5세기의 외향
반구를 지도화하고, 궤도를 측정하고, 은하를 촬영했습니다. 외향 탐험은 인류의 프로젝트였습니다. 다음 개척지는 거리가 아니라 이미 여기 있는 것의 정밀도입니다.
랑카과 · 칠레 · 응용 R&D
우리는 AI가 모든 것을 알아야 한다고 주장하지 않습니다. 현대 AI에 진짜 닻을 내려주는 패턴을 설계합니다.
인간 언어 전체를 블랙박스 안에서 검증하는 것은 불가능합니다. 우리는 결정론적 신경기호 아키텍처를 만듭니다. C++23 방식으로 모든 핵심 주장을 연속 공간 [-1, 1]³와 감사 가능한 그래프에 고정합니다. AI가 제안합니다. 실리콘이 검증합니다.
01 — 기원
Rancagua, Región de O'Higgins. Semantic Geometry는 지원받은 연구소나 거대 기술 기업 안에서 시작되지 않았습니다. 저자가 수십 년간 독학으로 개발하며 품어온 직관에서 시작되었습니다. 아이디어, 감정, 물리 법칙도 공간에서 정확히 위치할 수 있다는 직관입니다.
그렇다면 인간의 의미는 사전의 고정된 정의가 아니라 연속 좌표 공간 안의 수학적 위치일 것입니다. 지구가 위도, 경도, 고도로 표면의 모든 물체를 찾듯이, 사고에도 고유한 데카르트 축, 즉 지식의 GPS가 있어야 합니다.
수년 후 공식 문헌을 검토하면서 그 직관은 고전 심리측정의 계보, 즉 Louis Thurstone의 태도 측정과 Charles Osgood의 의미 미분과 만났습니다. 고아 같은 아이디어가 아니라, 자신의 과학적 전통에 늦게 도착한 아이디어였습니다.
회사를 정의하는 기술적 입장도 여기서 나옵니다. 대부분 맞히지만 이유를 설명하지 못하고, 아는 것과 지어내는 것을 구분하지 못하며, 거대한 서버에 의존하는 모델과 반대로 Semantic Geometry는 모델은 제안하되 그래프와 큐브가 검증한다는 원칙 위에 세워졌습니다.
이 여정에는 아름답고 깊이 정직한 역설도 있습니다. 이 엔진은 언어 모델을 규율하고 고정하기 위해 존재하지만, 그것들 없이는 세상에 나오지 못했을 것입니다. 수십 년 동안 의미 기하는 노트와 로컬 스크립트에 갇힌 고독한 직관이었습니다. 수백만 개념, 규제 그물, 엄격한 C++23 테스트를 손으로 만드는 데는 평생이 걸렸을 것입니다. 생성형 AI는 인지적 촉매였고, 탐색을 가속해 아키텍처를 현실로 바꾼 비계였습니다. 저자는 그 기여에 감사합니다. LLM은 이제 스스로를 정신적으로 붙잡아 주는 닻을 벼린 불이었습니다.
[-1,1]³ 큐브의 용량
Hardware / IEEE 754표현 가능한 고유 점
축당 2046·2⁵² + 1 9,214,364,837,600,034,817
부호 1 · 지수 11 · 가수 52 — IEEE 754 binary64
IEEE 754 사양에서 재계산 가능합니다. |x| < 1을 만드는 1022개의 지수와, 가수가 0인 채 정확히 ±1을 만드는 지수를 양쪽 부호에 적용합니다.
현재 그래프 점유율
semantic.db v8.0[-1, 1]³에 고정된 고유 개념
분류학적 링크 4.75M (활성 타입 엣지)
884k 동의어
semantic.db에서 실시간 측정(2,064,828 개념 / 4,747,027 링크 / 884,322 동의어). 합성 데이터 없음.
현대 모델은 아직 이 공간을 탐험하지 않으며, 그럴 필요도 없습니다. 관문은 이미 열려 있습니다. AI가 제안하고, 기하가 검증하며, 큐브는 이 계약이 거의 비용 없이 서명되는 공통 기반입니다. 우리는 AI가 더 일찍 도착했어야 한다고 주장하지 않습니다. 문이 이제 열렸다고 말할 뿐입니다.
모든 개념이 큐브의 한 점을 차지한다면, 모든 원자가 물리 공간의 한 점을 차지하는 것과 같습니다. 큐브는 약 600만 개 지구에 들어갈 원자 수만큼 많은 개념을 담을 수 있습니다.
내향적 확장
인류는 5세기 동안 바깥으로 확장했습니다. 바다를 건너고, 대륙을 지도화하고, 망원경을 쏘아 올렸습니다. Semantic Geometry는 내향 탐험을 제안합니다. 거리가 아니라 정밀도로 정복하는 공간입니다. 평범한 실리콘에서 15와트로 7.82 × 10⁵⁶개의 주소 가능한 위치.
