내 모든 메모를 이해하고 답해주는 AI 비서 만들기

회의록, 독서 노트, 업무 기록, 갑자기 떠오른 아이디어. 어딘가 분명히 적어뒀는데 막상 필요할 때 못 찾는 경험, 다들 있으시죠. 메모 앱은 저장은 잘 되는데 이해하고 답해주지는 못합니다.

이 가이드를 끝까지 따라하면, 내 메모 전체를 읽고 이해한 AI에게 평소 말로 물어볼 수 있게 됩니다.

이런 질문이 가능해집니다

• "예전에 적었던 AI 관련 아이디어 전부 찾아서 정리해줘."
• "독서 노트 중에서 생산성과 관련된 내용만 묶어줘."
• "지난달 회의록에서 내가 맡기로 한 일들만 뽑아줘."

요즘 도는 "옵시디언으로 제2의 뇌 만들기"의 뿌리는 한 사람입니다. OpenAI 창립 멤버이자 전 테슬라 AI 디렉터였던 안드레 카파시(Andrej Karpathy)가 2026년 4월, 자신이 쓰는 개인 지식 베이스 방식을 공개했어요. 이름이 바로 LLM Wiki입니다.

핵심 아이디어는 이렇습니다. 사용자가 기사, 논문, 메모 같은 원시 자료만 던져주면, AI가 알아서 그걸 읽고 요약하고, 개념을 분류하고, 관련 내용을 연결해서 마크다운 위키로 정리해 줍니다. 복잡한 기술 없이도요.

구성은 세 가지뿐

이 차이를 이해하면 왜 이 방식이 특별한지 단번에 와닿습니다. 핵심은 "언제 정리하느냐"입니다.

한마디로, 일반 방식은 AI를 일회용 답변기로 쓰는 것이고, LLM Wiki는 AI를 내 지식 시스템의 관리인으로 쓰는 것입니다. 카파시는 "AI를 임시 답변기로 그만 대하고, 지식 시스템을 유지·보수하는 사서로 쓰기 시작하는 전환"이라고 표현했어요.

다섯 가지면 충분합니다. 지금 없어도 다음 단계에서 하나씩 설치하니 걱정 마세요.

• Obsidian — 무료 메모 앱. 내 자료가 쌓일 저장소.
• Claude Pro 또는 Max 구독 — 위키를 정리하는 두뇌. Pro로 시작 가능.
• Node.js — Claude Code 설치에 필요한 기반 프로그램(1회 설치).
• 터미널 — 명령어 입력 창. Mac은 터미널, Windows는 PowerShell. 이미 깔려 있습니다.
• Obsidian Web Clipper — 웹 기사를 클릭 한 번에 내 Vault로 저장하는 무료 확장(선택, 11장에서 사용).

Vault(볼트)는 내 자료가 들어갈 폴더 하나를 말합니다. 이게 곧 우리 위키의 본체예요.

여기가 보통 잘못 아는 부분입니다. "업무·투자·독서"처럼 주제별로 나누는 게 아니라, LLM Wiki는 원본과 정리본을 층으로 나눕니다. 카파시 방식의 핵심이에요.

여기서 명령어를 처음 쳐보게 됩니다. 겁먹지 마세요. 복사해서 붙여넣고 엔터만 누르면 됩니다.

1) Node.js 먼저 설치

nodejs.org에 접속해 LTS 버전을 내려받아 설치합니다. 잘 됐는지 확인하려면 터미널에 아래를 입력하세요. 버전 숫자가 나오면 성공입니다.

node -v

2) Claude Code 설치

터미널(Mac) 또는 PowerShell(Windows)을 열고 아래 한 줄을 붙여넣어 실행합니다.

npm install -g @anthropic-ai/claude-code

3) 로그인

설치가 끝나면 claude를 입력해 실행하고, 안내에 따라 Claude 계정으로 로그인합니다. 한 번만 해두면 됩니다.

핵심은 "내 자료 폴더 안에서" Claude Code를 켜는 것입니다. 그래야 AI가 그 폴더를 자기 작업 공간으로 인식합니다.

