
- in: query
name: integration_type
required: true
schema:
type: string
description: 토론의 통합을 나타냅니다. 현재 "slack" 또는 "discord"만 가능합니다.
- in: query
name: from
schema:
type: string
description: ISO 8601 형식의 GMT+0에서 토론의 내용을 검색하고자 하는 시작 시간을 나타냅니다. 지정하지 않으면 기본 시간은 현재입니다.
- in: query
name: to
schema:
type: string
description: ISO 8601 형식의 GMT+0에서 토론의 내용을 검색하고자 하는 종료 시간을 나타냅니다. 지정하지 않으면 "from" 매개변수의 7일 전입니다.
responses:
"200":
description: 시간 범위 내의 주요 및 스레드 메시지.
content:
application/json:
schema:
type: object
properties:
discussion_content:
type: string
description: 주요 토론의 내용.
thread_contents:
type: object
description: 토론의 스레드 목록을 포함하는 사전의 목록이며, 각 키는 ISO 8601 형식의 스레드 날짜 및 시간을 나타내고 값은 스레드의 메시지입니다.
"404":
description: 토론을 찾을 수 없습니다.
"500":
description: 내부 서버 오류.
||CODE_BLOCK||
</details>
5. 이 링크를 개인정보 보호정책으로 추가합니다: `https://docs.rememberizer.ai/notices/privacy-policy`.
6. 작업을 생성한 후 콜백 URL을 복사하여 Rememberizer 앱에 붙여넣습니다.
<figure><img src="../.gitbook/assets/rememberizer_app_callback_url.png" alt=""><figcaption></figcaption></figure>
==> developer/registering-rememberizer-apps.md <==
---
description: >-
Rememberizer 앱을 귀하의 계정 아래에서 생성하고 등록할 수 있습니다. Rememberizer
앱은 사용자를 대신하여 작동할 수 있습니다.
---
# Rememberizer 앱 등록
1. 페이지의 왼쪽 상단 모서리에서 **개발자**를 클릭한 다음 **등록된 앱**을 클릭합니다.
<figure><img src="../.gitbook/assets/registered_apps_browse.png" alt=""><figcaption></figcaption></figure>
2. **새 앱 등록**을 클릭합니다. 앱 정보를 입력할 팝업 창이 나타납니다.
<figure><img src="../.gitbook/assets/register_new_app.png" alt=""><figcaption></figcaption></figure>
3. **"애플리케이션 이름"**에 앱의 이름을 입력합니다.
4. **"설명(선택 사항)"**에 필요에 따라 앱의 설명을 입력합니다.
5. **"애플리케이션 로고(선택 사항)"**에 로고 파일을 업로드합니다.
6. **"랜딩 페이지 URL"**에 랜딩 페이지의 도메인을 입력합니다. 랜딩 페이지에는 앱이 수행하는 작업과 Rememberizer와의 통합 방법에 대한 자세한 요약이 포함되어 있습니다.
7. **"허가된 요청 출처"**에 앱 웹사이트의 도메인을 입력합니다.
8. **"허가된 리디렉션 URL"**에 앱의 콜백 URL을 입력합니다.
9. **"앱 생성"**을 클릭합니다.
==> developer/README.md <==
# 개발자
==> developer/vector-stores.md <==
---
description: >-
이 가이드는 개발자로서 Rememberizer 벡터 저장소를 사용하는 방법을 이해하는 데 도움이 될 것입니다.
layout:
title:
visible: true
description:
visible: true
tableOfContents:
visible: true
outline:
visible: true
pagination:
visible: true
---
# 벡터 저장소
Rememberizer 벡터 저장소는 벡터 데이터를 처리하는 과정을 간소화하여 텍스트 입력에 집중하고 검색 및 데이터 분석과 같은 다양한 응용 프로그램을 위해 벡터의 힘을 활용할 수 있도록 합니다.
### 소개
Rememberizer 벡터 저장소는 벡터 데이터를 처리하기 위한 사용하기 쉬운 인터페이스를 제공하도록 설계되었습니다. Pinecone과 같은 전통적인 벡터 데이터베이스와 달리, Rememberizer 벡터 저장소는 텍스트와 직접 작업할 수 있게 해줍니다. 이 서비스는 텍스트 데이터를 청크화하고, 벡터화하며, 저장하는 작업을 처리하여, 여러분이 핵심 애플리케이션 로직에 집중할 수 있도록 도와줍니다.
### 시작하기
#### 벡터 스토어 생성
1. 대시보드에서 벡터 스토어 섹션으로 이동합니다.
2. "새 벡터 스토어 생성"을 클릭합니다:
* 세부 정보를 입력하라는 양식이 나타납니다.
3. 세부 정보 입력:
* **이름**: 벡터 스토어에 대한 고유한 이름을 제공합니다.
* **설명**: 벡터 스토어에 대한 간략한 설명을 작성합니다.
* **데이터 스키마**: 벡터 차원 및 추가 필드를 정의합니다.
* 선택적으로 임베딩 모델, 인덱싱 전략 및 유사성 메트릭을 지정할 수 있습니다. 이러한 설정은 벡터가 생성되고 비교되는 방식에 영향을 미치며, 특정 사용 사례에 맞게 성능을 최적화합니다.
4. 양식 제출:
* "생성" 버튼을 클릭합니다. 성공 알림을 받게 되며, 새 스토어가 벡터 스토어 목록에 나타납니다.
<figure><img src="../.gitbook/assets/create_vector_DB_store.png" alt=""><figcaption><p>새 벡터 스토어 생성</p></figcaption></figure>
#### 벡터 스토어 관리
1. 벡터 스토어 보기 및 편집:
* 관리 대시보드에 접근하여 벡터 스토어를 보고, 편집하거나 삭제합니다.
2. 문서 보기:
* 특정 벡터 스토어 내에서 개별 문서와 그에 관련된 메타데이터를 탐색합니다.
3. 통계:
* 저장된 벡터 수, 쿼리 성능 및 운영 메트릭과 같은 자세한 통계를 봅니다.
<figure><img src="../.gitbook/assets/vector_store_management.png" alt=""><figcaption><p>벡터 스토어의 세부정보 보기</p></figcaption></figure>
### API 키 관리
API 키는 Rememberizer 벡터 스토어의 API 엔드포인트에 대한 접근을 인증하고 권한을 부여하는 데 사용됩니다. API 키의 적절한 관리는 벡터 스토어의 보안과 무결성을 유지하는 데 필수적입니다. 이 섹션에서는 벡터 스토어에 대한 API 키를 생성하고 취소하는 방법을 다룹니다.
#### API 키 생성
1. Vector Store 세부정보 페이지로 이동합니다.
2. API 키 관리 섹션으로 이동합니다:
* "구성" 탭 내에서 찾을 수 있습니다.
3. **"API 키 추가"**를 클릭합니다:
* 세부정보를 입력하라는 양식이 나타납니다.
4. 세부정보 입력:
* **이름**: API 키의 용도를 식별할 수 있도록 이름을 제공합니다.
5. 양식 제출:
* "생성" 버튼을 클릭합니다. 새 API 키가 생성되어 표시됩니다. 반드시 복사하여 안전하게 보관하십시오. 이 키는 특정 벡터 스토어에 대한 요청을 인증하는 데 사용됩니다.
<figure><img src="../.gitbook/assets/vector_store_api_key.png" alt=""><figcaption><p>새 API 키 생성</p></figcaption></figure>
#### API 키 취소
더 이상 API 키가 필요하지 않은 경우, 잠재적인 오용을 방지하기 위해 삭제할 수 있습니다.
보안상의 이유로, 주기적으로 API 키를 교체하는 것이 좋습니다. 이는 새로운 키를 생성하고 이전 키를 취소하는 것을 포함합니다.
### API 키를 사용하여 벡터 저장소 정보 검색
새로운 벡터 저장소를 생성하고 API 키를 생성한 후, 이 키를 벡터 저장소에 접근이 필요한 사용자와 공유할 수 있습니다. API 키는 사용자가 문서를 업로드하고, 문서를 검색하며, 벡터 저장소 내에서 다른 작업을 수행할 수 있도록 허용합니다. 그러나 사용자가 벡터 저장소와 상호작용하기 전에, API 키를 사용하여 벡터 저장소의 ID 및 기타 관련 정보를 검색해야 합니다.
각 API 엔드포인트 및 응답에 대한 자세한 정보는 [vector-store](api-documentations/vector-store/ "mention") 페이지를 방문하십시오.
***
API 키를 안전하게 처리하고 API 키 관리에 대한 모범 사례를 따르십시오.
==> developer/api-documentations/retrieve-current-users-account-details.md <==
# 현재 사용자의 계정 세부정보 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/account/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/retrieve-slacks-content.md <==
# 슬랙의 콘텐츠 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/discussions/{discussion_id}/contents/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/retrieve-document-contents.md <==
# 문서 내용 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/{document_id}/contents/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/get-all-added-public-knowledge.md <==
# 추가된 모든 공개 지식 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/common_knowledge/subscribed-list/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/README.md <==
# API 문서
API를 인증하려면 [OAuth2](../authorizing-rememberizer-apps.md) 또는 [API 키](../registering-and-using-api-keys.md)를 사용할 수 있습니다. OAuth2는 애플리케이션이 시스템 내의 특정 문서에 안전하게 접근할 수 있도록 하는 표준 인증 프레임워크입니다. 반면, API 키는 OAuth2 인증 프로세스를 거치지 않고도 공통 지식 기반에서 문서를 검색할 수 있는 더 간단한 방법을 제공합니다.
==> developer/api-documentations/search-for-documents-by-semantic-similarity.md <==
# 문서의 의미적 유사성으로 검색하기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/search/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/retrieve-documents.md <==
# 문서 검색
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/list-available-data-source-integrations.md <==
# 사용 가능한 데이터 소스 통합 목록
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/integrations/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/memorize-content-to-rememberizer.md <==
# Rememberizer에 콘텐츠 기억하기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/memorize/' data-method='post'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/vector-store/get-the-information-of-a-document.md <==
# 문서 정보 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/{document-id}' data-method='get'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/remove-a-document-in-vector-store.md <==
# 벡터 저장소에서 문서 제거
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/{document-id}/' data-method='delete'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md <==
# 벡터 저장소의 파일 내용 업데이트
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/{document-id}/' data-method='patch'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md <==
# 의미적 유사성으로 벡터 저장소 문서 검색
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/vector-stores/{vector-store-id}/documents/search' data-method='get'>
[rememberizer_openapi (1).yml](<../../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/vector-store/upload-files-to-a-vector-store.md <==
# 벡터 스토어에 파일 업로드
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/upload' data-method='post'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md <==
# 벡터 스토어에서 문서 목록 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents' data-method='get'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/README.md <==
# 벡터 저장소 API
==> developer/api-documentations/vector-store/get-vector-stores-information.md <==
# 벡터 저장소 정보 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/me' data-method='get'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md <==
# 벡터 스토어에 새 텍스트 문서 추가
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/create' data-method='post'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> notices/terms-of-use.md <==
# 이용 약관
### 1. 서론
이 문서는 Skydeck AI Inc의 서비스인 Rememberizer("Rememberizer")의 이용 약관("약관")을 개요로 나타냅니다. 이는 \*.rememberizer.ai내에 제공되는 사용자 지정 도메인 또는 일반적으로 제공되는 모든 페이지와 이러한 약관에 링크된 다른 모든 페이지(이하 "사이트")를 포함합니다. 이 약관은 사용자인 귀하와 이 플랫폼의 제공자인 Skydeck AI Inc 사이에 구속력있는 법적 계약을 구성합니다. 이 플랫폼에 접근하거나 이를 사용함으로써 귀하는 이 약관을 준수하기로 동의하게 됩니다.
### 2. 이용 약관의 승인
어떤 사이트의 일부에 접근하거나 이를 이용함으로써, 당신은 최소한 18세 이상이며, 이 이용 약관과 Rememberizer 개인정보 보호정책(이 약관에 참조로 통합됨)을 읽고 이해하였음을 확인하고, 이에 법적으로 구속되는 것에 동의합니다.
이 약관에서 "우리", "우리들", "우리의"는 Rememberizer를 가리키며, "당신"은 당신 개인과 당신이 대표하는 어떤 단체를 모두 가리킵니다. 우리의 플랫폼을 이용함으로써 당신은 이 약관을 어떤 단체를 대표하여 승인할 수 있음을 확인하며, 이로써 그 단체를 이 약관에 구속시킵니다.
### 3. 연락처 정보
당신이 계약을 체결하는 주체는 SkyDeck AI Inc.입니다. 우리의 우편 주소 및 연락처 정보는 다음과 같습니다:
SkyDeck AI Inc.\
548 Market St. PMB38234\
San Francisco, CA 94104\
전화: 1.415.744.1557\
법적 문의: [legal@rememberizer.ai](mailto:legal@rememberizer.ai)
### 4. 라이선스 부여 및 소유권
해당 조건들에 대한 완전한 준수, 플랫폼에 게시된 기타 정책이나 제한 사항, 그리고 Rememberizer와 합의한 어떠한 수수료의 적시 납부 등에 따라, 우리는 당신에게 플랫폼에 대한 접근 및 이용에 대한 제한적, 비독점적, 양도 불가능한, 철회 가능한 라이선스를 부여합니다.
그렇지 않다면, 플랫폼을 통해 제공되는 모든 컨텐츠(소프트웨어, 제출물, 정보, 사용자 인터페이스, 그래픽, 상표, 로고, 이미지, 예술 작품, 동영상, 문서, 그리고 플랫폼의 전반적인 "외관"를 포함하되 이에 한정되지 않음)는 Rememberizer에 소유, 통제, 또는 허가되어 있습니다. 이 컨텐츠는 무역 외관, 저작권, 특허 및 상표 법률, 그리고 기타 지적 재산권 및 부정 경쟁 법률 등 여러 법률에 의해 보호받고 있습니다. Rememberizer는 이 내용에 대한 모든 권리를 보유합니다.  
당신의 컨텐츠는 당신의 전적인 소유입니다. 당신은 우리에게 당신의 컨텐츠를 사용하기 위한 비독점적이며, 철회 가능한 라이선스를 제공하며, 그 목적은 우리의 서비스를 제공하는 것입니다.
플랫폼의 어떤 부분이든 무단 복제, 재배포, 사용, 또는 착취는 명시적으로 법으로 금지되어 있으며, 이를 어길 경우 민사 또는 형사 처벌을 받을 수 있습니다.
### 5. 계정 책임
플랫폼에 계정을 개설한다면, 사용자는 게정 정보의 기밀을 유지하고 계정 하의 모든 활동에 대한 책임을 가지게 됩니다. 이러한 이용 약관을 수락하고 계정을 생성함으로써, 개인정보 보호 정책에서 설명된 유형에 따른 정보의 수집, 사용, 공개에 동의하게 됩니다. 만 18세 미만의 사람은 Rememberizer나 플랫폼에 계정을 등록하거나 어떤 개인 정보도 제공해서는 안 됩니다. 잘못된 계정 사용에 대해 Rememberizer에 즉시 알려주십시오. 무단 사용으로 인한 손해에 대해 책임을 지게 될 수 있습니다. Rememberizer의 사전 승인 없이 다른 사람의 계정을 사용해서는 안됩니다. 계정 등록은 금지되는 곳에서는 무효입니다.
### 6. 사용자의 권리와 책임
사용자로서, 귀하는 합법적인 사업 목적을 위해 우리의 AI 도구를 사용할 권리가 있습니다. 귀하는 도구를 남용하거나, 주제에 대한 남의 권리를 침해하거나, 어떠한 법률을 위반하는 일이 없어야 합니다. 귀하는 플랫폼 사용시 모든 적용 가능한 법률 및 규정을 준수해야 합니다.
### 7. 제공자의 권리와 책임
저희 리멤버라이져.는 사용 상황을 모니터링하고 이 이용 약관을 집행하며 필요에 따라 플랫폼과 이에 대한 약관을 업데이트할 권리가 있습니다. 저희는 신뢰할 수 있는 서비스를 제공하고, 사용자의 개인정보를 보호하며, 문제나 관심사에 대응하는 책임이 있습니다.
### 8. 컨텐츠 규정
저희 AI 도구가 생성하는 컨텐츠는 이 이용약관에서 명시하는 제한사항이나 조건을 준수하는 사용자, 즉 당신이 소유하고 있습니다. 컨텐츠는 불법적이거나 부적절한 목적으로 사용되어서는 안됩니다.
### 9. 부정 사용 및 위반
이 이용 약관의 부정 사용이나 위반은 제한되지 않는 범위에서, 플랫폼에 대한 접근의 정지 또는 종료, 법적 조치, 및/또는 손해 배상을 포함한 벌칙을 초래할 수 있습니다.
### 10. 보증의 부인
당신이 플랫폼을 사용하는 것, 특히 그 안의 콘텐츠를 사용하는 것은 전적으로 당신의 책임입니다. 플랫폼과 콘텐츠는 "있는 그대로"와 "가용 상태"에서 제공됩니다. Rememberizer는 명시적이거나 암시적인 어떤 보증도 하지 않으며, 그 가능성이 있는 모든 보증을 부인합니다. 이에는 상품성, 특정 목적에의 적합성, 소유권 및 침해하지 않음에 관한 묵시적인 보증을 포함하지만 이로 한정되지 않습니다. Rememberizer는 플랫폼이나 콘텐츠가 정확하다, 지속적으로 사용할 수 있다, 완전하다, 신뢰할 수 있다, 안전하다, 최신이다, 오류가 없다, 또는 바이러스 또는 기타 해로운 구성 요소가 없다는 것을 보증하지 않습니다.
### 11. 보상
당신은 법이 허용하는 한도 내에서 Rememberizer와 그 임원, 이사, 주주, 후계자, 직원, 대리인, 자회사, 제휴사를 면책하며, 본인의 비용으로 이들을 방어하고, 실제 또는 위협적인 제3자의 소송, 요구, 손실, 피해, 비용, 책임, 소송, 비용 (합리적인 변호사 및 전문가 수수료 및 조사 비용 포함) 이 발생하는 경우 이에 대해 보상하기로 동의합니다. 플랫폼의 사용, 이 이용약관에 대한 위반, 어떠한 법률 또는 규정에 대한 위반, 제3자의 권리를 침해하는 행위, 또는 당신이 알고 있든 모르든, 동의하였든 동의하지 않았든 확보, 권유, 또는 개인 정보를 사용하는 행위가 포함됩니다. Rememberizer는 본인에 대한 보상 요구사항에 대해 독점적인 방어 및 관리권을 보유하며, 당신은 이러한 요구사항에 관한 Rememberizer의 방어에 협력하기로 합의합니다. Rememberizer의 사전 서면 동의 없이는 Rememberizer에 영향을 미치는 어떠한 합의도 동의해서는 안 됩니다.
### 12. 접근 권한의 정지 또는 종료
Rememberizer는 임의의 이유로 당신의 플랫폼 전체 또는 일부에 대한 접근을 정지하거나 종료할 권리를 보유하고 있습니다. 이는 공지 여부와 무관하며, 이 약관의 위반, 법 집행 기관 또는 기타 정부 기관의 요청, 플랫폼의 중단 또는 중요한 수정, 예상치 못한 기술적 문제 등을 포함하지만 이에 한정되지 않습니다. Rememberizer는 당신의 플랫폼 접근 권한이 종료된 경우에 대해 어떠한 책임도 지지 않습니다. 이 약관에 따른 권리와 의무 중 플랫폼 이용 후에도 자연스럽게 지속되어야 하는 것들은 당신의 접근 권한이 종료된 이후에도 유지됩니다.
### 13. 책임의 제한
법률이 허용하는 최대한으로, 플랫폼 및 콘텐츠에 접근하고 이를 이용하는 데 발생하는 모든 위험을 감수하는 데 동의합니다. Rememberizer 또는 그 어떤 이사, 직원, 대리인, 공급업체도 플랫폼, 그리고 플랫폼을 통해 제공되거나 포함된 어떠한 콘텐츠, 서비스 또는 제품에 대해, 또는 이와 관련하여 발생하는 특별, 간접, 부수적, 예시적, 후속적 또는 징벌적인 손해에 대해 책임을 지지 않습니다. Rememberizer의 이 이용 약관으로부터, 또는 플랫폼의 사용 또는 사용 불가능으로 발생하는 당신에 대한 Rememberizer의 전체 누적 책임은 백 달러($100.00)를 초과하지 않을 것입니다.
### 14. 분쟁 해결
본 약관에 대한 또는 본 약관과 관련한 모든 분쟁, 논란, 또는 청구는, 그 유효성, 무효성, 위반 또는 종료를 포함하여, 미국仲裁協會의 규칙에 따라仲裁에 의해 해결되어야 합니다. 仲裁의 장소는 캘리포니아 주 산호세이며, 절차는 캘리포니아 주 법에 의해 규정될 것입니다. 仲裁 판결은 양 당사자에게 최종적이고 구속력이 있습니다.
### 15. 이용 약관의 변경
Rememberizer는 언제든지 이용 약관을 변경할 권리를 가지고 있습니다. 변경 사항은 이메일 알림, 웹사이트 배너, 앱 내 메시지 등 적절한 채널을 통해 사용자에게 전달되며, 사용자는 새로운 약관을 수락하는데 있어 합리적인 기간을 부여받게 됩니다.
### 16. 번역
편의를 위해 이 문서의 기계 번역본을 영어 이외의 언어로 제공합니다. 원본 영어 버전과 다른 언어 버전 간에 충돌이나 모순이 발생할 경우, 영어 버전이 적용되며 우선합니다. 이 문서의 비영어 번역에 의존함으로써, 번역된 텍스트와 귀하가 동의한 실제 조건 간에 의도치 않은 차이가 있을 수 있음을 수용합니다.
==> notices/privacy-policy.md <==
# 개인정보 보호정책
# Rememberizer 개인정보 보호 정책
SkyDeck AI Inc.("Rememberizer", "우리", "우리의" 또는 "우리")는 당신의 개인 정보를 존중하고 이 정책을 준수함으로써 그것을 보호하는 데 전념하고 있습니다. 이 정책은 당신이 rememberizer.ai 생성 AI 플랫폼(우리의 "서비스")을 사용할 때 우리가 수집할 수 있는 정보의 종류 또는 당신이 제공할 수 있는 정보와 그 정보를 수집, 사용, 유지, 보호 및 공개하는 데 대한 우리의 관행을 설명합니다
### 우리가 수집하는 정보와 수집 방법
우리는 서비스 사용자로부터 여러 유형의 정보를 수집합니다. 여기에는 다음이 포함됩니다:
* 귀하의 이름, 이메일 주소 및 귀하가 온라인 또는 오프라인으로 연락을 취할 수 있는 기타 식별자의 개인 정보.
* 귀하의 인터넷 연결에 대한 정보, 서비스를 이용하는 장비 및 사용 세부 정보와 같은 기술 데이터.
* 귀하가 제공하는 타사 공급업체 생성 AI 모델에 접근하기 위한 API 키 및 자격 증명.
* 전체 문서(예: Google Docs), 데이터, 논의(예: Slack 채널의 내용)로 구성된 문서 내용("지식"). 이는 귀하가 선택하고 Rememberizer와 공유하도록 선택한 데이터 소스에서 가져옵니다. 
우리는 다음과 같이 이 정보를 수집합니다:
* 데이터 소스에 대한 접근을 승인하여 귀하가 우리에게 제공할 때 직접 수집합니다.
* Rememberizer와 통합된 앱이 텍스트를 Rememberizer 메모리에 저장하기로 선택할 때 직접 수집합니다. 이 텍스트는 나중에 해당 앱이나 다른 앱에서 사용될 수 있습니다.
* 서비스를 탐색하는 동안 자동으로 수집됩니다. 자동으로 수집된 정보에는 사용 세부 정보, IP 주소, 쿠키, 웹 비콘 및 기타 추적 기술을 통해 수집된 정보가 포함될 수 있습니다.
* 최신 버전이 우리의 지식에 반영될 수 있도록 소스 데이터를 변경할 때 자동으로 수집됩니다.
* Google Workspace API에서 검색된 모든 사용자 데이터는 AI/ML 모델 교육에 사용되지 않는다고 확언합니다. 이 데이터는 명시적인 동의를 제공한 개인 사용자만 접근할 수 있으며, 오직 귀하에게 서비스를 제공하고 개선하기 위한 목적으로만 사용됩니다.
### 어떻게 귀하의 정보를 사용하는지
우리는 귀하에게서 수집한 정보 또는 귀하가 우리에게 제공한 정보, 개인 정보를 다음과 같은 목적으로 사용합니다:
* 귀하에게 서비스와 그 내용, 그리고 귀하가 우리에게 요청한 다른 정보, 제품 또는 서비스를 제공하기 위해.
* 귀하가 제공한 다른 목적을 이행하기 위해.
* 귀하의 계정에 대한 공지를 드리기 위해.
* 귀하와 우리 사이에 체결된 계약에서 발생하는 권리와 의무를 이행하고 집행하기 위해.
* 우리의 서비스 또는 우리가 그것을 통해 제공하는 제품이나 서비스에 대한 변경사항을 알리기 위해.
* 우리의 서비스, 제품, 또는 서비스를 개선하기 위해.
* 귀하가 우리의 서비스에서 대화 형 기능에 참여할 수 있게 하기 위해.
* 지식 문서의 텍스트 구성 요소는 청크로 저장되고 벡터 데이터 스토어에 인덱싱되어, 의미적 관련성이 있다고 예상되는 부분이 귀하가 액세스할 수 있는 권한을 가진 제3자 애플리케이션에 반환될 수 있습니다. 
### 제3자 공유
Rememberizer의 주요 목적 중 하나는 사용자의 데이터를 3rd party 애플리케이션과 통제된 방식으로 공유하는 것입니다. 이는 Rememberizer와 연동된 각 애플리케이션에 단일 **Memento**를 적용하여 달성합니다. 이는 사용자가 자신의 Rememberizer 데이터에 접근할 수 있도록 승인한 애플리케이션에 적용됩니다.
현재의 Memento 구현은 사용자가 특정 파일, 문서 또는 폴더나 채널과 같은 콘텐츠 그룹을 선택하여 해당 애플리케이션이 사용할 수 있도록 허용합니다. 차후 구현에서는 "최근 30일 간 생성된 것"과 같은 시간 프레임으로 제 3자 접근을 필터링하는 추가적인 방법을 추가할 것입니다.\
\
두 가지 기본 값은 "None"과 "All"입니다. All은 사용자가 Rememberizer에 접근을 허용한 모든 파일을 공유합니다. None은 해당 앱과 아무 것도 공유하지 않습니다. None을 선택하면 사용자가 앱을 선택하고 Rememberizer와 통합할 수 있으며 그 때 그곳에서 사용 가능한 콘텐츠를 결정할 필요가 없습니다. None으로 Memento를 선택하거나 기존에 적용된 Memento를 None으로 공유하도록 편집하는 것은 통합을 제거하지 않고도 앱의 사용자 데이터 접근 권한을 끄는 방법입니다. 이는 데이터에 대한 종료 스위치와 같습니다. 맞춤형 Memento는 특정 목적으로 만들어질 수 있으며 그것을 반영하는 이름을 가질 수 있습니다. 예를 들어 "숙제" 또는 "마케팅" 등입니다. 
### 귀하의 정보 공개
우리는 개인을 식별하지 않는 사용자에 대한 집계된 정보, 그리고 제한 없이 개별을 식별하지 않는 정보를 공개할 수 있습니다. 이 개인정보 보호정책에 설명된 대로 수집하거나 제공받은 개인정보를 공개할 수 있습니다:
* 우리를 위해 또는 우리를 대신하여 업무를 수행하고 그런 업무를 수행하기 위해 이러한 정보에 접근이 필요한 제 3자 벤더, 서비스 제공자, 계약자, 대리인에게.
* 귀하가 제공한 목적을 이행하기 위해. 정보를 제공할 때 우리가 공개한 다른 모든 목적에 대해.
* 귀하의 동의와 함께.
### 귀하의 권리
귀하는 적용 가능한 데이터 보호 법률에 따라 특정 권리를 가지고 있습니다. 이는 다음을 포함할 수 있습니다:
* 개인 데이터에 대한 접근 요청.
* 우리가 보유하고 있는 귀하의 개인 데이터 수정 요청.
* 개인 데이터의 삭제 요청.
* 개인 데이터 처리에 대한 이의 제기.
* 개인 데이터 처리 제한 요청.
* 개인 데이터 이전 요청.
* 동의 철회 권리.
### 데이터 보안
우리는 데이터의 실수로 인한 손실과 무단 액세스, 사용, 변경, 공개로부터 귀하의 개인 정보를 보호하기 위해 설계된 조치를 구현하였습니다. 귀하가 우리에게 제공하는 모든 정보는 방화벽이 설치된 저희의 안전한 서버에 저장됩니다. 모든 결제 거래와 API 키는 SSL 기술을 사용하여 암호화됩니다.
### 개인 정보 보호 정책의 변경
우리의 정책은 이 페이지에 우리의 개인 정보 보호 정책에 하게 된 모든 변경 사항을 게시하는 것입니다. 우리가 사용자의 개인 정보를 어떻게 처리하는지에 대해 중요한 변경이 발생하면, 서비스 홈페이지의 공지를 통해 여러분께 알리겠습니다.
### 연락처 정보
이 개인정보 보호정책 및 우리의 개인정보 처리 관행에 대해 질문하거나 의견을 제시하려면 다음으로 연락해 주십시오:
SkyDeck AI Inc.\
수신: Rememberizer\
548 Market St. PMB38234\
샌프란시스코, CA 94104\
전화: 1.415.744.1557\
이메일: [legal@rememberizer.ai](mailto:legal@rememberizer.ai)
==> notices/README.md <==
# 공지사항
==> notices/releases/sep-13th-2024.md <==
---
description: >-
이 릴리스는 데이터 인덱싱, 사용 추적, 성능 및 사용자 경험 향상 개선에 중점을 두고 있습니다.
