“AI를 진정으로 최대한 활용하고 있는 걸까?”
“왜 다른 사람이 사용하는 AI와 내가 사용하는 AI 사이에 이렇게 큰 성능 차이가 나는 걸까?”
“AI를 사용할 때마다 매번 같은 배경 정보를 입력하는 데 지쳤어요...”
이런 고민, 다들 한 번쯤 해보셨을 겁니다. 오늘은 이 문제들을 해결해 드리겠습니다.
AI가 원하는 대로 정확히 작동하지 않는 이유는 AI의 지능 문제가 아니라, 여러분이 AI의 '기억'을 설계하지 않았기 때문입니다.
Claude Code 같은 AI를 사용하면서 이런 경험 해보셨나요?
- AI를 사용할 때마다 매번 자신의 직업이나 관심사를 설명해야 함.
- 북마크는 쌓여가지만, 한 달 전에 저장한 글을 찾을 수 없음.
- 같은 Claude 모델을 사용하는데도 다른 사람이 더 좋은 결과를 얻음.
- 프롬프트 엔지니어링을 아무리 잘해도 출력 품질이 일정하지 않음.
이 글을 끝까지 읽으시면, Claude Code × Obsidian을 활용해 '두 번째 뇌'를 구축하는 방법을 철학적 배경부터 구체적인 설정 단계까지 완벽하게 이해하실 수 있으며, 오늘부터 바로 시작할 준비가 되실 겁니다.
Claude Code × Obsidian의 조합은 최근 엄청난 화제가 되고 있습니다. 이미 한동안 사용되어 왔지만, 특히 해외에서의 열기가 지금 엄청납니다.
예를 들어, 전 OpenAI 공동 창립자 Andrej Karpathy의 제안을 계기로 Obsidian의 CEO Steph Ango本人이 AI 통합 기술을 공개했습니다. 업계 주요 인물들이 잇따라 움직이고 있습니다.
관련 해외 아티클들은 조회 수 수백만을 기록하고 있습니다. 총 조회 수는 1,200만을 넘었고, 북마크는 80,000개 이상입니다.
이러한 비교를 정리한 제 이전 글은 팔로워가 10명밖에 없을 때 500명 이상이 북마크를 해주었을 정도로, 이 내용이 얼마나 유용한지 증명해 줍니다.
UT ClaudeCode 연구소
@ClaudeCode_UT
·
아티클
[완전 아카이브] ClaudeCode를 두 번째 뇌에 연결하는 방법 완벽 설명
“AI 에이전트가 예상대로 움직이지 않네... 💢”
“AI는 전혀 쓸모가 없어... 😎”
이건 AI 탓이 아니라, 사용법의 문제입니다...
3 47 425 150K
시작하기 전에, 두 가지 부탁을 드리고 싶습니다.
- 이 글을 저장해 두시고, 이번 주에 20분 정도 시간을 내어 읽어주세요.
- AI에 관심 있는 지인분들과 공유해 주세요.
더 나아가, 실제로 시도해 보시길 바랍니다. Claude Code에게 "이 글을 읽고 실행해 줘"라고 말하는 것만으로도 충분합니다.
AI 시대에는 저장하고 잊어버리는 사람과 이 한 걸음을 더 내딛는 사람 사이에 100배의 차이가 있습니다.
이 해외 인사이트들을 제가 직접 사용하면서 발견한 팁과 함께 완전 초보자도 처음부터 시작할 수 있도록 자세히 설명해 드리겠습니다!
주요 출처 아티클은 다음과 같습니다.
▶︎ @defileo: Claude + Obsidian은 불법이어야 함
▶︎ @sourfraser: Claude + Obsidian = 진정한 AI 직원
Obsidian × Claude Code, 이제는 '괴짜들'만의 전유물이 아니다
해외 AI 현장에서 비정상적인 주목을 받고 있는 조합이 하나 있습니다. 바로 Obsidian × Claude Code입니다.
이 두 가지를 결합한 아티클들은 수백만 뷰를 기록하고 있습니다. 주요 아티클 6개만 합쳐도 총 1,240만 뷰, 80,000개 이상의 북마크를 기록했습니다.
