지금이 가장 저렴해요
본 강의는 5월 29일에 신규 런칭한 강의로
사전 구매하신 분들께 얼리버드 혜택을 제공하고 있습니다.
Claude Code & Codex로 10배 똑똑한 AI Agent 팀 구축부터 운영까지 (ft. LLM wiki)
[50명 한정✨] 슈퍼 얼리버드+10% 할인
26년 6월 1일 ~ 6월 4일까지
정가 690,000원
판매가 206,100원
12개월 할부 적용시
쿠폰 적용시
월 17,175원
슈퍼 얼리버드
26년 6월 5일 ~ 6월 7일까지
정가 690,000원
판매가 229,000원
12개월 할부 적용시
69%
월 19,083원
정가
690,000원
⏰슈퍼 얼리버드 + 런칭 쿠폰 마감까지⏰
2일21시간11분1초
AI 에게 일 시키기 위해,
이런 작업.. 해본 적 있지 않나요?
옵시디언으로 구축한 나만의 LLM Wiki
카카오톡 데이터를 LLM Wiki에 정리
‘에이전트 코리아’ 대화 내역 기반 지식위키
LLM wiki 를 먹고 똑똑해진 AI 에이전트가
이젠 말 안 해도 내 맥락을 이해하고 ‘알잘딱깔센’ 일 합니다!
요즘 핫한 LLM Wiki 란? (Click)
오픈AI의 전 연구원이자 AI 전문가인 안드레 카파시가 제안한 지식 베이스 구축 패턴입니다. (Github)
RAG를 넘어서, LLM이 직접 지식을 쌓아가는 형식으로
RAG에서 LLM은 "검색 엔진 + 요약기"이지만, LLM Wiki에서 LLM은 "편집자 + 사서"라고 봅니다.
두 마리 토끼를 잡는 단 하나의 강의!
강의 포인트
LLM Wiki & AI Agent 팀 구축
LLM Wiki로 기억하고, AI Agent Team으로 실행하는 시스템
이제 LLM wiki 기반 지식 데이터를 구축해
당신의 AI 에이전트 팀 10배 더 똑똑하게 굴려보세요!
잠깐
이 강의는 단순히 Obsidian이나 Claude Code ‘툴 사용법’을 배우는 강의가 아닙니다.
AI가 스스로 자료를 수집하고 → 기억하고 → 협업하는 ‘시스템’을 구축하는 강의입니다.
LLM wiki 기반으로 제대로 일하는 AI 에이전트 팀을 만드는 A to Z
*본 강의는 옵시디언, 클로드코드가 처음이라도 수강 가능하도록 기본적인 기능 설명 또한 담고 있습니다.
LLM wiki 위 Agents
진정한 LLM wiki는 수집도 정리도 AI 봇이 자동으로 합니다!
24/7 제대로 일하는 ‘AI Agent 팀’을 구축해보세요!
즉, AI 가 스스로 자료를 수집하고, 검증하고, 기억하는 구조로 굴립니다!
AI 와 사람이 둘 다 이해할 수 있는 ‘공용 도서관’ LLM wiki
Why 옵시디언? = Obsidian이 AI 모국어
.md vs .docx vs .pdf 비교 시연을 통해 AI 응답 속도와 정확도를 눈으로
직접 확인합니다. AI가 읽기 가장 좋은 형태의 데이터 저장소를 이해합니다.
직접 확인합니다. AI가 읽기 가장 좋은 형태의 데이터 저장소를 이해합니다.
안드레 카파시의 구조 vs. 이번 강의 구조
회사 전체를 AI가 읽을 수 있는 Wiki로 만드는 패턴과 AI 봇들이 일하기 좋게 만드는 패턴이 무엇인지 알고, 두 패턴을 합친 강의의 구조를 이해합니다.
각기 다른 페르소나 · 역할 · 전용 폴더를 가진 AI Agent 팀
Why 옵시디언? = Obsidian이 AI 모국어
.md vs .docx vs .pdf 비교 시연을 통해 AI 응답 속도와 정확도를 눈으로
직접 확인합니다. AI가 읽기 가장 좋은 형태의 데이터 저장소를 이해합니다.
