1. 만드는 목적
어차피 에이전틱 커머스는 내러티브 안에서 수많은 의견이 오가는 곳이라, 실질적으로 모든 기술 스택과 흐름을 세세히 따라잡기는 힘듭니다. 그래서 필요할 때마다 찾아보는 방향이 낫지 않을까 싶었습니다.
특히 CT내에서 유명 인사들끼리도 의견이 첨예하게 갈리는 분야이다 보니(트위터에서도 키배 생각보다 많이합니다), 정리를 할 때 실제 원문이나 내러티브, 그리고 제 첫인상 정도를 LLM의 판단과 함께 저장해 두고 나중에 위키 형식으로 파악하면 좋겠다는 생각이 들었습니다.
2. 첫 번째 시도: 옵시디언(Obsidian) 기반
21~22년도쯤 옵시디언을 한 번 써본 기억이 있었는데, 최근에 다시 붐이 불길래 한번 시도해 봤습니다. 그런데 제 얕은 식견으로는 두 가지 큰 불편함이 있었습니다.
(1) 옵시디언 문서 구조에서는 '태깅(Tagging)'이 핵심이라고 생각하는데, 이 부분을 LLM에게 어느 정도 위임해야 할지, 어떤 판단 구조를 갖춰야 할지 기준을 세우기가 애매했습니다. (제 경험상 LLM에게 전권을 위임했을 때는 만족스러운 분류가 되지 않았습니다.)
(2) UX 차원에서의 불편함도 컸습니다. 물론 LLM을 통해서 "~주제로 찾아줘" 하면 알잘딱으로 분류해서 정리해 주는 건 아는데, 결국 저는 제 눈으로 직접 문서를 쓱 보면서 정리하는 습관이 남아있더라고요. 이게 구시대적 사고일지는 몰라도 쉽게 안 고쳐지고, 결국 이 부분 때문에 불편함을 많이 느껴 옵시디언을 잘 안 쓰게 되었습니다.
3. 두 번째 시도: Karpathy의 LLM Wiki 참고
그래서 잠깐 유기해 두다가, 트위터 서핑 중 유명한 Karpathy의 LLM Wiki를 보고 이게 해결책이 될 것 같아 다시 만들어 보았습니다.
특히 저는 여기서 분류 체계 중 하나로 '트위터 핸들'을 추가했습니다. 위에서 말씀드렸다시피 하나의 문제를 바라보는 시각이 시시각각 다르기 때문에, 이런 특성을 반영해 트위터 핸들을 기준으로 내러티브를 엮으면 제가 보기에 훨씬 편할 것 같다는 생각이 들어서 저 방식을 추가했었습니다. 이거 말고는 딱히 기존 LLM Wiki 모델과 다른 점은 없습니다.
4. 현재 고민 중인 개선점
물론 아직 고쳐야 할 부분들이 많습니다.
본문 크롤링 관련: 트위터 Grok API를 이용해 봤는데 아티클 본문을 제대로 못 긁어왔었고 이로 인해 브라우저에 직접 접속해서 긁어오는 방향으로 틀긴 했는데, 그냥 아직은 본문 Plain Text를 직접 복붙하는 식으로 쓰고 있습니다.
피드백 루프 관련: 결국 LLM Wiki의 핵심은 '피드백' 쪽이라고 들었는데, 지금은 그냥 LLM한테 "해줘" 하고 파츠만 대충 이어 붙여놓은 꼴이라... 이 부분의 메커니즘을 좀 더 깊이 파악해야 하지 않나 싶습니다.
등등 뭐 이렇습니다.. 아직 제가 많이 부족해서, 혹시 관련해서 추천해 주실 만한 좋은 툴이나 접근 방식이 있다면 자유롭게 공유해 주시면 정말 감사하겠습니다!