게다가 이는 일반 AI 인플루언서들의 과장된 홍보가 아닙니다. Obsidian의 CEO Steph Ango가 직접 AI 에이전트 통합 기술을 개발하여 GitHub에 공개했고, 25,000개 이상의 스타를 받았습니다. 제작자들 스스로가 'AI와 함께 사용하는 것'을 전제로 제품을 진화시키고 있는 것입니다.
한 조사에 따르면 전문가의 44%가 AI를 지식 관리를 위한 가장 중요한 기술로 꼽았습니다. Lex Fridman도 Obsidian을 사용합니다.
한 해외 사용자는 이렇게 말했습니다. 매일 아침 PC를 켜면 AI가 아무 설명 없이 어제 중단했던 지점부터 작업을 시작한다. 더 이상 매번 작업 맥락을 다시 설명할 필요가 없다고요.
이제 이는 괴짜들만의 실험이 아니라, 지적 노동의 새로운 표준이 되어 가고 있습니다.
대부분의 사람들은 AI를 '기억상실증에 걸린 임시 직원'처럼 사용한다
해외 AI 컨설턴트 sourfraser의 말이 정확했습니다. "대부분의 사람들은 AI를 마치 기억상실증에 걸린 임시 직원처럼 사용합니다."
매일 아침 출근할 때마다 자신이 누구인지, 무슨 일을 하는지, 무엇을 원하는지 매번 설명해야 한다고 상상해 보세요. 얼마나 비효율적일까요?
연구소의 일원으로서 저도 정확히 그런 상태였습니다... Claude Code를 사용할 때마다 "저는 AI 에이전트의 비즈니스 응용을 연구하고 있으며, 최근에는 ...에 관심이 있습니다"라고 입력하곤 했습니다. 이제 기억을 설계했기 때문에 이런 설명은 필요 없습니다. AI가 맥락을 유지하면서 자연스럽게 작업을 진행합니다.
sourfraser는 이런 경험을 공유했습니다. "전화 통화에서 무엇을 결정했는지 완전히 잊어버렸어요. 이틀 후에 Claude Code에게 물어봤더니 정확하게 찾아주더군요."
같은 Claude 모델을 사용하더라도, 제공하는 '기억'의 질에 따라 출력 결과는 완전히 달라집니다.
기억이 없는 AI는 그저 '성격 있는 검색 엔진'에 불과합니다. 기억이 있는 AI는 여러분의 업무를 진정으로 이해하는 동료가 됩니다.
AI 성능이 아닌 '기억 설계'로 경쟁하는 시대
AI 활용의 초점은 지난 몇 년 동안 크게 변화해 왔습니다.
- 2023-2024: 어떤 AI 도구를 사용할 것인가
- 2024-2025: 어떤 프롬프트를 작성할 것인가
- 2025-2026: 어떤 맥락이나 도구를 활용할 것인가
- 2026년 이후: 기억을 어떻게 설계하고 운영할 것인가
대부분의 사람들은 아직 '프롬프트 최적화' 단계에 머물러 있습니다. 하지만 프롬프트 최적화는 일회성 효과입니다. 매번 좋은 프롬프트를 작성해야 합니다.
반면, '기억 설계'는 복리 효과가 있습니다. AI에게 더 많은 기억을 제공할수록 출력 정확도가 자동으로 증가합니다.
지식은 '복리'로 성장합니다.
오늘 시작하는 사람과 6개월 후에 시작하는 사람 사이에는 쌓인 기억의 양에서 메울 수 없는 격차가 생길 것입니다. AI '성능'으로 경쟁하던 시대는 끝났습니다. 우리는 모두 같은 모델을 사용하므로, 차이는 '무엇을 기억으로 제공하는가'에 달려 있습니다.
지식 관리는 항상 '지속 가능성 문제'와 싸워왔다
'두 번째 뇌'를 구축하려는 시도는 수십 년 동안 반복되어 왔습니다. 그리고 거의 모두 같은 이유로 실패했습니다. 몇 가지 방법을 살펴보겠습니다.