반구를 지도화하고, 궤도를 측정하고, 은하를 촬영했습니다. 외향 탐험은 인류의 프로젝트였습니다. 다음 개척지는 거리가 아니라 이미 여기 있는 것의 정밀도입니다.
폰 노이만은 선형 버스를 남겼습니다. 모든 것이 줄을 서는 거리 같은 기억입니다. SG는 반대로 합니다. 비슷한 것은 함께 삽니다. 지식은 탐색되는 것이 아니라 발견됩니다. SQLite의 공간 인덱스, 실리콘의 물리적 지역성.
업계는 단어를 1비트로 압축하고(BitNet) 값싼 환각을 계속합니다. 언어를 압축한다고 집이 생기지는 않습니다. SG는 진실에 주소를 부여합니다. 큐브의 좌표 (x, y, z)입니다. 진실은 웅변에 달려 있지 않고 주소에 달려 있습니다.
O'HIGGINS · CHILE
“오이긴스는 한 세기 동안 세계를 위해 구리를 캤습니다. 내향적 확장은 다른 종류의 추출을 제안합니다. AI가 발명하는 대신 발견하는 거의 무한한 의미 큐브입니다.”
IEEE 754 밀도는 [-1, 1] 전체에서 균일하지 않습니다. 0 근처가 ±1 근처보다 약 2048배 더 촘촘합니다. 유효 해상도는 영역에 따라 달라집니다.
실용 해상도는 수치 정밀도가 아니라 개념 사이의 실제 의미 거리(보통 좌표 차이 ~0.01–0.5)에 의해 제한됩니다. 성장 여지는 수 자릿수 수준입니다.
용량이 성과는 아닙니다. 성과는 컨테이너가 천장을 강요하지 않는다는 것입니다. 그래프는 아키텍처를 바꾸지 않고도 수 자릿수만큼 성장할 수 있습니다.
모를 때 답하는 두 가지 방식
생성 모델
항상 답합니다. 데이터가 없으면 그럴듯한 것을 만듭니다. 유창함과 진실성은 같은 메커니즘에서 나오므로 밖에서는 구분할 수 없습니다.
결정론적 검증기
침묵할 수 있습니다. 기하는 추론을 인도하지만 그래프 증거만이 그것을 인증합니다. 증거가 없으면 시스템은 그렇게 말합니다. 거부는 실패가 아니라 답입니다.
차이는 누가 더 자주 맞히는가가 아닙니다. 한쪽은 모르면서 틀릴 수 있고, 다른 쪽은 증거 없이 단언할 수 없다는 것입니다.
02 — 버티컬
결정론적 검증 코어 위에 규제 산업용 버티컬을 만듭니다. 환각이 돈, 판결, 과태료를 초래하는 영역입니다. 각 버티컬은 과장 없이 단계를 정직하게 밝힙니다.
차량 운영
C++23 기반 지오펜스, 텔레메트리, 차량 제어
REST + TCP 트래커, 멀티테넌트 격리, 하드웨어 텔레메트리를 갖춘 헤더 온리 C++23 엔진. 100% 오프라인 엣지 운영을 위해 설계되었습니다.
회계 & 세무 · 칠레
급여, RLI, 결정론적 세무 잔액
휴리스틱 없는 칠레 규제 계산: Previred 정산, ProPyme RLI, 재무 vs. 세무 잔액. 모든 결과는 법률에 비추어 감사 가능합니다.
실험적 존재론 검증입니다. 구속력 있는 세무 또는 회계 자문이 아닙니다.
신용 & 은행 · 칠레
추적 가능한 상각이 있는 신용 시뮬레이션
전체 감사가 가능한 신용 시뮬레이션과 상각 일정. 모든 지급 결정은 엔진으로 뒷받침되며 검사할 수 있습니다.
노동법 · 칠레
노동 규제의 존재론적 그라운딩
법률에 검증 엔진을 적용합니다. 노동 주장을 그래프와 규정에 비추어 검증하고, 법률까지 추적 가능한 형식적 계보를 제시합니다.
실험적 존재론 검증입니다. 구속력 있는 법률 자문이 아닙니다.
어떤 버티컬도 텍스트 생성에서 LLM과 경쟁하지 않습니다. LLM이 약속할 수 없는 것, 즉 침묵할 때를 아는 답과 그 뒤의 규정을 보여주는 능력에서 경쟁합니다. 연결도, 표준 실리콘도 없는 엣지처럼 LLM이 닿지 못하는 곳에서 엔진은 닿습니다.
03 — 기둥
우리는 일반 개발 시간을 팔지 않습니다. 각 기둥은 같은 기준 아래 서로 다른 문제를 해결합니다. 명시적 구조, 측정 가능한 성능, 시간이 지나도 유지되는 결과입니다.
