[아티클] 안드레 카파시의 LLM Wiki : 완벽한 AI 지식 체계 w.클로드코드 & 옵시디언
5분 트렌드 아티클 | AI
안드레 카파시의 LLM Wiki 란?
완벽한 AI 지식 체계 w. 클로드코드 & 옵시디언
📌 5초 핵심 요약
• 매일 AI를 쓰지만 정작 지식은 쌓이지 않고 휘발되는 현실. 안드레 카파시는 AI가 내 노트를 스스로 구조화하고 연결하는 'LLM wiki' 개념을 제시했습니다.
• 이 시스템은 옵시디언에 모인 데이터를 AI가 학습해 주제별로 자동 분류하고 지식의 고리를 만들어줍니다. 이로써 이용자가 정리와 관리에 쏟아야 했던 엄청난 에너지를 획기적으로 줄여주죠.
• LLM wiki를 통해 현대인들은 단순히 정보를 모으는 2nd brain을 넘어, 과거의 맥락까지 기억하고 스스로 진화하는 3rd brain을 구축할 수 있습니다. 흩어진 자신만의 인사이트를 완벽한 지식 자산으로 저장하게 돼요.
하루 종일 AI를 써도 머리에 남는 게 없네!😫
요즘 현대인들은 하루 종일 AI를 사용합니다. 논문을 요약하고, 뉴스의 핵심을 뽑고, 회의록을 정리하고, 글의 초안 작성을 맡기기도 하죠. ‘지식’노동자로서 넘쳐나는 정보 속에서 각종 텍스트를 오가며 하루 종일 일을 처리하지만, 정작 나만의 ‘지식’이 쌓이는 것 같진 않습니다. 어디 이뿐인가요? AI와 나눈 대화는 창을 닫으면 날아가기 일쑤입니다. 머릿 속에서 흐르는 내 생각과 맥락 역시 버려지고 있죠. AI는 점점 똑똑해지고 있는데, 그걸 사용하는 우리의 두뇌는 오히려 퇴보하고 있는 듯한 느낌이에요.
이 문제를 해결하고자 AI의 대가이자 구루,
안드레 카파시가 제안한 개념이 있습니다.
👀 안드레 카파시가 말하는 LLM Wiki 란?
테슬라 AI 총괄과 오픈AI 초기 멤버였던 AI 구루 안드레 카파시는 앞서 언급한 문제를 해결하는 방안으로 2026년 4월에 LLM Wiki라는 개념을 제안 (click) 했답니다. AI를 똑똑한 질문 답변기로만 쓰지 말고, 시간이 지날수록 더 똑똑해지는 지식 시스템으로 쓰는 방안이죠. 더 자세히 설명하자면, 내 노트·논문·기사들을 받아서 스스로 구조화·요약·링크를 거는 위키 편집자를 구성하자는 뜻입니다.
🤔 LLM 열심히 굴리는데 왜 난 똑똑해지지 않을까?
카파시가 느낀 기존의 노트와 AI 조합의 문제가 몇 개 있어요. 일단 “기억이 안 쌓인다”는 점이죠. AI에 열심히 물어보고 이로운 답변을 받아도 그 주제에 대한 대화의 맥락이 휘발되기 일쑤니까요. AI에게 받은 답변을 한데 모으기에도, 내가 읽은 정보들을 서로 연결하는데도 한계가 있고요.
‼️노션, 옵시디언 관리에 실패했다면
많은 사람들이 노션과 옵시디언을 활용해 개인 메모장을 넘어 자신만의 위키백과 만들기를 꿈꿉니다. 그러나 대부분 작심삼일로 끝나요. 이용자들이 게을러서일까요? 물론 그럴 수도 있겠지만, 원인은 툴을 사용하고 구성하는데 너무 많은 에너지가 들기 때문이라고 봅니다. 새로운 정보를 읽을 때마다 해당 데이터를 정리해서 어느 카테고리에 어떻게 넣을지, 어떤 페이지를 연결할지, 기존에 있던 어느 자료와 엮을지 등등.. 신경 쓸 게 한두가지가 아니니까요.
🤖 LLM + 🟣 옵시디언 = LLM Wiki 🧠✨
그런데 LLM Wiki는 좀 다릅니다. 이용자가 찾아보고 읽은 모든 종류의 자료를 옵시디언에 모아 데이터 저장소로 사용하거든요. 그리고 LLM이 내 지식 저장소나 다름없는 옵시디언 속 데이터를 모두 학습해 나만의 위키를 만들죠.