[폴더 정리]
누구나 가장 먼저 시도하는 방법. 주제별로 파일을 저장합니다. "Project_Material_v2_Final_Fixed.pdf" 같은 파일명을 기억해 본 적이 있으신가요? 관리 지옥입니다...
파일이 100개를 넘어서면 "그 파일 어디 있었지?"가 매일 반복되는 일이 됩니다.
[북마크]
브라우저 북마크. 클릭 한 번으로 아티클을 저장할 수 있습니다. 하지만 돌아보세요. 저장한 아티클 중 실제로 다시 읽은 것은 몇 개나 되나요? 한 달 후에 같은 키워드로 같은 아티클을 다시 검색하게 되는 것은 '저장을 통한 만족감'의 함정입니다.
[PARA 방법]
Tiago Forte의 분류법: 프로젝트 / 영역 / 리소스 / 아카이브. 작업에는 좋지만, 순수한 지식 축적에는 약합니다. '무엇을 할 것인가'는 정리하지만, '무엇을 알고 있는가'는 축적하지 못합니다.
[제텔카스텐]
독일 사회학자 니클라스 루만이 고안하여 70권 이상의 저서를 탄생시킨 방법. 훌륭하지만, 일반인이 지속하기에는 수동 유지 관리 부담이 너무 큽니다.
[에버그린 노트]
Andy Matuschak이 제안한 방법. 꽤 멋지지만, 완벽주의에 빠지기 쉽다는 약점이 있습니다.
defileo는 '두 번째 뇌'가 죽어가는 패턴을 이렇게 설명합니다.
"정리하고 시작한다. 유지 관리가 쌓인다. 건너뛴다. 품질이 떨어진다. 지저분한 노트로 돌아간다. 6개월 후에 다시 시도한다. 반복."
모든 전통적인 방법의 공통적인 약점은 '인간의 유지 관리'를 전제로 했다는 점입니다.
1945년, Vannevar Bush는 개인 지식 장치인 'Memex'를 구상했습니다. 정보 유지 관리 문제를 해결하기 위한 장치였습니다. 하지만 Bush조차도 누가 유지 관리를 할 것인지에 대한 문제는 해결하지 못했습니다.
그러던 중, 전 OpenAI 창립자이자 Tesla AI 책임자였던 Andrej Karpathy가 제안한 'LLM Wiki' 가 등장했습니다.
Claude Code를 포함한 AI가 소스를 읽고, 자동으로 Wiki를 구축하며, 유지 관리를 대신합니다.
이것은 81년 된 문제에 대한 최초의 실용적인 해답입니다.
사실 LLM Wiki는 역사적인 PKM 방법들의 장점을 모두 통합하고 있습니다.
- 제텔카스텐의 '개념당 한 페이지 + 링크를 통한 상호 연결 + 색인'
- 에버그린 노트의 '사용됨에 따라 진화하는 개념'
- MOC(콘텐츠 맵) '색인을 통해 지식의 전체 지도 생성'
유일한 차이점은 무엇일까요? 인간이 하는가, AI가 하는가?
AI는 자동으로 제텔카스텐 구조를 만들고, 에버그린 노트처럼 개념을 성장시키며, MOC처럼 색인을 최신 상태로 유지합니다. AI는 과거의 방법들이 '좋지만 지속 불가능하다'는 문제를 근본적으로 해결했습니다.
왜 Obsidian이 선택받고 있는가
"지식 관리에 Notion도 괜찮지 않나?"라고 생각하실 수도 있습니다.
Notion에도 장점이 있습니다. 하지만 Claude Code와의 조합에서 Obsidian이 선택되는 데는 세 가지 이유가 있습니다.
[일반 텍스트: AI가 직접 읽고 쓸 수 있음]
Obsidian 파일은 모두 Markdown입니다. Claude Code는 파일 시스템을 직접 조작할 수 있는 에이전트이므로, Obsidian 노트를 있는 그대로 읽고, 쓰고, 링크를 추가할 수 있습니다. API나 플러그인이 필요 없습니다.