데이터가 온전하고 제때 도착하는 배관을 만듭니다. 장애 허용 ETL 파이프라인, 흐름 최적화, 실제 운영 규모에 맞춘 견고한 마이크로서비스.
연속 잠재 공간의 기하와 존재론 그래프의 확실성을 연결합니다. 생성형 AI가 제안하면 우리의 신경기호 엔진이 수학적 증거로 검증하고 고정합니다.
근사가 허용되지 않는 문제를 위한 분석 알고리즘. 산업 운영과 규제 의사결정에 적용되는 조합, 지리공간, 금융 최적화.
05 — 패러다임 & 검색
시장은 RAG(유사도 검색)로 환각을 해결하려 합니다. 우리는 벡터 유사도가 검증이 아님을, 그리고 기하가 RAG에 없는 확실성을 어떻게 주는지 설명합니다.
| 차원 | SG 의미 그라운딩 | 전통적 RAG(벡터 DB + LLM) |
|---|---|---|
| 검색 메커니즘 | [-1, 1]³의 연속 수학적 투영과 형식 그래프의 추이 경로 탐색. | 프롬프트에 주입되는 표면적 텍스트 유사도 검색(임베딩 코사인 거리). |
| 존재론 보장 | 결정론적: 그래프에 지원되는 인과 경로가 없으면 NO_EVIDENCE를 반환하고 침묵합니다. | 없음. LLM은 RAG가 검색한 바로 그 문단과 모순되거나 누락할 수 있습니다. |
| 질의당 비용 | 검증 토큰 0. 전체 존재론 검증이 로컬 C++23 메모리에서 실행됩니다. | 높음. 주입된 문서의 컨텍스트 창을 위해 호출당 수천 토큰. |
| 응답 지연 | 서브밀리초(데스크톱 p50 0.37ms / 엣지 1.37ms, 네이티브 실리콘). | 수 초(벡터 조회와 자기회귀 토큰 생성 사이 2,000–6,000ms). |
| 인프라 & 전력 | 로컬 표준 하드웨어에서 15와트. GPU와 클라우드 없이 100% 오프라인. | 클라우드 벡터 DB, 고전력 GPU 클러스터, 필수 인터넷 연결. |
| 모순 처리 | 위상적 비호환: 규칙 충돌을 감지하고 형식적으로 거부합니다. | 모순되는 텍스트를 유창하지만 거짓인 합성으로 섞습니다("소프트 환각"). |
| 추적성 & 감사 | 증명 가능: 각 엣지의 정확한 노드, 가중치, 규제/기술 출처를 인용합니다. | 근사적: 어떤 문서를 읽었는지는 가리키지만 결론 도달 방식을 증명하지 못합니다. |
Semantic Geometry가 얻는 것:
형식적 감사 가능 검증, 마이크로초 지연(GPU의 2-6초 대비 <0.2ms), 검증 토큰 0, 모순 방어. 조직의 핵심 규칙을 형식화해야 합니다.
전통적 RAG가 얻는 것:
사전 존재론 모델링 없이 방대한 비정형 문서(PDF, 녹취, 메모)를 쉽게 수집. 진실 통제와 논리 감사 가능성은 잃습니다.
Semantic Geometry와 RAG는 경쟁할 필요가 없습니다. SG는 RAG를 운영 환경에서 실행 가능하게 만드는 출력 가드입니다.
텍스트 유사도는 존재론적 진실이 아닙니다. RAG는 비슷한 단어를 찾고, Semantic Geometry는 주장이 현실에서 성립하는지 증명합니다.
06 — 라이브 운영 랩
다양한 버티컬과 프로토콜에서 실제로 실행 중인 엔진 인스턴스를 실시간으로 탐색하세요.
자동차 버티컬
실시간 VIN 디코드, SII 공식 호몰로게이션, 차량 모델 명확화.
리테일 & 내비게이션 버티컬
슈퍼마켓에서 요거트가 어디 있나요? O(1) 통로와 카테고리 해석.
Model Context Protocol API
자율 에이전트와 LLM이 큐브에 사실 주장을 질의하고 검증합니다.
GPU와 클라우드 없이 15W 넷북에서 실행되는 라이브 사이트.
현재 상태
Semantic Geometry는 완성되지 않았습니다. 완성되지 않은 동안 거짓말하지 않도록 만들어졌습니다.
불완전한 범위를 채우는 모델은 같은 범위에서 침묵하는 모델보다 위험합니다. 산업 운영과 규제 결정에서 그 차이는 세부가 아니라 제품입니다.
04 — 정체성 & 연락
어떤 시스템을 만들어야 하는지, 어떤 파이프라인이 실패하는지, 오늘 뒷받침할 수 없는 결정이 무엇인지 알려주세요. 브로슈어가 아니라 기술적 진단으로 답합니다.
이 양식은 메시지가 미리 작성된 상태로 이메일 클라이언트를 엽니다. 중간 서버로 전송되는 것은 없습니다.