🧠인사이트

Obsidian과 LLM-Wiki로 구축하는 지식 관리 시스템

안드레 카파시가 제안한 LLM-Wiki 구조를 Obsidian에 적용하여 AI와 원본 데이터를 분리 관리하는 방법

↗ 원본 링크
#LLM#Obsidian#지식관리#안드레카파시

LLM-Wiki 구조란?

안드레 카파시가 제안한 LLM-Wiki는 AI를 활용한 개인 지식 베이스 구축 방법입니다. 핵심은 원본 데이터와 AI가 가공한 데이터를 명확히 분리하는 것입니다.

Obsidian 적용 사례

트윗 작성자는 이 구조를 Obsidian에 다음과 같이 구현했습니다:

구조 설명

▸
바깥쪽 영역: Hermes(AI 에이전트)가 수집한 **원본 데이터(raw data)**
▸
안쪽 독립된 원: Hermes가 가공하여 **인사이트를 반영한 Wiki**(Think Tank)
▸각 점은 하나의 마크다운 파일을 의미

핵심 원칙

원본 데이터 ≠ AI 가공 데이터

두 종류의 데이터를 섞지 않고 분리하여 관리함으로써:

▸정보의 출처와 신뢰도를 명확히 파악
▸AI의 해석과 원본 정보를 구분
▸체계적인 지식 체계 구축

실천 방법

Obsidian 사용자라면 그래프 뷰를 열어 자신의 지식 베이스 구조를 확인해보세요. 원본과 가공 데이터가 명확히 분리되어 있는지 점검할 수 있습니다.