Obsidian은 단순히 링크로 연결된 md 파일들의 시스템입니다. 이 단순하고 평평한 구조가 AI와의 최고의 호환성을 제공합니다.
[로컬: 빠르다]
Obsidian 데이터는 모두 여러분의 PC에 있습니다. 클라우드 동기화를 기다릴 필요가 없습니다. 서비스가 종료되어도 데이터가 사라지지 않습니다. Claude Code가 로컬 파일을 읽고 쓰는 속도는 가장 빠릅니다.
[AI를 염두에 두고 진화하는 도구]
얼마 전, Obsidian CEO Steph Ango가 AI 에이전트 통합 기술을 개발하여 GitHub에 공개했습니다 (25,000개 이상의 스타). 제작자들이 AI 사용을 전제로 제품을 진화시키고 있습니다.
참고로, Obsidian의 강점은 단순함에 있으므로, 플러그인 추가 자체를 목표로 삼지 않도록 주의하세요. 그것은 자기 목적화의 함정입니다.
개인적으로 저는 Obsidian을 지지하지만, 운영의 가벼움을 고려하면 다른 접근 방식도 효과적입니다. 아래에서 소개해 드리겠습니다.
AI에 기억을 부여하는 방법은 하나가 아니다
현재 AI에 기억을 부여하는 주요 접근 방식은 세 가지입니다. 각각 독립적이며 목적에 따라 사용됩니다.
① LLM Wiki 방법 (Obsidian × Claude Code)
Karpathy가 제안하고 이 글에서 설명하는 방법입니다. Obsidian Vault에 원자재를 넣으면 Claude Code가 자동으로 Wiki 구조로 정리합니다. 사용할수록 Wiki가 성장하고 정확도가 높아집니다. 지식 복리 효과가 가장 강력합니다.
하지만 토큰 소모가 많을 수 있습니다. 소스가 축적됨에 따라 질문당 비용이 증가하므로, 비용 감각을 가지고 사용하는 것이 중요합니다. 특정 주제를 장기적으로 추적해야 하는 연구자나 전문가에게 적합합니다.
② NotebookLM 방법 (Google)
완전히 다른 접근 방식입니다. Google의 NotebookLM에 소스를 업로드한 후 즉시 질문할 수 있습니다. 매우 쉽습니다.
하지만 지식이 축적되지 않습니다. 프로젝트별로 일회성으로 사용하는 유형입니다. "이 자료에 대해 지금 바로 질문하고 싶다"는 경우에 완벽하지만, 장기적인 지식 복리를 만들어내지는 못합니다. Obsidian × Claude Code의 경쟁자가 아니라 사용 사례가 다릅니다.
③ Skills / CLAUDE.md 방법 (Claude Code 단독)
Claude Code의 CLAUDE.md에 업무 맥락을 작성하는 방법입니다. Obsidian을 사용하지 않고 프로젝트 폴더 내에서 유지됩니다. "AI가 어떻게 행동하기를 원하는지"를 정의할 수 있습니다. 단순히 '저장'하는 것이 아니라 '사용'하는 것에 가장 가까운 방법입니다.
단 하나의 정답은 없습니다. 목적에 따라 사용하는 것이 현실적입니다. 많은 사람들이 함께 사용합니다.
이 글에서는 가장 많은 화제가 되고 복리 효과가 높은 LLM Wiki 방법에 초점을 맞추어, Obsidian × Claude Code로 '두 번째 뇌'를 구축하는 단계를 설명합니다.
여기부터는 실전 편입니다. Claude Code, Obsidian, 그리고 이 둘을 결합하는 방법을 설명하겠습니다.
Claude Code 시작하기
이미 Claude Code를 사용하고 계신다면 이 부분은 건너뛰셔도 됩니다. Claude Code는 Anthropic이 제공하는 에이전트형 AI 도구입니다.
ChatGPT나 Claude 채팅과 어떻게 다를까요? 가장 큰 차이점은 로컬 파일을 직접 읽고 쓸 수 있다는 점입니다.
