여기에 많은 내용이 있습니다. 북마크에 북마크하고 전체 텍스트를 Claude Code 나 Cursor 에 복사하여 작업을 도움을 도와받을 수 있습니다. 또한 시간이 있을 때 천천히 읽어 새로운 것을 배울 수도 있습니다!
아마 이런 문제들을 겪어 보셨을 겁니다:
트위터에서 좋은 글을 보고 복사해 놓고, 나중에 찾아보려면 끝없이 스크롤해야 합니다.
Notion 에 수백 개의 노트를 저장했지만 서로 고립되어 있어 특정 개념이 다른 곳에 등장했는지 알 수 없습니다.
AI 에 질문할 때마다 매번 처음부터 검색하고 임시 답변을 조합합니다. 축적도 없고 기억도 없으며 토큰의 절반이 낭비됩니다.
더 중요한 것은, 노트가 다른 사람의 서버에 저장된다는 점입니다. 서비스가 종료되면 데이터가 사라집니다.
제가 구축한 시스템이 이러한 문제들을 해결합니다.
네 가지 핵심 장점:
- 완전 자동화: 수동으로 노트를 정리할 필요 없이 AI 가 대신 해줍니다.
- 로컬 저장: 데이터는 항상 귀하의 소유이며 어떤 서버에도 업로드되지 않습니다.
- 지속적 축적: 지식이 매번 초기화되지 않고 계속 쌓입니다.
- 그냥 물어보기: 질문하고 탐구하기만 하면 나머지는 AI 에게 맡기면 됩니다.
간단히 말해, 문서를 시스템에 넣으면 AI 가 자동으로 구조화된 지식 네트워크로 정리합니다. 양방향 링크를 사용하여 자유롭게 탐색할 수 있습니다.
전체 체인은 다음과 같습니다: 문서 가져오기 → AI 정리 → Wiki 생성 → 양방향 링크 연결.
전체 과정에서 그래픽 인터페이스를 수동으로 조작할 필요가 없습니다. 파일을 넣기만 하면 자동으로 네트워크가 형성됩니다.
세 가지 도구, 각자의 역할
이 시스템은 두 가지 주요 도구로 구성됩니다.
Obsidian: 노트 표시 계층
Obsidian 은 로컬 양방향 링크 노트 도구입니다. Windows, Mac, Linux 에서 완전 무료로 사용할 수 있으며 크로스 플랫폼입니다. 핵심 기능은 양방향 링크입니다.
양방향 링크란 무엇일까요?
노트에 이중 대괄호를 입력하면(예: [[Claude-Code-Notes]]) Obsidian 이 자동으로 보라색 링크로 바꿉니다. "Claude-Code-Notes" 노트가 존재하면 클릭 시 해당 노트로 이동하고, 존재하지 않으면 클릭 시 생성됩니다. 이것이 양방향 링크의 작동 방식이며 매우 간단합니다. 수동으로 유지할 필요가 없으며 Obsidian 이 관계를 연결해 줍니다.
전통적인 노트 소프트웨어의 문제는 노트가 고립되어 있다는 것입니다. "Apple"이라는 단어가 다른 곳에 나타났는지 알 수 없습니다. Obsidian 의 Graph View 는 모든 노트와 링크 관계를 시각화하여 지도로 보여줍니다. 지식 구조를 한눈에 파악할 수 있으며, 어떤 노드가 섬이고 어떤 노드가 허브인지 확인할 수 있습니다.
또한 Obsidian 은 개인 사용 시 완전히 완전 무료이며 제한이 없습니다. 모든 데이터는 로컬에 저장됩니다.
Hermes Agent: 자동 실행 엔진
Hermes Agent 는 Nous Research 에서 개발한 자율 AI 에이전트입니다. 가장 큰 특징은 경험으로부터 기술을 만들고 개선할 수 있는 내장 학습 루프입니다. 이 지식 관리 워크플로우에서 Hermes 는 자동 실행 엔진 역할을 합니다. LLM Wiki 파일 구조 사양에 따라 지식 베이스를 직접 운영할 수 있는 llm-wiki 기술이 내장되어 있습니다.
이것이 의미하는 바는 무엇일까요? 폴더를 수동으로 만들거나, 노트를 정리하거나, 링크를 추가할 필요가 없습니다. Hermes 에게 "이 글을 지식 베이스에 작성해 줘"라고 말하면 Hermes 가 자동으로 다음을 수행합니다:
- 핵심 엔터티(사람, 도구, 프로젝트) 추출
- 핵심 개념(방법론, 기술 원리) 추출
- - 구조화된 Markdown 파일 생성
- 관련 개념에 양방향 링크 추가
- 지식 베이스 인덱스 업데이트
중요한 규칙: Hermes 는 명시적으로 요청할 때만 지식 베이스를 조작합니다.
