옵시디언
지식 관리
LLM wiki
국내 최고 옵시디언 전문가, 구요한 교수가 돌아왔습니다!
연구자만을 위한 지식 관리 시스템🔥
본 강의는 2026년 10월 13일에 신규 런칭한 강의로
현재 얼리버드 할인 중입니다.
묶음 패키지 구매
내 연구 맥락을 100% 이해하는
지식 관리·연구 자동화 비결을
더 깊이 있게 배우고 싶다면?

지식관리 끝판왕, 옵시디언 바이블 by 구요한 교수정가 350,000원
앞서가는 연구자의 지식 관리 시스템 : 연구 WIKI부터 지식 관리 에이전트까지 by. 구요한 교수정가 500,000원

연구 자동화 치트키 : 나만의 연구 에이전트 구축부터 LLM Wiki까지 w. Claude정가 600,000원
앞서가는 연구자의 지식 관리 시스템 : 연구 WIKI부터 지식 관리 에이전트까지 by. 구요한 교수정가 500,000원
옵시디언으로 논문 600편 정리하고
LLM WIKI로 요약까지 했는데
왜 연구 속도와 수준은 아직 그대로일까?
논문만 정리 되었을 뿐,
AI가 내 연구를 이해하고 연결할 규칙은 아직 없기 때문입니다
‘정리와 요약’을 넘어 이제 필요한건,
내 연구 맥락 100% 이해한 [
연구용 지식관리 시스템 ]
핵심 포인트
구요한 교수
연구자, 강사, CEO, 재즈 보컬 등
9개의 역할을 오가는 저에게는 흩어진 지식과 자료를 연결하고,
시간을 효율적으로 쓰게 해주는 ‘지식관리 시스템’이 반드시 필요했습니다.
수많은 시행착오 끝에 완성한 저만의 연구자용 지식관리 시스템,
이제 여러분의 연구에 그대로 적용할 수 있도록
아낌없이 전해드리겠습니다.
CMDS ↗
Linked in ↗
Youtube ↗
· 패스트캠퍼스 연구 카테고리 1위 강사
· CMDSPACE 대표 · Founder & Principal Context Architect
· 차의과학대학교 AI헬스케어융합학과 겸임교수
· 국가과학기술인력개발원(KIRD) 객원교수
· 한양대학교 교육공학 박사(수료), 물리학 석사
· 《옵시디언 프로페셔널 노트》 저자
· ‘AI로 연구하기’ 커뮤니티 리더(GPTers)
· KB손해보험, LG전자, SGI서울보증 등 기업 임원 AX 교육
· 서울대학교 : 대학원생 개인지식관리 역량 향상을 위한 옵시디언 워크샵
· KAIST : 연구자(대학원생, 박사)를 위한 지식관리
· POSTECH : 대학원생을 위한 옵시디언으로 논문 리뷰하기
· 한양대학교 : 옵시디언을 활용한 연구 지식관리
· 건국대학교 : 개인지식관리와 세컨드브레인
· UST : 옵시디언과 챗GPT를 활용한 논문서지 관리
· 한국태양에너지학회 : 옵시디언을 사용한 논문 리뷰 및 작성 효율화
1만 여개의 지식 파일과 9개의 페르소나도
효율적으로 운영할 수 있었던 비결,
궁금하지 않으신가요?
ㅣ 구요한 교수의 강의 미리보기 ㅣ
Claude 생태계 학습부터 지식 베이스 관리,
개인 연구 에이전트까지 4 STEP으로 차근차근히
핵심 포인트
STEP 01
연구자료가 쌓이는 Obsidian 기반 만들기
논문·실험·데이터를 따로 보관하는 데서 벗어나,
모든 연구 기록이 하나의 맥락으로 연결되는 연구 저장소를 구축합니다
Part 01
내 연구에 맞는 Obsidian 설계하기
Part 02
논문을 수집하고 문헌 노트로 연결하기
Part 03
실험·데이터·분석 기록 연결하기
| 강사님 Comment |
STEP 1을 마치면 흩어져 있던 논문·실험·데이터가 하나의 Obsidian 안에서 연결됩니다.
이제 연구자료를 한곳에 모았으니, 다음 단계에서는 AI가 이 자료의 맥락을 이해하고 활용할 수 있도록
연구 WIKI로 연결해보겠습니다.
| STEP 1 완료 후 얻는 결과 |
연구용 볼트
문헌 노트
실험 기록
데이터·분석 로그
연구 대시보드
STEP 02
AI가 이해하는 연구 WIKI 구축하기
쌓아둔 논문과 실험 기록을 단순히 요약하는 데서 끝내지 않고,
AI가 비교·검증해 다음 연구에 활용할 수 있는 지식으로 구조화합니다.