---
# 2024년 9월 13일
### 개선 사항
- **사용 추적 개선**: 새로운 로직이 저장소 및 사용 한계를 더 정확하게 모니터링합니다.
- **성능 향상**: Memento 작업이 이제 더 나은 반응성을 위해 최적화되었습니다.
- **오류 표시 강화**: 문서 인덱싱 실패 시 지식 페이지의 오류 메시지가 더 명확하게 표시되어 문제를 더 쉽게 파악할 수 있습니다.
- **데이터 소스 연결 간소화**: 데이터 소스 패널이 이제 연결 후 자동으로 열려 설정 프로세스를 간소화합니다.
- **기본 설정 개선**: 기본 사용자 설정이 성능 및 정확성을 높이기 위해 업데이트되었습니다.
### 새로운 기능
- **배치 문서 삭제**: 이제 여러 문서를 한 번에 삭제할 수 있어 데이터 관리가 간편해졌습니다.
- **자동 재색인**: 컬렉션은 필요할 때 자동으로 재색인되어 최신 검색 결과를 보장합니다.
### 버그 수정
- **인덱싱 버그 수정**: 데이터 인덱싱과 관련된 문제를 해결하여 검색 신뢰성을 향상시켰습니다.
- **알림 스팸 감소**: 문서 멤버십과 관련된 과도한 알림을 유발하는 문제를 수정했습니다.
==> notices/releases/jan-22nd-2024.md <==
---
description: >-
이 릴리스는 '앱 탐색' 페이지와 개선된 문서 관리와 같은 새로운 기능을 도입하며,
보다 원활한 사용자 경험을 위한 주요 최적화 및 버그 수정을 포함합니다.
---
# 2024년 1월 22일
## 새로운 기능
* **앱 탐색 페이지**: 이제 전용 페이지에서 다양한 앱을 직접 탐색할 수 있습니다.
* **할당량 제어**: 파일을 선택할 때 할당량 크기를 제어하는 새로운 기능이 이제 사용 가능해졌습니다. 이를 통해 더 나은 파일 관리를 보장합니다.
## 개선 사항
* **문서 검색 기능 개선**: 검색 기능을 개선했습니다. 이제 검색은 문서 수를 반환하여 파일을 관리하고 탐색하는 데 도움이 됩니다.
* **온보딩 개선**: 온보딩 과정에서 '건너뛰기' 버튼을 추가하여 온보딩 과정에서 더 유연하게 조정할 수 있습니다.
## 버그 수정
* 가독성과 접근성을 높이기 위해 복잡한 PDF 파일 처리와 관련된 문제를 해결했습니다.
* 중단 없는 통합을 위한 Slack 속도 제한과 관련된 문제를 해결했습니다.
==> notices/releases/oct-4th-2024.md <==
---
description: >-
이 릴리스는 성능과 안정성을 향상시키는 데 중점을 두며, 동기화 프로세스에 대한 중요한 개선 사항과 알려진 문제에 대한 수정 사항이 포함되어 있습니다.
---
# 2024년 10월 4일
### 개선 사항
- **구글 드라이브 탐색 최적화**: 더 빠르고 원활한 탐색을 위해 구글 드라이브 지식 트리의 성능을 개선했습니다.
- **동기화 효율성 향상**: 더 빠른 업데이트를 위해 작업 관리를 개선하여 문서 동기화를 최적화했습니다.
### 버그 수정
- **데이터 소스 연결 해제 시 충돌 해결**: 지식 패널이 열려 있는 동안 데이터 소스를 연결 해제하면 앱이 충돌하는 문제를 수정했습니다.
==> notices/releases/apr-26th-2024.md <==
---
description: >-
이 업데이트는 고급 메멘토 통합, Dropbox 및 Google Drive에 대한 개선된 동기화 기능, 사용자 경험 및 시스템 안정성을 향상시키기 위한 중요한 버그 수정을 제공합니다.
---
# 2024년 4월 26일
## 새로운 기능
* **공개 앱용 검색 기능:** 사용자들이 앱을 더 효율적으로 찾을 수 있도록 공개 앱 페이지에 새로운 검색 기능이 추가되었습니다.
## 개선 사항
* **연결된 앱 레이아웃 업데이트:** '귀하의 연결된 앱' 페이지의 레이아웃이 사용자 경험과 탐색을 개선하기 위해 업데이트되었습니다.
* **공통 지식 카드 업데이트:** 정제된 메멘토 페이지의 공통 지식 카드가 문서 개수 대신 크기를 표시하여 저장 사용에 대한 보다 명확한 정보를 제공합니다.
* **Dropbox 및 Google Drive의 자동 동기화 기능 향상:** Dropbox 및 Google Drive의 자동 동기화 기능이 향상되어 보다 원활하고 신뢰할 수 있는 동기화 경험을 제공합니다.
* **공개 앱 페이지의 페이지 매김:** 공개 앱 페이지에 페이지 매김을 구현하여 탐색 및 로드 시간을 개선하여 사용자 경험을 향상시켰습니다.
* **공통 지식 카드에 대한 메멘토의 정제 버튼 업데이트:** 공통 지식 카드에 대한 메멘토의 정제 버튼이 업데이트되어 사용 편의성과 명확성이 향상되었습니다.
## 버그 수정
* **하위 파일 인덱싱 문제:** 통합을 처음 연결할 때 선택한 폴더의 하위 파일이 올바르게 인덱싱되지 않는 버그를 수정하여 포괄적인 파일 관리를 보장했습니다.
* **검색 실패 시 로그아웃 문제:** 존재하지 않는 기념품에 대한 검색 실패로 인해 사용자가 강제로 로그아웃되는 문제를 해결하여 오류 처리 및 사용자 유지율을 개선했습니다.
* **프로필 편집 검증:** 프로필 편집 페이지에서 검증 문제를 해결하여 정보가 정확하게 캡처되고 처리되도록 했습니다.
==> notices/releases/apr-5th-2024.md <==
---
description: >-
이 업데이트는 Dropbox, Google Drive 및 Slack과의 통합을 강화하고
문서 관리를 개선하여 더 매끄러운 사용자 경험을 제공합니다.
---
# 2024년 4월 5일
## 새로운 기능
* **새로운 지식 트리 지원:** 나무 구조를 확장하여 Dropbox 및 Google Drive와 더 잘 통합되어 문서 및 폴더 관리를 보다 직관적으로 할 수 있게 합니다.
* **슬랙 답장 동기화:** 새로운 슬랙 답장을 보다 효과적으로 동기화하는 기능을 추가하여 커뮤니케이션을 원활하고 최신 상태로 유지하는 데 도움을 줍니다.
## 버그 수정
* **공통 지식 페이지 수정:** 공통 지식 페이지에서 검색, 페이지 매김 및 DateTime 형식 업데이트와 관련된 버그를 수정했습니다.
* **구 계정의 선택된 파일 표시 수정:** 구 계정의 선택된 파일이 올바르게 표시되지 않는 문제를 수정했습니다.
==> notices/releases/sep-20th-2024.md <==
---
description: >-
이 릴리스는 사용자 경험과 기능을 향상시키기 위한 다양한 개선 사항, 새로운 기능 및 버그 수정을 중심으로 합니다.
---
# 2024년 9월 20일
### 개선 사항
- **숫자 형식 향상**: 큰 숫자가 더 읽기 쉽게 쉼표로 표시됩니다.
- **문서 처리 업데이트**: 더 큰 폴더에서도 문서를 효율적으로 관리하고 인덱싱하는 개선된 메커니즘입니다.
- **슬랙 및 문서 처리 최적화**: 모든 실패한 문서와 슬랙 채널을 재시도하는 향상된 API로 원활한 작업을 보장합니다.
### 새로운 기능
- **회원 정보 업데이트**: 이제 로딩 결과에 따라 회원 정보가 업데이트되어 보다 정확한 데이터가 제공됩니다.
- **무작위 문서 선택**: 문서 처리를 다양화하기 위해 임베딩 및 로딩을 위한 무작위 선택 기능이 도입되었습니다.
### 버그 수정
- **Dropbox 동기화**: 잠재적인 데이터 문제를 방지하기 위해 Dropbox 동기화를 일시적으로 비활성화했습니다.
- **검색 필드 개선**: 지식 세부정보 페이지의 검색 필드가 "파일" 쿼리 매개변수를 기반으로 자동 완성되어 보다 정확한 검색이 가능합니다.
- **로딩 후 컬렉션 재색인**: 컬렉션을 자동으로 재색인하도록 로딩 결과 API를 개선했습니다.
==> notices/releases/oct-25th-2024.md <==
---
description: >-
이 릴리스는 문서 색인 신뢰성을 개선하는 데 중점을 두고 있으며, 사용자 경험을 향상시키기 위한 다양한 버그 수정을 포함합니다.
---
# 2024년 10월 25일
### 새로운 기능
- **색인 실패에 대한 자동 재시도**: 색인에 실패한 문서가 재시도되도록 자동 재시도 메커니즘을 구현하여 데이터 일관성을 향상시켰습니다.
### 버그 수정
- **검색 기능 개선**: 메모리가 없는 메멘토에 연결된 앱에서 검색을 방해하는 문제를 수정했습니다.
- **시스템 안정성 향상**: 동시 작업 중 데이터베이스 연결이 겹치는 문제를 해결하여 성능을 개선했습니다.
- **슬랙 동기화 조정**: 불필요한 오류를 피하기 위해 빈 슬랙 채널에 대한 동기화를 일시적으로 비활성화했습니다.
==> notices/releases/feb-5th-2024.md <==
---
description: >-
이 릴리스는 사용자 프로필 관리 기능을 향상시키고, 슬랙 및 드롭박스 통합을 개선하며, 계정 삭제 기능을 도입하고, 주요 운영 문제를 해결합니다.
---
# 2024년 2월 5일
## 새로운 기능
* **Dropbox 공유 파일**: 이제 당사 플랫폼 내에서 Dropbox의 공유 파일/폴더를 직접 가져올 수 있습니다.
* **계정 삭제**: 필요한 경우 사용자가 계정을 삭제하는 옵션을 이제 제공합니다.
* **Slack 동기화**: Slack과의 향상된 통합을 위해 Slack 동기화를 시작하였습니다. 그러나 아직 Slack 스레드 동기화는 포함되지 않았습니다.
* **사용자 프로필**: 사용자는 이제 자신의 프로필 정보를 보다 효율적으로 업데이트 할 수 있습니다.
## 개선 사항
* **Slack 채널**: Slack 채널은 이제 이름 순으로 정렬되어 탐색이 더 쉬워졌습니다.
## 버그 수정
* 앱 디렉토리에서 잘못된 출처에 관한 문제를 해결했습니다.
* 개선된 API 호출을 위한 OpenAI GPT와의 오류를 해결했습니다.
==> notices/releases/jan-29th-2024.md <==
---
description: >-
이 릴리스는 개선된 문서 크기 관리, 더 직관적인 검색 인터페이스,
원활한 Dropbox 통합을 통해 향상된 사용자 경험을 제공합니다. 또한 주요 버그를 해결했습니다.
---
# 2024년 1월 29일
## 새로운 기능
* **Dropbox 통합**: 이제 우리 플랫폼 내에서 Dropbox 파일을 색인화, 재색인화, 목록화, 제출할 수 있습니다.
* **온보딩 단계에서의 Dropbox 통합**: Dropbox 통합이 이제 온보딩 단계의 일부가 되어 설정이 더욱 간편해졌습니다.
## 개선 사항
* **문서 크기 제한**: 각 사용자의 문서 총 크기를 1GB로 제한하여 최적의 성능을 보장합니다.
* **개선된 검색 경험**: 검색 인터페이스가 더 나은 사용자 경험을 위해 개선되었습니다.
## 버그 수정
* 빈 문서를 처리하는 문제를 수정하여 더 원활한 작업을 가능하게 했습니다.
* 슬랙 첨부 파일을 처리하는 동안 발생한 오류를 해결하여 매끄러운 통합을 구현했습니다.
* '가입하기' 버튼을 '가입하기' 페이지에 올바르게 연결했습니다.
==> notices/releases/jun-14th-2024.md <==
---
description: >-
이 릴리스는 오류 처리를 개선하고, 메멘토 사이드바를 향상시키며,
테스트를 정제합니다. 주요 업데이트에는 메멘토 크기 표시, 더 나은 오류
응답 및 자동 버전 확인이 포함됩니다.
---
# 2024년 6월 14일
## 새로운 기능
* **기념품 크기 표시:** 이제 기념품 사이드바에 기념품의 크기가 표시되어 사용자들이 저장 용량을 더 잘 이해할 수 있습니다.
* **최신 버전 확인:** 데스크탑 앱이 최신 버전을 자동으로 확인하고 사용자에게 알리는 기능을 추가했습니다.
## 버그 수정
* **삭제된 메멘토에 대해 404 반환:** 삭제된 메멘토나 다른 사용자에게 속한 메멘토를 검색할 때 이제 서버 오류 대신 404 오류가 반환됩니다.
* **타사 앱의 크기 업데이트:** 타사 앱 메모리 문서가 메멘토의 크기 업데이트를 트리거하지 않는 문제를 수정했습니다.
==> notices/releases/sep-27th-2024.md <==
---
description: >-
이 릴리스는 Dropbox 및 Google Drive의 동기화 성능과 탐색을 향상시키는 데 중점을 두어 보다 매끄럽고 효율적인 경험을 제공합니다.
---
# 2024년 9월 27일
### 개선 사항
- **향상된 클라우드 동기화**: Dropbox 및 Google Drive의 동기화 프로세스를 최적화하여 더 빠르고 신뢰할 수 있는 파일 업데이트를 제공합니다.
- **개선된 Dropbox 탐색**: 파일 조직을 더 효율적으로 하고 접근을 용이하게 하기 위해 Dropbox 지식 트리를 정제했습니다.
- **정기 동기화 일정**: Google Drive, Dropbox 및 Gmail에 대해 6시간마다 동기화 작업을 설정하여 콘텐츠가 지속적으로 최신 상태를 유지하도록 합니다.
==> notices/releases/aug-16th-2024.md <==
---
description: >-
이 릴리스는 검색 기능 향상 및 문서 관리 기능 개선에 중점을 두고 있습니다.
---
# 2024년 8월 16일
### 새로운 기능
- **향상된 검색 필터**: 발신자 및 수신자별로 검색 결과를 필터링할 수 있는 기능이 추가되어 특정 이메일을 더 쉽게 찾을 수 있습니다.
- **문서 생성 날짜 표시**: 문서 목록에 문서 생성 날짜가 표시되어 문서 관리를 개선합니다.
### 개선 사항
- **검색 신뢰성 향상**: 검색 기능의 개선으로 더 매끄럽고 신뢰할 수 있는 경험을 제공합니다.
### 버그 수정
- **이메일 통합 수정**: GPT를 사용할 때 Gmail 통합과 관련된 문제를 해결하여 원활한 작동을 보장했습니다.
- **데스크톱 앱 콘텐츠 표시 수정**: 더 나은 사용자 경험을 위해 데스크톱 앱에서 문서 콘텐츠 표시와 관련된 문제를 수정했습니다.
==> notices/releases/mar-18th-2024.md <==
---
description: >-
이 릴리스는 개선된 온보딩, 기념물 관리 및 반응형 UI를 통해 사용자 경험을 향상시키는 데 중점을 두고 있습니다. 주요 업데이트에는 이미지 크기 제한 제거, 기념물 크기 표시가 포함됩니다.
---
# 2024년 3월 18일
## 새로운 기능
* **새로운 Memento 버튼 생성:** 앱 인증 중에 memento를 생성할 수 있는 새로운 버튼을 추가했으며, 이를 통해 프로세스가 사용자 친화적으로 만들어졌습니다.
* **이미지 업로더에 대한 크기 제한 없음:** 사용자는 이제 모든 크기의 이미지를 업로드할 수 있어 문서 디자인에서 더 많은 유연성을 제공합니다.
* **일반 지식 크기 표시:** 일반 지식 항목의 크기를 표시하는 기능을 추가했으며, 이를 통해 저장소 사용에 대한 더 많은 투명성을 제공합니다.
## 개선 사항
* **슬랙 채널의 인덱싱된 시간:** 새로운 메시지를 확인할 때 인덱싱된 시간이 업데이트됩니다. 문서의 `INDEXED` 상태가 유지되어 문서 검색 효율이 향상됩니다.
* **보다 원활한 온보딩:** 온보딩 플로우에서 중복 단계를 줄여 더 빠르고 효율적으로 만들었습니다.
* **일반 지식에 대한 반응형 UI:** 미멘토 페이지의 일반 지식에 대한 UI를 최적화하여 반응형으로 만들었습니다. 이를 통해 다양한 기기에서의 가독성이 향상되었습니다.
* **미멘토 크기 표시:** 앱을 인증할 때 미멘토의 크기가 표시됩니다. 이를 통해 사용자는 인증된 미멘토를 더 잘 이해할 수 있습니다.
## 버그 수정
**사용자-애플리케이션-이름 변경:** 사용자가 애플리케이션의 이름을 변경하는 경우가 이제 제대로 처리되어 잠재적인 오류를 방지합니다.
==> notices/releases/apr-19th-2024.md <==
---
description: >-
이 업데이트는 보안을 강화하고, 인터페이스를 개선하며, 중요한 버그를 수정합니다.
새로운 API 제한, 업데이트된 키, 그리고 MacOS 애플리케이션이 포함되어 있습니다.
---
# 2024년 4월 19일
## 새로운 기능
* **MacOS용 데스크탑 앱:** MacOS 사용자들을 위한 전용 데스크탑 앱을 소개하며, 접근성과 사용자 경험을 향상시킵니다. \
문서 보기: [Rememberizer Desktop Agent Application](https://docs.rememberizer.ai/personal/rememberizer-agent-desktop-application)
## 개선사항
* **앱 디렉토리 UI 업데이트:** 앱 디렉토리의 새로운 레이아웃은 보다 직관적이고 사용자 친화적인 내비게이션 경험을 제공합니다.
## 버그 수정
* **검색 문서 줄 바꿈 처리:** 검색 문서 쿼리에서 줄 바꿈 및 반환 문자가 잘못 제거되는 문제를 수정했습니다.
* **검색 UI 표시 버그:** 검색 결과에서 각 문서에 대해 `생성일` 필드가 정확하게 표시되도록 검색 UI 버그를 수정했습니다.
==> notices/releases/mar-4th-2024.md <==
---
description: >-
이 릴리스는 공유 지식 생성 및 표시, 그리고 기념품 이름 변경과 같은 새로운 기능을 도입합니다. 개선 사항에는 Dropbox, 쿼리 결과 및 공통 지식 UI에 대한 주요 버그 수정이 포함됩니다.
---
# 2024년 3월 4일
## 새로운 기능
* **공유 지식**: 공유 지식을 생성하고 표시하는 새로운 기능이 구현되었습니다.
* **메멘토 이름 변경**: 이제 사용자들이 자신의 메멘토 이름을 변경할 수 있습니다.
## 버그 수정
* **드롭박스 파일 표시**: 드롭박스에서 잘못된 파일 표시 문제를 해결했습니다.
* **쿼리 결과 순서**: 연속 청크로 쿼리한 결과가 순서가 뒤바뀌는 버그를 수정했습니다.
* **공통 지식 UI**: 공통 지식 기능의 여러 UI 문제를 수정했습니다.
\
==> notices/releases/oct-11th-2024.md <==
---
description: >-
이 릴리스는 더 효율적인 데이터 처리를 위한 새로운 벡터 데이터베이스 서비스를 도입하며, 시스템 안정성 향상과 전반적인 경험을 개선하기 위한 중요한 버그 수정을 포함합니다.
---
# 2024년 10월 11일
### 새로운 기능
- **벡터 데이터베이스 서비스**: 보다 효율적인 데이터 저장과 빠른 정보 검색을 위한 새로운 벡터 데이터베이스 서비스를 도입했습니다.
### 개선 사항
- **향상된 시스템 안정성**: 경쟁 조건을 방지하기 위해 백엔드 프로세스를 개선하여 문서 처리를 더 원활하게 합니다.
- **최적화된 연결 관리**: 성능과 신뢰성을 향상시키기 위해 더 나은 연결 처리를 구현했습니다.
### 버그 수정
- **회원 통합 문제 수정**: 벡터 저장소에서 회원 데이터 통합 시 오류를 일으키던 문제를 해결했습니다.
==> notices/releases/apr-12th-2024.md <==
---
description: >-
이 릴리스는 문서 동기화를 향상시키고, 일반 지식 관리를 간소화하며,
사용자 인터페이스를 최적화하여 전체 시스템 효율성과 사용자 경험을
개선합니다.
---
# 2024년 4월 12일
## 새로운 기능
* **클라우드 저장소에 대한 자동 동기화:** 사용자는 이제 Dropbox 및 Google Drive에서 선택한 폴더 및 파일에 대한 자동 동기화를 설정하여 문서 관리 프로세스를 간소화할 수 있습니다.
## 개선 사항
* **문서 정렬 최적화:** 문서의 정렬을 인덱스 날짜나 이름으로 설정할 수 있어 보다 직관적인 탐색과 검색이 가능합니다.
* **기념품 관리 UI 업데이트:** 공통 지식 기념품 UI가 업데이트되어 공유 설정을 위한 새로운 토글이 포함되었으며, 데이터 공유에 대한 사용자 제어가 향상되었습니다.
* **UI 반응성 및 사용자 정의:** 소소한 UI 수정이 구현되었습니다.
## 버그 수정
* **온보딩 프로세스:** 사용자의 온보딩 단계에서 일반 지식이 표시되지 않는 문제를 해결하여 새로운 사용자의 초기 설정 경험을 향상시켰습니다.
==> notices/releases/jun-28th-2024.md <==
---
description: >-
이 릴리스는 탐색을 향상시키고 문서 처리 개선 및 앱 이름을 업데이트합니다. 주요 업데이트에는 홈페이지 애플리케이션 제한, 더 나은 Slack 문서 처리 및 데스크탑 이름 변경이 포함됩니다.
---
# 2024년 6월 28일
## 개선 사항
* **홈페이지의 애플리케이션 수 제한:** 사용자가 탐색하고 필요한 정보를 찾기 쉽게 하기 위해 홈페이지에 표시되는 애플리케이션 수를 제한했습니다.
* **슬랙 문서 후처리:** 슬랙 문서의 처리를 개선하여 보다 원활하고 정확한 처리를 보장했습니다.
* **데스크톱 앱 이름 업데이트:** 데스크톱 앱의 이름을 "Rememberizer App"으로 변경하여 명확성과 브랜드 일관성을 높였습니다.
==> notices/releases/README.md <==
---
description: 공개 선언, 규정 변경 및 사용자 지원 업데이트.
---
# 릴리스
© 2024 SkyDeck AI Inc.
==> notices/releases/may-31st-2024.md <==
---
description: >-
이 릴리스는 SQL 쿼리를 향상시키고, UI를 개선하며, 버그를 수정합니다. 주요
업데이트: 최적화된 검색, 자동 생성된 이름, 새로운 기념 버튼, 그리고
개선된 탐색.
---
# 2024년 5월 31일
## 새로운 기능
* **새로운 기념품 버튼:** 앱을 인증하는 동안 기념품을 생성할 수 있는 새로운 버튼을 추가하여 사용자 친화적인 프로세스를 만들었습니다.
## 개선 사항
* **검색 최적화:** 더 빠르고 정확한 결과를 위해 검색 기능을 강화했습니다.
* **앱 인증 시 UI 조정:** 앱 인증 시 사용자 경험을 부드럽게 하기 위해 사용자 인터페이스를 약간 조정했습니다.
## 버그 수정
* **들여쓰기 문제 수정:** 애플리케이션 전반에 걸쳐 일관된 형식을 보장하기 위해 들여쓰기 문제를 수정했습니다.
==> notices/releases/jan-15th-2024.md <==
---
description: Rememberizer의 첫 번째 릴리스.
---
# 2024년 1월 15일
## 새로운 기능
* **문서 검색**: 효율적인 검색 기능으로 문서를 쉽게 찾을 수 있습니다.
* **Google Drive 통합**: Google Drive를 통해 파일을 원활하게 관리할 수 있습니다.
* **개발자 허브**: 개발자가 Rememberizer와 통합하기 위해 애플리케이션을 쉽게 등록하고 구성할 수 있는 사용자 친화적인 공간입니다.
* **기념품 관리**: 기념품을 쉽게 생성, 목록화 및 삭제할 수 있습니다.
* **데이터 소스 관리**: 데이터 소스를 쉽게 연결하고 연결 해제할 수 있습니다.
* **쉬운 온보딩**: 우리의 온보딩 상태 기능은 모든 사용자와 개발자가 원활하게 시작할 수 있도록 설계되었습니다.
\
==> notices/releases/may-17th-2024.md <==
---
description: >-
이 릴리스는 사용자 경험 개선, 통합 강화 및 다양한 문제 수정을 중심으로 진행됩니다. 주요 업데이트에는 Gmail 동기화 및 디렉토리 경로 표시가 포함됩니다.
---
# 2024년 5월 17일
## 새로운 기능
* **Gmail 통합 및 동기화:** Gmail 계정을 연결하여 우리의 플랫폼에서 이메일을 쉽게 관리하세요. 지난 주에는 레이블별 통합을 도입하였으며, 이번 주에는 레이블 내 스레드의 전체 동기화를 통해 원활한 접근 및 관리를 즐기세요.
## 개선 사항
* **디렉토리 경로 표시:** 이제 애플리케이션은 디렉토리 경로를 표시하여 사용자가 문서를 탐색하고 찾기 더 쉽게 만들었습니다.
* **업데이트된 다이어그램:** 애플리케이션의 다이어그램이 업데이트되어 시스템 아키텍처 및 데이터 흐름에 대한 보다 명확한 시각적 표현을 제공합니다.
* **데이터 소스 순서 변경:** 데이터 소스의 순서가 최적화되어 데이터 검색 및 처리 효율성이 향상되었습니다.
* **데이터 가져오기 로직 업데이트:** 데이터 가져오기 로직이 개선되어 검색된 정보의 정확성과 신뢰성을 높였습니다.
## 버그 수정
* **문서 삭제 버튼 UI 수정:** 임베디드 세부정보의 문서 삭제 버튼에 대한 사용자 인터페이스가 수정되어 더 나은 사용자 경험을 제공합니다.
==> notices/releases/feb-26th-2024.md <==
---
description: >-
이번 릴리스에서는 업로드에 대한 이미지 크기 제한을 1MB로 설정하고
선택 패널에서 문서 표시를 개선했습니다. 또한 데이터 소스 연결 끊김과 관련된 버그를 수정했습니다.
---
# 2024년 2월 26일
## 개선 사항
* **이미지 크기 제한**: 공유 지식을 위해 크롭한 이미지 크기는 1MB를 초과해서는 안 됩니다.
* **문서 표시 개선**: 사용자 경험 개선을 위해 Right Selection Panel 내에서 트리 구조로 표시될 수 있는 문서 수를 늘렸습니다.
## 버그 수정
* **데이터 소스 연결 끊김**: 데이터 소스를 연결 끊었을 때 문서가 적절하게 삭제되지 않고 데이터 소스가 제거되지 않는 문제를 수정했습니다.\
==> notices/releases/mar-25th-2024.md <==
---
description: >-
이 릴리스는 향상된 동기화, 강화된 데이터 암호화 및
더 매끄러운 사용자 경험을 위한 여러 버그 수정을 제공합니다.
---
# 2024년 3월 25일
## 개선 사항
* **기념품 개선:** 추가 기념품 정보를 표시하고 인덱싱 진행 상황을 보여주는 기능을 추가하여 사용자가 데이터 상태를 쉽게 추적할 수 있도록 했습니다.
## 버그 수정
* **UI 반응성:** UI 오류를 방지하기 위해 Disconnect 버튼에서 발생하는 여러 클릭 문제를 해결했습니다.
==> notices/releases/jul-26th-2024.md <==
---
description: >-
이 릴리스는 Slack 통합 개선, 사용자 인터페이스 향상 및 원활한 경험을 제공하기 위한 중요한 문제 해결에 중점을 두고 있습니다.
---
# 2024년 7월 26일
**새로운 기능:**
* **슬랙 채널 카운터**: 슬랙 채널의 수를 정확하게 계산하고 표시하는 새로운 기능으로, 사용자가 작업 공간 연결을 더 잘 관리할 수 있도록 돕습니다.
**개선 사항:**
* **업데이트된 슬랙 통합 UI**: 슬랙 통합을 위한 사용자 인터페이스가 새 채널 메커니즘을 지원하도록 새롭게 디자인되어, 더 직관적이고 사용하기 쉬워졌습니다.
* **앱 이름 업데이트**: 데스크톱 애플리케이션 이름이 "Rememberizer"로 업데이트되어, 사용자가 중요한 정보를 정리하고 기억하는 데 도움을 주겠다는 우리의 의지를 반영합니다.
**버그 수정:**
* **구글 드라이브 통합**: 구글 드라이브 폴더에 접근할 때 발생하던 오류를 해결하여, 더 원활한 탐색 및 파일 관리를 보장합니다.
==> notices/releases/aug-2nd-2024.md <==
---
description: >-
이 릴리스는 애플리케이션의 전반적인 성능, 데이터 처리 및
오류 관리를 개선하는 데 중점을 두고 있습니다. 사용자는 더 강력하고
효율적인 경험을 기대할 수 있습니다.
---
# 2024년 8월 2일
**새로운 기능:**
* **개선된 검색 기능**: 검색 기능이 이제 병렬 콘텐츠 검색을 실행하여 더 빠르고 정확한 결과를 제공합니다.
* **정교해진 문서 알림 시스템**: 사용자에게 문서 업데이트에 대한 더 정확한 알림을 제공하여 협업 및 워크플로우 관리를 향상시킵니다.
* **업데이트된 API 키 형식**: 보안을 개선하고 식별을 용이하게 하기 위해 API 키 접두사를 업데이트했습니다.
