Karpathy LLM Wiki로 옵시디언과 클로드 코드 연결해 콘텐츠 지식 창고 만들기
2026.04.16

매일 AI 관련 글을 읽고, 정리하고, 게시글을 씁니다. 한 달이면 콘텐츠의 씨앗으로 읽게 되는 글들만 N00개가 되는데 문제는 대부분이 휘발됩니다. 분명 지난주에 Claude Code 관련 뭔가를 읽었는데 — 뭐였는지 기억이 안 나요. "콘텐츠의 씨앗"이 될 수 있었던 정보들이 그냥 사라지는 게 아깝더라고요.
그러다 Andrej Karpathy가 올린 "LLM Wiki" 패턴을 보고, 이걸 제 워크플로우에 붙이면 되겠다 싶었습니다.
"내 업무에 어떻게 쓸 수 있을까?"

시작은 Karpathy의 gist 하나였습니다.
이거 보고 내가 내 업무에 어떻게 쓸 수 있을지 확인해봐핵심은 간단해요. RAG(매번 원본에서 검색)이 아니라,
AI가 마크다운 위키를 점진적으로 쌓아가는 패턴입니다.
3개 레이어로 구성됩니다:
Raw Sources — 원본 문서 (읽기만, 수정 안 함)
Wiki — AI가 생성하고 관리하는 마크다운 지식 페이지
Schema — 위키 구조와 워크플로우 정의
Karpathy가 말한 핵심 문장이 있어요: "위키 유지보수의 지루한 부분은 읽기가 아니라 정리(bookkeeping)다. LLM이 그걸 해준다."
이게 제 상황과 딱 맞았습니다. 글을 읽는 건 제가 하고, 읽은 걸 정리하고 연결하는 건 AI가 하면 되니까요.
"기존 글쓰기 플로우에 끼워넣자"
단독으로 위키만 만들면 결국 안 쓰게 됩니다.
그래서 이미 매일 쓰고 있는 기존 스킬에 붙이는 방식으로 설계했어요.
기존에 쓰던 gpters-post와 /daily-content에 엮어줘기존 플로우는 이랬습니다:
원문 URL → /gpters-post → 게시글 작성 → examples/에 저장 → 끝
↓
리서치 내용 사라짐여기에 위키를 끼워넣으면:
원문 URL → 위키에 핵심 정보 축적 → /gpters-post (위키 참조) → 게시글 작성달라진 점은 하나예요. 글을 쓸 때마다 원문의 팩트와 정보가 위키에 남습니다.
다음에 같은 주제로 글을 쓸 때 처음부터 리서치할 필요가 없이
연결되어있는 관계들에서 내용을 보충할 수 있어요.
구현한 과정과정
실제로 Claude Code에게 시킨 작업을 순서대로 정리하면 이렇습니다.
1단계: 위키 폴더 구조 생성 (2분)

wiki/ 폴더 아래에 index.md(목차), topics/(토픽별 지식 페이지), sources/(원문 추적), log.md(변경 이력)를 만들었습니다.
2단계: 옵시디언 연결 (1분)
wiki/ 폴더를 옵시디언에서 "Open folder as vault"로 열면 끝입니다. [[wikilink]] 문법을 쓰면 옵시디언 그래프뷰에서 토픽 간 관계가 자동으로 시각화됩니다.
여기서 놀랐던 건, 옵시디언 연결이 별도 설정 없이 바로 된다는 점이었어요. (굿)
3단계: 기존 스킬 연동 (10분)
/gpters-post에 "Step 1.5: Wiki Ingest & Query" 단계 추가 — 원문 분석 직후 위키에서 기존 지식을 참조하고, 글 완료 후 새 지식을 축적/daily-content에 위키 컨텍스트 로드 추가 — 어떤 토픽이 풍부하고 어떤 토픽이 비어있는지 파악
4단계: 독립 Ingest 스킬 생성 (5분)
글을 쓰지 않고 흥미로운 글을 던지기만 해도 위키에 쌓이게 /wiki-ingest 스킬을 만들었습니다. URL을 주면 원문을 읽고, 핵심 팩트만 추출해서 해당 토픽 페이지에 추가합니다.
5단계: 기존 글 25편 벌크 Ingest (20분)

