Show GN: AI가 1/0이 아닌 '모순'을 사고의 트리거로 쓰는 아키텍처 (CKN)
(github.com/kokogo100)최근 DeepSeek-R1이나 QwQ 같은 Reasoning Model들이 화두가 되면서, AI에게 'System 2 Thinking(숙고)'을 어떻게 시킬 것인가에 대한 논의가 뜨겁습니다. 재미있게도 저는 지난달, 이들과 정확히 동일한 철학인 "모순(Contradiction)을 사고의 트리거로 사용한다" 는 개념을 기반으로 CKN(Contextual Knowledge Network) 아키텍처를 오픈소스로 공개했습니다.
[1] 왜 모순(Contradiction)인가? 현재 AI 모델들의 수학적 본질은 결국 데이터를 보고 '1(Yes)'이냐 '0(No)'이냐를 확률적으로 찾아내는 과정입니다. 문제는 현실 세계 데이터가 0.5(애매함)일 때 발생합니다. 모델은 강제로 1이나 0으로 수렴하려다 보니, 확신에 찬 거짓말(Hallucination)을 하게 됩니다.
저는 AI가 1과 0 사이의 '충돌(Conflict)' 상태를 견디고, 그때 비로소 "잠깐, 왜 다르지?"라고 생각(Reasoning)을 시작해야 한다고 봤습니다.
[2] 왜 금융(Finance)인가? 이 '모순'이 가장 빈번하고 격렬하게 발생하는 도메인이 바로 금융이기 때문입니다.
차트는 상승(1)을 가리키는데, 뉴스는 악재(0)를 말합니다.
이때 기존 RAG는 정보를 뭉개서 평균을 내거나 환각을 보입니다.
CKN은 이 모순 자체를 감지하여, 이를 해결하기 위한 추론 프로세스를 가동합니다.
[3] 구현: MCP 위에서의 증명 저는 이 아키텍처를 개념 증명에 그치지 않고, MCP (Model Context Protocol) 위에 레이어로 구현하여 실제로 돌아가게 만들었습니다. 여러 개의 Agent가 서로 다른 관점의 태그를 생성하고, 태그 간의 모순이 발생하면 Trigger가 작동하는 방식입니다.
모든 인공지능 제공업체와 모델에서 작동할 수 있게 MCP로 개발하였습니다.
GitHub 저장소: https://github.com/kokogo100/ragalgo-mcp-server