일반 AI 채팅은 대화가 끝나면 리셋됩니다. 다음 번에는 처음부터 다시 설명해야 합니다. Claude Code는 다릅니다. PC에 있는 파일을 읽고, 새로 만들고, 기존 파일을 다시 쓸 수 있습니다. 즉, 파일 형태로 '기억'을 보유할 수 있습니다.
프로젝트 폴더에 CLAUDE.md라는 파일 하나만放置하면 AI가 자동으로 읽습니다. "당신은 누구인지", "무엇을 중요하게 생각하는지", "어떻게 행동하기를 원하는지"를 작성하면 매번 다시 설명할 필요가 없습니다.
요금제
여러 요금제가 있습니다. "Pro 요금제로는 Claude Code를 사용할 수 없다"는 정보도 있지만, 이는 변경될 수 있으므로 현재 시점에서는 Pro 요금제로도 사용할 수 있습니다.
- Pro ($20/월): 가장 저렴한 요금제. 하지만 사용 한도에 빨리 도달할 수 있습니다.
- Max 5x ($100/월): 5배 사용량. 진지하게 사용하려는 분께 추천합니다.
- Max 20x ($200/월): 20배 사용량. 헤비 유저용.
Pro로 시작해서 필요할 때 Max 5x로 업그레이드하는 것이 현실적입니다.
설치
Claude Code는 CLI(터미널) 또는 데스크톱 앱을 통해 사용할 수 있습니다. 터미널이 익숙하지 않다면 데스크톱 버전부터 시작하세요. CLI 설치는 Node.js v18+가 필요합니다. nodejs.org에서 "LTS 버전"을 다운로드하세요.
1npm install -g @anthropic-ai/claude-code
설치가 완료되면 아무 폴더에서나 claude를 입력하면 시작할 수 있습니다. 진행 방법에 대한 지침은 Claude 앱에 물어볼 수도 있습니다.
Obsidian은 무료이며 오늘 바로 사용할 수 있다
간단히 말해, Obsidian은 무료 노트 작성 앱입니다.
기능은 간단합니다. 로컬에 Markdown으로 저장되며, 구독료가 없고, 종속되지 않습니다. 데이터는 전적으로 여러분의 손에 있습니다. "[[링크]]"로 노트를 연결하면 자연스럽게 지식 네트워크가 형성됩니다. 그래프 뷰를 통해 전체 그림을 시각화할 수 있습니다.
설치 및 초기 설정
- Obsidian 공식 사이트에서 다운로드하여 설치합니다.
- "새 보관함 만들기"를 선택합니다. 보관함은 노트를 저장하는 폴더입니다.
- 저장 위치를 지정합니다 (바탕 화면, 문서 등).
첫 번째 파일: 기억 파일
보관함이 생성되면 "Memory.md" 파일 하나를 만듭니다. 다음을 작성하세요.
- 당신의 직업은 무엇인가요?
- 어떤 프로젝트를 진행하고 있나요?
- 자주 사용하는 도구는 무엇인가요?
- 업무 목표는 무엇인가요?
- 어떤 기준을 중요하게 생각하나요?
sourfraser는 이것을 "신입 사원을 위한 온보딩 문서"라고 부릅니다. AI를 위해 자신을 설명하는 문서를 작성하는 것입니다. 이것이 출발점입니다.
20분이면 충분합니다. 완벽할 필요는 없습니다. Claude Code가 이 설정을 대신 해주도록 할 수도 있습니다. 무슨 일이 일어나고 있는지 이해하기 위해 한 번쯤은 직접 해보시는 것을 추천합니다.
또 다른 유용한 파일은 "Home.md"로, 주요 노트에 대한 링크가 있는 보관함의 허브 역할을 합니다.
보관함 폴더 구조
Karpathy가 권장하는 3-폴더 구조를 사용하세요.
``bash
vault/
├── .raw/ ← 원자재. 아티클, PDF, 노트.
├── wiki/ ← AI가 생성/유지 관리하는 지식 페이지.
└── outputs/ ← 결과물. 보고서, 초안 등.
``
정리하지 않고 모든 것을 .raw/에 던져 넣으세요. AI가 정리를 처리할 것입니다.
