사층 패러다임 · Anchor → Flow → Depth → Capacity
Anchor · Flow · Depth · Capacity
고정보 밀도의 기술 블로그와 기술 포털을 위한 Design System. 우리는 graph 지식 네트워크를 사용하여 사용자의 인지 부하를 줄이면서 정보 밀도를 크게 높입니다——이 사층 웹 매트릭스 설계 패러다임은 도구 체계 배포와 능력 체계 구축 시 우리 자신의 지식 공간과 작업 공간을 관리하는 경험의 구조적 매핑이며, skills + MCP + design system으로 추상화하여 오픈소스 공개할 계획입니다.
단백질과 유전자 공학, 그리고 확장될 모든 지식과 기술 영역에 봉사
이것은 또한 DiVo AI 팀의 기술 책임자 George 선생님이 2002년부터 HTML 페이지를 직접 손으로 써온 이래, 20여 년의 website builder's experience가 생성 AI 정보의 제2폭발에 직면한 역공학이기도 합니다——"정보를 사람에게 어떻게 제시할까"에서 "정보를 인류와 AI 사이에서 어떻게 효율적으로 흐르게 할까"로.
divo-web-design-system
오픈소스 Design System + Skill + 컴포넌트 라이브러리 — GitHub →
왜 이 사층인가
각 층은 하나의 핵심 질문에 답하고, 사층이 쌓여 완전한 지식 획득 루프를 구성
인간의 니즈에서 출발. 대중 과학, 3종 독자 내비, 환자 카드——어떤 배경의 browser 도 자신의 진입점을 찾을 수 있다.
→ 인지 부하 감소: 독자가 전문 배경을 가졌다고 전제하지 않고, 평이한 말로 먼저 "왜"에 답한다
c-users 서비스 페이지 Hero → 독자 내비 → 환자에게 → X란 무엇인가
기술 파이프라인 흐름. DiVo 의 역할, N단계 파이프라인, 차별화 우위——파이프라인을 따라 입력에서 출력까지, 각 단계가 검증 가능.
→ 정보 밀도 증가: 파이프라인 단계＝지식 노드, 각 단계에 도구, 산출, 상태, link 부기
CAR-T 5단계 파이프라인 CT1→CT2→CT3→CT4→CT5, 각 단계가 기반 검증에 link
검증 가능한 증거. benchmark 표, 샘플 보고서, 정직한 경계, 시장 참조, 용어집——과장 없이, 단점을 숨기지 않음.
→ graph 노드 전개: 각 검증 지표는 추적 가능한 지식 앵커
pLDDT 95.4 · ipTM 0.977 · TESLA AUROC 0.698 · 400+ 복합체
능력 아키텍처 역추적. L1 엔진 → L2 모델 → L3 Agent → L4 파이프라인——C단 시나리오에서 실리콘까지 역추적.
→ 지식 그래프 직조: 각 종말 페이지가 graph 앵커를 자체적으로 가지며, 능력 아키텍처 매트릭스와 양방향 연결
CAR-T 능층: RVDon(L1) → DiVoFold5(L2) → 단백질 예측 Agent(L3) → car-t-therapy 파이프라인(L4)
Anchor(인간 니즈) → Flow(파이프라인 경로) → Depth(검증 증거) → Capacity(능력 역추적)
"왜 필요한가"에서 "무엇이 이 서비스를 지원하는가"까지——사층이 완전한 인지 체인을 구성, 각 층은 graph 중의 깊이 수준
KNOWLEDGE GRAPH
graph 지식 네트워크의 삼중 가치
선형 문서가 아니라, 횡단 가능한 지식 그래프
인지 부하 감소
사용자가 제로에서 지식 체계를 구축할 필요 없음. 사층 패러다임 자체 인지 비계——Anchor 층이 니즈를 위치짓고, Flow 층이 경로를 보여주며, Depth 층이 증거를 제공, Capacity 층이 전체를 연결. 독자는 층별로 진입, 길을 잃지 않음.
정보 밀도 증가
각 페이지는 고립된 정보 섬이 아니라 graph 중의 한 노드. 파이프라인 단계는 검증에 link, 검증은 기반 서비스에 link, Capacity 층은 능력 아키텍처에 link——한 번 탐색으로 얻는 정보량은 선형 읽기의 수배.