**개선 사항:**
* **향상된 데이터 관리**: 시스템이 이제 빈 문서를 더 효과적으로 처리하여 모든 관련 정보가 적절히 색인화되고 로드되도록 보장합니다.
* **최적화된 기념품 조직**: 기념품 사이드바의 개선으로 문서와 폴더를 더 명확하게 볼 수 있어 탐색이 더 직관적입니다.
* **간소화된 데이터 처리**: 더 효율적인 데이터 처리 및 분석을 위해 새로운 임베딩 메커니즘과 벡터 데이터베이스 적응을 구현했습니다.
**버그 수정:**
* **이메일 인코딩 호환성**: 이메일 문자 집합이 잘못된 경우 시스템 인코딩 형식을 업데이트하여 잠재적인 표시 문제를 방지합니다.
* **Gmail 레이블 관리**: Gmail 레이블 삭제 시 발생하는 문제를 해결하여 이메일 통합이 더 원활해졌습니다.
* **예외 처리**: 시스템 예외를 더 잘 관리하고 전달하기 위해 오류 알림 시스템을 개선했습니다.
==> notices/releases/oct-18th-2024.md <==
---
description: >-
이 릴리스는 문서 저장 신뢰성을 개선하는 데 중점을 두고 있습니다.
---
# 2024년 10월 18일
### 버그 수정
- **문서 저장 안정성 향상**: 동시 편집 중 발생할 수 있는 충돌을 방지하기 위해 문서 저장 프로세스를 개선했습니다.
==> notices/releases/feb-19th-2024.md <==
---
description: >-
이 릴리스는 Memento 트리에 대한 개선 사항을 제공하며, 더 나은 정렬 기능과
GPT 앱의 API 요청에 영향을 미치는 버그를 수정합니다.
---
# 2024년 2월 19일
## 개선 사항
* **Memento 트리의 알파벳 순 정렬**: 향상된 탐색을 위해, Memento 트리 내의 파일과 Slack 채널들이 이제 알파벳 순으로 정렬되었습니다.
## 버그 수정
* **GPT 앱**: 새로 설정된 GPT 앱을 통해 API 요청이 이루어지지 않던 문제를 수정했습니다.
\
==> notices/releases/mar-11th-2024.md <==
---
description: >-
이 업데이트는 간소화된 Slack 통합, 향상된 문서 및 더 효율적인 사용자 가입 프로세스를 포함한 새로운 기능과 개선 사항을 제공합니다.
또한 몇 가지 버그를 수정했습니다.
---
# 2024년 3월 11일
## 새로운 기능
* **유저 슬랙 데이터 마이그레이션:** 이제 슬랙 쓰레드와 응답을 수용하기 위해 사용자 슬랙 데이터를 마이그레이션할 수 있습니다, 사용자 상호 작용을 향상시킵니다.
* **일반 지식 통합:** 일반 지식이 통합 소스 엔드포인트에 추가되어, 우리 시스템의 기능을 확장합니다.
* **핀 공유 지식 항목:** 시스템 관리자는 이제 공유 지식 항목을 목록의 맨 위에 고정할 수 있어, 가시성과 접근성을 향상시킵니다.
* **안전한 문서 처리:** 시스템은 더 이상 빈 문서에서 실패하지 않아, 시스템의 신뢰성을 향상시킵니다.
* **공유 지식 관리:** 사용자는 이제 공유 지식을 삭제하고 편집할 수 있어, 공유된 콘텐츠에 대한 통제력을 제공합니다.
## 개선 사항
* **Rememberizer UI 업데이트:** Rememberizer UI가 Slack 회신의 새로운 형식을 기반으로 업데이트되었습니다.
## 버그 수정
* **공통 지식 간 전환:** 메멘토를 다듬을 때 공통 지식 간 전환 시 발생하는 문제를 수정했습니다.
* **지원되지 않는 문서 가시성:** 지원되지 않는 문서가 표시되는 문제를 수정했습니다.
* **사용자 문서 목록:** 구독한 문서는 더 이상 사용자 문서 목록에 나타나지 않습니다.
* **메멘토 크기 추정:** 메멘토의 추정 크기를 잘못 계산한 문제를 수정했습니다.
==> notices/releases/feb-12th-2024.md <==
---
description: >-
이번 릴리스에서는 공개 공통 지식 페이지를 도입하고,
메멘토 구조 및 온보딩 UI를 개선했으며, 앱
권한 계산과 관련된 버그를 수정했습니다.
---
# 2024년 2월 12일
## 새로운 기능
* **공공 지식 페이지**: 정보 접근 및 공유를 위한 새로운 공공 지식 페이지가 구현되었습니다.
* **온보딩에서의 공용 지식**: 이제 사용자들은 온보딩 페이지에서 직접 공용 지식을 추가할 수 있습니다.
* **멘토의 나무 구조체**: 멘토에 있는 파일들이 이제 더욱 명확한 이해와 탐색을 위해 나무 구조체로 반환됩니다.
## 개선 사항
* **온보딩 단계의 UI**: 온보딩 단계의 사용자 인터페이스가 더 나은 사용자 경험을 위해 조정되었습니다.
==> notices/releases/jul-12th-2024.md <==
---
description: >-
이 릴리스는 문서 검색, 기념품 조직 및 통합 관리에 대한 흥미로운 개선 사항을 제공합니다. 우리는 더 매끄러운 탐색과 더 효율적인 데이터 처리를 통해 사용자 경험을 향상시켰습니다.
---
# 2024년 7월 12일
### 새로운 기능들
* **문서 검색**: 문서 내에서 필요한 정보를 빠르고 쉽게 찾을 수 있도록 돕는 강력한 새로운 검색 기능을 사용해 보세요. 
* **새로운 메멘토 트리 구조**: 직관적인 트리 구조로 메멘토를 정리하는 새로운 방법을 경험하고, 정보를 더 쉽게 탐색하고 관리하세요. 
* **메멘토 자동 동기화**: 메멘토를 위한 새로운 자동 동기화 기능으로 데이터를 손쉽게 최신 상태로 유지하세요.
### 개선 사항
* **향상된 메멘토 조직**: 문서와 폴더를 더 명확하게 볼 수 있도록 메멘토 사이드바를 정제하여 탐색이 쉬워졌습니다. 
* **통합 관리**: 새로운 드롭다운 기능을 통해 통합을 쉽게 필터링하고 관리하여 연결된 서비스에 대한 제어력을 높였습니다. 
* **더 빠른 문서 검색**: 새로운 디바운스 검색 기능으로 입력하면서 더 빠르고 반응성이 뛰어난 결과를 제공합니다. 
* **홈페이지 및 지식 페이지 업데이트**: 접근성과 사용자 경험을 개선하기 위해 주요 페이지의 통합 레이아웃을 재구성했습니다.
### 버그 수정
* **통합 신뢰성 향상**: 연결된 서비스에서 정보를 더 잘 처리할 수 있도록 시스템을 개선하여 통합 사용 시 더 원활한 경험을 보장합니다. 
* **더 깔끔한 사용자 인터페이스**: 지식 페이지에서 불필요한 경고 메시지를 제거하여 더 간결한 모습을 제공합니다.
==> notices/releases/may-10th-2024.md <==
---
description: >-
이 릴리스는 Gmail 통합을 도입하여 사용자가 계정을 연결하고 지식 기반을 위한 레이블을 선택할 수 있게 하며, 향상된 검색 기능을 위한 새로운 메모리 기능을 추가합니다.
---
# 2024년 5월 10일
## 새로운 기능
* **Rememberizer 메모리**는 앱이 사용자의 Rememberizer 계정 내에서 데이터를 저장하고 공유할 수 있게 해주며, 여러 앱의 중요한 정보를 중앙 집중화된 위치에 제공하는 기능입니다.\
 \
**장점**
* **사용자에게:** 모든 앱에서 데이터에 쉽게 접근할 수 있고, 앱 간 원활한 동기화가 가능하며, 앱이 제거되더라도 지속적으로 저장됩니다.
* **개발자에게:** 사용자 정의 데이터 저장 시스템을 만들 필요가 없으며, 다른 앱의 데이터를 활용할 수 있고, 앱 간 통합이 간소화됩니다.
메모리 문서: [https://docs.rememberizer.ai/personal/rememberizer-memory-integration](https://docs.rememberizer.ai/personal/rememberizer-memory-integration).\
메모리 API 문서: [https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer](https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer).
* **Gmail 통합:** 사용자는 이제 Gmail 계정을 연결하고 지식 베이스에 추가할 특정 레이블을 선택할 수 있습니다.
* **Google Drive 공유 드라이브 지원:** 우리는 Google Drive 공유 드라이브에 대한 지원을 추가하여 사용자가 공유 드라이브의 문서를 지식 베이스에 포함할 수 있도록 했습니다.
## 개선 사항
* **문서 색인화:** 문서 색인화 프로세스를 개선하여 새로운 문서가 성공적으로 업로드되고 색인화되도록 보장했습니다. 색인화 실패 시에는 재시도 메커니즘이 구현되었습니다.
* **앱 배포 흐름:** 앱 배포 흐름에서 검토 단계를 제거하여 개발자에게 프로세스를 간소화했습니다.
* **연결된 앱 UI:** "연결된 앱" UI가 개선되어 연결된 앱이 없는 경우를 처리할 수 있도록 하여 사용자 경험을 향상시켰습니다.
## 버그 수정
* **애플리케이션 이름 변경:** 애플리케이션 이름 변경으로 인해 오류가 발생하는 문제가 해결되었습니다.
==> notices/releases/aug-9th-2024.md <==
---
description: >-
이 릴리스는 Rememberizer에서 사용자 경험을 향상하고, 문서
관리를 개선하며, 검색 기능을 다듬는 데 중점을 두고 있습니다.
---
# 2024년 8월 9일
**새로운 기능**
* **슬랙 채널 통합**: 슬랙 채널에 대한 지원을 강화하여 앱 내에서의 커뮤니케이션 및 협업을 개선했습니다.
* **문서 상태 필터**: 문서 상태에 대한 새로운 필터를 임베딩 세부 정보 페이지에 추가하여 문서를 추적하고 관리하기 쉽게 만들었습니다.
* **계층화된 문서 표시**: 메멘토 사이드바에 새로운 트리 뷰를 구현하여 문서와 폴더를 계층으로 정리하여 탐색을 개선했습니다.
* **고급 검색 기능**: 검색 기능에 날짜 범위 필터를 도입하여 보다 정확한 문서 검색이 가능해졌습니다.
**개선 사항**
* **문서 관리**: 지식 세부 정보 페이지에 문서를 연결하는 프로세스를 개선하여 문서 조직 및 접근을 간소화했습니다.
* **사용자 인터페이스 업데이트**: 전체 앱 사용성과 시각적 매력을 개선하기 위한 다양한 UI 개선 사항이 포함되었습니다.
* **성능 최적화**: 앱 성능과 반응성을 향상시키기 위해 코드를 리팩토링하고 API 호출을 업데이트했습니다.
**버그 수정**
* **빈 검색 쿼리 처리**: 빈 검색 쿼리가 제대로 처리되지 않는 문제를 해결하여 검색 신뢰성을 개선했습니다.
* **이메일 통합**: GPT와 상호작용할 때 이메일 소스 처리와 관련된 문제를 수정하여 이메일 서비스와의 통합을 원활하게 했습니다.
==> notices/releases/nov-1st-2024.md <==
---
description: >-
이 릴리스는 성능 향상, 인증 개선 및 전반적인 신뢰성 증가에 중점을 두어 더 나은 사용자 경험을 제공합니다.
---
# 2024년 11월 1일
### 개선 사항
- **더 빠른 검색 성능**: 문서에 대한 더 빠른 접근을 제공하기 위해 백엔드 프로세스를 최적화했습니다.
- **강화된 인증 시스템**: 보안성과 신뢰성을 향상시키기 위해 인증을 업그레이드했습니다.
- **개선된 인덱싱 신뢰성**: 모든 문서가 검색 가능하도록 문서 인덱싱에 대한 모니터링을 강화했습니다.
- **최적화된 시스템 성능**: 더 빠르고 효율적인 서비스를 위해 백엔드 최적화를 구현했습니다.
### 새로운 기능
- **자동 데이터 소스 재연결**: 데이터 소스가 이제 자동으로 연결 상태를 유지하여 정보에 대한 중단 없는 액세스를 보장합니다.
### 버그 수정
- **개선된 개인 정보 보호 제어**: 사용자 보기에서 무단 나열을 방지하는 문제를 수정하여 개인 정보 보호를 개선했습니다.
- **앱 권한 문제 해결**: 원활한 접근을 위해 권한이 있는 앱의 리디렉션 문제를 수정했습니다.
==> notices/b2b/README.md <==
---
description: Skydeck AI Inc와 상호작용하는 다른 비즈니스의 이익을 위한 게시물입니다.
---
# B2B
==> notices/b2b/about-reddit-agent.md <==
---
description: 리멤버라이저 에이전트
---
# Reddit 에이전트에 대하여
Rememberizer 에이전트는 선택된 Sub-Reddits에서 Reddit 콘텐츠를 검색하여 사용자와 해당 콘텐츠의 제작자가 자신의 AI 도구 및 Rememberizer를 통해 권한을 부여한 다른 도구를 사용하여 콘텐츠와 상호작용할 수 있도록 그들의 콘텐츠 및 다른 참여자들의 콘텐츠의 기본 의미를 쿼리할 수 있게 합니다.
||CODE_BLOCK||
==> personal/rememberizer-slack-integration.md <==
---
description: >-
이 가이드는 Slack 작업 공간을 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Slack 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 여기에서 Slack을 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/slack_personal_knowledge.png" alt=""><figcaption><p>당신의 지식, Slack에 연결할 준비가 되었습니다</p></figcaption></figure>
3. Slack 지식 소스의 **"연결"** 버튼을 클릭합니다. Rememberizer가 귀하의 Slack 작업 공간에 접근할 수 있도록 허가해 달라는 새로운 페이지로 리디렉션됩니다.
<figure><img src="../.gitbook/assets/slack_oauth.png" alt=""><figcaption><p>Slack OAuth 화면</p></figcaption></figure>
> **참고:** 이 애플리케이션이 Slack에 의해 승인되지 않았다는 경고가 표시되면, 이는 Rememberizer가 Slack 외부에서 Slack 콘텐츠를 검색하기 위한 것이기 때문에 [Slack 앱 디렉토리 가이드라인](https://api.slack.com/directory/guidelines)에 위배됩니다.
4. **"허용"**을 클릭하여 Rememberizer Slack 앱을 귀하의 작업 공간에 설치합니다. 필요한 권한을 부여하면, 다시 우리 플랫폼으로 리디렉션되며, 여기에서 귀하의 Slack 작업 공간이 연결된 것을 보고 사이드 패널이 나타납니다.
<figure><img src="../.gitbook/assets/slack_auth_redirect.png" alt=""><figcaption><p>A-COMPANY가 지식 소스로 추가되었습니다</p></figcaption></figure>
5. 이제 연결되었으므로, 우리 제품이 메시지를 가져올 채널을 지정해야 합니다. 사이드 패널에서 원하는 파일이나 폴더를 선택합니다. 사이드 패널이 나타나지 않으면 **"선택"** 버튼을 클릭하여 사이드 패널을 엽니다.
<figure><img src="../.gitbook/assets/slack_choose_knowledge.png" alt=""><figcaption><p>지식으로 포함할 채널 선택</p></figcaption></figure>
6. 채널을 선택한 후, 우리 시스템은 메시지와 파일을 포함하기 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
### 다음 단계는 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. Google Drive, Box, Dropbox 등과 같은 다른 애플리케이션에서 얻은 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한, 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 활용하세요.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> personal/manage-third-party-apps.md <==
# 타사 앱 관리
## 서드파티 앱 및 서비스 탐색
사용자는 아래 지침에 따라 **앱 디렉토리** 페이지에서 Rememberizer와 연결된 모든 서드파티 앱을 보고 탐색할 수 있습니다.
* 탐색 바에서 **개인 > 앱 찾기**를 선택합니다. 그러면 앱 디렉토리 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/navbar_browsing_app_dir.png" alt=""><figcaption><p>앱 디렉토리 페이지 탐색 바</p></figcaption></figure>
<figure><img src="../.gitbook/assets/app_dir_page.png" alt=""><figcaption><p>앱 디렉토리 페이지</p></figcaption></figure>
* 탐색하고 싶은 앱을 찾습니다. 검색 바에 앱 이름을 입력하고 선택적으로 **필터 및 정렬 순서**를 사용할 수 있습니다.
<figure><img src="../.gitbook/assets/search_app_dir_page.png" alt=""><figcaption><p>필터 및 정렬 순서 버튼이 있는 검색 바</p></figcaption></figure>
* **서드파티 앱의 이름** 또는 **탐색 버튼**을 클릭하여 앱을 엽니다. 
<figure><img src="../.gitbook/assets/location_name_explore_button.png" alt=""><figcaption><p>앱의 이름과 탐색 버튼</p></figcaption></figure>
* 앱을 사용할 때 Rememberizer와 앱을 인증해야 합니다. 흐름의 기술적 세부정보는 [authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention") 페이지에서 확인할 수 있습니다. 우리는 **Rememberizer GPT 앱**을 인증 UI 흐름의 예로 사용할 것입니다. 첫 번째 채팅 후, 앱이 Rememberizer에 로그인하라고 요청하는 것을 볼 수 있습니다.
<figure><img src="../.gitbook/assets/RememberizerGPT_auth.png" alt=""><figcaption><p>Rememberizer GPT 앱의 로그인 요청</p></figcaption></figure>
* **로그인** 버튼을 클릭합니다. 인증 페이지로 리디렉션됩니다.
<figure><img src="../.gitbook/assets/authorize_third_party_page.png" alt=""><figcaption><p>인증 페이지</p></figcaption></figure>
* **변경** 버튼을 클릭하고 원하는 항목을 선택하여 앱이 볼 수 있고 사용할 수 있는 메멘토와 메모리를 수정할 수 있습니다.
> **참고:** 메멘토에 대한 자세한 정보는 [mementos-filter-access.md](mementos-filter-access.md "mention") 페이지를 방문하십시오.
> **참고:** 메모리 통합에 대한 자세한 정보는 [rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention") 페이지를 방문하십시오.
* **인증**을 클릭하여 프로세스를 완료합니다. 그러면 다시 앱으로 리디렉션되며 정상적으로 채팅할 수 있습니다.
> **참고:** **취소** 버튼을 클릭하는 경우, 앱 랜딩 페이지로 다시 리디렉션되며 앱은 **앱 디렉토리** 페이지에 표시되지 않고 **연결된 앱** 페이지에만 표시됩니다. 인증 프로세스를 완전히 취소하고 싶다면 두 번째 부분 [#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention")를 방문하여 더 많은 정보를 확인하십시오.
<figure><img src="../.gitbook/assets/success_auth_rememberizer_gpt.png" alt=""><figcaption><p>연결된 계정 성공</p></figcaption></figure>
## 연결된 앱 관리
**앱 디렉토리** 페이지에서 **연결된 앱**을 선택하여 페이지를 탐색합니다. 
<figure><img src="../.gitbook/assets/browse_your_connected_app.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/your_connected_app_page.png" alt=""><figcaption><p>연결된 앱 페이지</p></figcaption></figure>
이 페이지는 앱을 상태에 따라 두 가지 유형으로 분류합니다: **대기 중인 앱**과 **연결된 앱**.
* **대기 중인 앱**: 이는 Rememberizer에서 앱을 인증하는 동안 **취소** 버튼을 클릭한 앱입니다. 
* 인증 프로세스를 완료하려면 **계속**을 클릭하십시오. 
* 그렇지 않으면 **취소**를 클릭하여 인증을 완전히 철회하십시오. 그러면 앱이 다시 **앱 디렉토리** 페이지에 표시됩니다.
* **연결된 앱:** 특정 연결된 앱의 **메멘토** 또는 **메모리 통합**을 변경하려면 변경 옵션을 클릭하십시오(메멘토가 선택되지 않은 경우 선택). Rememberizer에서 타사 앱의 연결을 끊으려면 **연결 해제**를 클릭하십시오.
==> personal/rememberizer-memory-integration.md <==
# Rememberizer 메모리 통합
### 소개
Rememberizer Memory는 제3자 앱이 사용자의 Rememberizer 계정에 데이터를 저장하고 액세스할 수 있도록 하여, 여러 사용자의 응용 프로그램 간에 귀중한 정보를 저장하고 활용하는 간편한 방법을 제공합니다.
### 이점
#### 사용자용
공유 메모리는 모든 사용자의 앱에서 주요 결과와 정보를 한 곳에서 이용할 수 있는 단일 공간을 만듭니다. 사용자에게 있는 몇 가지 이점은 다음과 같습니다:
* 쉬운 접근: 중요한 데이터가 중앙 집중화되어 있어 사용자와 그들의 앱이 여러 앱의 결과를 한 곳에서 쉽게 접근할 수 있습니다.
* 앱 간 동기화: 정보가 사용자 간의 다양한 앱에서 원활하게 공유되고 동기화될 수 있으며, 사용자에게 추가적인 노력이 필요하지 않습니다.
* 지속적인 저장: 데이터는 개별 앱이 제거되더라도 액세스할 수 있으며, 앱 전용 로컬 저장소와는 다릅니다.
#### 앱 개발자를 위한
공유 메모리는 앱 개발자에게 사용자의 다른 연결된 앱에서 데이터를 접근할 수 있는 간단한 방법을 제공합니다:
* 백엔드 불필요: 앱들은 데이터를 저장하고 공유하기 위해 자체 맞춤형 백엔드 시스템을 개발할 필요가 없습니다.
* 다른 앱 활용: 앱들은 사용자의 다른 설치된 앱에서 생성한 공개 데이터를 활용하여 자신의 기능을 풍부하게 할 수 있습니다.
* 앱 간 통합: 앱 개발자의 다양한 앱 간에 원활한 통합 및 데이터 공유 기능이 제공됩니다.
기본적으로 모든 앱은 공유 메모리에 대한 읽기 전용 접근 권한을 가지며, 각 앱은 자신의 메모리 공간에만 쓸 수 있습니다. 사용자는 필요에 따라 접근 권한을 사용자 정의할 수 있는 권한을 가집니다. 이는 데이터 공유와 사용자 개인 정보 및 통제 사이의 균형을 유지합니다.
### 메모리 설정하기
#### 전역 설정
전역 설정을 통해 사용자는 공유 메모리를 사용하는 모든 앱의 기본 권한을 구성할 수 있습니다. 여기에는 다음이 포함됩니다:
<figure><img src="../.gitbook/assets/memory_global_config.png" alt=""><figcaption><p>지식 페이지에서 메모리 구성</p></figcaption></figure>
#### 앱에 대한 기본 메모리 및 데이터 접근 권한
* **자신 읽기/자신 쓰기:** 앱은 자신의 메모리 데이터에만 접근하고 수정할 수 있습니다.
* **모두 읽기/자신 쓰기:** 앱은 모든 앱의 메모리 데이터를 읽을 수 있지만, 자신의 메모리 데이터만 수정할 수 있습니다.
* **메모리 비활성화:** 기본적으로 앱은 메모리 데이터에 접근하거나 저장할 수 없습니다.
* **모든 옵션에 적용**: 사용자는 모든 앱별 권한 설정을 글로벌 설정에서 선택한 기본값으로 되돌릴 수 있습니다.
<figure><img src="../.gitbook/assets/memory_settings_panel.png" alt="" width="375"><figcaption></figcaption></figure>
사용자는 _**기억 지우기**_ 옵션으로 모든 메모리 문서를 지울 수 있습니다:
<figure><img src="../.gitbook/assets/forget_memory_popup.png" alt=""><figcaption><p>기억 지우기 시 확인 모달</p></figcaption></figure>
#### 앱 설정
연결된 각 앱에 대해 사용자는 공유 메모리 권한을 사용자 정의할 수 있습니다. **"앱 찾기"**를 클릭한 다음 **"연결된 앱"**을 클릭하거나 [https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected) 링크로 이동하여 연결된 앱 목록을 확인하세요. 그런 다음, 사용자 정의하려는 앱의 메모리에서 **"변경"**을 클릭하세요:
<figure><img src="../.gitbook/assets/app_memory_config.png" alt=""><figcaption><p>연결된 앱 페이지에서 각 앱의 메모리 구성</p></figcaption></figure>
#### 앱에 대한 메모리 접근 권한
* **자신의 읽기/자신의 쓰기**: 이 권한은 앱이 자신의 메모리 데이터만 접근하고 수정할 수 있도록 하여 다른 앱의 메모리와 상호작용하지 못하도록 합니다.
* **모두 읽기/자신의 쓰기**: 앱은 모든 앱의 메모리 데이터를 볼 수 있지만, 자신의 메모리 데이터만 수정할 수 있습니다.
* **메모리 비활성화**: 앱은 메모리 데이터에 접근하거나 수정하는 것이 금지됩니다.
이로 인해 사용자는 특정 앱에 대한 신뢰에 따라 각 앱이 공유 메모리를 어떻게 활용할 수 있는지에 대해 세밀한 제어를 할 수 있습니다. 개별 앱에 대한 권한은 전역 기본값보다 더 제한적일 수 있습니다.
전역 설정과 앱 설정이 함께 사용자의 데이터가 공유 메모리를 통해 어떻게 공유되는지에 대한 강력하면서도 사용하기 쉬운 제어 기능을 제공합니다.
### 메모리 기능과 통합하기
#### API 엔드포인트
Rememberizer는 GPT 앱이 콘텐츠를 기억하도록 호출할 수 있도록 [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) API 엔드포인트를 제공합니다.
참고: 이 API는 [OAuth2 인증을 사용하는 3rd-party 앱](../developer/authorizing-rememberizer-apps.md)에서만 사용할 수 있습니다 (아직 [API 키](../developer/registering-and-using-api-keys.md)는 지원하지 않습니다).
#### 지식을 기억하세요
Rememberizer로 인증한 후, 제3자 앱은 귀중한 지식을 기억할 수 있습니다.
여기에서는 Rememberizer GPT 앱을 사용하여 프로세스를 시연하겠습니다.
* Rememberizer GPT 앱을 사용한 후, 사용자는 "제로 비용 추상화"라는 세 번째 포인트를 기억하고 싶어합니다.
<figure><img src="../.gitbook/assets/interact_rememberizer_gpt.png" alt="" width="375"><figcaption><p>Rememberizer GPT 앱과 상호작용하기</p></figcaption></figure>
* Rememberizer 앱의 메모리 기능을 사용하려면, 사용자가 먼저 앱이 프로젝트에 접근할 수 있도록 인증해야 합니다. **memorize** 명령어를 사용하여 앱에 저장해야 할 지식을 알려줍니다.
<figure><img src="../.gitbook/assets/rememberizer_auth_sign_in.png" alt="" width="563"><figcaption><p>Rememberizer 인증을 위한 로그인</p></figcaption></figure>
* 사용자는 여기에서 메모리 옵션을 구성할 수 있으며, 기본 값은 글로벌 구성에 기반합니다.
<figure><img src="../.gitbook/assets/authorize_connection_screen.png" alt="" width="563"><figcaption><p>인증 화면</p></figcaption></figure>
이제 Rememberizer는 지식을 성공적으로 기억합니다.
<figure><img src="../.gitbook/assets/successful_memorize_knowledge.png" alt="" width="563"><figcaption></figcaption></figure>
* Rememberizer에서 사용자는 **임베드 지식 세부정보** 페이지에서 최근 콘텐츠를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/embedded_knowledge_detail.png" alt="" width="563"><figcaption></figcaption></figure>
**Slack과 대화하기** 앱을 사용하면 사용자는 기억에 저장한 데이터를 사용하여 원활하게 진행 상황을 적용하고 계속할 수 있습니다. 예를 들어, 기억된 정보를 쉽게 쿼리하고 검색할 수 있습니다.
<figure><img src="../.gitbook/assets/recall_memory_talk_to_slack.png" alt=""><figcaption><p>다른 앱에서 메모리 데이터 호출하기</p></figcaption></figure>
### 메모리 데이터를 메멘토를 통해 사용하기
* 메모리 데이터를 활용하는 또 다른 방법은 **메멘토**를 생성하고 메모리를 그 안으로 정제하는 것입니다. 생성 지침에 대한 자세한 내용은 [메멘토 기능](mementos-filter-access.md#how-to-create-a-mementos) 섹션을 방문하세요.
* Rememberizer는 내용을 파일에 저장하고 사용자는 어떤 앱을 선택하여 그 내용을 **메멘토**로 정제할 수 있습니다.
> 주의: 이전 버전에서는 Rememberizer가 내용을 파일에 저장하고 날짜별로 폴더에 결합합니다.
<figure><img src="../.gitbook/assets/memory_memento_feature.png" alt="" width="563"><figcaption></figcaption></figure>
[메멘토 기능](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist)을 통해 사용자는 메모리 앱 구성이 꺼져 있을 때도 메모리 데이터를 활용할 수 있습니다.
### Rememberizer에서 메모리 문서 검색
웹 UI를 통해 [지식 검색](https://rememberizer.ai/personal/search)도 가능하며, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 활용할 수 있습니다.
==> personal/rememberizer-dropbox-integration.md <==
---
description: >-
이 가이드는 Dropbox를 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Dropbox 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 여기에서 Dropbox를 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/dropbox_personal_knowledge.png" alt=""><figcaption><p>지식 소스로 연결할 준비가 된 Dropbox</p></figcaption></figure>
3. **"허용"**을 클릭하여 Rememberizer Dropbox 앱을 계정에 설치합니다.
<figure><img src="../.gitbook/assets/dropbox_oauth.png" alt=""><figcaption></figcaption></figure>
4. 필요한 권한을 부여하면, 다시 우리 플랫폼으로 리디렉션됩니다. 이때 Dropbox 계정이 연결되어 있고 사이드 패널이 나타납니다.