직접 확인합니다. AI가 읽기 가장 좋은 형태의 데이터 저장소를 이해합니다.
안드레 카파시의 구조 vs. 이번 강의 구조
회사 전체를 AI가 읽을 수 있는 Wiki로 만드는 패턴과 AI 봇들이 일하기 좋게 만드는 패턴이 무엇인지 알고, 두 패턴을 합친 강의의 구조를 이해합니다.
봇 관리 대시보드 (옵시디언)
봇들이 만들어두는 회의록 파일이 옵시디언 GUI 에서 그대로 다 보입니다. 검색·태그·백링크·그래프 뷰 전부 살아있어서, 봇들이 '읽고 쓰는 곳' 이 곧 여러분이 '읽는 곳' 입니다.
AI 와 사람이 소통할 수 있는 가장 편한 채팅(Discord) UI
Agent 운영에 적합한 인터페이스
모바일 알림·파일 첨부·이미지 공유까지 자연스럽게 가능하며,
Claude Code와도 공식 연동되어 터미널보다 직관적이고 안전하게
AI Agent 팀을 운영할 수 있습니다.
* 강의에서는 Discord 를 메인으로 다루지만, Slack으로도 동일하게 진행할 수 있도록 가이드 드릴 예정입니다.
Claude Code와도 공식 연동되어 터미널보다 직관적이고 안전하게
AI Agent 팀을 운영할 수 있습니다.
* 강의에서는 Discord 를 메인으로 다루지만, Slack으로도 동일하게 진행할 수 있도록 가이드 드릴 예정입니다.
멀티 에이전트 협업에 최적화된 채널 구조
Discord는 하나의 채널에 여러 AI Agent를 동시에 연결할 수 있어, 각 봇이 같은
대화 맥락(Context)을 공유하며 협업할 수 있습니다.
단일 AI 호출이 아니라, 역할별 Agent들이 서로 대화·검증·분업하는
“Agent Team” 구조를 구현하기 좋습니다.
대화 맥락(Context)을 공유하며 협업할 수 있습니다.
단일 AI 호출이 아니라, 역할별 Agent들이 서로 대화·검증·분업하는
“Agent Team” 구조를 구현하기 좋습니다.
단순히 에이전트를 만드는 걸 넘어
LLM Wiki + 멀티 에이전트 + 메신저 운영 인프라로 확장한 ‘시스템’을 만들거예요!
Point 1
‘거의 모든’ 데이터를 LLM Wiki 에 자동으로 쌓는 시스템
LLM wiki 를 만들 때 가장 먼저 해야할 일 ㅡ 여러 곳에 흩어져있는 자료를 md 화하여 LLM wiki 에 쌓아야 합니다.
md 파일은 어디에 둬야할지 어떤 Skills를 써야할 지 모두 알려드릴게요!
‘딸깍’ 한 번에
무려 30가지+ 소스 데이터를 md 파일화 하는 Skill 모음집을 드려요!
무책임하게 Skills만 던져주지 않아요~! 하나하나 실습까지 함께해요!
▽ 30개+ 스킬 미리보기 (click)
이런 Agent 팀 어떻게 만드는지 궁금하신가요?
지금 가장 핫한 Claude Code X Codex 조합 조합으로 만들 수 있어요!
왜 클로드코드와 코덱스를 같이 쓰나요?
여기서 끝이 아님!
세팅하는데 힘빼지 말라고 강사님이 직접 제작한Agent 봇 설정 및 관리를
아주 쉽~게 도와주는 Skill들을 제공합니다
에이전트 협업/운영
Discord에서 살아 움직이는 AI 팀 만드는 법!
AI 봇 팀 만들기 A to Z
STEP 01.
왜 AI 팀이 필요한가?
CONTEXT 폭발 문제 해결
왜 AI 팀이 필요한가?