Part 01
연구 맞춤형 LLM WIKI 설계하기
Part 02
여러 논문을 같은 기준으로 비교하기
Part 03
주장과 근거로 연구 쟁점 파악하기
Part 04
연구 공백을 후속 연구로 발전시키기
| 강사님 Comment |
STEP 2를 마치면 논문을 보관하는 데 그치지 않고, 다음 연구를 설계하는 WIKI가 완성됩니다.
이제 흩어진 연구 지식이 하나의 맥락으로 연결됐습니다.
다음 단계에서는 에이전트가 새로운 자료를 수집하고 점검하며,필요한 연구 현황까지 브리핑하도록 만들어보겠습니다.
| STEP 2 완료 후 얻는 결과 |
연구 스키마
문헌 비교표
주장 – 근거 지도
연구 공백
후속 연구 설계
STEP 03
내 연구를 움직이는 에이전트 구축하기
연구 WIKI를 만들어두는 데서 끝내지 않고, 새로운 자료를 수집하고
오류를 점검하며 다음 연구까지 브리핑하는 에이전트를 연결합니다.
Part 01
연구 저장소에 에이전트 연결하기
Part 02
연구자료 수집·정리 에이전트 만들기
Part 03
연구 지식 유지보수 에이전트 만들기
Part 04
연구 현황 브리핑 에이전트 만들기
| 강사님 Comment |
STEP 3를 마치면 자료를 보관하는 시스템을 넘어, 스스로 수집하고 점검하며 브리핑하는 연구 시스템이 완성됩니다.
이제 새로운 자료가 들어올 때마다 직접 분류하고 점검할 필요가 없습니다.
에이전트가 반복 업무를 맡는 동안, 여러분은 연구의 핵심인 판단과 설계에 집중하게 됩니다.
에이전트까지 준비됐습니다. 이제 모든 요소를 내 연구에 적용해 하나의 시스템으로 완성해보겠습니다.
| STEP 3 완료 후 얻는 결과 |
수집·정리 에이전트
지식 유지보수 에이전트
연구 브리핑 에이전트
승인·복구 체계
STEP 04
내 연구에 맞는 지식관리 시스템 완성하기
앞서 구축한 Obsidian·연구 WIKI·에이전트를 하나로 연결해,
실제 연구 질문이 논문과 실험, 최종 결과물로 이어지는 전 과정을 완주합니다.
Part 04
나만의 연구 시스템 완성하기
| 강사님 Comment |
마지막 단계에서는 제가 만든 시스템을 단순히 따라 하는 데서 끝나지 않습니다.
여러분의 논문과 연구 기록에 직접 적용해, 강의가 끝난 뒤에도 계속 운영할 수 있는 연구 시스템으로 완성해보겠습니다.
| 최종 완성 플로우 |
Obsidian에 축적하고 → 연구 WIKI로 연결하고 → 에이전트로 운영해
연구 질문부터 실험·논문까지 이어지는 나만의 연구 시스템 완성
수강 혜택
강의 3차 오픈 당일(1/22)에 혜택 제공될 예정입니다.
프로그램 안내드립니다.
* Obsidian, Zotero (무료)
* macOS 또는 Windows
* 프로그램은 제공되지 않습니다.
[주의사항]
*26년 10월 기준 정보, 프로그램은 제공하지 않습니다.
* 툴이나 프로그램 사용 환경과 버전 업데이트에 따라, 강의 내 화면(UI) 구성이나 기능이 실제 수강 시점과 다를 수 있습니다.
* 본 강의는 촬영 시점의 버전을 기준으로 학습 흐름과 개념 전달에 중점을 두었으며, 이후 버전 업데이트에 따른 내용 수정이나 추가는 제공되지 않습니다.
* 강의에서 안내되는 AI 툴의 무료 크레딧 제공 여부 및 요금제 가격은 각 서비스 제공사의 정책에 따라 변경되거나 종료될 수 있습니다. 이용 전 반드시 해당 서비스의 최신 정책 및 요금을 확인해 주시기 바랍니다.
본 강의의 ‘옵시디언 파트’가
기존 ‘옵시디언 바이블’ 강의와 다른 점은 무엇인가요?
기존 ‘옵시디언 바이블'이 옵시디언의 기본 기능과 폭넓은 활용법을 익히는 강의였다면, 본 강의는 옵시디언을 연구 현장에서 실제로 작동하는 연구 저장소로 설계하는 방법에 집중하고 있습니다.