<figure><img src="../.gitbook/assets/dropbox_auth_redirect.png" alt=""><figcaption></figcaption></figure>
5. 이제 연결되었으므로, 우리 제품이 어떤 파일과 폴더를 포함해야 하는지 지정해야 합니다. 사이드 패널에서 원하는 파일이나 폴더를 선택합니다. 사이드 패널이 나타나지 않으면 **"선택"** 버튼을 클릭하여 사이드 패널을 엽니다.
<figure><img src="../.gitbook/assets/dropbox_choose_knowledge.png" alt=""><figcaption></figcaption></figure>
7. 파일과 폴더를 선택한 후 **"추가"**를 클릭하면 시스템이 포함 작업을 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
### 다른 Dropbox 계정에 연결하기
Dropbox 지식을 연결 해제한 후 다시 연결하면, Dropbox는 권한 부여 화면을 완전히 건너뛰고 이전 Dropbox 계정에 자동으로 연결할 가능성이 있습니다.
다른 Dropbox 계정을 사용하여 연결하려면:
1. Dropbox 웹사이트로 가서 이전 계정 인증 정보로 로그인합니다.
2. 로그인 한 후 오른쪽 상단에서 프로필 사진을 클릭합니다.
3. 드롭다운 메뉴에서 "설정"을 선택합니다.
4. 설정 메뉴에서 "연결된 앱" 탭을 선택합니다.
5. 연결된 앱 목록에서 Rememberizer 앱을 찾아 그 옆의 "연결 해제"를 클릭합니다.
6. 이전 Dropbox 계정에서 로그아웃합니다.
7. 이제 Dropbox를 Rememberizer 앱에 다시 연결하려고 하면 새 Dropbox 계정을 승인하라는 메시지가 표시됩니다.
### 다음은 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. 이를 Google Drive, Slack 등과 같은 다른 애플리케이션에서 얻은 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한, 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 활용할 수 있습니다.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> personal/rememberizer-google-drive-integration.md <==
---
description: >-
이 가이드는 Google Drive를 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Google Drive 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 여기에서 Google Drive를 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/drive_personal_knowledge.png" alt=""><figcaption></figcaption></figure>
3. Google Drive 지식 소스의 **"연결"** 버튼을 클릭합니다. Rememberizer가 Google Drive에 접근할 수 있도록 허용하는 권한을 요청하는 새 페이지로 리디렉션됩니다. Google Drive 계정을 선택합니다.
<figure><img src="../.gitbook/assets/drive_oauth_step_1.jpg" alt=""><figcaption></figcaption></figure>
4. "**계속"** 버튼을 클릭하여 앱을 승인합니다.
<figure><img src="../.gitbook/assets/drive_oauth_step_2.jpg" alt=""><figcaption></figcaption></figure>
5. **모든 Google Drive 파일을 보고 다운로드할 수 있도록** Rememberizer에 허용하려면 **"계속"** 버튼을 클릭합니다.
<figure><img src="../.gitbook/assets/drive_oauth_step_3.jpg" alt=""><figcaption></figcaption></figure>
6. 플랫폼으로 다시 리디렉션되며, 여기에서 연결된 Drive 계정을 보고 사이드 패널이 나타납니다.
<figure><img src="../.gitbook/assets/drive_auth_redirect.png" alt=""><figcaption></figcaption></figure>
7. 이제 연결되었으므로, 우리 제품이 어떤 파일과 폴더를 포함해야 하는지 지정해야 합니다. 사이드 패널에서 원하는 파일이나 폴더를 선택합니다. 사이드 패널이 나타나지 않으면 **"선택"** 버튼을 클릭하여 사이드 패널을 엽니다.
<figure><img src="../.gitbook/assets/drive_choose_knowledge.png" alt=""><figcaption></figcaption></figure>
8. 파일을 선택한 후 **"추가"** 버튼을 클릭하여 지식을 포함하기 시작합니다. 또한 Rememberizer의 정책에 따라 Google Drive 데이터를 특정 승인된 제3자 애플리케이션과 공유하는 것에 동의하는 체크박스를 선택해야 합니다.
<figure><img src="../.gitbook/assets/drive_choose_knowledge_checkbox.png" alt=""><figcaption></figcaption></figure>
9. 파일과 폴더를 선택한 후, 시스템이 메시지와 파일을 포함하기 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
<figure><img src="../.gitbook/assets/drive_indexing.png" alt=""><figcaption></figcaption></figure>
### Google Drive 통합의 제한 사항
* Rememberizer의 Google Drive 통합을 통해 다양한 파일과 폴더에 접근하고 이를 삽입할 수 있지만, 현재 Google에서 설정한 제한으로 인해 "컴퓨터" 섹션의 파일에 접근하거나 이를 삽입할 수 없습니다.
* 로컬 컴퓨터의 파일을 삽입해야 하는 경우, Rememberizer Agent 데스크톱 애플리케이션을 사용하는 것을 권장합니다. Rememberizer Agent에 대한 자세한 내용과 설치 및 사용 방법은 [Rememberizer Agent](rememberizer-app.md) 가이드를 참조하시기 바랍니다.
### 다음 단계는 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. Slack, Box, Dropbox 등 다른 애플리케이션에서 얻은 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한, 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 활용하세요.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> personal/README.md <==
# 개인
==> personal/search-your-knowledge.md <==
---
description: >-
Rememberizer에서는 주제나 질문을 게시할 수 있으며, Rememberizer는
개념적으로 유사한 파일 목록과 발췌된 부분을 제공합니다.
---
# 지식을 검색하세요
## Rememberizer에서 검색하기
* 내비게이션 바에서 **개인 > 지식 검색**을 선택하세요. 그러면 Rememberizer의 검색 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/navbar_search_rememberizer (1).png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/search_rememberizer_page.png" alt=""><figcaption></figcaption></figure>
* 검색하고자 하는 질문이나 주제를 입력한 후, 앱의 접근을 제한할 메멘토를 선택하고 Rememberizer 버튼을 클릭하세요(또는 Enter 키를 누르세요). 검색 과정은 메멘토의 데이터 양에 따라 몇 분 정도 걸릴 수 있습니다. 
<figure><img src="../.gitbook/assets/memento_search_rememberizer.png" alt="" width="269"><figcaption><p>Rememberizer 검색에서 메멘토 필터링</p></figcaption></figure>
* 결국, 요구하는 질문이나 주제와 일치하는 문서 목록이 표시됩니다. 파일을 클릭하면 질문이나 주제와 관련된 일치하는 텍스트 조각이 드롭다운됩니다.
<figure><img src="../.gitbook/assets/search_result_rememberizer.png" alt=""><figcaption><p>검색 결과의 예시</p></figcaption></figure>
==> personal/rememberizer-app.md <==
# 리멤버라이저 앱
### 소개.
Rememberizer 앱은 로컬 파일을 벡터 임베딩으로 변환하고 이를 Rememberizer의 지식에 데이터 소스로 업로드하는 MacOS 데스크탑 애플리케이션입니다. 이 애플리케이션은 다른 LLM이 Rememberizer의 API를 통해 임베딩을 쿼리하여 로컬 파일의 내용을 기반으로 답변을 생성할 수 있도록 합니다.
### 혜택.
* **데이터 활용:** 이 애플리케이션은 로컬 파일을 의미 있고 생산적인 방식으로 활용할 수 있도록 도와줍니다. 파일에서 귀중한 데이터를 추출하여 기계 학습 프로세스에 사용할 수 있도록 합니다.
* **사용 용이성:** 이 애플리케이션은 사용자 친화적인 인터페이스를 갖추고 있으며 설치와 사용이 쉽습니다. 파일 변환과 데이터 업로드의 모든 무거운 작업을 대신 처리하므로 사용자가 직접 할 필요가 없습니다.
* **통합:** Rememberizer App은 다른 LLM과 매끄럽게 통합됩니다. 이를 통해 Rememberizer의 API를 통해 임베딩을 쿼리하여 로컬 파일의 내용을 기반으로 답변을 생성할 수 있습니다.
### 설치.
1. [여기 제공된 링크](rememberizer-app.md#download-links)에서 Rememberizer App의 버전을 다운로드하세요.
2. 다운로드가 완료되면 다운로드 폴더에서 .dmg 파일을 찾아 두 번 클릭합니다.
3. 새 창이 열리면 Rememberizer App을 응용 프로그램 폴더로 드래그하세요.
4. 응용 프로그램 폴더로 가서 Rememberizer App을 클릭하여 엽니다.
### 사용 방법.
1. **로그인:** Rememberizer 앱을 사용하려면 Rememberizer 계정으로 로그인해야 합니다. Rememberizer 계정이 없다면, 계정을 생성해야 합니다.
<figure><img src="../.gitbook/assets/rememberizer_app_sign_in.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/rememberizer_app_success_auth.png" alt=""><figcaption></figcaption></figure>
2. **데이터 소스에 폴더 추가:** 로그인한 후, Rememberizer 앱은 백그라운드에서 작동하기 시작합니다. 아래에 설명된 대로 상태 표시줄에 위치한 작은 아이콘을 클릭하여 접근할 수 있습니다. 처음 사용하는 경우, 데이터 소스에 폴더를 추가해야 합니다. 이렇게 하면 Rememberizer 앱이 해당 폴더 내의 파일을 벡터 임베딩으로 변환하고 이를 Rememberizer Knowledge에 업로드할 수 있습니다.
<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_1.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_2.png" alt=""><figcaption></figcaption></figure>
3. **임베딩 및 업로드:** 소프트웨어는 이러한 벡터 임베딩을 Rememberizer Knowledge 데이터베이스에 원활하게 통합합니다. Rememberizer 상태 탭을 통해 업로드 과정을 추적할 수 있습니다.
<figure><img src="../.gitbook/assets/rememberizer_app_status.png" alt=""><figcaption></figcaption></figure>
### 다운로드 링크.
* Rememberizer App 1.6.1 ([MacOS](https://www.dropbox.com/scl/fi/hzytquytxmuhpov67spru/rememberizer-app-1.6.1.dmg?rlkey=0p30ok9qt4e33ua8scomagzev\&st=8yys88d5\&dl=1)) - [릴리스 노트](rememberizer-app.md#version-1.3.1-july-25-2024).
소프트웨어의 최신 기능과 개선 사항을 모두 활용하기 위해 항상 최신 버전을 사용하는 것이 권장됩니다.
Rememberizer App은 로컬 파일을 벡터 임베딩으로 변환하는 과정을 가능한 한 원활하게 만들기 위해 설계되었습니다. 데이터를 보다 생산적인 방식으로 사용하세요!
### 배포 노트.
### 버전 1.6.1 (2024년 10월 4일)
#### 기능 및 개선 사항
* **빈 폴더 지원**: 사용자는 이제 빈 폴더를 데이터 소스로 추가할 수 있습니다.
* **소규모 개선**: 사용자 인터페이스 및 성능 향상.
* **GPU 지원 및 성능 개선**: 처리 속도를 높이기 위해 GPU 가속 지원 추가.
* **향상된 임베딩 프로그램**: 기계별 빌드를 최적화하기 위해 PyTorch의 MPS 버전을 지원하도록 구성됨.
* **지능형 CPU 감지**: 가장 적합한 버전의 임베딩 프로그램이 사용되도록 CPU 유형 감지 구현.
* **개선된 데이터 소스 관리**: 제거된 데이터 소스에서 효율적인 파일 삭제를 위해 배치 삭제 API 활용.
* **모든 일반 텍스트 파일 지원**: 다양한 일반 텍스트 파일 유형의 처리가 가능해짐.
* **Gitignore 규칙 준수**: Git 리포지토리에서 gitignore 규칙에 의해 무시된 파일은 이제 처리에서 제외됨.
==> personal/common-knowledge.md <==
---
description: >-
우리의 사전 인덱스 데이터에 대한 AI 접근을 추가하여 지식을 향상시키거나 빠르게 시작하세요.
---
# 일반 지식
## 일반 지식이란 무엇인가
Rememberizer에서 등록된 사용자 **(발행자)**는 메멘토를 통해 업로드한 문서를 선택하고 이를 일반 지식으로 공개적으로 공유할 수 있습니다. 다른 사용자 **(구독자)**는 이 공개 지식에 접근하여 자신의 리소스에 추가할 수 있습니다.
다른 사용자가 데이터를 기여함으로써, 공동으로 일반 지식 페이지에서 제공되는 정보를 향상시킬 수 있습니다. 이러한 협력적 접근 방식은 모든 사용자가 더 풍부한 데이터 소스에 접근할 수 있게 하여, AI 애플리케이션의 학습 능력을 향상시킵니다.
## 공개 공통 지식 추가
자원에 공통 지식을 구독하려면 아래 지침을 따르십시오.
* 탐색 모음에서 **개인 > 공통 지식**을 선택합니다. 그러면 공개 공통 지식 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/navbar_browse_ck.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/public_ck_page.png" alt=""><figcaption></figcaption></figure>
* 그런 다음 구독하려는 공통 지식을 찾습니다. 검색 창에 지식의 이름을 입력하여 지식을 검색할 수 있습니다. 검색 창 옆의 필터 옵션을 선택할 수도 있습니다.
<figure><img src="../.gitbook/assets/filter_option_ck.png" alt="" width="249"><figcaption><p>검색 창의 필터</p></figcaption></figure>
<figure><img src="../.gitbook/assets/public_ck_search.png" alt=""><figcaption><p>검색 결과의 예</p></figcaption></figure>
* 그런 다음 공개 공통 지식에서 **추가** 버튼을 클릭합니다. 구독이 성공적으로 완료되면 **추가** 버튼이 **제거** 버튼으로 변경됩니다.
<figure><img src="../.gitbook/assets/not_add_ck.png" alt=""><figcaption><p>추가되지 않은 공통 지식</p></figcaption></figure>
<figure><img src="../.gitbook/assets/added_ck.png" alt=""><figcaption><p>추가된 공통 지식</p></figcaption></figure>
* 나중에 구독한 지식을 제거하려면 **제거** 버튼을 클릭하십시오.
## 공통 지식 만들기
공통 지식을 생성하고 공유하는 방법에 대한 자세한 지침은 이 페이지를 방문하세요 [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention").
==> personal/mementos-filter-access.md <==
---
description: 각 앱 통합과 함께 Memento를 사용하여 지식에 대한 접근을 제한합니다.
---
# Mementos 필터 접근
### 메멘토란 무엇이며 왜 존재하나요?
Rememberizer의 주요 목적은 제어된 방식으로 3자 애플리케이션과 데이터의 매우 관련성 높은 추출물을 공유하는 것입니다. 이는 Rememberizer와 통합된 각 애플리케이션에 단일 **메멘토**를 적용함으로써 이루어지며, 사용자가 데이터에 접근할 수 있도록 권한을 부여하기로 선택한 애플리케이션입니다.
현재 메멘토의 구현은 사용자가 해당 애플리케이션에서 사용할 수 있는 특정 파일, 문서 또는 폴더나 채널과 같은 콘텐츠 그룹을 선택할 수 있도록 합니다. 이후 구현에서는 "지난 30일 이내에 생성됨"과 같은 시간 프레임을 포함하여 3자 접근을 필터링하는 추가 방법이 추가될 것입니다.\
\
두 가지 기본 값은 "없음"과 "모두"입니다. 모두는 사용자가 Rememberizer에 접근을 허용한 모든 파일을 공유합니다. 없음은 해당 애플리케이션과 아무것도 공유하지 않습니다. 없음 선택은 사용자가 애플리케이션을 선택하고 Rememberizer와 통합할 수 있도록 하며, 그 자리에서 어떤 콘텐츠를 사용할 수 있을지 결정할 필요가 없습니다. 없음으로 메멘토를 선택하거나 기존에 적용된 메멘토를 편집하여 없음으로 공유하는 것은 애플리케이션의 사용자 데이터 접근을 끄는 방법으로, 통합을 제거할 필요가 없습니다. 이는 데이터의 오프 스위치와 같습니다. 사용자 정의 메멘토는 목적에 맞게 제작될 수 있으며, "숙제"나 "마케팅"과 같이 이를 반영하는 이름을 가질 수 있습니다.
### Mementos를 만드는 방법
이 가이드는 Mementos를 만드는 과정을 안내합니다.
1. 탭에서 **개인 > Memento: 접근 제한**으로 이동하거나 [https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento) 를 방문하세요. 화면 왼쪽에 모든 Memento가 표시됩니다.
<figure><img src="../.gitbook/assets/memento_page.png" alt=""><figcaption></figcaption></figure>
2. **새로운 memento 만들기**를 클릭합니다. 그런 다음 사용자 정의 memento의 이름을 입력하고 **생성**을 클릭합니다. 이후 memento가 추가되고 데이터 소스 목록이 memento에 포함될 수 있습니다.
<figure><img src="../.gitbook/assets/create_memento.png" alt=""><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/memento_detail.png" alt=""><figcaption></figcaption></figure>
3. 정제할 데이터 소스에서 **정제**를 클릭하면 사이드 패널이 나타납니다. 그런 다음 폴더나 파일을 추가하도록 선택하고 **정제**를 클릭하여 해당 데이터 소스를 Memento에 추가합니다.
<figure><img src="../.gitbook/assets/memento_refine_knowledge.png" alt=""><figcaption></figcaption></figure>
4. 또한, 일반 지식 소스의 경우 **추가**를 클릭하여 Memento에 지식을 포함할 수 있습니다.
<figure><img src="../.gitbook/assets/memento_add_common_knowledge.png" alt=""><figcaption></figcaption></figure>
==> personal/manage-your-embedded-knowledge.md <==
---
description: >-
Rememberizer는 사용자가 다양한 출처에서 저장된 파일을 효율적으로 관리할 수 있도록 합니다. 이 섹션에서는 지식에 업로드된 파일에 접근하고, 검색하고, 필터링하고, 관리하는 방법을 보여줍니다.
---
# 임베디드 지식 관리
## 임베디드 지식 세부정보 페이지 탐색
탐색 막대에서 **개인 > 귀하의 지식**을 선택합니다. "귀하의 지식" 섹션 오른쪽에 있는 **세부정보 보기** 버튼을 찾고 클릭합니다. 그러면 **임베디드 지식 세부정보** 페이지가 표시됩니다.
<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_1.png" alt=""><figcaption><p>귀하의 지식 섹션 및 <strong>세부정보 보기</strong> 버튼</p></figcaption></figure>
<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_2.png" alt=""><figcaption><p>임베디드 지식 세부정보 페이지</p></figcaption></figure>
지식 파일 세부정보 표에는 다음과 같은 속성이 포함됩니다:
* **문서:** 문서 또는 슬랙 채널의 이름.
* **출처:** 파일이 업로드된 리소스(드라이브, 메일, 슬랙, 드롭박스, Rememberizer 앱).
* **디렉토리:** 파일이 출처에 위치한 디렉토리.
* **상태**: 파일의 상태(인덱싱, 인덱스 또는 오류).
* **크기**: 파일의 크기.
* **인덱싱 날짜**: 파일이 인덱싱된 날짜.
* **작업:** 파일을 삭제하는 버튼. 상태가 오류인 파일에는 휴지통 아이콘(삭제 버튼) 옆에 재시도 아이콘도 표시됩니다.
## 세부 정보 페이지의 기능
### 파일 검색 및 필터링
사용자는 **검색창**을 통해 문서를 이름으로 검색할 수 있습니다. 바에 이름을 입력한 후 Enter 키를 눌러 결과를 확인하세요.
<figure><img src="../.gitbook/assets/search_manage_knowledge_result.png" alt=""><figcaption><p>검색 결과</p></figcaption></figure>
또한 선택적으로 **상태 필터**와 **출처 필터**를 선택할 수 있습니다. 이를 통해 검색 기준을 좁혀 특정 문서를 빠르게 찾을 수 있습니다. 
<figure><img src="../.gitbook/assets/Source filter.png" alt="" width="247"><figcaption><p>출처 필터</p></figcaption></figure>
<figure><img src="../.gitbook/assets/Status_filter.png" alt="" width="257"><figcaption><p>상태 필터</p></figcaption></figure>
### 업로드된 파일 삭제
삭제할 파일을 찾습니다(필요시 검색). 그런 다음 **작업** 열의 **휴지통 아이콘**을 클릭합니다. 
<figure><img src="../.gitbook/assets/delete_file.png" alt=""><figcaption><p>삭제 아이콘이 있는 파일</p></figcaption></figure>
삭제를 확인하는 모달이 나타납니다. **확인**을 클릭하면 파일이 삭제됩니다.
<figure><img src="../.gitbook/assets/delete_file_pop_up.png" alt=""><figcaption><p>삭제 확인 모달</p></figcaption></figure>
### 오류 파일 재인덱싱 시도
사용자는 Rememberizer가 인덱싱에 실패한 파일을 다시 삽입할 수 있습니다. 특정 파일의 인덱싱을 다시 시도하려면 **작업** 열의 삭제 버튼 옆에 있는 재시도 버튼을 클릭하면 됩니다.
<figure><img src="../.gitbook/assets/err_retry_button.png" alt=""><figcaption><p>특정 오류 파일에 대한 재시도 버튼</p></figcaption></figure>
사용자가 모든 오류 파일의 인덱싱을 다시 시도하려면 **작업** 열의 레이블 옆에 있는 재시도 버튼을 클릭하십시오.
<figure><img src="../.gitbook/assets/err_retry_all_button.png" alt=""><figcaption><p>모든 오류 파일에 대한 재시도 버튼</p></figcaption></figure>
아래는 Gmail 통합에서 오류 파일의 인덱싱을 성공적으로 재시도한 후의 이미지입니다.
<figure><img src="../.gitbook/assets/success_retry_indexing.png" alt=""><figcaption><p>오류 파일의 인덱싱 성공 재시도</p></figcaption></figure>
==> personal/rememberizer-gmail-integration.md <==
---
description: >-
이 가이드는 Google Drive를 Rememberizer에 지식 소스로 통합하는 과정을 안내합니다.
---
# Rememberizer Gmail 통합
1. 계정에 로그인합니다.
2. **개인 > 당신의 지식** 탭으로 이동하거나 [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge) 를 방문합니다. 거기에서 Gmail을 포함한 모든 사용 가능한 지식 소스를 볼 수 있습니다.
<figure><img src="../.gitbook/assets/gmail_personal_knowledge.png" alt=""><figcaption></figcaption></figure>
3. Gmail 지식 소스에 대해 **"연결"** 버튼을 클릭합니다. Rememberizer가 귀하의 Gmail에 접근할 수 있도록 허용하는 권한을 요청하는 새 페이지로 리디렉션됩니다. 귀하의 Gmail 계정을 선택합니다.
<figure><img src="../.gitbook/assets/gmail_oauth_step_1.png" alt=""><figcaption></figcaption></figure>
4. "**계속"** 버튼을 클릭하여 앱을 승인합니다.
<figure><img src="../.gitbook/assets/gmail_oauth_step_2.png" alt=""><figcaption></figcaption></figure>
5. **"계속"** 버튼을 클릭하여 Rememberizer에 귀하의 Gmail에 접근할 수 있는 **권한**을 부여합니다.
<figure><img src="../.gitbook/assets/gmail_oauth_step_3.png" alt=""><figcaption></figcaption></figure>
6. 귀하의 Gmail이 연결된 것을 확인할 수 있는 플랫폼으로 다시 리디렉션됩니다.
<figure><img src="../.gitbook/assets/gmail_auth_redirect.png" alt=""><figcaption></figcaption></figure>
7. 연결이 완료되면, 우리 제품이 어떤 이메일 레이블을 포함해야 하는지 지정해야 합니다. **"선택"** 버튼을 클릭하고 사이드 패널에서 원하는 이메일 레이블을 선택합니다. 선택한 레이블에 속하는 모든 이메일이 포함됩니다.
<figure><img src="../.gitbook/assets/gmail_choose_knowledge.png" alt=""><figcaption></figcaption></figure>
8. 레이블을 선택한 후, **"추가"** 버튼을 클릭하여 지식을 포함하기 시작합니다. 또한 Rememberizer의 정책에 따라 귀하가 특별히 승인한 제3자 애플리케이션과 귀하의 Gmail 데이터를 공유하는 것에 동의하는 체크박스를 선택해야 합니다.
<figure><img src="../.gitbook/assets/gmail_choose_knowledge_checkbox.png" alt=""><figcaption></figcaption></figure>
9. 레이블을 선택하면, 우리 시스템이 이메일과 첨부파일을 포함하기 시작합니다. 이 과정은 데이터 양에 따라 몇 분 정도 소요될 수 있습니다.
<figure><img src="../.gitbook/assets/gmail_indexing.png" alt=""><figcaption></figcaption></figure>
### 다음 단계는 무엇인가요?
[Memento](mementos-filter-access.md) 기능을 사용하여 소스 데이터에 대한 접근을 필터링하세요. 이를 Slack, Box, Dropbox 등과 같은 다른 애플리케이션에서 얻은 지식과 결합하여 포괄적인 메멘토를 형성하세요.
또한 웹 UI를 통해 [지식을 검색](https://rememberizer.ai/personal/search)하거나, 더 나아가 GPT 앱이나 공개 API를 통해 LLM에서 이 지식을 활용하세요.
그게 전부입니다! 과정 중에 문제가 발생하면 언제든지 지원 팀에 문의하세요.
==> notices/README.md <==
# 공지사항
==> notices/terms-of-use.md <==
# 이용 약관
### 1. 서론
이 문서는 Skydeck AI Inc의 서비스인 Rememberizer("Rememberizer")의 이용 약관("약관")을 개요로 나타냅니다. 이는 \*.rememberizer.ai내에 제공되는 사용자 지정 도메인 또는 일반적으로 제공되는 모든 페이지와 이러한 약관에 링크된 다른 모든 페이지(이하 "사이트")를 포함합니다. 이 약관은 사용자인 귀하와 이 플랫폼의 제공자인 Skydeck AI Inc 사이에 구속력있는 법적 계약을 구성합니다. 이 플랫폼에 접근하거나 이를 사용함으로써 귀하는 이 약관을 준수하기로 동의하게 됩니다.
### 2. 이용 약관의 승인
어떤 사이트의 일부에 접근하거나 이를 이용함으로써, 당신은 최소한 18세 이상이며, 이 이용 약관과 Rememberizer 개인정보 보호정책(이 약관에 참조로 통합됨)을 읽고 이해하였음을 확인하고, 이에 법적으로 구속되는 것에 동의합니다.
이 약관에서 "우리", "우리들", "우리의"는 Rememberizer를 가리키며, "당신"은 당신 개인과 당신이 대표하는 어떤 단체를 모두 가리킵니다. 우리의 플랫폼을 이용함으로써 당신은 이 약관을 어떤 단체를 대표하여 승인할 수 있음을 확인하며, 이로써 그 단체를 이 약관에 구속시킵니다.
### 3. 연락처 정보
당신이 계약을 체결하는 주체는 SkyDeck AI Inc.입니다. 우리의 우편 주소 및 연락처 정보는 다음과 같습니다:
SkyDeck AI Inc.\
548 Market St. PMB38234\
San Francisco, CA 94104\
전화: 1.415.744.1557\
법적 문의: [legal@rememberizer.ai](mailto:legal@rememberizer.ai)
### 4. 라이선스 부여 및 소유권
해당 조건들에 대한 완전한 준수, 플랫폼에 게시된 기타 정책이나 제한 사항, 그리고 Rememberizer와 합의한 어떠한 수수료의 적시 납부 등에 따라, 우리는 당신에게 플랫폼에 대한 접근 및 이용에 대한 제한적, 비독점적, 양도 불가능한, 철회 가능한 라이선스를 부여합니다.
그렇지 않다면, 플랫폼을 통해 제공되는 모든 컨텐츠(소프트웨어, 제출물, 정보, 사용자 인터페이스, 그래픽, 상표, 로고, 이미지, 예술 작품, 동영상, 문서, 그리고 플랫폼의 전반적인 "외관"를 포함하되 이에 한정되지 않음)는 Rememberizer에 소유, 통제, 또는 허가되어 있습니다. 이 컨텐츠는 무역 외관, 저작권, 특허 및 상표 법률, 그리고 기타 지적 재산권 및 부정 경쟁 법률 등 여러 법률에 의해 보호받고 있습니다. Rememberizer는 이 내용에 대한 모든 권리를 보유합니다.  
당신의 컨텐츠는 당신의 전적인 소유입니다. 당신은 우리에게 당신의 컨텐츠를 사용하기 위한 비독점적이며, 철회 가능한 라이선스를 제공하며, 그 목적은 우리의 서비스를 제공하는 것입니다.
플랫폼의 어떤 부분이든 무단 복제, 재배포, 사용, 또는 착취는 명시적으로 법으로 금지되어 있으며, 이를 어길 경우 민사 또는 형사 처벌을 받을 수 있습니다.
### 5. 계정 책임
플랫폼에 계정을 개설한다면, 사용자는 게정 정보의 기밀을 유지하고 계정 하의 모든 활동에 대한 책임을 가지게 됩니다. 이러한 이용 약관을 수락하고 계정을 생성함으로써, 개인정보 보호 정책에서 설명된 유형에 따른 정보의 수집, 사용, 공개에 동의하게 됩니다. 만 18세 미만의 사람은 Rememberizer나 플랫폼에 계정을 등록하거나 어떤 개인 정보도 제공해서는 안 됩니다. 잘못된 계정 사용에 대해 Rememberizer에 즉시 알려주십시오. 무단 사용으로 인한 손해에 대해 책임을 지게 될 수 있습니다. Rememberizer의 사전 승인 없이 다른 사람의 계정을 사용해서는 안됩니다. 계정 등록은 금지되는 곳에서는 무효입니다.
### 6. 사용자의 권리와 책임
사용자로서, 귀하는 합법적인 사업 목적을 위해 우리의 AI 도구를 사용할 권리가 있습니다. 귀하는 도구를 남용하거나, 주제에 대한 남의 권리를 침해하거나, 어떠한 법률을 위반하는 일이 없어야 합니다. 귀하는 플랫폼 사용시 모든 적용 가능한 법률 및 규정을 준수해야 합니다.