CONTEXT 폭발 문제 해결
· 하나의 AI에게 모든 일을 시키면 context가 폭발
· Sub-Agent 패턴 vs. Agent Teams 패턴 비교
· Orchestrator 패턴 — 어벤져스 5봇 설명
· Sub-Agent 패턴 vs. Agent Teams 패턴 비교
· Orchestrator 패턴 — 어벤져스 5봇 설명
STEP 02.
AI에게 직무를 부여합니다
Persona & Memory 설계
AI에게 직무를 부여합니다
Persona & Memory 설계
· claude.md 작성 패턴 — WD 메타·로딩 순서·메모리 3-tier
· soul.md 작성 패턴 — 페르소나·말투·역할·금지 행동
· 실습: 회사봇·개인봇 각 1개 만들고 페르소나 검증
· soul.md 작성 패턴 — 페르소나·말투·역할·금지 행동
· 실습: 회사봇·개인봇 각 1개 만들고 페르소나 검증
STEP 03.
Discord 위에서 AI 팀을 운영합니다
AI끼리 실시간 협업
Discord 위에서 AI 팀을 운영합니다
AI끼리 실시간 협업
· 채널 구조 ㅡ DM/협업 본문/완료 보고 스레드 (어벤져스 패턴)
· 여러 봇이 같은 채널에서 협업하는 법
· 위임 메시지 포맷 — 목표·입력·출력·기한 4축
· AI 팀의 결과를 믿을 수 있게 만드는 법 : 봇 간 협업·검증
· 여러 봇이 같은 채널에서 협업하는 법
· 위임 메시지 포맷 — 목표·입력·출력·기한 4축
· AI 팀의 결과를 믿을 수 있게 만드는 법 : 봇 간 협업·검증
STEP 04.
봇이 봇을 깨우는 자동 협업 구조
24/7 운영 시스템
봇이 봇을 깨우는 자동 협업 구조
24/7 운영 시스템
· 24/7 자율 운영의 의미 — AK-Tofu 일일 보고 frame
· 봇 A → 봇 B 깨우는 다양한 방법을 학습
· *봇을 깨울 때 SessionStart hook으로 자동 컨텍스트 주입
· 봇 A → 봇 B 깨우는 다양한 방법을 학습
· *봇을 깨울 때 SessionStart hook으로 자동 컨텍스트 주입
단순히 에이전트 여러개 생성하는 것이 아니라,
각 Agent가 역할을 나누고 협업하는 🔄 운영 구조 🔄를 설계합니다.
LLM wiki 를 쌓는 워크플로우
AI 에이전트 팀 협업 워크플로우
서로 다른 AI가 교차 검토 Loop
이렇게 만든 AI 에이전트 팀이 나를 위해 24시간 일 한다면,
어떤 일을 시켜볼까요?
① Discord 지식 Q&A 사내 헬프데스크
② 자동 발표 슬라이드 (Claude Design + Marp)
③ 지식 기반 의사결정 토론 배틀 (멀티 에이전트 시연)
이제 거의 다 왔어요!
이렇게 만든 LLM wiki 기반 에이전트 팀,
어떤 툴이든 연결해서 내 입맛대로 쓸 수 있도록 도와드려요!
오픈클로, 헤르메스, 안티그래비티 등등 이미 에이전트를 만들어 굴리고 있었다면?
LM wiki에 연결하는 법을 알려드릴게요!
강사 소개
매번 알려주지 않아도 "맥락을 아는 AI"가
매일 스스로 성장하는 모습, 함께 만들어보시죠.
안녕하세요, AI 컨설팅과 강의를 하는 김재경입니다.
여러분, 혹시 ChatGPT 에 매번 같은 배경 설명을 붙여본 적 있나요?
Claude Code 에게 어제 정한 규칙을 다시 알려준 적은요?
AI 는 똑똑한데 정작 '내 맥락' 을 모르니까, 매번 처음부터 시작하게 됩니다.
저는 이 문제를 옵시디언 위에 'LLM Wiki' 를 만드는 방식으로 풀었습니다.