연구 질문, 논문, 프로토콜, 실험, 데이터, 분석 결과, 원고를 각각 어떻게 기록하고 연결해야 하는지 연구자의 업무 흐름을 기준으로 설계합니다. KCI·RISS·Web of Science·PubMed의 검색 기록과 Zotero 문헌을 연결하고, Bases를 활용해 문헌·실험·다음 행동을 확인하는 연구 대시보드도 직접 구축합니다.
단순히 노트를 잘 정리하는 데 그치지 않고, 필요한 근거를 다시 찾고 실험 결과의 출처를 역추적하며, 축적된 기록을 다음 연구와 원고에 재사용할 수 있는 시스템을 만드는 과정입니다.
강사님께서 실제 연구 보고서 작성과 연구 프로젝트에 옵시디언과 에이전트를 활용한 사례를 바탕으로 실전 팁과 적용 방법도 함께 다룰 예정입니다.
2. 각 노트를 AI가 잘 읽을 수 있는 형태로 작성
기존 ‘옵시디언 바이블’이 옵시디언의 기능과 활용법을 익히는 데 집중했다면, 이번 강의는 한 단계 더 나아가 AI가 각 노트의 내용과 관계를 정확하게 이해하고 활용할 수 있도록 연구 저장소를 설계하는 방법을 다룹니다.
실습 환경도 달라졌습니다. 기존 강의에서는 옵시디언과 Cursor를 중심으로 지식관리 워크플로우를 구축했다면, 이번 강의에서는 Claude Code와 Codex를 활용해 연구 자료를 읽고 정리하며, 누락된 정보와 연결 관계를 점검하는 과정까지 직접 실습합니다.
* 기존 ‘옵시디언 바이블’ 강의에서 재활용되는 클립은 없습니다.
본 강의의 ‘LLM WIKI’ 파트가
다른 LLM WIKI 강의와 다른 점은 무엇인가요?
먼저 원문과 연구자의 기록, AI가 만든 분석 결과를 구분합니다. 이후 논문 유형에 따라 연구 질문·대상·방법·변수·결과·한계를 추출하고, 개념·방법·척도·주장·근거를 서로 연결합니다. AI가 생성한 내용에는 원문 페이지와 근거 위치를 남겨, 필요할 때 출처로 돌아가 직접 확인할 수 있도록 합니다.
여러 논문의 결과가 서로 다를 때는 지지·반박·불확실 등의 관계로 정리하고, 문헌의 근거와 내 실험 결과도 구분해 기록합니다. 이렇게 쌓인 위키를 바탕으로 연구 공백을 찾고, 연구 질문과 후속 실험을 설계하며, 문장별 근거가 연결된 문헌고찰 초안까지 만들어 봅니다.
즉, 단순한 논문 요약용 위키가 아니라 Obsidian·Zotero·연구 기록·지식관리 에이전트가 함께 작동하는 연구 시스템을 완성하는 것이 목표입니다.
옵시디언 입문자도 수강할 수 있나요?
강의 초반에는 제공되는 시작 볼트를 열고 노트, 표, 인용, 첨부파일, 링크 등 연구에 필요한 기본 기능부터 차근차근 익힙니다.
이후 폴더·속성·링크로 연구 자료를 구분하고, 연구 노트 템플릿과 Bases 대시보드를 만드는 방식으로 단계적으로 확장합니다. 각 단계의 완성 볼트도 함께 제공되기 때문에, 자신의 결과물과 비교하며 실습을 따라갈 수 있습니다.
다만 기본 기능만 다루는 입문 강의는 아닙니다.
후반부에는 LLM WIKI와 지식관리 에이전트까지 연결하므로, 초급부터 시작해 실제 연구 시스템 구축까지 단계적으로 올라가는 과정에 가깝습니다. 특정 통계 기법이나 프로그래밍 경험은 필요하지 않지만, 연구 질문을 세우고 논문을 읽어본 경험이 있다면 자신의 연구에 더욱 수월하게 적용할 수 있습니다.
에이전트 파트에서는 터미널을 일부 사용하지만 macOS와 Windows별 환경 가이드를 제공합니다. 에이전트를 직접 실행하려면 유료 구독이나 API 환경이 필요할 수 있으며, 해당 환경이 없는 경우에도 강사의 시연과 제공되는 실행 기록을 통해 전체 흐름을 학습할 수 있습니다.


















