### 7. 제공자의 권리와 책임
저희 리멤버라이져.는 사용 상황을 모니터링하고 이 이용 약관을 집행하며 필요에 따라 플랫폼과 이에 대한 약관을 업데이트할 권리가 있습니다. 저희는 신뢰할 수 있는 서비스를 제공하고, 사용자의 개인정보를 보호하며, 문제나 관심사에 대응하는 책임이 있습니다.
### 8. 컨텐츠 규정
저희 AI 도구가 생성하는 컨텐츠는 이 이용약관에서 명시하는 제한사항이나 조건을 준수하는 사용자, 즉 당신이 소유하고 있습니다. 컨텐츠는 불법적이거나 부적절한 목적으로 사용되어서는 안됩니다.
### 9. 부정 사용 및 위반
이 이용 약관의 부정 사용이나 위반은 제한되지 않는 범위에서, 플랫폼에 대한 접근의 정지 또는 종료, 법적 조치, 및/또는 손해 배상을 포함한 벌칙을 초래할 수 있습니다.
### 10. 보증의 부인
당신이 플랫폼을 사용하는 것, 특히 그 안의 콘텐츠를 사용하는 것은 전적으로 당신의 책임입니다. 플랫폼과 콘텐츠는 "있는 그대로"와 "가용 상태"에서 제공됩니다. Rememberizer는 명시적이거나 암시적인 어떤 보증도 하지 않으며, 그 가능성이 있는 모든 보증을 부인합니다. 이에는 상품성, 특정 목적에의 적합성, 소유권 및 침해하지 않음에 관한 묵시적인 보증을 포함하지만 이로 한정되지 않습니다. Rememberizer는 플랫폼이나 콘텐츠가 정확하다, 지속적으로 사용할 수 있다, 완전하다, 신뢰할 수 있다, 안전하다, 최신이다, 오류가 없다, 또는 바이러스 또는 기타 해로운 구성 요소가 없다는 것을 보증하지 않습니다.
### 11. 보상
당신은 법이 허용하는 한도 내에서 Rememberizer와 그 임원, 이사, 주주, 후계자, 직원, 대리인, 자회사, 제휴사를 면책하며, 본인의 비용으로 이들을 방어하고, 실제 또는 위협적인 제3자의 소송, 요구, 손실, 피해, 비용, 책임, 소송, 비용 (합리적인 변호사 및 전문가 수수료 및 조사 비용 포함) 이 발생하는 경우 이에 대해 보상하기로 동의합니다. 플랫폼의 사용, 이 이용약관에 대한 위반, 어떠한 법률 또는 규정에 대한 위반, 제3자의 권리를 침해하는 행위, 또는 당신이 알고 있든 모르든, 동의하였든 동의하지 않았든 확보, 권유, 또는 개인 정보를 사용하는 행위가 포함됩니다. Rememberizer는 본인에 대한 보상 요구사항에 대해 독점적인 방어 및 관리권을 보유하며, 당신은 이러한 요구사항에 관한 Rememberizer의 방어에 협력하기로 합의합니다. Rememberizer의 사전 서면 동의 없이는 Rememberizer에 영향을 미치는 어떠한 합의도 동의해서는 안 됩니다.
### 12. 접근 권한의 정지 또는 종료
Rememberizer는 임의의 이유로 당신의 플랫폼 전체 또는 일부에 대한 접근을 정지하거나 종료할 권리를 보유하고 있습니다. 이는 공지 여부와 무관하며, 이 약관의 위반, 법 집행 기관 또는 기타 정부 기관의 요청, 플랫폼의 중단 또는 중요한 수정, 예상치 못한 기술적 문제 등을 포함하지만 이에 한정되지 않습니다. Rememberizer는 당신의 플랫폼 접근 권한이 종료된 경우에 대해 어떠한 책임도 지지 않습니다. 이 약관에 따른 권리와 의무 중 플랫폼 이용 후에도 자연스럽게 지속되어야 하는 것들은 당신의 접근 권한이 종료된 이후에도 유지됩니다.
### 13. 책임의 제한
법률이 허용하는 최대한으로, 플랫폼 및 콘텐츠에 접근하고 이를 이용하는 데 발생하는 모든 위험을 감수하는 데 동의합니다. Rememberizer 또는 그 어떤 이사, 직원, 대리인, 공급업체도 플랫폼, 그리고 플랫폼을 통해 제공되거나 포함된 어떠한 콘텐츠, 서비스 또는 제품에 대해, 또는 이와 관련하여 발생하는 특별, 간접, 부수적, 예시적, 후속적 또는 징벌적인 손해에 대해 책임을 지지 않습니다. Rememberizer의 이 이용 약관으로부터, 또는 플랫폼의 사용 또는 사용 불가능으로 발생하는 당신에 대한 Rememberizer의 전체 누적 책임은 백 달러($100.00)를 초과하지 않을 것입니다.
### 14. 분쟁 해결
본 약관에 대한 또는 본 약관과 관련한 모든 분쟁, 논란, 또는 청구는, 그 유효성, 무효성, 위반 또는 종료를 포함하여, 미국仲裁協會의 규칙에 따라仲裁에 의해 해결되어야 합니다. 仲裁의 장소는 캘리포니아 주 산호세이며, 절차는 캘리포니아 주 법에 의해 규정될 것입니다. 仲裁 판결은 양 당사자에게 최종적이고 구속력이 있습니다.
### 15. 이용 약관의 변경
Rememberizer는 언제든지 이용 약관을 변경할 권리를 가지고 있습니다. 변경 사항은 이메일 알림, 웹사이트 배너, 앱 내 메시지 등 적절한 채널을 통해 사용자에게 전달되며, 사용자는 새로운 약관을 수락하는데 있어 합리적인 기간을 부여받게 됩니다.
### 16. 번역
편의를 위해 이 문서의 기계 번역본을 영어 이외의 언어로 제공합니다. 원본 영어 버전과 다른 언어 버전 간에 충돌이나 모순이 발생할 경우, 영어 버전이 적용되며 우선합니다. 이 문서의 비영어 번역에 의존함으로써, 번역된 텍스트와 귀하가 동의한 실제 조건 간에 의도치 않은 차이가 있을 수 있음을 수용합니다.
==> notices/privacy-policy.md <==
# 개인정보 보호정책
# Rememberizer 개인정보 보호 정책
SkyDeck AI Inc.("Rememberizer", "우리", "우리의" 또는 "우리")는 당신의 개인 정보를 존중하고 이 정책을 준수함으로써 그것을 보호하는 데 전념하고 있습니다. 이 정책은 당신이 rememberizer.ai 생성 AI 플랫폼(우리의 "서비스")을 사용할 때 우리가 수집할 수 있는 정보의 종류 또는 당신이 제공할 수 있는 정보와 그 정보를 수집, 사용, 유지, 보호 및 공개하는 데 대한 우리의 관행을 설명합니다
### 우리가 수집하는 정보와 수집 방법
우리는 서비스 사용자로부터 여러 유형의 정보를 수집합니다. 여기에는 다음이 포함됩니다:
* 귀하의 이름, 이메일 주소 및 귀하가 온라인 또는 오프라인으로 연락을 취할 수 있는 기타 식별자의 개인 정보.
* 귀하의 인터넷 연결에 대한 정보, 서비스를 이용하는 장비 및 사용 세부 정보와 같은 기술 데이터.
* 귀하가 제공하는 타사 공급업체 생성 AI 모델에 접근하기 위한 API 키 및 자격 증명.
* 전체 문서(예: Google Docs), 데이터, 논의(예: Slack 채널의 내용)로 구성된 문서 내용("지식"). 이는 귀하가 선택하고 Rememberizer와 공유하도록 선택한 데이터 소스에서 가져옵니다. 
우리는 다음과 같이 이 정보를 수집합니다:
* 데이터 소스에 대한 접근을 승인하여 귀하가 우리에게 제공할 때 직접 수집합니다.
* Rememberizer와 통합된 앱이 텍스트를 Rememberizer 메모리에 저장하기로 선택할 때 직접 수집합니다. 이 텍스트는 나중에 해당 앱이나 다른 앱에서 사용될 수 있습니다.
* 서비스를 탐색하는 동안 자동으로 수집됩니다. 자동으로 수집된 정보에는 사용 세부 정보, IP 주소, 쿠키, 웹 비콘 및 기타 추적 기술을 통해 수집된 정보가 포함될 수 있습니다.
* 최신 버전이 우리의 지식에 반영될 수 있도록 소스 데이터를 변경할 때 자동으로 수집됩니다.
* Google Workspace API에서 검색된 모든 사용자 데이터는 AI/ML 모델 교육에 사용되지 않는다고 확언합니다. 이 데이터는 명시적인 동의를 제공한 개인 사용자만 접근할 수 있으며, 오직 귀하에게 서비스를 제공하고 개선하기 위한 목적으로만 사용됩니다.
### 어떻게 귀하의 정보를 사용하는지
우리는 귀하에게서 수집한 정보 또는 귀하가 우리에게 제공한 정보, 개인 정보를 다음과 같은 목적으로 사용합니다:
* 귀하에게 서비스와 그 내용, 그리고 귀하가 우리에게 요청한 다른 정보, 제품 또는 서비스를 제공하기 위해.
* 귀하가 제공한 다른 목적을 이행하기 위해.
* 귀하의 계정에 대한 공지를 드리기 위해.
* 귀하와 우리 사이에 체결된 계약에서 발생하는 권리와 의무를 이행하고 집행하기 위해.
* 우리의 서비스 또는 우리가 그것을 통해 제공하는 제품이나 서비스에 대한 변경사항을 알리기 위해.
* 우리의 서비스, 제품, 또는 서비스를 개선하기 위해.
* 귀하가 우리의 서비스에서 대화 형 기능에 참여할 수 있게 하기 위해.
* 지식 문서의 텍스트 구성 요소는 청크로 저장되고 벡터 데이터 스토어에 인덱싱되어, 의미적 관련성이 있다고 예상되는 부분이 귀하가 액세스할 수 있는 권한을 가진 제3자 애플리케이션에 반환될 수 있습니다. 
### 제3자 공유
Rememberizer의 주요 목적 중 하나는 사용자의 데이터를 3rd party 애플리케이션과 통제된 방식으로 공유하는 것입니다. 이는 Rememberizer와 연동된 각 애플리케이션에 단일 **Memento**를 적용하여 달성합니다. 이는 사용자가 자신의 Rememberizer 데이터에 접근할 수 있도록 승인한 애플리케이션에 적용됩니다.
현재의 Memento 구현은 사용자가 특정 파일, 문서 또는 폴더나 채널과 같은 콘텐츠 그룹을 선택하여 해당 애플리케이션이 사용할 수 있도록 허용합니다. 차후 구현에서는 "최근 30일 간 생성된 것"과 같은 시간 프레임으로 제 3자 접근을 필터링하는 추가적인 방법을 추가할 것입니다.\
\
두 가지 기본 값은 "None"과 "All"입니다. All은 사용자가 Rememberizer에 접근을 허용한 모든 파일을 공유합니다. None은 해당 앱과 아무 것도 공유하지 않습니다. None을 선택하면 사용자가 앱을 선택하고 Rememberizer와 통합할 수 있으며 그 때 그곳에서 사용 가능한 콘텐츠를 결정할 필요가 없습니다. None으로 Memento를 선택하거나 기존에 적용된 Memento를 None으로 공유하도록 편집하는 것은 통합을 제거하지 않고도 앱의 사용자 데이터 접근 권한을 끄는 방법입니다. 이는 데이터에 대한 종료 스위치와 같습니다. 맞춤형 Memento는 특정 목적으로 만들어질 수 있으며 그것을 반영하는 이름을 가질 수 있습니다. 예를 들어 "숙제" 또는 "마케팅" 등입니다. 
### 귀하의 정보 공개
우리는 개인을 식별하지 않는 사용자에 대한 집계된 정보, 그리고 제한 없이 개별을 식별하지 않는 정보를 공개할 수 있습니다. 이 개인정보 보호정책에 설명된 대로 수집하거나 제공받은 개인정보를 공개할 수 있습니다:
* 우리를 위해 또는 우리를 대신하여 업무를 수행하고 그런 업무를 수행하기 위해 이러한 정보에 접근이 필요한 제 3자 벤더, 서비스 제공자, 계약자, 대리인에게.
* 귀하가 제공한 목적을 이행하기 위해. 정보를 제공할 때 우리가 공개한 다른 모든 목적에 대해.
* 귀하의 동의와 함께.
### 귀하의 권리
귀하는 적용 가능한 데이터 보호 법률에 따라 특정 권리를 가지고 있습니다. 이는 다음을 포함할 수 있습니다:
* 개인 데이터에 대한 접근 요청.
* 우리가 보유하고 있는 귀하의 개인 데이터 수정 요청.
* 개인 데이터의 삭제 요청.
* 개인 데이터 처리에 대한 이의 제기.
* 개인 데이터 처리 제한 요청.
* 개인 데이터 이전 요청.
* 동의 철회 권리.
### 데이터 보안
우리는 데이터의 실수로 인한 손실과 무단 액세스, 사용, 변경, 공개로부터 귀하의 개인 정보를 보호하기 위해 설계된 조치를 구현하였습니다. 귀하가 우리에게 제공하는 모든 정보는 방화벽이 설치된 저희의 안전한 서버에 저장됩니다. 모든 결제 거래와 API 키는 SSL 기술을 사용하여 암호화됩니다.
### 개인 정보 보호 정책의 변경
우리의 정책은 이 페이지에 우리의 개인 정보 보호 정책에 하게 된 모든 변경 사항을 게시하는 것입니다. 우리가 사용자의 개인 정보를 어떻게 처리하는지에 대해 중요한 변경이 발생하면, 서비스 홈페이지의 공지를 통해 여러분께 알리겠습니다.
### 연락처 정보
이 개인정보 보호정책 및 우리의 개인정보 보호 관행에 대한 질문이나 의견이 있으시면 다음으로 연락해 주십시오:
SkyDeck AI Inc.\
수신: Rememberizer\
548 Market St. PMB38234\
샌프란시스코, CA 94104\
전화: 1.415.744.1557\
이메일: [legal@rememberizer.ai](mailto:legal@rememberizer.ai)
==> notices/releases/apr-5th-2024.md <==
---
description: >-
이 업데이트는 Dropbox, Google Drive 및 Slack과의 통합을 향상시키고
보다 원활한 사용자 경험을 위한 문서 관리를 개선합니다.
---
# 2024년 4월 5일
## 새로운 기능
* **새로운 지식 트리 지원:** 나무 구조를 확장하여 Dropbox 및 Google Drive와 더 잘 통합되어 문서 및 폴더 관리를 보다 직관적으로 할 수 있게 합니다.
* **슬랙 답장 동기화:** 새로운 슬랙 답장을 보다 효과적으로 동기화하는 기능을 추가하여 커뮤니케이션을 원활하고 최신 상태로 유지하는 데 도움을 줍니다.
## 버그 수정
* **공통 지식 페이지 수정:** 공통 지식 페이지에서 검색, 페이지 매김 및 DateTime 형식 업데이트와 관련된 버그를 수정했습니다.
* **구 계정의 선택된 파일 표시 수정:** 구 계정의 선택된 파일이 올바르게 표시되지 않는 문제를 수정했습니다.
==> notices/releases/may-17th-2024.md <==
---
description: >-
이 릴리스는 사용자 경험 개선, 통합 강화 및 다양한 문제 수정을 중심으로 진행됩니다. 주요 업데이트에는 Gmail 동기화 및 디렉토리 경로 표시가 포함됩니다.
---
# 2024년 5월 17일
## 새로운 기능
* **Gmail 통합 및 동기화:** Gmail 계정을 연결하여 우리의 플랫폼에서 이메일을 쉽게 관리하세요. 지난 주에는 레이블별 통합을 도입하였으며, 이번 주에는 레이블 내 스레드의 전체 동기화를 통해 원활한 접근 및 관리를 즐기세요.
## 개선 사항
* **디렉토리 경로 표시:** 이제 애플리케이션은 디렉토리 경로를 표시하여 사용자가 문서를 탐색하고 찾기 더 쉽게 만들었습니다.
* **업데이트된 다이어그램:** 애플리케이션의 다이어그램이 업데이트되어 시스템 아키텍처 및 데이터 흐름에 대한 보다 명확한 시각적 표현을 제공합니다.
* **데이터 소스 순서 변경:** 데이터 소스의 순서가 최적화되어 데이터 검색 및 처리 효율성이 향상되었습니다.
* **데이터 가져오기 로직 업데이트:** 데이터 가져오기 로직이 개선되어 검색된 정보의 정확성과 신뢰성을 높였습니다.
## 버그 수정
* **문서 삭제 버튼 UI 수정:** 임베디드 세부정보의 문서 삭제 버튼에 대한 사용자 인터페이스가 수정되어 더 나은 사용자 경험을 제공합니다.
==> notices/releases/oct-4th-2024.md <==
---
description: >-
이 릴리스는 성능과 안정성을 향상시키는 데 중점을 두며, 동기화 프로세스에 대한 중요한 개선 사항과 알려진 문제에 대한 수정 사항이 포함되어 있습니다.
---
# 2024년 10월 4일
### 개선 사항
- **구글 드라이브 탐색 최적화**: 더 빠르고 원활한 탐색을 위해 구글 드라이브 지식 트리의 성능을 개선했습니다.
- **동기화 효율성 향상**: 더 빠른 업데이트를 위해 작업 관리를 개선하여 문서 동기화를 최적화했습니다.
### 버그 수정
- **데이터 소스 연결 해제 시 크래시 해결**: 지식 패널이 열려 있는 동안 데이터 소스를 연결 해제하면 앱이 크래시되는 문제를 수정했습니다.
==> notices/releases/sep-20th-2024.md <==
---
description: >-
이 릴리스는 사용자 경험과 기능을 향상시키기 위한 다양한 개선 사항, 새로운 기능 및 버그 수정을 중심으로 합니다.
---
# 2024년 9월 20일
### 개선 사항
- **숫자 형식 향상**: 큰 숫자가 더 읽기 쉽게 쉼표로 표시됩니다.
- **문서 처리 업데이트**: 더 큰 폴더에서도 문서를 효율적으로 관리하고 인덱싱하는 개선된 메커니즘입니다.
- **슬랙 및 문서 처리 최적화**: 모든 실패한 문서와 슬랙 채널을 재시도하는 향상된 API로 원활한 작업을 보장합니다.
### 새로운 기능
- **회원 정보 업데이트**: 이제 로딩 결과에 따라 회원 정보가 업데이트되어 보다 정확한 데이터가 제공됩니다.
- **무작위 문서 선택**: 문서 처리를 다양화하기 위해 임베딩 및 로딩을 위한 무작위 선택 기능이 도입되었습니다.
### 버그 수정
- **Dropbox 동기화**: 잠재적인 데이터 문제를 방지하기 위해 Dropbox 동기화를 일시적으로 비활성화했습니다.
- **검색 필드 개선**: 지식 세부정보 페이지의 검색 필드가 "파일" 쿼리 매개변수를 기반으로 자동 완성되어 보다 정확한 검색이 가능합니다.
- **로딩 후 컬렉션 재색인**: 컬렉션을 자동으로 재색인하기 위해 로딩 결과 API를 개선했습니다.
==> notices/releases/nov-8th-2024.md <==
---
description: >-
우리의 최신 릴리스는 성능 향상, 신뢰성 개선 및 다양한 최적화와 수정을 통해 더 나은 사용자 경험을 제공하는 데 중점을 두고 있습니다.
---
# 2024년 11월 8일
### 개선 사항
- **업데이트된 온보딩 경험**: 더 매끄러운 시작을 위해 업데이트된 Gmail 통합으로 새로운 사용자 온보딩 비주얼을 향상시켰습니다.
- **최적화된 성능**: 반정밀 벡터를 재적용하여 애플리케이션 속도와 효율성을 개선했습니다.
- **향상된 검색 기능**: 더 나은 검색 결과와 빠른 정보 검색을 위해 인덱싱을 개선했습니다.
- **개선된 문서 처리 신뢰성**: 더 신뢰할 수 있는 문서 처리를 위해 임베딩 작업 중 재시도 처리를 향상시켰습니다.
### 버그 수정
- **문서 동기화 오류 수정**: 애플리케이션 안정성을 높이기 위해 문서 동기화 및 처리 오류와 관련된 문제를 해결했습니다.
- **메멘토 접근 오류 해결**: 메멘토 문서에 접근할 수 없는 오류를 수정했습니다.
- **문서 인덱싱 보장**: 모든 문서가 적절하게 인덱싱되고 검색 가능하도록 벡터 저장소 테이블 생성이 방해받는 문제를 수정했습니다.
==> notices/releases/jun-14th-2024.md <==
---
description: >-
이 릴리스는 오류 처리 개선, 메멘토 사이드바 향상, 테스트 정제를 포함합니다. 주요 업데이트에는 메멘토 크기 표시, 더 나은 오류 응답 및 자동 버전 확인이 포함됩니다.
---
# 2024년 6월 14일
## 새로운 기능
* **기념품 크기 표시:** 이제 기념품 사이드바에 기념품의 크기가 표시되어 사용자들이 저장 용량을 더 잘 이해할 수 있습니다.
* **최신 버전 확인:** 데스크탑 앱이 최신 버전을 자동으로 확인하고 사용자에게 알리는 기능을 추가했습니다.
## 버그 수정
* **삭제된 메멘토에 대해 404 반환:** 삭제된 메멘토나 다른 사용자에게 속한 메멘토를 검색할 경우 이제 서버 오류 대신 404 오류가 반환됩니다.
* **타사 앱의 크기 업데이트:** 타사 앱 메모리 문서가 메멘토의 크기 업데이트를 트리거하지 않는 문제를 수정했습니다.
==> notices/releases/mar-4th-2024.md <==
---
description: >-
이 릴리스는 공유 지식 생성 및 표시, 메멘토 이름 변경과 같은 새로운 기능을 도입합니다. 개선 사항에는 Dropbox, 쿼리 결과 및 공통 지식 UI에 대한 주요 버그 수정이 포함됩니다.
---
# 2024년 3월 4일
## 새로운 기능
* **공유 지식**: 공유 지식을 생성하고 표시하는 새로운 기능이 구현되었습니다.
* **메멘토 이름 변경**: 이제 사용자들이 자신의 메멘토 이름을 변경할 수 있습니다.
## 버그 수정
* **드롭박스 파일 표시**: 드롭박스에서 잘못된 파일 표시 문제를 해결했습니다.
* **쿼리 결과 순서**: 연속 청크로 쿼리한 결과가 순서가 맞지 않게 반환되는 버그를 수정했습니다.
* **공통 지식 UI**: 공통 지식 기능의 여러 UI 문제를 수정했습니다.
\
==> notices/releases/aug-16th-2024.md <==
---
description: >-
이 릴리스는 검색 기능 향상 및 문서 관리 기능 개선에 중점을 두고 있습니다.
---
# 2024년 8월 16일
### 새로운 기능
- **향상된 검색 필터**: 발신자 및 수신자별로 검색 결과를 필터링할 수 있는 기능이 추가되어 특정 이메일을 더 쉽게 찾을 수 있습니다.
- **문서 생성 날짜 표시**: 문서 목록에 문서 생성 날짜가 표시되어 문서 관리를 개선합니다.
### 개선 사항
- **검색 신뢰성 향상**: 검색 기능의 개선으로 더 매끄럽고 신뢰할 수 있는 경험을 제공합니다.
### 버그 수정
- **이메일 통합 수정**: GPT 사용 시 Gmail 통합과 관련된 문제를 해결하여 원활한 작동을 보장했습니다.
- **데스크탑 앱 콘텐츠 표시 수정**: 더 나은 사용자 경험을 위해 데스크탑 앱에서 문서 콘텐츠 표시와 관련된 문제를 수정했습니다.
==> notices/releases/mar-11th-2024.md <==
---
description: >-
이 업데이트는 간소화된 Slack 통합, 향상된 문서 및 더 효율적인 사용자 가입 프로세스를 포함한 새로운 기능과 개선 사항을 제공합니다.
또한 일부 버그를 수정했습니다.
---
# 2024년 3월 11일
## 새로운 기능
* **유저 슬랙 데이터 마이그레이션:** 이제 슬랙 쓰레드와 응답을 수용하기 위해 사용자 슬랙 데이터를 마이그레이션할 수 있습니다, 사용자 상호 작용을 향상시킵니다.
* **일반 지식 통합:** 일반 지식이 통합 소스 엔드포인트에 추가되어, 우리 시스템의 기능을 확장합니다.
* **핀 공유 지식 항목:** 시스템 관리자는 이제 공유 지식 항목을 목록의 맨 위에 고정할 수 있어, 가시성과 접근성을 향상시킵니다.
* **안전한 문서 처리:** 시스템은 더 이상 빈 문서에서 실패하지 않아, 시스템의 신뢰성을 향상시킵니다.
* **공유 지식 관리:** 사용자는 이제 공유 지식을 삭제하고 편집할 수 있어, 공유된 콘텐츠에 대한 통제력을 제공합니다.
## 개선 사항
* **Rememberizer UI 업데이트:** Rememberizer UI가 Slack 회신의 새로운 형식을 기반으로 업데이트되었습니다.
## 버그 수정
* **일반 지식 간 전환:** 메멘토를 다듬을 때 일반 지식 간 전환 시 발생하는 문제를 수정했습니다.
* **지원되지 않는 문서 가시성:** 지원되지 않는 문서가 표시되는 문제를 수정했습니다.
* **사용자 문서 목록:** 구독한 문서는 더 이상 사용자 문서 목록에 나타나지 않습니다.
* **메멘토 크기 추정:** 메멘토의 추정 크기를 잘못 계산한 문제를 수정했습니다.
==> notices/releases/jul-26th-2024.md <==
---
description: >-
이 릴리스는 Slack 통합 개선, 사용자 인터페이스 향상 및 원활한 경험을 제공하기 위한 중요한 문제 해결에 중점을 두고 있습니다.
---
# 2024년 7월 26일
**새로운 기능:**
* **슬랙 채널 카운터**: 슬랙 채널의 수를 정확하게 계산하고 표시하는 새로운 기능으로, 사용자가 작업 공간 연결을 더 잘 관리할 수 있도록 돕습니다.
**개선 사항:**
* **업데이트된 슬랙 통합 UI**: 슬랙 통합을 위한 사용자 인터페이스가 새로운 채널 메커니즘을 지원하도록 새롭게 디자인되어, 더 직관적이고 사용하기 쉬워졌습니다.
* **앱 이름 업데이트**: 데스크톱 애플리케이션 이름이 "Rememberizer"로 업데이트되어, 사용자가 중요한 정보를 정리하고 기억할 수 있도록 돕겠다는 우리의 의지를 반영합니다.
**버그 수정:**
* **구글 드라이브 통합**: 구글 드라이브 폴더에 접근할 때 오류를 일으키던 문제를 해결하여, 더 원활한 탐색과 파일 관리를 보장합니다.
==> notices/releases/sep-27th-2024.md <==
---
description: >-
이 릴리스는 Dropbox 및 Google Drive의 동기화 성능과 탐색을 향상시키는 데 중점을 두어, 더 원활하고 효율적인 경험을 제공합니다.
---
# 2024년 9월 27일
### 개선 사항
- **향상된 클라우드 동기화**: Dropbox 및 Google Drive의 동기화 프로세스를 최적화하여 파일 업데이트 속도와 신뢰성을 높였습니다.
- **개선된 Dropbox 탐색**: 파일 조직을 보다 효율적으로 하고 접근을 용이하게 하기 위해 Dropbox 지식 트리를 정제했습니다.
- **정기 동기화 일정**: Google Drive, Dropbox 및 Gmail에 대해 6시간마다 동기화 작업을 설정하여 콘텐츠가 지속적으로 최신 상태를 유지하도록 했습니다.
==> notices/releases/feb-26th-2024.md <==
---
description: >-
이번 릴리스에서는 업로드를 위한 이미지 크기 제한을 1MB로 설정하고
선택 패널에서 문서 표시를 개선했습니다. 또한 데이터 소스 연결 끊김과 관련된 버그를 수정했습니다.
---
# 2024년 2월 26일
## 개선 사항
* **이미지 크기 제한**: 공유 지식을 위해 크롭한 이미지 크기는 1MB를 초과해서는 안 됩니다.
* **문서 표시 개선**: 사용자 경험 개선을 위해 Right Selection Panel 내에서 트리 구조로 표시될 수 있는 문서 수를 늘렸습니다.
## 버그 수정
* **데이터 소스 연결 해제**: 데이터 소스를 연결 해제할 때 문서가 적절하게 삭제되지 않고 데이터 소스가 제거되지 않는 문제를 수정했습니다.\
==> notices/releases/aug-2nd-2024.md <==
---
description: >-
이 릴리스는 애플리케이션의 전반적인 성능, 데이터 처리 및
오류 관리 개선에 중점을 두고 있습니다. 사용자는 더 강력하고
효율적인 경험을 기대할 수 있습니다.
---
# 2024년 8월 2일
**새로운 기능:**
* **향상된 검색 기능**: 검색 기능이 이제 병렬 콘텐츠 검색을 실행하여 더 빠르고 정확한 결과를 제공합니다.
* **개선된 문서 알림 시스템**: 사용자는 문서 업데이트에 대한 더 정확한 알림을 받아 협업 및 워크플로우 관리를 향상시킵니다.
* **업데이트된 API 키 형식**: 보안을 개선하고 식별을 용이하게 하기 위해 API 키 접두사를 업데이트했습니다.
**개선 사항:**
* **강화된 데이터 관리**: 시스템이 이제 빈 문서를 더 효과적으로 처리하여 모든 관련 정보가 적절하게 인덱싱되고 로드되도록 보장합니다.
* **최적화된 메멘토 조직**: 메멘토 사이드바의 개선으로 문서와 폴더를 더 명확하게 볼 수 있어 탐색이 더 직관적입니다.