카카오톡 · Threads · Slack · 웹에서 들어오는 자료를 AI 가 스스로
markdown 으로 변환하고, RAG 와 GraphRAG 로 검색·추론 가능한
지식 그래프를 만들고, 그 지식 위에서 여러 AI 에이전트가 팀으로 협업합니다.
Discord 와 Slack 에서 멘션 한 번이면 봇이 wiki 를 읽고 답하고,
보고서를 만들고, 결과물을 배포까지 합니다.
직접 3개월간 운영하고 검증하며 발전시킨 구조 그대로 전달드립니다.
Claude Code · Codex · Hermes — 어떤 에이전트를 쓰시든 같은 wiki에
물려서 쓸 수 있어, 한 번 만들어 두면 평생 자산이 됩니다.
"맥락을 아는 AI" 가 매일 스스로 성장하는 모습, 함께 만들어보시죠.
Claude Code 에게 어제 정한 규칙을 다시 알려준 적은요?
AI 는 똑똑한데 정작 '내 맥락' 을 모르니까, 매번 처음부터 시작하게 됩니다.
저는 이 문제를 옵시디언 위에 'LLM Wiki' 를 만드는 방식으로 풀었습니다.
카카오톡 · Threads · Slack · 웹에서 들어오는 자료를 AI 가 스스로
markdown 으로 변환하고, RAG 와 GraphRAG 로 검색·추론 가능한
지식 그래프를 만들고, 그 지식 위에서 여러 AI 에이전트가 팀으로 협업합니다.
Discord 와 Slack 에서 멘션 한 번이면 봇이 wiki 를 읽고 답하고,
보고서를 만들고, 결과물을 배포까지 합니다.
직접 3개월간 운영하고 검증하며 발전시킨 구조 그대로 전달드립니다.
Claude Code · Codex · Hermes — 어떤 에이전트를 쓰시든 같은 wiki에
물려서 쓸 수 있어, 한 번 만들어 두면 평생 자산이 됩니다.
"맥락을 아는 AI" 가 매일 스스로 성장하는 모습, 함께 만들어보시죠.
직접 3개월간 운영하고 검증하며 발전시킨 노하우를 전달 드립니다.
제 LLM Wiki 구조의 차별점은 크게 2가지 입니다.
단순히 md파일로 저장하는 걸 넘어, 사용자의 요청에 따라 구조화하여
정리 + 문서 간 위키링크를 제대로 관리합니다.
파일 형식에 거의 구애받지 않고, 위키를 구축하며,
동시에 기존 문서들을 읽은 후 연관 문서들과 링크를 제대로 걸고,
사용자가 그래프를 바로 확인할 수 있습니다.
문서 간 생성된 위키링크를 토대로, GraphRAG도 구축합니다
LLM wiki 로 AI 에이전트가 ‘효율적’으로 일합니다.
각 폴더 내에 별도의 Claude.md 와 Soul.md, 봇별 메모리 설정이 따로 있어,
봇들의 특성을 역할에 따라 영구적으로 다르게 설정 + 관리할 수 있으며
봇마다 각기 다른 폴더를 작업 공간(Work Directory)으로 둡니다.
제 1만개가 넘는 노드중에, 단 수십 가지 노드만 읽으면 되는 겁니다.
이는 기존 Agent Teams를 굴릴 때, 서브에이전트 호출이나 각 에이전트를
짧게 문서화해 대량으로 호출하는 것과 다르게,
실제로 각 봇들이 LLM wiki를 기반으로 진화하고 학습하여 발전합니다.
궁금한 내용은 언제든
Discord 질의응답 커뮤니티에 질문하세요!
김재경(Tofukyung) 강사님께서 직접! 답변하고
수강생과 지식과 고민을 공유하는 질의응답 커뮤니티를 운영합니다.
질의응답 커뮤니티, 이렇게 이용해보세요 !
놀랍게도 여기서 끝이 아니에요!
클로드에 올인한 분들을 위해 준비한 특별한 이벤트 - ★
패키지 강의를 구매하시는 분께
Claude Code 전자책을 드립니다!