이말인즉슨, 단순히 모아 놓은 지식을 읽고 요약하는 것을 넘어 주제별로 페이지를 분류하고 연결해 지식의 고리를 만들어낸다는 뜻입니다. 그 후에는 AI에게 던진 나의 질문 역시 위키의 일부가 되죠. 이것이 바로 안드레 카파시가 제시한 LLM Wiki가 돌아가는 방식인데요.
앞서 설명한 작업 덕분에 지식의 선순환이 LLM Wiki 내에서 생겨나는 겁니다. 덕분에 이전에 내가 AI에게 검색했던 내용들까지 활용되고, 설사 비슷한 질문을 한다 해도 예전 문맥까지 참고한 더 깊이 있는 답이 나옵니다. AI가 주는 새로운 지식 뿐 아니라 내 머릿속에 흩어져 미처 기억하지 못했던 지식까지 아우르는 살아있는 나만의 백과사전이 만들어지죠. 이용자가 혼자 각종 정보를 분류하고 연결할 필요 없이, 귀찮았던 자잘한 작업과 단순 노동을 대신 해주니 시간을 대폭 아낄 수 있어요.
😎그렇다면 LLM Wiki에서 클로드 코드의 역할은?
안드레 카파시가 LLM Wiki를 발표할 때부터 특정 도구를 못 박은 건 아니랍니다. 다만 ‘폴더 안의 마크다운 위키를 LLM이 직접 읽고 고치는’ 구조가 클로드 코드랑 너무 잘 맞아서, 지금은 옵시디언과 클로드코드 듀오가 사실상 LLM Wiki의 대표격으로 쓰이고 있는 상황이에요. 위에서 설명한 LLM 포지션에 클로드코드를 쓰는 게 최적의 조합으로 여겨지고 있는 것이죠. LLM Wiki에서 옵시디언 내의 각종 폴더를 돌아다니며 파일을 만들고 고치고, 비슷한 지식끼리 묶고 정리하는 작업을 해내는 거예요.
지금까지 LLM Wiki의 기본 구조와 조합을 알아봤으니,
AI 시대를 살아가는 우리가
어떻게 LLM Wiki를 활용하면 좋을지 얘기해볼까요?
🧐 현대인을 위한 LLM Wiki 활용법
* 개인용
건강이나 자기 계발 같은 각종 일상 목표 관리 가능. 일기, 기사, 팟캐스트 노트 등을 아카이브
* 연구
몇 주 또는 몇 달 걸리는 프로젝트 관리. 논문, 기사, 보고서를 읽고 논제(thesis)를 바탕으로 나만의 위키 생성
* 책읽기
책을 읽어 나가면서 정리한 내용은 물론, 등장인물, 주제, 줄거리 기록.
ex) 반지의 제왕의 작가 톨킨의 팬들이 수년에 걸쳐 등장인물, 장소, 사건, 언어 등을 수천 개의 페이지로 연결해 만든 'Tolkien Gateway' 같은 팬 위키
* 업무
슬랙 스레드, 회의록, 프로젝트 문서, 고객 통화 내용 등을 공급받아 LLM이 유지보수하는 사내 위키. 아무도 하고 싶지 않은 귀찮은 위키 유지보수 작업을 LLM이 해주기 때문에 항상 최신 상태로 유지 가능
✅ LLM Wiki가 AI 시대에 필수인 이유
우리가 매일 AI와 나누는 대화와 검색 내역은 대부분 휘발됩니다. 검색과 채팅으로 무언가를 이해했다가도 창을 닫는 순간 기록이 사라지죠. AI와 같은 주제를 가지고 대화할 때마다 다시 찾아보고, 다시 요약시키는 일을 반복하는 것은 물론이고요. LLM Wiki는 이렇게 스쳐가는 각종 정보와 자료를 자동으로 위키에 남겨, “한 번 생각한 것”이 나만의 자산으로 축적되게 만듭니다. 나날이 발전하는 AI의 지식과 나만의 인사이트를, 불완전한 내 기억력에 의존하지 않고 완벽하게 보존할 수 있다면 어떨까요?
단순 지식 아카이브에 불과한 2nd brain을 넘어
스스로 진화하는 나만의 인사이트 아카이브,
3rd brain인 LLM Wiki에 도전해보지 않으시겠어요?