* **간소화된 데이터 처리**: 더 효율적인 데이터 처리 및 분석을 위해 새로운 임베딩 메커니즘과 벡터 데이터베이스 적응을 구현했습니다.
**버그 수정:**
* **이메일 인코딩 호환성**: 이메일 문자 집합이 잘못된 경우 시스템 인코딩 형식을 업데이트하여 잠재적인 표시 문제를 방지합니다.
* **Gmail 레이블 관리**: Gmail 레이블 삭제 시 발생하는 문제를 해결하여 이메일 통합을 원활하게 합니다.
* **예외 처리**: 시스템 예외를 더 잘 관리하고 전달하기 위해 오류 알림 시스템을 개선했습니다.
==> notices/releases/oct-25th-2024.md <==
---
description: >-
이 릴리스는 문서 인덱싱 신뢰성을 개선하는 데 중점을 두고 있으며, 사용자 경험을 향상시키기 위한 다양한 버그 수정을 포함합니다.
---
# 2024년 10월 25일
### 새로운 기능
- **색인 실패에 대한 자동 재시도**: 색인에 실패한 문서가 재시도되도록 자동 재시도 메커니즘을 구현하여 데이터 일관성을 향상시켰습니다.
### 버그 수정
- **검색 기능 개선**: 메모리가 없는 메멘토에 연결된 앱에서 검색을 방해하는 문제를 수정했습니다.
- **시스템 안정성 향상**: 동시 작업 중 데이터베이스 연결이 겹치는 문제를 해결하여 성능을 개선했습니다.
- **슬랙 동기화 조정**: 불필요한 오류를 피하기 위해 빈 슬랙 채널에 대한 동기화를 일시적으로 비활성화했습니다.
==> notices/releases/oct-18th-2024.md <==
---
description: >-
이 릴리스는 문서 저장 신뢰성을 개선하는 데 중점을 두고 있습니다.
---
# 2024년 10월 18일
### 버그 수정
- **문서 저장 안정성 향상**: 동시 편집 중 발생할 수 있는 충돌을 방지하기 위해 문서 저장 프로세스를 개선했습니다.
==> notices/releases/apr-12th-2024.md <==
---
description: >-
이 릴리스는 문서 동기화를 향상시키고, 일반 지식 관리를 간소화하며,
사용자 인터페이스를 최적화하여 전체 시스템 효율성과 사용자 경험을 개선합니다.
---
# 2024년 4월 12일
## 새로운 기능
* **클라우드 저장소에 대한 자동 동기화:** 사용자는 이제 Dropbox 및 Google Drive에서 선택한 폴더 및 파일에 대한 자동 동기화를 설정하여 문서 관리 프로세스를 간소화할 수 있습니다.
## 개선 사항
* **문서 정렬 최적화:** 문서의 정렬을 인덱스 날짜나 이름으로 설정할 수 있어 보다 직관적인 탐색과 검색이 가능합니다.
* **기념품 관리 UI 업데이트:** 공통 지식 기념품 UI가 업데이트되어 공유 설정을 위한 새로운 토글이 포함되었으며, 데이터 공유에 대한 사용자 제어가 향상되었습니다.
* **UI 반응성 및 사용자 정의:** 소소한 UI 수정이 구현되었습니다.
## 버그 수정
* **온보딩 프로세스:** 사용자의 온보딩 단계에서 일반 지식이 표시되지 않는 문제를 해결하여 새로운 사용자의 초기 설정 경험을 향상시켰습니다.
==> notices/releases/README.md <==
---
description: 공개 선언, 준수 변경 및 사용자 지원 업데이트.
---
# 릴리스
© 2024 SkyDeck AI Inc.
==> notices/releases/aug-9th-2024.md <==
---
description: >-
이 릴리스는 Rememberizer에서 사용자 경험을 향상하고, 문서
관리를 개선하며, 검색 기능을 다듬는 데 중점을 두고 있습니다.
---
# 2024년 8월 9일
**새로운 기능**
* **슬랙 채널 통합**: 슬랙 채널에 대한 지원을 강화하여 앱 내에서의 커뮤니케이션 및 협업을 개선했습니다.
* **문서 상태 필터**: 문서 상태에 대한 새로운 필터를 임베딩 세부 정보 페이지에 추가하여 문서를 추적하고 관리하기 쉽게 만들었습니다.
* **계층화된 문서 표시**: 메멘토 사이드바에 새로운 트리 뷰를 구현하여 문서와 폴더를 계층으로 구성하여 탐색을 개선했습니다.
* **고급 검색 기능**: 검색 기능에 날짜 범위 필터를 도입하여 보다 정확한 문서 검색이 가능해졌습니다.
**개선 사항**
* **문서 관리**: 지식 세부 정보 페이지에 문서를 연결하는 프로세스를 개선하여 문서 조직 및 접근을 간소화했습니다.
* **사용자 인터페이스 업데이트**: 전체 앱 사용성과 시각적 매력을 개선하기 위한 다양한 UI 향상.
* **성능 최적화**: 앱 성능과 반응성을 향상시키기 위해 코드를 리팩토링하고 API 호출을 업데이트했습니다.
**버그 수정**
* **빈 검색 쿼리 처리**: 빈 검색 쿼리가 제대로 처리되지 않는 문제를 해결하여 검색 신뢰성을 개선했습니다.
* **이메일 통합**: GPT와 상호작용할 때 이메일 소스 처리와 관련된 문제를 수정하여 이메일 서비스와의 통합을 원활하게 했습니다.
==> notices/releases/feb-19th-2024.md <==
---
description: >-
이 릴리스는 메멘토 트리의 정렬을 개선하고 GPT 앱의 API 요청에 영향을 미치는 버그를 수정합니다.
---
# 2024년 2월 19일
## 개선 사항
* **Memento 트리의 알파벳 순 정렬**: 향상된 탐색을 위해, Memento 트리 내의 파일과 Slack 채널들이 이제 알파벳 순으로 정렬되었습니다.
## 버그 수정
* **GPT 앱**: 새로 설정된 GPT 앱을 통해 API 요청이 이루어지지 않던 문제를 수정했습니다.
\
==> notices/releases/mar-18th-2024.md <==
---
description: >-
이 릴리스는 개선된 온보딩, 기념품 관리 및 반응형 UI를 통해 사용자 경험을 향상시키는 데 중점을 두고 있습니다. 주요 업데이트에는 이미지 크기 제한 제거, 기념품 크기 표시가 포함됩니다.
---
# 2024년 3월 18일
## 새로운 기능
* **새로운 Memento 버튼 생성:** 앱 인증 중에 memento를 생성할 수 있는 새로운 버튼을 추가했으며, 이를 통해 프로세스가 사용자 친화적으로 만들어졌습니다.
* **이미지 업로더에 대한 크기 제한 없음:** 사용자는 이제 모든 크기의 이미지를 업로드할 수 있어 문서 디자인에서 더 많은 유연성을 제공합니다.
* **일반 지식 크기 표시:** 일반 지식 항목의 크기를 표시하는 기능을 추가했으며, 이를 통해 저장소 사용에 대한 더 많은 투명성을 제공합니다.
## 개선 사항
* **슬랙 채널의 인덱싱된 시간:** 새로운 메시지를 확인할 때 인덱싱된 시간이 업데이트됩니다. 문서의 `INDEXED` 상태가 유지되어 문서 검색 효율이 향상됩니다.
* **보다 원활한 온보딩:** 온보딩 플로우에서 중복 단계를 줄여 더 빠르고 효율적으로 만들었습니다.
* **일반 지식에 대한 반응형 UI:** 미멘토 페이지의 일반 지식에 대한 UI를 최적화하여 반응형으로 만들었습니다. 이를 통해 다양한 기기에서의 가독성이 향상되었습니다.
* **미멘토 크기 표시:** 앱을 인증할 때 미멘토의 크기가 표시됩니다. 이를 통해 사용자는 인증된 미멘토를 더 잘 이해할 수 있습니다.
## 버그 수정
**사용자-이름-애플리케이션:** 사용자가 애플리케이션의 이름을 변경하는 경우가 이제 제대로 처리되어 잠재적인 오류를 방지합니다.
==> notices/releases/jan-15th-2024.md <==
---
description: Rememberizer의 첫 번째 릴리스.
---
# 2024년 1월 15일
## 새로운 기능
* **문서 검색**: 효율적인 검색 기능으로 문서를 쉽게 찾을 수 있습니다.
* **구글 드라이브 통합**: 구글 드라이브를 통해 파일을 원활하게 관리할 수 있습니다.
* **개발자 허브**: 개발자가 Rememberizer와 통합하기 위해 애플리케이션을 쉽게 등록하고 구성할 수 있는 사용자 친화적인 공간입니다.
* **기념물 관리**: 기념물을 쉽게 생성, 목록화 및 삭제할 수 있습니다.
* **데이터 소스 관리**: 데이터 소스를 쉽게 연결하고 연결 해제할 수 있습니다.
* **쉬운 온보딩**: 우리의 온보딩 상태 기능은 모든 사용자와 개발자가 원활하게 시작할 수 있도록 설계되었습니다.
\
==> notices/releases/feb-12th-2024.md <==
---
description: >-
이번 릴리스에서는 공개 공통 지식 페이지를 도입하고,
기념물 구조 및 온보딩 UI를 개선했으며, 앱
권한 부여 카운팅과 관련된 버그를 수정했습니다.
---
# 2024년 2월 12일
## 새로운 기능
* **공공 지식 페이지**: 정보 접근 및 공유를 위한 새로운 공공 지식 페이지가 구현되었습니다.
* **온보딩에서의 공용 지식**: 이제 사용자들은 온보딩 페이지에서 직접 공용 지식을 추가할 수 있습니다.
* **멘토의 나무 구조체**: 멘토에 있는 파일들이 이제 더욱 명확한 이해와 탐색을 위해 나무 구조체로 반환됩니다.
## 개선 사항
* **온보딩 단계의 UI**: 사용자 경험을 개선하기 위해 온보딩 단계의 사용자 인터페이스가 조정되었습니다.
==> notices/releases/nov-1st-2024.md <==
---
description: >-
이 릴리스는 성능 향상, 인증 개선 및 전반적인 신뢰성 증가에 중점을 두어 더 나은 사용자 경험을 제공합니다.
---
# 2024년 11월 1일
### 개선 사항
- **더 빠른 검색 성능**: 문서에 대한 더 빠른 접근을 제공하기 위해 백엔드 프로세스를 최적화했습니다.
- **강화된 인증 시스템**: 보안성과 신뢰성을 향상시키기 위해 인증을 업그레이드했습니다.
- **개선된 인덱싱 신뢰성**: 모든 문서가 검색 가능하도록 문서 인덱싱에 대한 모니터링을 강화했습니다.
- **최적화된 시스템 성능**: 더 빠르고 효율적인 서비스를 위해 백엔드 최적화를 구현했습니다.
### 새로운 기능
- **자동 데이터 소스 재연결**: 데이터 소스가 이제 자동으로 연결 상태를 유지하여 정보에 대한 중단 없는 액세스를 보장합니다.
### 버그 수정
- **개선된 개인정보 보호 제어**: 사용자 보기에서 무단 목록 생성을 방지하는 문제를 수정하여 개인정보 보호를 개선했습니다.
- **앱 권한 문제 해결**: 원활한 접근을 위한 인증된 앱의 리디렉션 문제를 수정했습니다.
==> notices/releases/nov-15th-2024.md <==
---
description: >-
이 릴리스는 로그인 리디렉션을 원활하게 하고 데스크톱 앱 지원을 개선하는 등 사용자 인증 경험을 향상시키는 데 중점을 두고 있습니다.
---
# 2024년 11월 15일
### 새로운 기능
- **데스크탑 앱 인증**: 사용자들은 이제 더 통합된 경험을 위해 우리의 데스크탑 애플리케이션을 통해 직접 인증할 수 있습니다.
### 개선 사항
- **원활한 로그인 리디렉션**: 인증되지 않은 사용자는 로그인 후 원래 페이지로 리디렉션되어 중단 없는 탐색을 보장합니다.
==> notices/releases/jan-29th-2024.md <==
---
description: >-
이 릴리스는 개선된 문서 크기 관리, 더 직관적인 검색 인터페이스 및 원활한 Dropbox 통합을 통해 향상된 사용자 경험을 제공합니다. 또한 주요 버그를 해결했습니다.
---
# 2024년 1월 29일
## 새로운 기능
* **Dropbox 통합**: 이제 우리 플랫폼 내에서 Dropbox 파일을 색인화, 재색인화, 목록화, 제출할 수 있습니다.
* **온보딩 단계에서의 Dropbox 통합**: Dropbox 통합이 이제 온보딩 단계의 일부가 되어 설정이 더욱 간편해졌습니다.
## 개선 사항
* **문서 크기 제한**: 각 사용자의 문서 총 크기를 1GB로 제한하여 최적의 성능을 보장합니다.
* **개선된 검색 경험**: 검색 인터페이스가 더 나은 사용자 경험을 위해 개선되었습니다.
## 버그 수정
* 빈 문서 처리 문제를 수정하여 더 원활한 작업을 가능하게 했습니다.
* 슬랙 첨부 파일 처리 중 발생한 오류를 해결하여 매끄러운 통합을 구현했습니다.
* '가입하기' 버튼을 '가입하기' 페이지에 올바르게 연결했습니다.
==> notices/releases/apr-26th-2024.md <==
---
description: >-
이 업데이트는 고급 기억 통합, Dropbox 및 Google Drive에 대한 개선된 동기화 기능,
사용자 경험 및 시스템 안정성을 향상시키기 위한 중요한 버그 수정을 제공합니다.
---
# 2024년 4월 26일
## 새로운 기능
* **공개 앱용 검색 기능:** 사용자들이 앱을 더 효율적으로 찾을 수 있도록 공개 앱 페이지에 새로운 검색 기능이 추가되었습니다.
## 개선 사항
* **연결된 앱 레이아웃 업데이트:** '귀하의 연결된 앱' 페이지의 레이아웃이 사용자 경험과 탐색을 개선하기 위해 업데이트되었습니다.
* **공통 지식 카드 업데이트:** 정제된 메멘토 페이지의 공통 지식 카드가 문서 개수 대신 크기를 표시하여 저장 사용에 대한 보다 명확한 정보를 제공합니다.
* **Dropbox 및 Google Drive의 자동 동기화 기능 향상:** Dropbox 및 Google Drive의 자동 동기화 기능이 향상되어 보다 원활하고 신뢰할 수 있는 동기화 경험을 제공합니다.
* **공개 앱 페이지의 페이지 매김:** 공개 앱 페이지에 페이지 매김을 구현하여 탐색 및 로드 시간을 개선하여 사용자 경험을 향상시켰습니다.
* **공통 지식 카드에 대한 메멘토의 정제 버튼 업데이트:** 공통 지식 카드에 대한 메멘토의 정제 버튼이 업데이트되어 사용 편의성과 명확성이 향상되었습니다.
## 버그 수정
* **하위 파일 인덱싱 문제:** 통합을 처음 연결할 때 선택한 폴더의 하위 파일이 올바르게 인덱싱되지 않는 버그를 수정하여 포괄적인 파일 관리를 보장했습니다.
* **검색 실패 시 로그아웃 문제:** 존재하지 않는 기념품에 대한 검색 실패로 인해 사용자가 강제로 로그아웃되는 문제를 해결하여 오류 처리 및 사용자 유지율을 개선했습니다.
* **프로필 편집 검증:** 프로필 편집 페이지에서 정보가 정확하게 캡처되고 처리되도록 검증 문제를 해결했습니다.
==> notices/releases/sep-13th-2024.md <==
---
description: >-
이 릴리스는 데이터 인덱싱, 사용 추적, 성능 및 사용자 경험 향상 개선에 중점을 두고 있습니다.
---
# 2024년 9월 13일
### 개선 사항
- **사용 추적 개선**: 새로운 로직이 저장소 및 사용 한계를 더 정확하게 모니터링합니다.
- **성능 향상**: Memento 작업이 이제 더 나은 반응성을 위해 최적화되었습니다.
- **오류 표시 강화**: 문서 인덱싱 실패 시 지식 페이지의 오류 메시지가 더 명확하게 표시되어 문제를 더 쉽게 파악할 수 있습니다.
- **데이터 소스 연결 간소화**: 데이터 소스 패널이 이제 연결 후 자동으로 열려 설정 프로세스를 간소화합니다.
- **기본 설정 개선**: 기본 사용자 설정이 성능 및 정확성을 높이기 위해 업데이트되었습니다.
### 새로운 기능
- **배치 문서 삭제**: 이제 여러 문서를 한 번에 삭제할 수 있어 데이터 관리가 간편해졌습니다.
- **자동 재색인**: 컬렉션은 필요할 때 자동으로 재색인되어 최신 검색 결과를 보장합니다.
### 버그 수정
- **인덱싱 버그 수정**: 데이터 인덱싱과 관련된 문제를 해결하여 검색 신뢰성을 향상시켰습니다.
- **알림 스팸 감소**: 문서 멤버십과 관련된 과도한 알림을 유발하는 문제를 수정했습니다.
==> notices/releases/oct-11th-2024.md <==
---
description: >-
이 릴리스는 보다 효율적인 데이터 처리를 위한 새로운 벡터 데이터베이스 서비스를 도입하며, 시스템 안정성 향상 및 전반적인 경험을 개선하기 위한 중요한 버그 수정을 포함합니다.
---
# 2024년 10월 11일
### 새로운 기능
- **벡터 데이터베이스 서비스**: 보다 효율적인 데이터 저장과 빠른 정보 검색을 위한 새로운 벡터 데이터베이스 서비스를 도입했습니다.
### 개선 사항
- **향상된 시스템 안정성**: 경쟁 조건을 방지하기 위해 백엔드 프로세스를 개선하여 문서 처리를 더 원활하게 합니다.
- **최적화된 연결 관리**: 성능과 신뢰성을 향상시키기 위해 더 나은 연결 처리를 구현했습니다.
### 버그 수정
- **회원 통합 문제 수정**: 벡터 저장소에서 회원 데이터 통합 시 오류를 발생시킨 문제를 해결했습니다.
==> notices/releases/jul-12th-2024.md <==
---
description: >-
이 릴리스는 문서 검색, 기념품 조직 및 통합 관리에 대한 흥미로운 개선 사항을 제공합니다. 우리는 더 매끄러운 탐색과 더 효율적인 데이터 처리를 통해 사용자 경험을 향상시켰습니다.
---
# 2024년 7월 12일
### 새로운 기능들
* **문서 검색**: 문서 내에서 필요한 정보를 빠르고 쉽게 찾을 수 있도록 돕는 강력한 새로운 검색 기능을 사용해 보세요. 
* **새로운 메멘토 트리 구조**: 직관적인 트리 구조로 메멘토를 정리하는 새로운 방법을 경험하고, 정보를 더 쉽게 탐색하고 관리하세요. 
* **메멘토 자동 동기화**: 메멘토를 위한 새로운 자동 동기화 기능으로 데이터를 손쉽게 최신 상태로 유지하세요.
### 개선 사항
* **향상된 메멘토 조직**: 문서와 폴더를 더 명확하게 볼 수 있도록 메멘토 사이드바를 정제하여 탐색이 쉬워졌습니다. 
* **통합 관리**: 새로운 드롭다운 기능을 통해 통합을 쉽게 필터링하고 관리하여 연결된 서비스에 대한 제어력을 높였습니다. 
* **더 빠른 문서 검색**: 새로운 디바운스 검색 기능으로 입력하면서 더 빠르고 반응성이 뛰어난 결과를 제공합니다. 
* **홈페이지 및 지식 페이지 업데이트**: 접근성과 사용자 경험을 개선하기 위해 주요 페이지의 통합 레이아웃을 재구성했습니다.
### 버그 수정
* **통합 신뢰성 향상**: 연결된 서비스에서 정보를 더 잘 처리할 수 있도록 시스템을 개선하여 통합 사용 시 더 원활한 경험을 보장합니다. 
* **더 깔끔한 사용자 인터페이스**: 지식 페이지에서 불필요한 경고 메시지를 제거하여 더 간결한 모습을 제공합니다.
==> notices/releases/feb-5th-2024.md <==
---
description: >-
이 릴리스는 사용자 프로필 관리 기능을 향상시키고, Slack 및 Dropbox
통합을 개선하며, 계정 삭제 기능을 도입하고, 주요 운영 문제를 해결합니다.
---
# 2024년 2월 5일
## 새로운 기능
* **Dropbox 공유 파일**: 이제 당사 플랫폼 내에서 Dropbox의 공유 파일/폴더를 직접 가져올 수 있습니다.
* **계정 삭제**: 필요한 경우 사용자가 계정을 삭제하는 옵션을 이제 제공합니다.
* **Slack 동기화**: Slack과의 향상된 통합을 위해 Slack 동기화를 시작하였습니다. 그러나 아직 Slack 스레드 동기화는 포함되지 않았습니다.
* **사용자 프로필**: 사용자는 이제 자신의 프로필 정보를 보다 효율적으로 업데이트 할 수 있습니다.
## 개선 사항
* **Slack 채널**: Slack 채널은 이제 이름 순으로 정렬되어 탐색이 더 쉬워졌습니다.
## 버그 수정
* 앱 디렉토리에서 잘못된 출처와 관련된 문제를 해결했습니다.
* 개선된 API 호출을 위한 OpenAI GPT의 오류를 해결했습니다.
==> notices/releases/apr-19th-2024.md <==
---
description: >-
이 업데이트는 보안을 강화하고, 인터페이스를 개선하며, 중요한 버그를 해결합니다,
새로운 API 제한, 업데이트된 키, 그리고 MacOS 앱이 포함되어 있습니다.
---
# 2024년 4월 19일
## 새로운 기능
* **MacOS용 데스크탑 앱:** MacOS 사용자들을 위한 전용 데스크탑 앱을 소개하며, 접근성과 사용자 경험을 향상시킵니다. \
문서 보기: [Rememberizer Desktop Agent Application](https://docs.rememberizer.ai/personal/rememberizer-agent-desktop-application)
## 개선사항
* **앱 디렉토리 UI 업데이트:** 앱 디렉토리의 새로운 레이아웃은 보다 직관적이고 사용자 친화적인 내비게이션 경험을 제공합니다.
## 버그 수정
* **검색 문서 줄바꿈 처리:** 검색 문서 쿼리에서 줄바꿈 및 반환 문자가 잘못 제거되는 문제를 수정했습니다.
* **검색 UI 표시 버그:** 검색 결과에서 각 문서에 대해 `생성일` 필드가 정확하게 표시되도록 검색 UI 버그를 수정했습니다.
==> notices/releases/jun-28th-2024.md <==
---
description: >-
이 릴리스는 탐색을 개선하고 문서 처리를 향상시키며 앱 이름을 업데이트합니다. 주요 업데이트에는 홈페이지 애플리케이션 제한, 더 나은 Slack 문서 처리 및 데스크톱 이름 변경이 포함됩니다.
---
# 2024년 6월 28일
## 개선 사항
* **홈페이지의 애플리케이션 제한:** 사용자가 탐색하고 필요한 정보를 찾기 쉽게 하기 위해 홈페이지에 표시되는 애플리케이션 수를 제한했습니다.
* **슬랙 문서 후처리:** 슬랙 문서의 처리를 개선하여 보다 원활하고 정확한 처리를 보장합니다.
* **데스크탑 앱 이름 업데이트:** 데스크탑 앱의 이름이 "Rememberizer App"으로 변경되어 명확성과 브랜드 일관성이 향상되었습니다.
==> notices/releases/mar-25th-2024.md <==
---
description: >-
이 릴리스는 향상된 동기화, 강화된 데이터 암호화 및
보다 원활한 사용자 경험을 위한 여러 버그 수정을 제공합니다.
---
# 2024년 3월 25일
## 개선 사항
* **기념품 개선:** 추가 기념품 정보를 표시하고 인덱싱 진행 상황을 보여주는 기능을 추가하여 사용자가 데이터 상태를 쉽게 추적할 수 있도록 했습니다.
## 버그 수정
* **UI 반응성:** UI 오류를 방지하기 위해 Disconnect 버튼에서 여러 번 클릭 문제를 해결했습니다.
==> notices/releases/may-10th-2024.md <==
---
description: >-
이 릴리스는 Gmail 통합을 도입하여 사용자가 계정을 연결하고
지식 기반을 위한 레이블을 선택할 수 있게 하며, 향상된 검색 기능을 위한
새로운 메모리 기능을 추가합니다.
---
# 2024년 5월 10일
## 새로운 기능
* **Rememberizer 메모리**는 앱이 사용자의 Rememberizer 계정 내에서 데이터를 저장하고 공유할 수 있게 해주며, 여러 앱의 중요한 정보를 중앙 집중화된 위치에 제공하는 기능입니다.\
 \
**장점**
* **사용자에게:** 모든 앱에서 데이터에 쉽게 접근할 수 있고, 앱 간 원활한 동기화가 가능하며, 앱이 제거되더라도 지속적으로 저장됩니다.
* **개발자에게:** 사용자 정의 데이터 저장 시스템을 만들 필요가 없으며, 다른 앱의 데이터를 활용할 수 있고, 앱 간 통합이 간소화됩니다.
메모리 문서: [https://docs.rememberizer.ai/personal/rememberizer-memory-integration](https://docs.rememberizer.ai/personal/rememberizer-memory-integration).\
메모리 API 문서: [https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer](https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer).
* **Gmail 통합:** 사용자는 이제 Gmail 계정을 연결하고 지식 베이스에 추가할 특정 레이블을 선택할 수 있습니다.
* **Google Drive 공유 드라이브 지원:** 우리는 Google Drive 공유 드라이브에 대한 지원을 추가하여 사용자가 공유 드라이브의 문서를 지식 베이스에 포함할 수 있도록 했습니다.
## 개선 사항
* **문서 색인화:** 문서 색인화 프로세스를 개선하여 새로운 문서가 성공적으로 업로드되고 색인화되도록 보장했습니다. 색인화 실패 시에는 재시도 메커니즘이 구현되었습니다.
* **앱 배포 흐름:** 앱 배포 흐름에서 검토 단계를 제거하여 개발자에게 프로세스를 간소화했습니다.
* **연결된 앱 UI:** "연결된 앱" UI가 개선되어 연결된 앱이 없는 경우를 처리할 수 있도록 하여 사용자 경험을 향상시켰습니다.
## 버그 수정
* **애플리케이션 이름 변경:** 애플리케이션 이름 변경으로 인해 오류가 발생하는 문제가 해결되었습니다.
==> notices/releases/jan-22nd-2024.md <==
---
description: >-
이 릴리스는 '앱 탐색' 페이지와 개선된 문서 관리와 같은 새로운 기능을 도입하며,
더 매끄러운 사용자 경험을 위한 주요 최적화 및 버그 수정을 포함합니다.
---
# 2024년 1월 22일
## 새로운 기능
* **앱 탐색 페이지**: 이제 전용 페이지에서 다양한 앱을 직접 탐색할 수 있습니다.
* **할당량 제어**: 파일을 선택할 때 할당량 크기를 제어하는 새로운 기능이 이제 사용 가능해졌습니다. 이를 통해 더 나은 파일 관리를 보장합니다.
## 개선 사항
* **문서 검색 기능 개선**: 검색 기능을 개선했습니다. 이제 검색은 문서 수를 반환하여 파일을 관리하고 탐색하는 데 도움이 됩니다.
* **온보딩 개선**: 온보딩 과정에서 '건너뛰기' 버튼을 추가하여 온보딩 과정에서 더 유연하게 조정할 수 있습니다.
## 버그 수정
* 가독성과 접근성을 높이기 위해 복잡한 PDF 파일 처리와 관련된 문제를 해결했습니다.
* 중단 없는 통합을 위한 Slack 속도 제한과 관련된 문제를 해결했습니다.
==> notices/releases/may-31st-2024.md <==
---
description: >-
이 릴리스는 SQL 쿼리를 향상시키고, UI를 개선하며, 버그를 수정합니다. 주요
업데이트: 최적화된 검색, 자동 생성된 이름, 새로운 기념품 버튼, 개선된 내비게이션.
---
# 2024년 5월 31일
## 새로운 기능
* **새로운 기념품 버튼:** 앱을 인증하는 동안 기념품을 생성할 수 있는 새로운 버튼을 추가하여 사용자 친화적인 프로세스를 만들었습니다.
## 개선 사항
* **검색 최적화:** 더 빠르고 정확한 결과를 위해 검색 기능을 강화했습니다.
* **앱 인증 시 UI 조정:** 앱 인증 시 사용자 경험을 부드럽게 하기 위해 사용자 인터페이스를 약간 조정했습니다.
## 버그 수정
* **들여쓰기 문제 수정:** 애플리케이션 전반에 걸쳐 일관된 형식을 보장하기 위해 들여쓰기와 관련된 문제를 수정했습니다.
==> notices/b2b/README.md <==
---
description: Skydeck AI Inc와 상호작용하는 다른 비즈니스를 위한 게시물.
---
# B2B
==> notices/b2b/about-reddit-agent.md <==
---
description: 리멤버라이저 에이전트
---
# Reddit 에이전트에 대하여
Rememberizer 에이전트는 선택된 서브레딧에서 Reddit 콘텐츠를 검색하여 사용자와 해당 콘텐츠의 제작자가 자신의 AI 도구와 Rememberizer를 통해 승인한 다른 도구를 사용하여 콘텐츠와 상호작용할 수 있도록 콘텐츠의 기본 의미와 다른 참여자의 의미를 쿼리할 수 있게 합니다.
==> background/README.md <==
# 배경
==> background/what-are-vector-embeddings-and-vector-databases.md <==
---
description: Rememberizer가 단순한 데이터베이스나 키워드 검색 엔진 이상의 이유.
