Show HN: ThoughtDAG – LLM 대화를 위한 편집 가능한 컨텍스트 그래프

LLM 대화의 컨텍스트를 단순히 텍스트 히스토리로 취급하지 않고, 편집 가능한 그래프 구조로 관리하는 ThoughtDAG가 공개되었다. 기존의 선형적인 채팅 방식과 달리, 사용자는 그래프의 노드와 에지를 직접 조작하여 모델에 전달될 컨텍스트를 정밀하게 제어할 수 있다.

주요 기능은 다음과 같다:

• 브랜칭(Branching): 기존 경로를 유지하면서 새로운 해석이나 질문을 시도할 수 있다.
• 가지치기(Pruning): 불필요한 대화 흐름을 컨텍스트에서 제외하여 토큰을 절약하고 모델의 집중도를 높인다.
• 병합(Merge): 서로 다른 추론 경로를 하나로 합쳐 종합적인 답변을 유도한다.
• 검사(Inspect): 모델이 실제로 받게 될 메시지 시퀀스, 노드 순서, 토큰 수를 생성 전에 미리 확인한다.

이 도구는 컨텍스트가 모델에 어떻게 전달되는지 투명하게 보여줌으로써, '숨겨진 컨텍스트'로 인해 발생하는 모델의 오답이나 불필요한 정보 유입 문제를 해결한다. 데스크톱 앱(macOS, Windows, Linux)과 웹 버전으로 모두 제공된다.