보관함 위치를 Google Drive로 설정하면 여러 기기에서 자동으로 동기화할 수 있습니다.
obsidian-skills와 claude-obsidian이 모든 것을 작동하게 한다
Claude Code와 Obsidian이 혼란스럽고 빨리 시도해보고 싶은 분들을 위해 완벽한 정보를 준비했습니다. 이 둘을 결합하기 위한 두 개의 오픈 소스 프로젝트가 존재합니다.
■ obsidian-skills: 기반 계층
- 제작자: Obsidian CEO Steph Ango
- 스타: 25,720개 (4월 22일 기준)
- 라이선스: MIT
- GitHub: kepano/obsidian-skills
AI에게 "Obsidian 사용법"을 가르치는 스킬 세트입니다. 5가지 스킬을 포함합니다.
- obsidian-markdown: 올바른 Markdown 작성법을 가르칩니다.
- obsidian-bases: 데이터베이스 뷰 작업.
- json-canvas: 시각적 캔버스 작업.
- obsidian-cli: 보관함 읽기/쓰기/검색 명령어.
- defuddle: 웹 페이지에서 깔끔한 Markdown 추출 (광고를 잘라내 토큰 절약).
■ claude-obsidian: 응용 계층
- 스타: 2,570개 (4월 22일 기준)
- 라이선스: MIT
- Karpathy의 LLM Wiki 패턴 기반.
- GitHub: AgriciDaniel/claude-obsidian
AI가 "두 번째 뇌를 구축하고 유지 관리"하도록 하는 스킬 세트입니다. 10가지 스킬을 포함합니다. 주요 명령어:
- /wiki: 초기 설정. 보관함 구조를 자동으로 구축합니다.
- ingest [파일]: 자료를 읽고 8-15개의 Wiki 페이지를 생성합니다.
- /save: 현재 대화를 Wiki 노트로 저장합니다.
- /autoresearch [주제]: 주제에 대해 3-5회 웹 검색을 실행합니다.
- /canvas: 시각적 보드 생성/조작.
- lint the wiki: 끊어진 링크나 모순에 대한 상태 점검.
6가지 Wiki 모드가 있습니다: 웹사이트, GitHub, 비즈니스, 개인, 연구, 도서/강좌.
설치
방법 1: 플러그인으로 설치
``bash
claude plugin marketplace add AgriciDaniel/claude-obsidian
claude plugin install claude-obsidian@claude-obsidian-marketplace
``
방법 2: 리포지토리 클론
``bash
git clone https://github.com/AgriciDaniel/claude-obsidian
cd claude-obsidian
bash bin/setup-vault.sh
``
setup-vault.sh를 실행하면 그래프 뷰 색상, CSS, 폴더 구조가 설정됩니다. 이 폴더를 Obsidian에서 보관함으로 열면 시작할 수 있습니다.
결과 보관함 구조
/wiki를 실행하면 다음과 같이 생성됩니다.``bashclaude-obsidian/├── .raw/ ← 원자재 (Claude가 읽기 전용)├── wiki/│ ├── index.md ← 목차 (자동 업데이트)│ ├── hot.md ← 최근 맥락 캐시 (~500단어)│ ├── log.md ← 작업 로그│ ├── overview.md ← 보관함 요약│ └── {주제}/ ← Wiki 페이지 (개념당 1페이지)├── _templates/ ← 노트 템플릿└── _attachments/ ← 이미지/PDF``
이 구조는 지속 가능성 문제를 해결합니다. AI가 모든 것을 자동으로 생성하고 유지 관리합니다. 여러분은 .raw/에 자료를 넣기만 하면 됩니다.
추천 플러그인:
- Templater: 템플릿 자동 적용.
- Obsidian Git: 15분마다 자동 커밋하여 버전 관리.
- Web Clipper: 브라우저 확장 프로그램으로 페이지를
.raw/에 한 번에 저장.