---
# 벡터 임베딩과 벡터 데이터베이스란 무엇인가요?
Rememberizer는 사용자 지식 소스 내에서 의미적 유사성을 검색할 수 있도록 벡터 데이터베이스에서 벡터 임베딩을 사용합니다. 이는 단순히 검색 엔진이나 데이터베이스를 통해 콘텐츠에서 키워드를 찾는 것보다 근본적으로 더 발전되고 미묘한 정보 검색 형태입니다.
<figure><img src="../.gitbook/assets/multidimensional_space.png" alt=""><figcaption><p>다차원 공간</p></figcaption></figure>
가장 발전된 형태(Rememberizer에서 사용되는)로서 벡터 임베딩은 OpenAI의 gpt 모델과 ChatGPT 서비스, Google(Gemini), Anthropic(Claude), Facebook(LLama 2) 및 기타 모델/서비스를 뒷받침하는 AI LLM(대형 언어 모델)과 유사한 아키텍처를 가진 언어 모델에 의해 생성됩니다. 이러한 이유로 벡터 임베딩을 사용하여 AI 모델 프롬프트의 맥락에 포함할 관련 지식을 발견하는 것이 자연스럽습니다. 이러한 기술은 상호 보완적이며 다소 동등합니다. 이러한 이유로 LLM을 서비스로 제공하는 대부분의 공급자는 벡터 임베딩도 서비스로 제공할 것입니다(예: [Together AI의 블로그](https://www.together.ai/blog/embeddings-endpoint-release) 또는 [OpenAI의 또 다른 블로그](https://openai.com/blog/introducing-text-and-code-embeddings)).
벡터 임베딩은 어떻게 생겼을까요? 2차원에서 (x,y)라는 좌표를 고려해 보세요. 이것이 원점에서 이 지점까지의 선을 나타낸다면, 우리는 이것을 방향이 있는 선으로 생각할 수 있습니다. 즉, _2차원의 벡터_입니다. 우리의 맥락에서 벡터 임베딩은 768차원 공간에서 벡터를 나타내는 768개의 숫자와 같은 목록이 될 것입니다. 궁극적으로 이 숫자 목록은 "하늘에서 번개가 치다"와 같은 구문에서 의미를 정의하는 Transformer 모델의 0과 1 사이의 가중치를 나타낼 수 있습니다. 이는 예를 들어 GPT-4에서 사용되는 의미의 기본적인 동일한 표현입니다. 결과적으로, 우리는 좋은 벡터 임베딩이 현대 AI 언어 모델에서 볼 수 있는 뛰어난 이해를 가능하게 할 것이라고 기대할 수 있습니다.
\
벡터 임베딩은 텍스트뿐만 아니라 이미지나 소리와 같은 다른 유형의 데이터도 나타낼 수 있다는 점은 주목할 가치가 있습니다. 적절하게 훈련된 모델을 사용하면 매체 간 비교가 가능하므로, 텍스트 블록의 벡터 임베딩을 이미지와 비교하거나 _그 반대의 경우_도 가능합니다. 오늘날 Rememberizer는 사용자 문서와 지식의 텍스트 구성 요소 내에서 검색을 가능하게 합니다. 그러나 텍스트-이미지 및 이미지-텍스트 검색은 로드맵에 있습니다.\
\
Google은 벡터 임베딩을 사용하여 텍스트 검색(텍스트-텍스트)과 이미지 검색(텍스트-이미지)을 지원합니다 ([reference](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)). Facebook은 소셜 네트워크 검색에 임베딩을 사용하는 것을 고려했습니다 ([reference](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)). Snapchat은 적절한 시간에 적절한 사용자에게 올바른 광고를 제공하기 위해 맥락을 이해하기 위해 벡터 임베딩을 사용합니다 ([reference](https://eng.snap.com/machine-learning-snap-ad-ranking)).
벡터 임베딩과 벡터 데이터베이스가 어떻게 작동하는지 깊이 이해하려면 Hugging Face의 [개요](https://huggingface.co/blog/getting-started-with-embeddings)부터 시작하세요. Pinecone(벡터 임베딩 데이터베이스 서비스)도 좋은 [개요](https://www.pinecone.io/learn/vector-embeddings/)를 제공합니다.
벡터에서 검색과 지식을 이해하는 또 다른 훌륭한 출처는 Meta/Facebook의 FAISS 라이브러리에 대한 논문과 코드입니다. "FAISS: A Library for Efficient Similarity Search and Clustering of Dense Vectors"는 Johnson, Douze, Jégou(2017)에 의해 작성되었습니다: FAISS는 밀집 벡터의 효율적인 유사성 검색 및 클러스터링을 위해 설계된 라이브러리에 대한 포괄적인 개요를 제공합니다. 이 논문은 제품 양자화 기반의 대규모 벡터 데이터베이스에서 인덱싱 및 검색 프로세스를 최적화하는 방법을 논의합니다. 이에 대해 더 알아보려면 문서와 함께 [Github의 코드](https://github.com/facebookresearch/faiss)를 참조하세요.
\
2017년 6월에 발표된 논문 "Attention Is All You Need"([reference](https://arxiv.org/abs/1706.03762))를 반드시 고려하세요. 이 논문은 GPT 모델과 OpenAI, Google, Meta(Facebook), Nvidia, Microsoft, IBM, Anthropic, Mistral, Salesforce, xAI(Elon Musk), Stability AI, Cohere 및 기타 많은 오픈 소스에서 파생된 모든 LLM의 뒤에 있는 Transformer 아키텍처를 소개합니다.\
또한 "Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality"([reference 1998](https://dl.acm.org/doi/10.1145/276698.276876), [reference 2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf))도 고려하세요. 이 논문들은 고차원 공간에서의 근사 최근접 이웃(ANN) 검색의 이론을 논의하며, 이는 유사한 항목을 효율적으로 검색하기 위한 벡터 데이터베이스의 핵심 개념입니다.
<div data-gb-custom-block data-tag="hint" data-style='info'>
이러한 Transformer 기반 모델에 대한 흥미로운 점은 사용된 데이터가 많을수록 더 커지고(매개변수가 더 많아짐) 이해력과 능력이 향상된다는 것입니다. OpenAI는 처음에 GPT-2 모델을 훈련할 때 이 가능성을 발견했습니다. 이 가능성을 인식한 그들은 즉시 오픈 소스 지향 비영리에서 폐쇄형 소스 영리 회사로 전환하여 GPT-3, GPT-4 및 유명한 프론트 엔드인 ChatGPT를 생산하는 데 집중했습니다. 흥미롭게도 Google은 이 기술에 대한 특허를 보유하고 있습니다. -- Transformer와 Attention Is All You Need의 뒤에는 그들의 연구자들이 있습니다 ([reference](https://patents.google.com/patent/US10452978B2/en)).\
\
ChatGPT는 제 설명에 대해 약간 다르게 주장하며, "OpenAI의 오픈 소스 지향 비영리에서 폐쇄형 소스 영리 기업으로의 전환에 대한 서사는 복잡한 진화를 단순화합니다. OpenAI의 전환은 상업화 측면과 함께 안전하고 책임 있는 AI 개발에 중점을 두었습니다. 또한 OpenAI가 GPT-3 및 그 이후의 독점 기술 개발을 우선시하고 있지만, 여전히 출판물과 협력을 통해 연구 커뮤니티와의 관계를 유지하고 있다는 점도 주목할 가치가 있습니다."
</div>
BERT 언어 모델은 Transformer를 기반으로 하며, 종종 고급 벡터 임베딩 엔진에서 사용됩니다. 이는 2018년 논문 "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding"([reference](https://arxiv.org/abs/1810.04805))에서 소개되었습니다. BERT(Transformer의 양방향 인코더 표현)는 다양한 NLP 작업을 위해 미세 조정할 수 있는 사전 훈련된 모델로의 중요한 전환을 나타냅니다. 양방향 훈련과 Transformer 아키텍처의 혁신적인 사용은 수많은 벤치마크에서 모델 성능의 새로운 기준을 설정했습니다.\
\
벡터 임베딩을 생성하기 위한 초기 혁신적인 방법은 GloVe(2014, Stanford), Word2Vec(2013, Google)에서 소개되었습니다. "GloVe: Global Vectors for Word Representation"([reference](https://nlp.stanford.edu/pubs/glove.pdf)): GloVe(글로벌 벡터) 논문은 단어 표현의 비지도 학습을 위한 새로운 글로벌 로그-이항 회귀 모델을 제안하며, 임베딩의 두 가지 주요 접근 방식인 글로벌 행렬 분해와 로컬 컨텍스트 윈도우 방법의 이점을 결합합니다. "Efficient Estimation of Word Representations in Vector Space"([reference](https://arxiv.org/abs/1301.3781)): 이 논문은 단어 임베딩을 생성하기 위한 혁신적인 접근 방식인 Word2Vec을 소개합니다. Word2Vec 모델은 연속 단어 집합(CBOW) 및 스킵-그램 모델을 포함하여 단어 임베딩의 발전에 중요한 역할을 합니다.
==> developer/creating-a-rememberizer-gpt.md <==
---
description: >-
이 튜토리얼에서는 Rememberizer 앱을 생성하고 OpenAI GPT와 연결하여
GPT가 Rememberizer API 기능에 접근할 수 있도록 하는 방법을 배웁니다.
---
# Rememberizer GPT 생성하기
### 필수 조건
먼저, [Rememberizer 앱 등록하기](registering-rememberizer-apps.md)를 하고 적절한 설정으로 구성해야 합니다.
GPT를 생성하려면 Rememberizer 앱의 승인된 요청 출처를 `https://chat.openai.com`으로 설정해야 합니다.
> 앱을 등록하려면 콜백 URL을 추가해야 하지만, 현재로서는 GPT에 액션을 추가한 후에만 콜백 URL을 찾을 수 있으므로 더미 값(예: https://chat.openai.com)으로 남겨두세요. 콜백 URL을 얻은 후에는 앱에 대한 올바른 URL로 업데이트해야 합니다.\
> \
> <mark style="color:red;">**참고:**</mark> <mark style="color:red;">GPT는 구성 변경 후 콜백 URL을 업데이트합니다. 최신 콜백 URL을 복사하는 것을 잊지 마세요.</mark>
앱을 생성한 후 **클라이언트 ID**와 **클라이언트 비밀**을 복사하세요. GPT를 생성할 때 이 정보를 사용할 것입니다. 이 정보를 얻는 방법에 대한 지침은 [Rememberizer 앱 승인하기](https://docs.rememberizer.ai/developer/authorizing-rememberizer-apps)에서 확인할 수 있습니다.
<figure><img src="../.gitbook/assets/registered_app_credentials.png" alt=""><figcaption></figcaption></figure>
### GPT 만들기
[ChatGPT UI에서 GPT 만들기](https://chat.openai.com/gpts/editor)로 시작할 수 있습니다.
<div data-gb-custom-block data-tag="hint" data-style='warning'>
참고: 사용자 정의 GPT 앱 만들기는 요금제 계정에서만 가능합니다.
</div>
#### GPT 구성
원하는 대로 정보를 입력할 수 있습니다. 다음은 시도해 볼 수 있는 예입니다:
<table><thead><tr><th width="156">필드</th><th>예시 값</th></tr></thead><tbody><tr><td>이름</td><td>RememberizerGPT</td></tr><tr><td>설명</td><td>Google Drive 및 Slack 채널의 모든 PDF, 문서, 시트, 슬라이드에 직접 이야기하세요.</td></tr><tr><td>지침</td><td>Rememberizer는 Rememberizer 도구와 원활하게 상호작용하도록 설계되어, 사용자가 Google Drive 및 Slack과 같은 여러 출처에서 데이터를 효율적으로 쿼리할 수 있도록 합니다. 주요 목표는 Rememberizer의 기능을 활용하여 사용자의 데이터에 빠르고 정확하게 접근할 수 있도록 하는 것입니다. GPT는 사용자가 쿼리를 작성하고 결과를 해석하는 데 도움을 주어 원활하고 사용자 친화적인 경험을 보장해야 합니다. 데이터 검색 및 분석을 다룰 때 특히 응답의 명확성과 정확성을 유지하는 것이 중요합니다. GPT는 간단한 데이터 조회부터 여러 매개변수나 출처를 포함한 더 복잡한 검색에 이르기까지 다양한 쿼리를 처리할 수 있어야 합니다. 사용자가 필요한 정보를 신속하고 효과적으로 접근할 수 있도록 하는 데 중점을 두어, 과정을 가능한 한 수월하게 만드는 것이 중요합니다.</td></tr></tbody></table>
#### Rememberizer 작업 생성
GPT 편집기에서:
1. "구성" 선택
2. "작업 추가"
3. 인증 유형 구성.
* 인증 유형을 **OAuth**로 설정합니다.
* 위 단계에서 **클라이언트 ID**와 **클라이언트 비밀**을 붙여넣습니다.
* 권한 부여 URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/`
* 토큰 URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/token/`
* **범위**는 비워 둡니다.
* **저장**을 클릭합니다.
<figure><img src="../.gitbook/assets/gpt_auth_type_config.png" alt=""><figcaption></figcaption></figure>
4. Rememberizer의 OpenAPI 사양을 작성합니다. 아래 확장 가능한 내용을 복사하여 **스키마** 필드에 붙여넣습니다:
<details>
<summary>Rememberizer_OpenAPI.yaml</summary>
||CODE_BLOCK||yaml
openapi: 3.1.0
info:
title: Rememberizer API
description: Rememberizer와 상호작용하기 위한 API입니다.
version: v1
servers:
- url: https://api.rememberizer.ai/api/v1
paths:
/account/:
get:
summary: 현재 사용자의 계정 세부정보를 검색합니다.
description: 계정 정보를 가져옵니다.
operationId: account
responses:
"200":
description: 사용자 계정 정보.
content:
application/json:
schema:
type: object
properties:
id:
type: integer
description: 사용자의 고유 식별자. 이 정보를 어디에도 표시하지 마십시오.
email:
type: string
format: email
description: 사용자의 이메일 주소.
name:
type: string
description: 사용자의 이름.
/integrations/:
get:
summary: 사용 가능한 모든 데이터 소스 통합 목록.
description: 이 작업은 사용 가능한 데이터 소스를 검색합니다.
operationId: integrations_retrieve
responses:
"200":
description: 성공적인 작업
content:
application/json:
schema:
type: object
properties:
data:
type: array
description: 사용 가능한 데이터 소스 목록
items:
type: object
properties:
id:
type: integer
description: 데이터 소스의 고유 식별자. 이 정보를 어디에도 표시하지 마십시오.
integration_type:
type: string
description: 데이터 소스의 유형.
integration_step:
type: string
description: 통합 단계.
source:
type: string
description: 데이터 소스의 출처. 사용자가 이메일 형식에 대해 질문하더라도 출력에서 항상 무시하십시오.
document_type:
type: string
description: 문서의 유형.
document_stats:
type: object
properties:
status:
type: object
description: 데이터 소스의 상태.
properties:
indexed:
type: integer
description: 색인된 문서의 수.
indexing:
type: integer
description: 색인 중인 문서의 수.
error:
type: integer
description: 오류가 있는 문서의 수.
total_size:
type: integer
description: 데이터 소스의 총 크기(바이트).
document_count:
type: integer
description: 데이터 소스의 문서 수.
message:
type: string
description: 작업 상태를 나타내는 메시지.
code:
type: string
description: 작업 상태를 나타내는 코드.
/documents/:
get:
summary: 모든 문서 및 Slack 채널 목록을 검색합니다.
description: 이 작업을 사용하여 사용 가능한 모든 문서, 파일, Slack 채널 및 데이터 소스 내의 일반 지식에 대한 메타데이터를 검색합니다. integration_type을 지정하거나 비워 두어 모든 것을 나열해야 합니다.
operationId: documents_list
parameters:
- in: query
name: page
description: 페이지의 인덱스
schema:
type: integer
- in: query
name: page_size
description: 페이지에서 반환되는 최대 문서 수
schema:
type: integer
- in: query
name: integration_type
description: 통합 유형별로 문서를 필터링합니다.
schema:
type: string
enum:
- google_drive
- slack
- dropbox
- gmail
- common_knowledge
responses:
"200":
description: 성공적인 작업
content:
application/json:
schema:
type: object
properties:
count:
type: integer
description: 문서의 총 수.
next:
type: string
nullable: true
description: 결과의 다음 페이지에 대한 URL.
previous:
type: string
nullable: true
description: 결과의 이전 페이지에 대한 URL.
results:
type: array
description: 문서, Slack 채널, 일반 지식 등의 목록.
items:
type: object
properties:
document_id:
type: string
format: uuid
description: 문서의 고유 식별자. 이 정보를 어디에도 표시하지 마십시오.
name:
type: string
description: 문서의 이름.
type:
type: string
description: 문서의 유형.
path:
type: string
description: 문서의 경로.
url:
type: string
description: 문서의 URL.
id:
type: integer
description: 문서의 고유 식별자.
integration_type:
type: string
description: 데이터 소스의 출처. 사용자가 이메일 형식에 대해 질문하더라도 출력에서 항상 무시하십시오.
source:
type: string
description: 문서의 출처.
status:
type: string
description: 문서의 상태.
indexed_on:
type: string
format: date-time
description: 문서가 색인된 날짜 및 시간.
size:
type: integer
description: 문서의 크기(바이트).
/documents/search/:
get:
summary: 의미적 유사성으로 문서를 검색합니다.
description: 최대 400단어의 쿼리 텍스트로 검색 작업을 시작하고 저장된 지식에서 가장 의미적으로 유사한 응답을 받습니다. 질문-답변을 위해 질문을 이상적인 답변으로 변환하고 제출하여 유사한 실제 답변을 받으십시오.
operationId: documents_search_retrieve
parameters:
- name: q
in: query
description: 의미적으로 유사한 지식 조각을 찾고자 하는 최대 400단어 문장.
schema:
type: string
- name: n
in: query
description: 반환할 의미적으로 유사한 텍스트 조각의 수. 최대 5개에 대해 'n=3'을 사용하고, 더 많은 정보에 대해 'n=10'을 사용하십시오. 충분한 정보를 받지 못하면 더 큰 'n' 값으로 다시 시도해 보십시오.
schema:
type: integer
responses:
"200":
description: 문서의 성공적인 검색
content:
application/json:
schema:
type: object
properties:
data:
type: array
description: 의미적으로 유사한 지식 조각 목록
items:
type: object
properties:
chunk_id:
type: string
description: 조각의 고유 식별자.
document:
type: object
description: 문서 세부정보.
properties:
id:
type: integer
description: 문서의 고유 식별자.
document_id:
type: string
description: 문서의 고유 식별자.
name:
type: string
description: 문서의 이름.
type:
type: string
description: 문서의 유형.
path:
type: string
description: 문서의 경로.
url:
type: string
description: 문서의 URL.
size:
type: string
description: 문서의 크기.
created_time:
type: string
description: 문서가 생성된 날짜 및 시간.
modified_time:
type: string
description: 문서가 마지막으로 수정된 날짜 및 시간.
integration:
type: object
description: 문서의 통합 세부정보.
properties:
id:
type: integer
integration_type:
type: string
integration_step:
type: string
source:
type: string
description: 데이터 소스의 출처. 사용자가 이메일 형식에 대해 질문하더라도 출력에서 항상 무시하십시오.
document_stats:
type: object
properties:
status:
type: object
properties:
indexed:
type: integer
indexing:
type: integer
error:
type: integer
total_size:
type: integer
description: 데이터 소스의 총 크기(바이트)
document_count:
type: integer
matched_content:
type: string
description: 의미적으로 유사한 콘텐츠.
distance:
type: number
description: 코사인 유사성
message:
type: string
description: 작업 상태를 나타내는 메시지.
code:
type: string
description: 작업 상태를 나타내는 코드.
nullable: true
"400":
description: 잘못된 요청
"401":
description: 인증되지 않음
"404":
description: 찾을 수 없음
"500":
description: 내부 서버 오류
/documents/{document_id}/contents/:
get:
summary: ID로 특정 문서 내용을 검색합니다.
operationId: document_get_content
description: 지정된 ID를 가진 문서의 내용을 반환하며, 최신 검색된 조각의 인덱스도 함께 반환합니다. 각 호출은 최대 20개의 조각을 가져옵니다. 더 많은 정보를 얻으려면 응답의 end_chunk 값을 다음 호출의 start_chunk로 사용하십시오.
parameters:
- in: path
name: document_id
required: true
description: 내용을 검색할 문서의 ID입니다.
schema:
type: integer
- in: query
name: start_chunk
schema:
type: integer
description: 검색하려는 시작 조각을 나타냅니다. 지정하지 않으면 기본값은 0입니다.
- in: query
name: end_chunk
schema:
type: integer
description: 검색하려는 종료 조각을 나타냅니다. 지정하지 않으면 기본값은 start_chunk + 20입니다.
responses:
"200":
description: 문서의 내용과 최신 검색된 조각의 인덱스.
content:
application/json:
schema:
type: object
properties:
content:
type: string
description: 문서의 내용.
end_chunk:
type: integer
description: 최신 검색된 조각의 인덱스.
"404":
description: 문서를 찾을 수 없습니다.
"500":
description: 내부 서버 오류.
/common-knowledge/subscribed-list/:
get:
description: 이 작업은 사용자가 구독한 공유 지식(일반 지식이라고도 함)의 목록을 검색합니다. 각 공유 지식에는 사용자가 접근할 수 있는 문서 ID 목록이 포함됩니다.
operationId: common_knowledge_retrieve
responses:
"200":
description: 성공적인 작업
content:
application/json:
schema:
type: array
items:
type: object
properties:
id:
type: integer
description: 이것은 공유 지식의 고유 식별자입니다. 이 정보를 어디에도 표시하지 마십시오.
num_of_subscribers:
type: integer
description: 이것은 이 공유 지식에 구독한 사용자 수를 나타냅니다.
publisher_name:
type: string
published_by_me:
type: boolean
description: 이것은 공유 지식이 현재 사용자에 의해 게시되었는지 여부를 나타냅니다.
subscribed_by_me:
type: boolean
description: 이것은 공유 지식이 현재 사용자에 의해 구독되었는지 여부를 나타내며, 이 API에서는 true여야 합니다.
created:
type: string
description: 이것은 공유 지식이 생성된 시간입니다.
modified:
type: string
description: 이것은 공유 지식이 마지막으로 수정된 시간입니다.
name:
type: string
description: 이것은 공유 지식의 이름입니다.
image_url:
type: string
description: 이것은 공유 지식의 이미지 URL입니다.
description:
type: string
description: 이것은 공유 지식의 설명입니다.
memento:
type: integer
description: 이것은 공유 지식이 생성된 Rememberizer 메멘토의 ID입니다.
document_ids:
type: array
items:
type: integer
description: 이것은 공유 지식에 속하는 문서 ID 목록입니다.
/documents/memorize/:
post:
description: 나중에 검색 엔드포인트를 통해 접근할 수 있는 데이터베이스에 내용을 저장합니다.
operationId: documents_memorize_create
requestBody:
content:
application/json:
schema:
type: object
properties:
content:
type: string
required:
- name
- content
responses:
"201":
description: 내용이 성공적으로 저장되었습니다.
"400":
description: 잘못된 요청
"401":
description: 인증되지 않음
"500":
description: 내부 서버 오류
/discussions/{discussion_id}/contents/:
get:
summary: ID로 토론의 내용을 검색합니다. 토론은 Slack 또는 Discord 채팅일 수 있습니다.
operationId: discussion_get_content
description: 지정된 ID를 가진 토론의 내용을 반환합니다. 토론은 Slack 또는 Discord 채팅일 수 있습니다. 응답에는 discussion_content와 thread_contents의 두 필드가 포함됩니다. 전자는 채팅의 주요 메시지를 포함하고 후자는 토론의 스레드입니다.
parameters:
- in: path
name: discussion_id
required: true
description: 내용을 검색할 토론의 ID입니다. 토론은
schema:
type: integer
- in: query
name: integration_type
required: true
schema:
type: string
description: 토론의 통합을 나타냅니다. 현재 "slack" 또는 "discord"만 가능합니다.
- in: query
name: from
schema:
type: string
description: ISO 8601 형식의 GMT+0에서 토론의 내용을 검색하고자 하는 시작 시간을 나타냅니다. 지정하지 않으면 기본 시간은 현재입니다.
- in: query
name: to
schema:
type: string
description: ISO 8601 형식의 GMT+0에서 토론의 내용을 검색하고자 하는 종료 시간을 나타냅니다. 지정하지 않으면 "from" 매개변수의 7일 전입니다.
responses:
"200":
description: 시간 범위 내의 토론의 주요 메시지 및 스레드 메시지.
content:
application/json:
schema:
type: object
properties:
discussion_content:
type: string
description: 주요 토론의 내용.
thread_contents:
type: object
description: 토론의 스레드 목록을 포함하는 사전의 목록으로, 각 키는 ISO 8601 형식의 스레드 날짜 및 시간을 나타내고 값은 스레드의 메시지입니다.
"404":
description: 토론을 찾을 수 없습니다.
"500":
description: 내부 서버 오류.
||CODE_BLOCK||
</details>
5. 이 링크를 개인정보 보호정책으로 추가합니다: `https://docs.rememberizer.ai/notices/privacy-policy`.
6. 작업을 생성한 후, 콜백 URL을 복사하여 Rememberizer 앱에 붙여넣습니다.
<figure><img src="../.gitbook/assets/rememberizer_app_callback_url.png" alt=""><figcaption></figcaption></figure>
==> developer/registering-and-using-api-keys.md <==
---
description: >-
이 튜토리얼에서는 Rememberizer에서 일반 지식을 생성하고 API 호출을 통해 문서를 연결하고 검색하기 위한 API 키를 얻는 방법을 배웁니다.
---
# API 키 등록 및 사용
### 전제 조건
우선, 인덱스화된 지식 파일을 사용하여 생성하고 정제된 [메멘토](../personal/mementos-filter-access.md)가 필요합니다.
### 공통 지식 만들기
공통 지식을 만들기 위해 Rememberizer 계정에 로그인하고 [당신의 공통 지식 페이지](https://rememberizer.ai/personal/common-knowledge)로 이동합니다. **"당신의 공유 지식"**을 선택한 다음 **"시작하기"**를 클릭합니다.
<figure><img src="../.gitbook/assets/common_knowledge_page.png" alt=""><figcaption></figcaption></figure>
그런 다음 이전에 만든 기념물 중 하나를 선택하거나 **"모두"** 또는 **"없음"**을 선택할 수 있습니다.
<div align="center" data-full-width="false">
<figure><img src="../.gitbook/assets/create-common-knowledge-1.png" alt="" width="375"><figcaption></figcaption></figure>
</div>
마지막으로 공통 지식의 이름, 설명을 입력하고 대표 사진을 추가합니다.
<figure><img src="../.gitbook/assets/create-common-knowledge-2.png" alt="" width="375"><figcaption></figcaption></figure>
양식을 작성한 후 하단의 "지식 공유"를 클릭하여 공통 지식을 생성합니다. 그 후, 지식에서 **"공유 활성화"**를 켜고 팝업 모달에서 **"확인"**을 클릭합니다.
<figure><img src="../.gitbook/assets/common_knowledge_sharing.png" alt=""><figcaption></figcaption></figure>
이제 API 키를 얻고 API 호출을 통해 문서에 접근할 준비가 되었습니다.
### 생성한 공통 지식의 API 키 가져오기
공통 지식에서 오른쪽 상단의 세 개의 점을 클릭한 다음 "API 키"를 선택하세요. 아직 없으면 하나가 생성됩니다. API 키가 존재하면 반환됩니다.
<figure><img src="../.gitbook/assets/knowledge_open_API_key.png" alt=""><figcaption></figcaption></figure>
**"API 키 관리"** 패널에서 **"눈"** 버튼을 클릭하여 표시/숨기기를 할 수 있으며, **"복사"** 버튼을 클릭하여 키를 클립보드에 복사하고, **"API 키 재생성"**을 클릭하여 이전 키를 무효화하고 새 키를 생성할 수 있습니다 (API 호출을 통해 문서에 접근하는 앱은 새 키를 업데이트할 때까지 접근할 수 없습니다).
<figure><img src="../.gitbook/assets/copy-api-key.png" alt=""><figcaption></figcaption></figure>
API 키를 얻은 후, Rememberizer에 대한 API 호출에서 이를 사용하여 인덱싱된 문서와 내용을 쿼리할 수 있습니다.
### API 키 사용하기
Rememberizer 엔드포인트에 접근하려면 API 요청의 `X-API-Key` 헤더에 API 키를 사용해야 합니다. Rememberizer가 제공하는 엔드포인트를 보려면 [API 문서](api-documentations/)를 확인하세요.
또한, 사용자 정의 GPT 앱에서 API 키를 사용할 수 있습니다. [ChatGPT UI에서 GPT 만들기](https://chat.openai.com/gpts/editor)로 시작하세요. 인증 유형을 "API 키"로, 인증 타입을 "사용자 정의"로 선택하고 헤더를 "X-Api-Key"로 설정한 다음, 이전에 복사한 키를 API 키 텍스트 상자에 붙여넣으세요.
<figure><img src="../.gitbook/assets/gpt-app-using-api-key.png" alt="" width="375"><figcaption></figcaption></figure>
==> developer/registering-rememberizer-apps.md <==
---
description: >-
귀하의 계정 아래에서 Rememberizer 앱을 생성하고 등록할 수 있습니다. Rememberizer 앱은 사용자를 대신하여 작동할 수 있습니다.
---
# Rememberizer 앱 등록하기
1. 페이지의 왼쪽 상단 모서리에서 **개발자**를 클릭한 다음 **등록된 앱**을 클릭합니다.
<figure><img src="../.gitbook/assets/registered_apps_browse.png" alt=""><figcaption></figcaption></figure>
2. **새 앱 등록**을 클릭합니다. 앱 정보를 입력할 수 있는 팝업 창이 나타납니다.
<figure><img src="../.gitbook/assets/register_new_app.png" alt=""><figcaption></figcaption></figure>
3. **"애플리케이션 이름"**에 앱의 이름을 입력합니다.