Claude Code는 기능이 너무 많습니다.
공식 문서만 110여 개, 매주 업데이트됩니다.
제대로 쓰려면 어디서부터 봐야 할까요?
코드 작성, 디버깅, 리팩토링, PR 생성, 배포까지
꼼꼼하게 정리된 이 가이드가 그 답입니다.
2026년 5월 기준 위키독스 2위, Yes24/알라딘/교보문고에서 9천원에 판매 중인
‘클로드 코드 가이드’ E-book 을 [Claude로 끝내는 AI Agent 빌더 패키지] 와 [10배 더 똑똑한 AI Agent 10X 실전 패키지] 구매시
선착순 200분께 무료로 제공합니다.
이벤트 상세 내용 ▼
· 대상: 패키지 상품 구매, 선착순 200명 (통합)
· 이벤트 기간: 2026. 05. 11 ~ 2026. 06. 30 (선착순 마감시 조기 종료)
· 제공일: 2026. 06. 30 (전자책 강의 내 업로드 될 예정)
단 한 번 결제하고, 신규 강의 + 베스트셀러 강의 2개와
[Claude Code] 전자책까지 받아가세요!
총 3과목
10X 생산성 에이전트 군단: 사내 챗봇부터 AI 숏츠 생성기까지 외주 수익화 올인원 패키지정가 630,000원
Claude Code & Codex로 10배 똑똑한 AI Agent 팀 구축부터 운영까지 (ft. LLM wiki)정가 690,000원
[전자책] 클로드 코드 가이드 (저자: 박재홍)정가 9,000원
기억하는 Agent 팀 구축부터 돈 되는 자동화 프로젝트까지
10배 더 똑똑한 AI Agent 10X 실전 패키지
10배 더 똑똑한 AI Agent 10X 실전 패키지
가격1,329,000원
할인 판매가74% 할인340,000원
12개월 할부월 28,334원
총 3과목
- Claude Code & Codex로 10배 똑똑한 AI Agent 팀 구축부터 운영까지 (ft. LLM wiki)정가 690,000원
Claude의 모든 것 : Cowork부터 Code, Skills까지 생산성 200% 활용법 w.자동화&Agent정가 630,000원- [전자책] 클로드 코드 가이드 (저자: 박재홍)정가 9,000원
클로드로 시작해, LLM Wiki 기반 AI Agent 팀까지
Claude로 끝내는 AI Agent 빌더 패키지
Claude로 끝내는 AI Agent 빌더 패키지
가격1,329,000원
할인 판매가75% 할인330,000원
12개월 할부월 27,500원
추천 대상
모아놨던 자료를 다시 뒤져보느냐 매번 시간 낭비가 심하셨던 분들
AI가 맥락을 이해 못하고 자꾸 까먹어 답답한 분들
언제 어디서든 똑똑한 AI를 바로 쓰고 싶으신 분들
혼자서 글쓰기, 이미지 생성하기, 일정 관리, 바이브 코딩 등 다양한 분야에 AI를 활용하시는 분들
수강 전 질문
Question.1
사전지식이 필요한가요?
사전지식이 필요한가요?
최대한 사전 지식이 없으셔도 수강하실 수 있도록 강의를 준비할 예정입니다만,
기본적으로 클로드 코드나 코덱스를 이미 사용하고 계신 분들이 더 원활하게 강의를 들으실 수 있습니다!
그러나 (오해 금지) 옵시디언 사용 경험이 전혀 없어도 문제 없습니다!
그러나 (오해 금지) 옵시디언 사용 경험이 전혀 없어도 문제 없습니다!
Question.2
비전공자가 들어도 될까요?
비전공자가 들어도 될까요?
저 역시 정치학 전공자로, 비전공자입니다!
전공은 관계없지만, AI를 많이 써보셨을수록 강의를 쉽게 들으실 수 있습니다!
전공은 관계없지만, AI를 많이 써보셨을수록 강의를 쉽게 들으실 수 있습니다!
