LLM RAG에 대한 글을 공유 받고, 이 글을 AI와 공부한 내용을 정리해서 업로드 합니다. [LINK]
1. 지식의 작업실: Obsidian을 위키의 IDE로 활용하기
LLM 위키를 구축하기 위한 가장 강력한 도구는 옵시디언(Obsidian)임.
옵시디언은 단순한 메모 앱이 아니라, 로컬 마크다운 파일을 기반으로 지식의 연결망을 시각화해주는 지식 관리 환경(IDE)이라는 것이다. 카파시는 “옵시디언은 IDE이고, LLM은 프로그래머이며, 위키는 코드베이스”라고 비유했음.
옵시디언을 선택해야 하는 이유는 명확함. 모든 데이터가 내 로컬 드라이브에 마크다운(- .md) 형식으로 저장되기 때문에, LLM 에이전트가 직접 파일을 읽고 수정하기에 최적의 조건을 갖추고 있음.
또한 ‘그래프 뷰’ 기능을 통해 문서 간의 연결 상태를 한눈에 파악할 수 있으며, [[링크]] 문법을 지원하여 지식의 그물망을 형성하기에 용이함. 사용자는 옵시디언 화면을 띄워놓고, LLM이 실시간으로 위키 파일을 생성하고 링크를 연결하는 과정을 마치 코딩 화면을 보듯 모니터링할 수 있다는 점이 핵심임.
2. 에이전트에게 ‘편집장’ 페르소나 부여하기: 프롬프트 전략
LLM이 오동작 없이 위키를 관리하게 하려면 단순한 챗봇이 아닌 ‘엄격한 위키 편집장’의 페르소나를 부여해야 함.
프롬프트에는 반드시 다음과 같은 행동 강령이 포함되어야 한다는 것이다.
– 첫째, “모든 새로운 정보는 기존 위키의 맥락과 대조하라.”.
– 둘째, “새로운 엔티티가 발견되면 즉시 개별 마크다운 파일을 생성하라.”
– 셋째, “문서 간의 관계를 파악하여 반드시 백링크를 삽입하라.”
구체적인 프롬프트 예시는 다음과 같음. “너는 나의 개인 지식 위키를 관리하는 전문 편집자이다. 내가 새로운 텍스트를 제공하면, 너는 기존 index.md를 먼저 스캔하여 관련 있는 주제를 식별해야 함. 만약 기존 주장과 배치되는 정보가 있다면 ‘Warning’ 섹션을 만들어 기록하고, 수정이 필요한 파일 목록을 나열한 뒤 나의 승인을 기다려라.” 이러한 명확한 지침이 있어야만 LLM은 단순 요약을 넘어 지식의 체계를 유지하는 능동적인 협업자로 기능하게 됨.
3. 기능 단위 업데이트와 자동화된 타임라인 관리
실전 작업에서 가장 중요한 규칙은 ‘기능(주제) 단위의 업데이트’임.
오늘 하루 무슨 공부를 했는지 일기처럼 쓰는 것이 아니라, 특정 주제(예: GraphRAG 구현)에 대한 지식을 해당 주제의 파일(GraphRAG.md)에 직접 누적시키는 방식임. 이때 LLM은 파일 하단에 변경 이력을 자동으로 기록하도록 설정해야 함.
“2026-04-14: 알고리즘 최적화 파트 업데이트 및 신규 논문 출처 추가”와 같은 타임스탬프를 남기는 것이다.
이는 지식의 선후 관계를 명확히 할 뿐만 아니라, 사용자가 나중에 “이 정보가 언제 어디서 온 것인가?”를 추적할 때 결정적인 근거가 됨. 시간 순서의 기록은 log.md라는 별도의 파일에 한 줄 요약으로 남기고, 실제 지식의 본체는 주제별 파일에 견고하게 통합되는 이원화 전략을 취해야 오동작을 원천 차단할 수 있음.
4. 웹 클리퍼와 미디어 자산의 체계적 관리
지식의 원천(Raw Sources)을 수집하는 단계에서도 효율적인 도구 활용이 필요함. ‘옵시디언 웹 클리퍼(Obsidian Web Clipper)’와 같은 브라우저 확장 프로그램을 사용하면 웹 기사나 논문을 즉시 정제된 마크다운으로 변환하여 저장할 수 있음.
이때 중요한 것은 이미지나 PDF 같은 미디어 자산의 관리임.
카파시는 이미지 파일들을 raw/assets/와 같은 고정된 폴더에 로컬 저장할 것을 권장함.
온라인 URL은 언제든 사라질 수 있기 때문에, 지식의 영속성을 위해 모든 자산을 내 컴퓨터에 물리적으로 보유해야 한다는 것이다.
LLM 에이전트는 이렇게 저장된 로컬 이미지와 텍스트를 동시에 참조하며 더욱 풍부한 문맥을 파악할 수 있게 됨. “이미지 속 도표의 내용을 텍스트로 설명하고, 이를 관련 개념 페이지와 연결하라”는 지시는 위키의 밀도를 한층 더 높여주는 고차원적인 작업이 됨.