4. **"설명(선택 사항)"**에 필요에 따라 앱의 설명을 입력합니다.
5. **"애플리케이션 로고(선택 사항)"**에 로고 파일을 업로드합니다.
6. **"랜딩 페이지 URL"**에 랜딩 페이지의 도메인을 입력합니다. 랜딩 페이지에는 앱이 수행하는 작업과 Rememberizer와의 통합 방법에 대한 자세한 요약이 포함됩니다.
7. **"허가된 요청 출처"**에 앱 웹사이트의 도메인을 입력합니다.
8. **"허가된 리디렉션 URL"**에 앱의 콜백 URL을 입력합니다.
9. **"앱 생성"**을 클릭합니다.
==> developer/langchain-integration.md <==
---
description: >-
Rememberizer를 LangChain 검색기로 통합하여 LangChain 애플리케이션에
강력한 벡터 데이터베이스 검색 기능을 제공합니다.
---
# LangChain 통합
<div data-gb-custom-block data-tag="embed" data-url='https://python.langchain.com/docs/integrations/retrievers/rememberizer/'></div>
이 노트북은 하류에서 사용되는 문서 형식인 `Rememberizer`에서 문서를 검색하는 방법을 보여줍니다.
## 준비
API 키가 필요합니다: 일반 지식을 생성한 후에 하나를 얻을 수 있습니다. 일반 지식을 생성하는 방법에 대한 자세한 지침은 [API 키 등록 및 사용](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)에서 확인할 수 있습니다.
API 키를 얻으면, 이를 환경 변수 `REMEMBERIZER_API_KEY`로 설정하거나 `RememberizerRetriever`를 초기화할 때 `rememberizer_api_key`로 전달해야 합니다.
`RememberizerRetriever`는 다음과 같은 인수를 가집니다:
\- 선택적 `top_k_results`: 기본값=10. 반환되는 문서 수를 제한하는 데 사용합니다.
\- 선택적 `rememberizer_api_key`: 환경 변수 `REMEMBERIZER_API_KEY`를 설정하지 않은 경우 필수입니다.
`get_relevant_documents()`는 하나의 인수, `query`를 가집니다: `Rememberizer.ai`의 일반 지식에서 문서를 찾는 데 사용되는 자유 텍스트입니다.
## 예시
### 기본 사용법[](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#basic-usage) <a href="#basic-usage" id="basic-usage"></a>
||CODE_BLOCK||
# API 키 설정
from getpass import getpass
REMEMBERIZER_API_KEY = getpass()
||CODE_BLOCK||
||CODE_BLOCK||
import os
from langchain_community.retrievers import RememberizerRetriever
os.environ["REMEMBERIZER_API_KEY"] = REMEMBERIZER_API_KEY
retriever = RememberizerRetriever(top_k_results=5)
||CODE_BLOCK||
||CODE_BLOCK||
docs = retriever.get_relevant_documents(query="대형 언어 모델은 어떻게 작동합니까?")
||CODE_BLOCK||
||CODE_BLOCK||
docs[0].metadata # 문서의 메타 정보
||CODE_BLOCK||
||CODE_BLOCK||
{'id': 13646493,
'document_id': '17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP',
'name': '대형 언어 모델(LLM)이란 무엇인가_ _ Cloudflare.pdf',
'type': 'application/pdf',
'path': '/langchain/대형 언어 모델(LLM)이란 무엇인가_ _ Cloudflare.pdf',
'url': 'https://drive.google.com/file/d/17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP/view',
'size': 337089,
'created_time': '',
'modified_time': '',
'indexed_on': '2024-04-04T03:36:28.886170Z',
'integration': {'id': 347, 'integration_type': 'google_drive'}}
||CODE_BLOCK||
||CODE_BLOCK||
print(docs[0].page_content[:400]) # 문서의 내용
||CODE_BLOCK||
||CODE_BLOCK||
이전 또는 새로운 방식으로 맥락화된. 어떤 수준에서 그들은 의미론을 "이해"하며, 그들이 수백만 또는 수십억 번 함께 그룹화된 것을 보았기 때문에 단어와 개념을 그 의미로 연관시킬 수 있습니다. 개발자들이 자신의 LLM을 신속하게 구축하여 LLM 애플리케이션을 만들 수 있도록 하려면, 여러 데이터 세트에 쉽게 접근할 수 있어야 하며, 이러한 데이터 세트를 위한 장소가 필요합니다.
||CODE_BLOCK||
## 체인에서의 사용
||CODE_BLOCK||
OPENAI_API_KEY = getpass()
||CODE_BLOCK||
||CODE_BLOCK||
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
||CODE_BLOCK||
||CODE_BLOCK||
from langchain.chains import ConversationalRetrievalChain
from langchain_openai import ChatOpenAI
model = ChatOpenAI(model_name="gpt-3.5-turbo")
qa = ConversationalRetrievalChain.from_llm(model, retriever=retriever)
||CODE_BLOCK||
||CODE_BLOCK||
questions = [
"RAG란 무엇인가요?",
"대형 언어 모델은 어떻게 작동하나요?",
]
chat_history = []
for question in questions:
result = qa.invoke({"question": question, "chat_history": chat_history})
chat_history.append((question, result["answer"]))
print(f"-> **질문**: {question} \n")
print(f"**답변**: {result['answer']} \n")
||CODE_BLOCK||
||CODE_BLOCK||
-> **질문**: RAG란 무엇인가요?
**답변**: RAG는 Retrieval-Augmented Generation의 약자입니다. 이는 외부 지식 기반에서 사실을 검색하여 대형 언어 모델(LLM)이 생성한 응답을 향상시키기 위해 최신의 정확한 정보를 제공하는 AI 프레임워크입니다. 이 프레임워크는 사용자가 LLM의 생성 과정을 이해하는 데 도움을 주며, 모델이 신뢰할 수 있는 정보 소스에 접근할 수 있도록 보장합니다.
-> **질문**: 대형 언어 모델은 어떻게 작동하나요?
**답변**: 대형 언어 모델(LLM)은 방대한 언어 데이터 세트를 분석하여 인간 언어 텍스트를 이해하고 생성하는 방식으로 작동합니다. 이들은 기계 학습, 특히 딥 러닝에 기반하여 구축되며, 이는 프로그램이 인간의 개입 없이 데이터의 특징을 인식하도록 훈련하는 과정을 포함합니다. LLM은 신경망, 특히 변환기 모델을 사용하여 인간 언어의 맥락을 이해하며, 이는 모호하거나 새로운 맥락에서도 언어를 해석하는 데 더 뛰어나게 만듭니다. 개발자는 여러 데이터 세트에 접근하고 Cloudflare의 Vectorize 및 Cloudflare Workers AI 플랫폼과 같은 서비스를 사용하여 자신의 LLM을 빠르게 구축할 수 있습니다.
||CODE_BLOCK||
### 관련[](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#related) <a href="#related" id="related"></a>
* 검색기 [개념 가이드](https://python.langchain.com/docs/concepts/#retrievers)
* 검색기 [사용 방법 가이드](https://python.langchain.com/docs/how\_to/#retrievers)
***
**이 문서 페이지에 대한 피드백을 제공하여 도와주세요:**
==> developer/talk-to-slack-the-sample-web-app.md <==
---
description: >-
LLM을 Rememberizer에 대한 쿼리를 통해 사용자 지식과 통합하는 간단한 웹 애플리케이션을 만드는 것은 매우 쉽습니다.
---
# Talk-to-Slack 샘플 웹 앱
앱의 소스 코드는 [여기](https://github.com/skydeckai/rememberizer)에서 찾을 수 있습니다.
이 섹션에서는 단계별 지침과 전체 소스 코드를 제공하여 여러분이 빠르게 자신의 애플리케이션을 만들 수 있도록 도와드리겠습니다.
우리는 OpenAI에서 Talk-to-Slack GPT를 만들었습니다. Talk-to-Slack 웹 앱은 매우 유사합니다.
<div align="left">
<figure><img src="https://rememberizer-docs-assets.s3.amazonaws.com/talk-to-slack_web_app.png" alt=""><figcaption><p>Heroku에서 Rememberizer가 만든 Talk-to-Slack.com 웹 앱</p></figcaption></figure>
</div>
<div align="left">
<figure><img src="https://rememberizer-docs-assets.s3.amazonaws.com/talk-to-slack_web_app.png" alt=""><figcaption><p>OpenAI에서 Rememberizer가 만든 Talk to Slack GPT</p></figcaption></figure>
</div>
***
### 소개
이 가이드에서는 당사의 Talk-to-Slack GPT 통합과 Rememberizer.ai을 닮은 창작 어플리케이션을 만들기 위해 단계별 지침과 전체 소스 코드를 제공합니다. Slack 통합과는 다르게, 웹 앱은 웹 스크래핑, 로컬 데이터베이스 접근, 그래픽 및 애니메이션, 결제 수집 등의 추가 기능과 더 많은 제어를 제공합니다. 더불어, 프리미엄 genAI 계정이 필요 없는 누구나 이용 가능합니다.
### 개요
예시 애플리케이션인 'Talk to Slack'은 Heroku에서 호스팅되며 OpenAI의 LLM과 Rememberizer.ai를 통합하여 여러분의 Slack 경험을 향상시킵니다. 이 웹 애플리케이션은 Flask를 이용하여 구축되었으며 OAuth2 통합, Slack 데이터 액세스, 직관적인 사용자 인터페이스와 같은 기능을 제공합니다.
### 기능
* **플라스크 기반 아키텍처**: 백엔드 작업, 프론트엔드 통신, API 상호 작용이 Flask에 의해 처리됩니다.
* **OAuth2 통합**: Rememberizer의 OAuth2 플로우를 사용하여 안전한 인증 및 데이터 접근을 합니다.
* **슬랙 데이터 접근**: Rememberizer의 API를 사용하여 사용자가 연결한 슬랙 데이터를 안전하게 가져옵니다.
* **OpenAI LLM 통합**: OpenAI의 LLM 서비스로 쿼리를 처리하여 깊이 있는 응답을 합니다.
* **직관적인 사용자 인터페이스**: 현대적인 UI 디자인을 통해 쉬운 탐색 및 상호 작용을 가능하게 합니다.
* **최고의 관행**: 보안 및 사용자 체험 표준을 준수하여 원활한 통합을 지향합니다.
### 설정 및 배
#### 필수 조건
* 파이썬
* 플라스크
<div data-gb-custom-block data-tag="hint" data-style='info'>
LLM이 이 전체 애플리케이션을 다른 언어, 즉 Golang으로 다시 작성하는 것이 그리 어렵지 않았다는 점에 유의하세요. 따라서 파이썬에 국한되지 않는다는 점을 기억하세요.
</div>
#### 환경 구성
다음의 환경 변수를 설정하세요:
* `APP_SECRET_KEY`: Flask를 위한 고유한 비밀키.
* `REMEMBERIZER_CLIENT_ID`: Rememberizer 애플리케이션을 위한 클라이언트 ID.
* `REMEMBERIZER_CLIENT_SECRET`: Rememberizer 애플리케이션을 위한 클라이언트 비밀키.
* `OPENAI_API_KEY`: 당신의 OpenAI API 키.
#### 애플리케이션 실행
1. **Flask 앱 시작**: 터미널에서 `flask run`을 실행하고 `http://localhost:5000`에서 앱에 접근합니다.
2. **Rememberizer 앱 구성에 콜백 URL 복사**: `https://<YOURHOST>/auth/rememberizer/callback` 예: `http://localhost:5000/auth/rememberizer/callback`.
#### 클라우드에 배포하기
Heroku, Google Cloud Platform (GCP), Amazon Web Services (AWS) 또는 Microsoft Azure와 같은 플랫폼에 배포하는 것이 권장됩니다.
**Heroku 배포**
1. **Heroku 계정 만들기**: Heroku CLI를 설치합니다.
2. **애플리케이션 준비하기**: `Procfile`, `runtime.txt`, 및 `requirements.txt`가 있는지 확인합니다.
3. **배포하기**: Heroku CLI 또는 GitHub 통합을 사용하여 배포합니다.
**상세 단계**
* **Heroku를 GitHub에 연결하기**: 원활한 업데이트를 위해 GitHub 리포지토리에서 자동 배포를 활성화합니다.
* **수동으로 배포하기**: 선택적으로, 더 많은 제어를 위해 수동 배포를 사용할 수 있습니다.
**추가 설정**
* Heroku CLI 설치: `brew tap heroku/brew && brew install heroku` (macOS).
* SSL 인증서 추가: 초기 HTTPS 설정을 위해 자체 서명된 인증서를 사용합니다.
* Heroku에서 환경 변수 구성: 필수 키에 대해 `heroku config:set KEY=value`를 사용합니다.
**기타 클라우드 플랫폼**
* **GCP**: GCP 계정을 설정하고, `app.yaml`로 앱을 준비한 후 `gcloud app deploy`를 사용하여 배포합니다.
* **AWS**: AWS 계정과 AWS CLI를 설정한 후 Elastic Beanstalk를 사용하여 배포합니다.
* **Azure**: Azure 계정을 만들고 Azure CLI를 설치한 후 Azure App Service를 통해 배포합니다.
#### 보안 및 모범 사례
배포 전에 `requirements.txt`를 확인하고, 프로덕션에 맞게 구성 조정을 하며, OAuth 리디렉션 URI를 업데이트하세요.
### 애플리케이션 코드 노트
**@app.route('/') (인덱스 경로):**
이 경로는 루트 URL (/)에 접근할 때 index.html 템플릿을 렌더링합니다. 애플리케이션의 홈페이지 역할을 합니다.
**@app.route('/auth/rememberizer') (Rememberizer 인증 경로):**
이 경로는 Rememberizer.ai와의 OAuth2 인증 프로세스를 시작합니다. 무작위 상태 값을 생성하고 세션에 저장하며, 필요한 매개변수(클라이언트 ID, 리디렉션 URI, 범위 및 상태)를 사용하여 인증 URL을 구성하고 사용자를 Rememberizer.ai의 인증 페이지로 리디렉션합니다.
**@app.route('/auth/rememberizer/callback') (Rememberizer 콜백 경로):**
이 경로는 사용자가 애플리케이션을 인증한 후 Rememberizer.ai로부터의 콜백을 처리합니다. 쿼리 매개변수에서 인증 코드를 추출하고, Rememberizer.ai의 토큰 엔드포인트를 사용하여 액세스 토큰으로 교환하며, 액세스 토큰을 세션에 저장합니다. 그런 다음 사용자를 /dashboard 경로로 리디렉션합니다.
**@app.route('/dashboard') (대시보드 경로):**
이 경로는 사용자에게 대시보드 페이지를 표시합니다. 세션에 액세스 토큰이 있는지 확인하고, 없으면 인증 경로로 리디렉션합니다. 사용자가 인증된 경우, Rememberizer.ai의 계정 엔드포인트에 요청을 보내 계정 정보를 검색하고 이 정보를 사용하여 dashboard.html 템플릿을 렌더링합니다.
**@app.route('/slack-info') (슬랙 통합 정보 경로):**
이 경로는 사용자의 Rememberizer.ai와의 슬랙 통합에 대한 정보를 보여줍니다. 액세스 토큰을 확인하고 Rememberizer.ai의 통합 엔드포인트에 요청을 보내 통합 데이터를 가져옵니다. 그런 다음 이 데이터를 사용하여 slack_info.html 템플릿을 렌더링합니다.
**@app.route('/ask', methods=\['POST']) (질문 경로):**
이 경로는 사용자의 질문 제출을 처리합니다. 액세스 토큰을 확인하고, 폼 데이터에서 사용자의 질문을 가져오며, Rememberizer.ai의 문서 검색 엔드포인트에 요청을 보내 관련 정보를 찾습니다. 그런 다음 OpenAI의 GPT-4 모델을 사용하여 질문과 검색 결과를 기반으로 답변을 생성합니다. 답변은 answer.html 템플릿에 렌더링됩니다.
### 추가 사항
* **아이콘 삽화** : 디테일한 접지 종이 예술 스타일로 디자인되었습니다. 이는 AI 와 통신 통합을 반영합니다. 아이콘은 Midjourney와 Image2Icon에서 생성되었습니다.
* **SSL 구성** : OpenSSL을 사용하여 자체 서명된 인증서를 생성하고, 보안 통신을 위해 사용됩니다.
### 탐색 및 혁신
자신만의 AI 통합 웹 앱을 탐색하고 혁신할 것을 권장하며, 플랫폼 내에서 생산성과 협업을 향상시키는 것을 목표로 합니다.
***
이 수정된 문서는 개발자가 Talk-to-Slack과 유사한 AI 통합 웹 앱을 만들기 위한 포괄적인 가이드를 제공합니다. 설정, 배포 및 애플리케이션 코드 개요에 대한 자세한 지침과 함께 최상의 방법을 포함합니다.
==> developer/README.md <==
# 개발자
==> developer/vector-stores.md <==
---
description: >-
이 가이드는 개발자로서 Rememberizer 벡터 저장소를 사용하는 방법을 이해하는 데 도움이 될 것입니다.
layout:
title:
visible: true
description:
visible: true
tableOfContents:
visible: true
outline:
visible: true
pagination:
visible: true
---
# 벡터 저장소
Rememberizer 벡터 저장소는 벡터 데이터를 처리하는 과정을 간소화하여 텍스트 입력에 집중하고 검색 및 데이터 분석과 같은 다양한 응용 프로그램을 위해 벡터의 힘을 활용할 수 있도록 합니다.
### 소개
Rememberizer 벡터 저장소는 벡터 데이터를 처리하기 위한 사용하기 쉬운 인터페이스를 제공하도록 설계되었습니다. Pinecone과 같은 전통적인 벡터 데이터베이스와 달리, Rememberizer 벡터 저장소는 텍스트와 직접 작업할 수 있게 해줍니다. 이 서비스는 텍스트 데이터를 청크화하고, 벡터화하며, 저장하는 작업을 처리하여, 여러분이 핵심 애플리케이션 로직에 집중할 수 있도록 도와줍니다.
### 시작하기
#### 벡터 스토어 생성
1. 대시보드에서 벡터 스토어 섹션으로 이동합니다.
2. "새 벡터 스토어 생성"을 클릭합니다:
* 세부 정보를 입력하라는 양식이 나타납니다.
3. 세부 정보 입력:
* **이름**: 벡터 스토어에 대한 고유한 이름을 제공합니다.
* **설명**: 벡터 스토어에 대한 간략한 설명을 작성합니다.
* **데이터 스키마**: 벡터 차원 및 추가 필드를 정의합니다.
* 선택적으로 임베딩 모델, 인덱싱 전략 및 유사성 메트릭을 지정할 수 있습니다. 이러한 설정은 벡터가 생성되고 비교되는 방식에 영향을 미치며, 특정 사용 사례에 맞게 성능을 최적화합니다.
4. 양식 제출:
* "생성" 버튼을 클릭합니다. 성공 알림을 받게 되며, 새 스토어가 벡터 스토어 목록에 나타납니다.
<figure><img src="../.gitbook/assets/create_vector_DB_store.png" alt=""><figcaption><p>새 벡터 스토어 생성</p></figcaption></figure>
#### 벡터 스토어 관리
1. 벡터 스토어 보기 및 편집:
* 관리 대시보드에 접근하여 벡터 스토어를 보고, 편집하거나 삭제합니다.
2. 문서 보기:
* 특정 벡터 스토어 내에서 개별 문서와 그에 관련된 메타데이터를 탐색합니다.
3. 통계:
* 저장된 벡터 수, 쿼리 성능 및 운영 메트릭과 같은 자세한 통계를 봅니다.
<figure><img src="../.gitbook/assets/vector_store_management.png" alt=""><figcaption><p>벡터 스토어의 세부정보 보기</p></figcaption></figure>
### API 키 관리
API 키는 Rememberizer 벡터 스토어의 API 엔드포인트에 대한 접근을 인증하고 권한을 부여하는 데 사용됩니다. API 키의 적절한 관리는 벡터 스토어의 보안과 무결성을 유지하는 데 필수적입니다. 이 섹션에서는 벡터 스토어에 대한 API 키를 생성하고 취소하는 방법을 다룹니다.
#### API 키 생성
1. Vector Store 세부정보 페이지로 이동합니다.
2. API 키 관리 섹션으로 이동합니다:
* "구성" 탭 내에서 찾을 수 있습니다.
3. **"API 키 추가"**를 클릭합니다:
* 세부정보를 입력하라는 양식이 나타납니다.
4. 세부정보 입력:
* **이름**: API 키의 용도를 식별할 수 있도록 이름을 제공합니다.
5. 양식 제출:
* "생성" 버튼을 클릭합니다. 새 API 키가 생성되어 표시됩니다. 반드시 복사하여 안전하게 보관하십시오. 이 키는 특정 벡터 스토어에 대한 요청을 인증하는 데 사용됩니다.
<figure><img src="../.gitbook/assets/vector_store_api_key.png" alt=""><figcaption><p>새 API 키 생성</p></figcaption></figure>
#### API 키 취소
더 이상 API 키가 필요하지 않은 경우, 잠재적인 오용을 방지하기 위해 삭제할 수 있습니다.
보안상의 이유로, 주기적으로 API 키를 교체하는 것이 좋습니다. 이는 새로운 키를 생성하고 이전 키를 취소하는 것을 포함합니다.
### API 키를 사용하여 벡터 저장소 정보 검색
새로운 벡터 저장소를 생성하고 API 키를 생성한 후, 이 키를 벡터 저장소에 접근이 필요한 사용자와 공유할 수 있습니다. API 키는 사용자가 문서를 업로드하고, 문서를 검색하며, 벡터 저장소 내에서 다른 작업을 수행할 수 있도록 허용합니다. 그러나 사용자가 벡터 저장소와 상호작용하기 전에 API 키를 사용하여 벡터 저장소의 ID 및 기타 관련 정보를 검색해야 합니다.
각 API 엔드포인트 및 응답에 대한 자세한 정보는 [vector-store](api-documentations/vector-store/ "mention") 페이지를 방문하십시오.
***
API 키를 안전하게 처리하고 API 키 관리에 대한 모범 사례를 따르십시오.
==> developer/authorizing-rememberizer-apps.md <==
# Rememberizer 앱 인증
Rememberizer의 구현은 표준 [인증 코드 부여 유형](https://tools.ietf.org/html/rfc6749#section-4.1)을 지원합니다.
사용자를 귀하의 앱에 인증하기 위한 웹 애플리케이션 흐름은 다음과 같습니다:
1. 사용자는 Rememberizer로 리디렉션되어 계정을 인증합니다.
2. 사용자는 귀하의 애플리케이션과 함께 사용할 기념품을 선택합니다.
3. 귀하의 애플리케이션은 사용자의 액세스 토큰으로 API에 접근합니다.
UI 흐름의 예제를 보려면 [#explore-third-party-apps-and-service](../personal/manage-third-party-apps.md#explore-third-party-apps-and-service "mention") 페이지를 방문하세요.
### 1단계. 사용자의 Rememberizer 아이덴티티 요청
사용자를 Rememberizer 인증 서버로 리디렉션하여 인증 및 권한 부여 프로세스를 시작합니다.
||CODE_BLOCK||
GET https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/
||CODE_BLOCK||
매개변수:
<table><thead><tr><th width="236">이름</th><th>설명</th></tr></thead><tbody><tr><td>client_id</td><td><strong>필수</strong><br>귀하의 애플리케이션에 대한 클라이언트 ID입니다. 이 값을 개발자에서 찾을 수 있습니다. 왼쪽 상단 모서리에서 <strong>개발자</strong>를 클릭하십시오. 등록된 앱 목록에서 귀하의 앱을 클릭하면 <strong>앱 자격 증명</strong>에서 클라이언트 ID를 확인할 수 있습니다.</td></tr><tr><td>response_type</td><td><strong>필수</strong><br>권한 부여 코드 부여를 위해 <code>code</code>여야 합니다.</td></tr><tr><td>scope</td><td><p><strong>선택 사항</strong></p><p>사용자를 대신하여 귀하의 애플리케이션이 접근할 수 있는 리소스를 식별하는 공백으로 구분된 범위 목록입니다.</p></td></tr><tr><td>redirect_uri</td><td><strong>필수</strong><br>사용자가 권한 부여 후 전송될 귀하의 애플리케이션의 URL입니다.</td></tr><tr><td>state</td><td><p><strong>필수</strong></p><p>요청과 콜백 간의 상태를 유지하기 위해 클라이언트가 사용하는 불투명한 값입니다. 인증 서버는 사용자를 클라이언트로 다시 리디렉션할 때 이 값을 포함합니다.<br></p></td></tr></tbody></table>
### 2단계. 사용자가 자신의 기념품 선택 및 구성
사용자는 앱과 함께 사용할 기념품을 선택합니다.
### 3단계. 사용자가 Rememberizer에 의해 귀하의 사이트로 리디렉션됩니다
사용자가 자신의 기념품을 선택한 후, Rememberizer는 이전 단계에서 제공한 상태를 `state` 매개변수로 포함하여 임시 `code` 매개변수와 함께 귀하의 사이트로 리디렉션합니다. 임시 코드는 짧은 시간 후에 만료됩니다. 상태가 일치하지 않으면 제3자가 요청을 생성한 것이므로 프로세스를 중단해야 합니다.
### 4단계. 인증 코드를 갱신 및 액세스 토큰으로 교환
||CODE_BLOCK||
POST https://api.rememberizer.ai/api/v1/auth/oauth2/token/
||CODE_BLOCK||
이 엔드포인트는 다음 입력 매개변수를 사용합니다.
<table><thead><tr><th width="165">이름</th><th>설명</th></tr></thead><tbody><tr><td>client_id</td><td><strong>필수</strong><br>귀하의 애플리케이션에 대한 클라이언트 ID입니다. 이 값은 개발자에서 찾을 수 있습니다. 이 ID를 찾는 방법은 1단계에 있습니다.</td></tr><tr><td>client_secret</td><td><strong>필수</strong><br>귀하의 애플리케이션에 대해 Rememberizer로부터 받은 클라이언트 비밀입니다.</td></tr><tr><td>code</td><td>3단계에서 받은 인증 코드입니다.</td></tr><tr><td>redirect_uri</td><td><strong>필수</strong><br>사용자가 인증 후 전송되는 귀하의 애플리케이션의 URL입니다. 1단계의 redirect_uri와 일치해야 합니다.</td></tr></tbody></table>
### 5단계. 액세스 토큰을 사용하여 API에 접근하기
액세스 토큰은 사용자를 대신하여 API에 요청을 할 수 있게 해줍니다.
||CODE_BLOCK||
Authorization: Bearer OAUTH-TOKEN
GET https://api.rememberizer.ai/api/me/
||CODE_BLOCK||
예를 들어, curl에서는 다음과 같이 Authorization 헤더를 설정할 수 있습니다:
||CODE_BLOCK||shell
curl -H "Authorization: Bearer OAUTH-TOKEN" https://api.rememberizer.ai/api/me/
||CODE_BLOCK||
## 참고 문헌
Github: [https://github.com/skydeckai/rememberizer-integration-samples](https://github.com/skydeckai/rememberizer-integration-samples)
==> developer/api-documentations/retrieve-slacks-content.md <==
# 슬랙의 콘텐츠 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/discussions/{discussion_id}/contents/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/retrieve-documents.md <==
# 문서 검색
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/README.md <==
# API 문서
API를 인증하려면 [OAuth2](../authorizing-rememberizer-apps.md) 또는 [API 키](../registering-and-using-api-keys.md)를 사용할 수 있습니다. OAuth2는 애플리케이션이 시스템 내의 특정 문서에 안전하게 접근할 수 있도록 하는 표준 인증 프레임워크입니다. 반면, API 키는 OAuth2 인증 프로세스를 거치지 않고 공통 지식 기반에서 문서를 검색하는 더 간단한 방법을 제공합니다.
==> developer/api-documentations/list-available-data-source-integrations.md <==
# 사용 가능한 데이터 소스 통합 목록
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/integrations/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/retrieve-current-users-account-details.md <==
# 현재 사용자의 계정 세부정보 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/account/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/memorize-content-to-rememberizer.md <==
# Rememberizer에 콘텐츠 기억하기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/memorize/' data-method='post'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/get-all-added-public-knowledge.md <==
# 추가된 모든 공개 지식 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/common_knowledge/subscribed-list/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/search-for-documents-by-semantic-similarity.md <==
# 문서의 의미적 유사성으로 검색하기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/search/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/retrieve-document-contents.md <==
# 문서 내용 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/documents/{document_id}/contents/' data-method='get'>
[rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md <==
# 문서 목록 가져오기 벡터 저장소에서
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents' data-method='get'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/get-the-information-of-a-document.md <==
# 문서의 정보를 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/{document-id}' data-method='get'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/README.md <==
# 벡터 저장소 API
==> developer/api-documentations/vector-store/get-vector-stores-information.md <==
# 벡터 저장소 정보 가져오기
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/me' data-method='get'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md <==
# 의미적 유사성으로 벡터 저장소 문서 검색
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi (1).yml' data-path='/vector-stores/{vector-store-id}/documents/search' data-method='get'>
[rememberizer_openapi (1).yml](<../../../.gitbook/assets/rememberizer_openapi (1).yml>)
</div>
==> developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md <==
# 벡터 저장소에 새 텍스트 문서 추가
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/create' data-method='post'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/remove-a-document-in-vector-store.md <==
# 벡터 저장소에서 문서 제거
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/{document-id}/' data-method='delete'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md <==
# 벡터 저장소의 파일 내용 업데이트
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/{document-id}/' data-method='patch'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
==> developer/api-documentations/vector-store/upload-files-to-a-vector-store.md <==
# 파일을 벡터 스토어에 업로드
<div data-gb-custom-block data-tag="swagger" data-src='../../../.gitbook/assets/rememberizer_openapi.yml' data-path='/vector-stores/{vector-store-id}/documents/upload' data-method='post'>
[rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml)
</div>
Last updated