LLM Wiki의 핵심은 더 많은 자료 축적이 아니라, AI가 읽고 사람도 다시 꺼낼 수 있는 개인 지식의 구조화
• 브라이언의 출발점은 “세상에서 제일 가치 있는 거는 나의 지식”이라는 관점. 기록을 AI에게 넘겨 나의 맥락을 알고 답하게 만드는 방식
• LLM Wiki는 원본 자료를 Markdown으로 바꾸는 수준을 넘어, entity와 concept를 뽑고 연결해 다시 활용하는 지식 베이스. Obsidian이 사람이 읽는 프런트엔드 역할
• RAG는 문서를 embedding, chunking해 vector DB에 넣는 방식. LLM Wiki는 새 문서만 ingest하면 되고, 사람이 읽을 수 있는 정제 문서로 남는 구조
• 실패 원인은 목적 없는 구축과 구조화 부재. 내가 누구이고 왜 이 자료를 넣는지, 나중에 어떻게 써먹을지까지 함께 넣어야 작동하는 흐름
• 하루 기록은 의도, 실행, 현실, 해석, AI log로 분리. Omi, Plaud Note, Screenpipe, Hermes, Claude를 통해 녹음, 화면 기록, 대화 로그, 회고까지 축적
개인 지식 관리는 저장 기술보다 나의 맥락과 목적을 AI가 계속 읽을 수 있게 만드는 설계 문제
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
Good Vibe AI