일상 운영: "입력 → 질문 → 성장"
① 입력
자료를 .raw/에 넣고 ingest [파일]을 입력합니다. AI가 평균 12개의 위키링크를 가진 8-15개의 Wiki 페이지를 생성하여 네트워크를 자연스럽게 밀도 있게 만듭니다.
② 질문
Wiki에 질문하세요. "[주제]에 대해 무엇을 알고 있나요?" Claude Code가 hot.md와 index.md를 읽고 관련 페이지를 찾습니다. 이렇게 하면 보관함이 수천 페이지로 성장해도 토큰 비용이 일정하게 유지됩니다.
③ 성장
/save를 사용하여 대화에서 얻은 통찰력을 저장하세요. defileo는 이렇게 말합니다. "인간은 소스를 선택하고, 좋은 질문을 하며, 의미에 대해 생각합니다. Claude가 나머지를 처리합니다."
KanikaBK는 심지어 아침 브리핑을 자동화하여 Claude Code가 받은 편지함과 일일 노트를 스캔하여 작업을 추출하고 아이디어 목록을 업데이트하도록 합니다. 10-15회 수집 후에는 lint the wiki를 사용하여 끊어진 링크나 모순을 수정하세요.
'복리' 효과를 경험하세요
sourfraser는 성장 과정을 이렇게 설명합니다.
- 1주차: 기본적인 응답.
- 1개월차: 고객 정보, 팀 구조, 프로세스를 파악.
- 2개월차: AI가 인간이 놓친 부분을 지적하기 시작.
대부분의 사람들은 '구축의 만족감'에서 멈춘다
많은 사람들이 설정에 시간을 들이고는 실제로 사용하지 않습니다. 다음과 같은 패턴을 피하세요.
- 플러그인에 너무 많은 시간을 할애.
- 완벽한 폴더 구조를 설계하려고 함.
- 첫 노트의 품질에 집착.
defileo는 말합니다. "보관함이 완벽할 필요는 없습니다. 실제로 존재해야 합니다." 또한, '복리 오류'를 조심하세요. 잘못된 정보를 저장하면 AI의 답변이 왜곡됩니다. lint the wiki를 사용하여 품질을 유지하세요.
첫 달에 이점을 실감하라
설정은 빠릅니다. 저는 10분도 채 걸리지 않았습니다. 처음에는 일반적으로 사용하려고 하지 말고, 하나의 주제(예: 영업 준비, 웨비나 자료, 유튜버 링크)에 집중하여 효과를 빨리 경험해 보세요.
1개월 로드맵:
- 1주차: Claude Code, Obsidian, 스킬 설정. Memory.md 작성. 자료 3개 입력.
- 2-3주차: 아티클과 노트를 입력하는 습관 들이기. Wiki에 질문하기.
- 4주차: "지난주에 조사했던 그거"를 AI가 즉시 답변하는 경험.
1945년, Vannevar Bush는 Memex를 꿈꿨습니다. 81년 후, Claude Code × Obsidian을 통해 현실이 되고 있습니다. 기억을 설계하는 것은 복리 구조입니다. 일찍 시작하는 사람은 따라잡을 수 없는 리드를 만들 것입니다.
요약
- AI의 다음 단계는 '기억 설계'입니다. 프롬프트는 일회성이고, 기억은 복리로 작용합니다.
- AI가 드디어 지식 관리의 '지속 가능성 문제'를 해결했습니다.
- Obsidian의 일반 텍스트는 AI에 완벽합니다. Claude Code 통합이 매끄럽습니다.
obsidian-skills는 기반이고,claude-obsidian은 응용입니다.- 일상 사이클: 입력 → 질문 → 성장. 보관함이 성장해도 비용은 일정합니다.
- 구축만 하지 말고 사용하세요. 첫 노트는 품질이 낮아도 괜찮습니다.
- 이번 주말에 시작하면, 한 달 후에는 AI가 가장 유능한 동료가 될 것입니다.
도움이 되셨다면 @ClaudeCode_UT (UT Claude Code 연구소)를 팔로우해 주세요. Claude Code를 더 강력하게 만들어 줄 실용적인 기술과 독특한 해외 인사이트를 매일 제공합니다!