- "지식 베이스에 작성해 줘" 또는 "지식 베이스로 가져와 줘"라고 말하면 Hermes 가 가져오기를 실행합니다.
- "지식 베이스와 결합해 줘" 또는 "지식 베이스를 검색해 줘"라고 말하면 Hermes 가 정보를 검색합니다.
일상적인 대화에서 Hermes 는 지식 베이스를 능동적으로 건드리지 않으므로 관련 없는 대화로 오염되지 않습니다.
LLM Wiki: 지식 베이스 표준
LLM Wiki 는 독립 실행형 앱 앱이 아니라 지식 베이스 파일 구조 사양 세트입니다. 지식을 구성하는 방법을 정의합니다. 핵심 아이디어는 AI 가 지속적으로 영구 Wiki 를 구축하도록 하는 것입니다.
영구적이라는 것은 무엇을 의미할까요? 문서를 가져올 때 시스템은 단순히 인덱싱하고 끝내지 않습니다. 문서를 진정으로 이해하고 핵심 엔터티, 개념 및 관계를 추출한 다음 해당 Wiki 페이지를 생성하거나 업데이트합니다. 이러한 페이지는 로컬에 저장됩니다. 더 많은 문서를 가져올수록 Wiki 는 더 풍부해집니다. 페이지 간에 참조와 연관이 형성되고 모순이 표시됩니다. 나중요한 것은, 나중에 질문할 때 AI 가 원시 문서를 조합하는 대신 구조화된 Wiki 를 기반으로 답변하며 출처를 인용한다는 점입니다.
전체 워크플로 데모
도구를 함께 살펴보겠습니다. 전체 워크플로의 진입점은 Hermes Agent 입니다.
1 단계: 지시하기
예를 들어 "AI 소설 쓰기에 관한 이 글을 지식 베이스에 작성해 줘"라고 말합니다.
2 단계: Hermes 가 자동으로 정리
Hermes 는 llm-wiki 기술을 사용하여 내용을 읽고, 엔터티와 개념을 추출하고, Markdown 파일을 생성하며, 링크를 추가하고, 인덱스를 업데이트합니다.
3 단계: 파일 구조 생성
Hermes 는 LLM Wiki 사양에 따라 메타데이터, 핵심 내용 및 링크를 포함한 파일을 생성합니다.
4 단계: Obsidian 이 지식 네트워크 표시
지식 베이스 디렉토리를 열고 Vault 로 Obsidian 에 끌어다 놓습니다. AI 가 정리한 지식 베이스가 생성되며, 네트워크를 탐색하고 Graph View 에서 링크 강도를 확인할 수 있습니다.
5 단계: 무한 루프
이 과정이 반복됩니다. 새 문서가 추가될 때마다 업데이트하고, 기존 페이지를 보완하며, 다른 문서의 관련 개념을 연결합니다.
설치 단계
1 단계: Obsidian 설치
obsidian.md 에서 macOS 버전을 다운로드하세요. Vault(Markdown 파일용 폴더)를 생성하거나 선택하세요.
2 단계: LLM Wiki 설치
GitHub 에서 nashsu/llm-wiki 를 방문하여 최신 릴리스를 다운로드하세요. 앱을 열고 새 프로젝트를 만든 다음 설정에서 API Key 를 입력하세요. OpenAI, Claude, Minimax 및 모든 OpenAI 호환 API 를 지원합니다.
3 단계: Hermes Agent 설치
터미널을 열고 다음 명령어를 실행하세요:
1pip install hermes-agent
그런 다음 설정을 다시 로드하세요: source ~/.zshrc. hermes setup 을 실행하여 모델 제공자를 구성하세요.
지식 베이스 규칙 구성 (중요):
Hermes 에게 규칙을 알려주세요:
"내 지식 베이스 디렉토리는 /Users/username/Documents/knowledge_base 입니다. 규칙: 1. '지식 베이스에 작성해 줘'라고 말할 때만 작성합니다. 2. '지식 베이스와 결합해 줘'라고 말할 때만 검색합니다. 3. Markdown 과 [[양방향 링크]]를 사용합니다. 4. LLM Wiki 구조를 사용합니다."
사용 규칙
- Hermes 에게 새 문서를 정리하도록 "지식 베이스에 작성해 줘"라고 말하세요.
- Hermes 가 데이터를 기반으로 검색하고 답변하도록 "지식 베이스와 결합해 줘"라고 말하세요.
- Obsidian 은 항상 Markdown 파일을 탐색, 편집 및 시각화하는 데 사용할 수 있습니다.
요약
Hermes Agent 는 실행 엔진이고 Obsidian 은 표시 계층입니다. 이 워크플로를 사용하면 AI 가 지루한 지식 관리 작업을 처리하도록 하여 탐구에 집중할 수 있습니다.