# 예시 (실제 경로로 바꿔서)
cd "~/Documents/MyBrain"

claude

좋은 소식. 폴더와 규칙 파일을 손으로 만들 필요가 없습니다. 카파시가 자신의 설계도를 누구나 쓰라고 공개 파일(gist)로 올려놨거든요. 그걸 AI에게 건네고 "이대로 만들어줘" 한마디면 끝입니다.

gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

이 설계도를 그대로 내 세컨드 브레인으로 구현해줘.
- CLAUDE.md 규칙 파일을 만들고
- index.md와 log.md를 만들고
- raw, wiki 폴더 구조를 잡아줘
- 첫 ingest 예시를 한 번 보여줘
앞으로 모든 작업은 이 규칙을 따른다. 한국어로 해줘.

이제 원본을 raw/ 폴더에 넣기만 하면 됩니다. 정리는 AI 몫이에요. 자료를 넣는 방법은 두 가지.

LLM Wiki에는 세 가지 핵심 동작이 있습니다. ingest(넣기) · query(묻기) · lint(점검). 이번 장은 가장 중요한 ingest입니다.

raw에 자료를 넣고 아래 한 단어만 치면 됩니다.

› ingest

그러면 AI가 새로 들어온 원본을 읽고 이런 일을 자동으로 합니다.

한 사용자는 옵시디언에 잠자고 있던 150여 개의 리포트를 이 방식으로 한 번에 정리해, 자동 요약과 수십 개의 엔티티·개념 페이지로 살아 있는 위키로 바꿨다고 후기를 남겼습니다.

이제 평소 말투로 물어보세요. 단, 원칙이 하나 있습니다. 원본(raw)이 아니라 정리된 위키(wiki)에 묻는다는 것. AI가 이미 정리해 둔 층에서 답하니 빠르고 일관됩니다.

내 투자 원칙이 뭐였지?
예전에 적었던 AI 관련 아이디어 전부 찾아서 정리해줘.
독서 노트 중 생산성 관련 내용만 묶어서 요약해줘.
지금까지 내가 다룬 AI 도구들 한눈에 정리해줘.
이번 분기 아이디어 중 콘텐츠로 만들 만한 3개만 추천해줘.

단순 검색과 달리, 흩어진 조각을 모아 새로운 정리본을 만들어주는 게 차이입니다. "이 내용으로 블로그 초안 써줘"처럼 바로 결과물로 이어갈 수도 있어요.

이게 LLM Wiki가 특별한 이유입니다. AI가 자기 위키를 스스로 건강검진합니다. 가끔 이렇게만 시키세요.

› 위키를 점검(lint)해줘. 오래된 주장, 서로 모순되는 내용,
   끊긴 링크, 외톨이 페이지, 약한 연결을 찾아서 알려줘.

그러면 AI가 위키 전체를 훑어 이런 것들을 잡아냅니다.

• 오래된 주장 — 예전엔 맞았지만 지금은 바뀐 정보
• 모순 — 한 페이지와 다른 페이지가 서로 다른 말을 할 때
• 끊긴 링크 · 외톨이 페이지 — 어디와도 연결 안 된 떠도는 메모

완벽한 자동화가 목표가 아닙니다. 마찰을 없애는 것이 목표예요. "정리하려면 또 길게 설명해야 하네"라는 귀찮음만 사라져도, 기록이 끊기지 않고 이어집니다.

같은 시스템이라도 직업에 따라 빛나는 지점이 다릅니다. 카파시 본인도 "비슷한 주제를 반복해 다루는 사람"에게 가장 효과적이라고 했어요.

• 민감정보는 Vault에 넣지 마세요. 비밀번호, 주민번호, 카드번호 같은 건 AI가 읽게 됩니다. 이런 정보는 별도 보관함에.
• 원본(raw)은 AI가 손대지 않게. 정석 구조는 원본을 그대로 두고 wiki만 고칩니다. ingest가 raw를 바꾸려 하면 거부하세요.
• 백업은 필수. Vault 폴더를 클라우드(iCloud, 구글 드라이브 등)에 두거나 주기적으로 복사해 두면, 실수로 지워도 복구됩니다.
• 처음엔 사본으로. 불안하면 중요한 자료는 복사본으로 먼저 연습한 뒤 본 폴더에 적용하세요.

이 가이드는 아래 1차 자료를 바탕으로, 코딩을 모르는 분도 따라할 수 있게 재구성했습니다.