기존에 작성한 25편의 게시글에서 frontmatter(제목, 키워드, 원문 URL)와 본문의 핵심 팩트를 추출해서 위키에 넣었어요. 결과:
토픽 | 글 수 | 핵심 정보 |
|---|---|---|
Claude Code | 11편 | 스킬, 자동화, 세션관리, 토큰절약 등 |
AI 에이전트 | 4편 | Managed Agents, Hermes, AutoResearch |
Anthropic 연구 | 3편 | 감정벡터, Mythos, AI 인식조사 |
AI 코딩 도구 | 3편 | Codex 플러그인, Context Hub, NotebookLM |
Gemini | 2편 | 캔버스, 메모리 이전 |
옵시디언 RAG | 1편 | Karpathy 방식 지식 베이스 |
뉴로다이버시티 | 1편 | AI 시대 인재 트렌드 |
25편에 흩어져 있던 리서치가 7개 토픽으로 정리되니까,
"Claude Code에 대해 지금까지 뭘 알고 있지?"라는 질문에 바로 답할 수 있게 됐습니다.
결과
항목 | Before | After |
|---|---|---|
같은 주제 리서치 | 매번 처음부터 | 위키에서 바로 참조 |
읽은 글의 지식 | 글 쓰면 남고, 안 쓰면 사라짐 | URL 던지면 자동 축적 |
이전 글과의 연결 | 기억에 의존 | 교차참조로 자동 연결 |
토픽별 지식 현황 | 파악 불가 | 옵시디언 그래프뷰에서 한눈에 |
솔직히 말하면, 이게 진짜 도움이 되는지는 앞으로 글을 더 써봐야 압니다.
기존에도 성과 패턴 분석이나 SEO 키워드 관리는 잘 되고 있었거든요.
위키가 추가로 주는 가치는:
글을 쓰지 않아도 지식이 쌓이고, 글을 쓸 때 이전 리서치를 재활용한다.
이걸 체감할 수 있으려면 토픽이 10개 이상 쌓이고, 같은 주제로 3번째 글을 쓸 때쯤 될 것 같습니다.
AI 활용 팁!
이 방법은 반복적으로 비슷한 주제를 다루는 사람에게 특히 효과적입니다.
블로거, 뉴스레터 작성자, 리서치 담당자 등.
반대로, 매번 완전히 다른 주제를 다루는 경우에는
위키가 쌓여도 재활용할 기회가 적어서 오버엔지니어링일 수 있어요.
핵심은 "축적될수록 도움이 되는 지식이 무엇인가"를 먼저 생각하고, 내 업무 플로우 어디에 끼워넣을지를 정하는 것입니다. 위키만 덩그러니 만들면 3일 만에 안 쓰게 됩니다.
바로 쓸 수 있는 프롬프트
이 글을 보고 내가 내 업무에 어떻게 쓸 수 있을지 확인해봐
https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
내 업무: [본인의 반복 업무 설명]
기존 도구: [사용 중인 노트/문서 도구]
[반복 리서치하는 주제]를 중심으로 위키 구조를 제안해줘
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.




글을 쓸 때 이전 리서치를 재활용한다 - 이거 너무 효율적이고 최고인데요. 제 옵시디언 선생님이 되어주십시오...
궁금한 점이 있는데, AI 아티클의 경우 워낙 빨리 바뀌다보니 이전 리서치를 잘못 참조했을 때 오히려 부정확해지는 경우도 있을 것 같아요. 혹시 이런걸 방지할 수 있을까요?
최근 n일간 아티클만 참조하라 - 이렇게 해도 하루 사이에 뭐가 바뀌어버릴 수도 있지 싶어서요. ㅎㅎ 인사이트 넘치는 글 감사합니다!
갓누리님 역시 예리하십니다! 저는 모델에 관한 정보를 다 수집하게 만들어두긴했는데 claude code - sonnet에 관한 아티클. opus에 관한 것임. 이런식?
근데 기간으로 가두는 것도 좋을 것 같네요! 의견 감사드립니다 !!