Question.3
저는 옵시디언도 처음이고 클로드코드도
처음이라, 어려워서 못 따라갈까 걱정이네요..
저는 옵시디언도 처음이고 클로드코드도
처음이라, 어려워서 못 따라갈까 걱정이네요..
그 마음 충분히 이해합니다. 저도 주위에서 옵시디언이 좋다고 할 때 계속 노션에 남아 있었고,
클로드 코드가 좋다고 할 때 노트북lm, ChatGPT만 사용했었거든요.
낯설고 불안하신 마음 충분히 이해하여, 강의를 최대한 단계별로 쉽게 구성하였습니다. 부담 없이 수강해주시고, 디스코드에 질문 남겨주시면 최대한 자세히 답변드릴테니 도전해보세요!
낯설고 불안하신 마음 충분히 이해하여, 강의를 최대한 단계별로 쉽게 구성하였습니다. 부담 없이 수강해주시고, 디스코드에 질문 남겨주시면 최대한 자세히 답변드릴테니 도전해보세요!
Question.4
강의 구성과 커리큘럼 흐름을 설명해주세요.
강의 구성과 커리큘럼 흐름을 설명해주세요.
제 강의는 크게 [Obsidian을 활용한 LLM wiki 구축 → 멀티에이전트 구축 및 활용]의 흐름으로 진행됩니다.
각 에이전트가 제대로 작업하기 위한 ‘사무실’을 LLM wiki로 만들고 관리하는 거죠.
조금 더 상세한 과정을 말씀드리면:
1. 옵시디언 설명 LLM Wiki구축의 기본이 되는 옵시디언에 대해 알아봅니다. 옵시디언에 대한 철학, md파일과 로컬 정리의 강점, 볼트, 프론트매터(frontmatter), 위키링크 등이 무엇이고 자료 정리에 왜 필요한지 등
2. 자료 수집 및 정리 knowledge-manager 스킬을 활용해 기존 자료 / 새 자료를 AI가 자동으로, 구조적으로 정리해줍니다. 특히 어떤 구조로 정리해야 좋은지 알려드리고, 해당 구조가 결국 에이전트 팀을 구축하기 좋은 구조이므로(직무별로 나누기, 용도별로 나누기 등) 자연스럽게 뒤의 강의와 연결됩니다.
3. LLM Wiki 활용 먼저 Obsidian Cli를 활용해, frontmatter / 태그 / 위키링크를 직접 검색하여 풍부하게 검색하는 방법에 대해 알아봅니다. 다음으로 Graph RAG, RAG등을 활용해 LLM wiki에서 필요한 정보를 검색하는 방법에 대해 배웁니다.
4. LLM Wiki 기반 봇 생성 구성한 LLM Wiki를 잘 활용하는 AI 봇을 만듭니다. 각 폴더(볼트)별 AI 봇을 왜, 어떻게 만드는 지 강의합니다.
5. Discord / Slack 기반 에이전트 팀 운영 만든 AI 봇들끼리 토론 및 업무 분담을 통해 실제 조직처럼 굴러가는 에이전트 팀을, 메신져 앱인 Discord / Slack 위에서 돌아가도록 설정하고 운영합니다.
6. 결과물 배포 지금까지 구축한 LLM Wiki, AI 에이전트 팀으로 보고서 작성 / 발표 자료 생성 / 바이브 코딩 작업 등 실무 작업을 같이 진행해 봅니다.
각 에이전트가 제대로 작업하기 위한 ‘사무실’을 LLM wiki로 만들고 관리하는 거죠.
조금 더 상세한 과정을 말씀드리면:
1. 옵시디언 설명 LLM Wiki구축의 기본이 되는 옵시디언에 대해 알아봅니다. 옵시디언에 대한 철학, md파일과 로컬 정리의 강점, 볼트, 프론트매터(frontmatter), 위키링크 등이 무엇이고 자료 정리에 왜 필요한지 등
2. 자료 수집 및 정리 knowledge-manager 스킬을 활용해 기존 자료 / 새 자료를 AI가 자동으로, 구조적으로 정리해줍니다. 특히 어떤 구조로 정리해야 좋은지 알려드리고, 해당 구조가 결국 에이전트 팀을 구축하기 좋은 구조이므로(직무별로 나누기, 용도별로 나누기 등) 자연스럽게 뒤의 강의와 연결됩니다.