인류와 AI 공독
페이지 구조는 인간이 읽기 위함이자, AI 공성사가 읽기 위함이기도 함. 구조화된 CAPACITY_TRACE, HonestBadge, 파이프라인 link 로 AI 가 페이지를 분석하여 완전한 지식 그래프를 구축, 자동화된 지식 검색과 추론을 구현.
EXPERIENCE MAPPING
우리의 작업 공간에서 당신의 지식 공간으로
사층 패러다임은 허공에서 설계된 것이 아니다——우리 자신의 지식 공간을 관리하는 경험의 구조적 매핑
| 우리의 실천 | 대응 패러다임 층 | 매핑 관계 |
|---|---|---|
| 도구 체계 배포 시 L1-L4로 계층화 | Capacity | 능력 아키텍처 매트릭스 자체가 우리의 지식 공간 분류법 |
| 파이프라인 구축 시 각 단계의 도구+산출+상태 기록 | Flow | 파이프라인 단계＝지식 노드, 상태 라벨로 정직한 자기 검사 |
| 샘플 보고서와 benchmark 관리 | Depth | 검증 지표는 지식 그래프의 신뢰 가능한 앵커 |
| 다른 파트너에게 다른 진입점 준비 | Anchor | 3종 독자 내비＝지식 공간의 접근 제어 |
| 용어집과 대중 과학 문안 유지 | Anchor | 크로스 도메인 협업의 인지 마찰 감소 |
| 페이지 간 link 로 능력 기반까지 역추적 | Capacity | graph 직조＝지식 공간의 위상 연결 |
우리는 도구 체계 배포 시 L1-L4로 능력을 계층화하고, 파이프라인 구축 시 각 단계의 상태를 기록하며, 파트너마다 다른 진입점을 준비합니다——이러한 실천이 사층 패러다임으로 침전되어, 지금 교육 서비스로 당신에게 개방됩니다.
사층 패러다임이 어떤 모습인지 보자
다음 페이지는 Anchor→Flow→Depth→Capacity 사층 패러다임을 완전히 구현, 인지 체인 횡단을 직접 경험할 수 있습니다
CAR-T 세포 치료
완전 사층: 환자에게(Anchor) → 5단계 파이프라인(Flow) → benchmark+샘플 보고서(Depth) → L1-L4 능력 역추적(Capacity)
게놈 해독 보고서
6단계 파이프라인 + FM 3모델 교차 + 한영 이중언어 보고서 + DiVoGenome/Investigate Lens 로 능력 역추적
사위일체 디지털 트윈
c-users 총 페이지: 철학적 원점 → 사위일체 → 기술 기반 청사진 → 검증된 서비스 매트릭스
사층 패러다임 완전 사양
SERVICE_PAGE_PARADIGM.md: 블록 템플릿, 데이터 구조, 렌더링 사양, CAPACITY_TRACE 정의
OPEN SOURCE PLAN
오픈소스 계획 · Skills + MCP + Design System
사층 패러다임은 문서에 그치지 않는다——재사용 가능한 AI 개발 툴체인으로 추상화하여 오픈소스 공개할 계획
Skills
사층 패러다임을 AI Agent skill로 인코딩——생성 AI 가 Anchor→Flow→Depth→Capacity 로 고정보 밀도 기술 페이지를 자동 생성, 평면적 서술이 아닌.
MCP
CAPACITY_TRACE 를 MCP 도구로 구조화——AI 가 페이지 읽기 시 능력 그래프를 자동 분석, 페이지 간 지식 추론과 link 보완을 구현.
Design System
컴포넌트 라이브러리 + 색상 시스템 + 블록 템플릿을 Design System 으로 패키징, v0 등 생성 UI 도구에 임포트 가능——누구나 이 패러다임으로 기술 포털을 구축.
v0 는 이미 사용자의 커스텀 Design System 임포트를 지원——이는 우리의 사층 패러다임을 v0 design system token + 컴포넌트로 표준화하여, 생성 AI 가 패러다임대로 페이지를 직접 출력할 수 있음을 의미합니다. Skills 는 "어떻게 쓸까", MCP 는 "어떻게 연결할까", Design System 은 "어떻게 보일까"를 정의——삼위일체 오픈소스.
사층 패러다임으로 당신의 지식 공간을 구축하세요
단백질 공학을 이해하려는 의사, 유전자 치료를 평가하는 투자자, 생물정보학 강좌를 기획하는 교육자——사층 패러다임은 니즈에서 능력까지의 완전한 인지 체인을 빠르게 횡단하도록 돕습니다.
Understanding is All You Need