3. LLM Wiki 활용 먼저 Obsidian Cli를 활용해, frontmatter / 태그 / 위키링크를 직접 검색하여 풍부하게 검색하는 방법에 대해 알아봅니다. 다음으로 Graph RAG, RAG등을 활용해 LLM wiki에서 필요한 정보를 검색하는 방법에 대해 배웁니다.
4. LLM Wiki 기반 봇 생성 구성한 LLM Wiki를 잘 활용하는 AI 봇을 만듭니다. 각 폴더(볼트)별 AI 봇을 왜, 어떻게 만드는 지 강의합니다.
5. Discord / Slack 기반 에이전트 팀 운영 만든 AI 봇들끼리 토론 및 업무 분담을 통해 실제 조직처럼 굴러가는 에이전트 팀을, 메신져 앱인 Discord / Slack 위에서 돌아가도록 설정하고 운영합니다.
6. 결과물 배포 지금까지 구축한 LLM Wiki, AI 에이전트 팀으로 보고서 작성 / 발표 자료 생성 / 바이브 코딩 작업 등 실무 작업을 같이 진행해 봅니다.
Question.5
우리 강의 차별점을 설명해주세요!
우리 강의 차별점을 설명해주세요!
강의에서 다루는 제 LLM Wiki가 가지는 차별점은 크게 두 가지 입니다.
1) 단순히 md파일로 저장하는 걸 넘어, 사용자의 요청에 따라 구조화하여 정리 + 문서 간 위키링크를 제대로 관리합니다.
파일 형식에 거의 구애받지 않고, 기존 문서들을 읽은 후 연관 문서들과 링크를 제대로 걸고, 사용자가 그래프를 바로 확인할 수 있습니다. 문서 간 생성된 위키링크를 토대로, GraphRAG도 구축합니다(문서 간 '관계가 있음'을 표시하는 옵시디언 위키링크 -> 해당 관계를 AI가 해석해 GraphRAG로 구축)
2) 가장 큰 차별점으로, 구조화된 LLM wiki를 기반으로 AI 에이전트가 효율적으로 일합니다.
한 가지 예를 들자면, 제 스케쥴 및 일정 담당인 '닥터 스트레인지' 봇은, Second_Brain 폴더 아래에 '040_Schedule' 폴더가 작업 공간(Work Directory)입니다. 닥터 스트레인지는 '일반적으로' 이 폴더 안에서만 일정을 읽고 씁니다. 필요 시, 다른 폴더의 내용을 읽을 수는 있습니다. 그리고 기존 기억을 읽을 때도, 옵시디언에서 기존 날짜 일정 파일만 읽고 수정합니다. 제 1만개가 넘는 노드중에, 단 수십 가지 노드만 읽으면 되는 겁니다.
거기에 더해, 각 폴더 내에 별도의 Claude.md 와 Soul.md(봇 성격 및 일부 규칙 작성), 봇별 메모리 설정이 따로 있어, 봇들의 특성을 역할에 따라 영구적으로 다르게 설정 + 관리할 수 있습니다. 이는 기존 Agent Teams를 굴릴 때, 서브에이전트 호출이나 각 에이전트를 짧게 문서화해 대량으로 호출하는 것과 다르게, 실제로 각 봇들이 llm wiki를 기반으로 진화하고 학습하여 발전합니다.
이제는 AI에게 덜 화내고, 더 감탄하실 수 있도록 친절히 알려드리겠습니다!!
1) 단순히 md파일로 저장하는 걸 넘어, 사용자의 요청에 따라 구조화하여 정리 + 문서 간 위키링크를 제대로 관리합니다.
파일 형식에 거의 구애받지 않고, 기존 문서들을 읽은 후 연관 문서들과 링크를 제대로 걸고, 사용자가 그래프를 바로 확인할 수 있습니다. 문서 간 생성된 위키링크를 토대로, GraphRAG도 구축합니다(문서 간 '관계가 있음'을 표시하는 옵시디언 위키링크 -> 해당 관계를 AI가 해석해 GraphRAG로 구축)
2) 가장 큰 차별점으로, 구조화된 LLM wiki를 기반으로 AI 에이전트가 효율적으로 일합니다.
한 가지 예를 들자면, 제 스케쥴 및 일정 담당인 '닥터 스트레인지' 봇은, Second_Brain 폴더 아래에 '040_Schedule' 폴더가 작업 공간(Work Directory)입니다. 닥터 스트레인지는 '일반적으로' 이 폴더 안에서만 일정을 읽고 씁니다. 필요 시, 다른 폴더의 내용을 읽을 수는 있습니다. 그리고 기존 기억을 읽을 때도, 옵시디언에서 기존 날짜 일정 파일만 읽고 수정합니다. 제 1만개가 넘는 노드중에, 단 수십 가지 노드만 읽으면 되는 겁니다.
거기에 더해, 각 폴더 내에 별도의 Claude.md 와 Soul.md(봇 성격 및 일부 규칙 작성), 봇별 메모리 설정이 따로 있어, 봇들의 특성을 역할에 따라 영구적으로 다르게 설정 + 관리할 수 있습니다. 이는 기존 Agent Teams를 굴릴 때, 서브에이전트 호출이나 각 에이전트를 짧게 문서화해 대량으로 호출하는 것과 다르게, 실제로 각 봇들이 llm wiki를 기반으로 진화하고 학습하여 발전합니다.
이제는 AI에게 덜 화내고, 더 감탄하실 수 있도록 친절히 알려드리겠습니다!!
원활한 강의 수강을 위해
설치 및 결제가 필요한 프로그램입니다.
설치 및 결제가 필요한 프로그램입니다.
1. Claude Code 5x max($100) 혹은 ChatGPT Plus($20)
2. 옵시디언(무료)
* LLM Wiki 구축 및 봇 활용의 경우, Claude code를 주로 활용할 예정입니다. 단, Claude Code의 경우 최소 100불 요금제를 사용하여야 원활하게 llm wiki 활용 및 여러 봇 사용이 가능합니다!
* AI 작업량이 많지 않은 경우, Codex를 쓰신다면 ChatGPT는 25불짜리 plus요금제로도 진행 가능합니다. ㄴ예외: 한시적으로 기존 회사 및 개인 자료를 llm wiki로 일괄 변환하는 작업에는 평균적으로 토큰 소모가 커서, Codex의 경우 chatgpt 5x pro(100불) 필요합니다!
*만약 여러 기기에서 같은 옵시디언 저장소를 쓸 경우, 월 4불을 내고 옵시디언 싱크를 사용하시면 편하지만, 쓰지 않아도 강의 수강 및 진행에 문제 없습니다.
2. 옵시디언(무료)
* LLM Wiki 구축 및 봇 활용의 경우, Claude code를 주로 활용할 예정입니다. 단, Claude Code의 경우 최소 100불 요금제를 사용하여야 원활하게 llm wiki 활용 및 여러 봇 사용이 가능합니다!
* AI 작업량이 많지 않은 경우, Codex를 쓰신다면 ChatGPT는 25불짜리 plus요금제로도 진행 가능합니다. ㄴ예외: 한시적으로 기존 회사 및 개인 자료를 llm wiki로 일괄 변환하는 작업에는 평균적으로 토큰 소모가 커서, Codex의 경우 chatgpt 5x pro(100불) 필요합니다!
*만약 여러 기기에서 같은 옵시디언 저장소를 쓸 경우, 월 4불을 내고 옵시디언 싱크를 사용하시면 편하지만, 쓰지 않아도 강의 수강 및 진행에 문제 없습니다.