카톡방 속 AI 지식, 그냥 흘려보내지 않고 LLM Wiki로 쌓아보기
2026.10.07
소개
요즘 카톡방에 정말 많은 정보가 올라옵니다.
유튜브 링크, 보고서, 기사, 누군가의 경험담, “이거 나중에 봐야지” 싶은 자료들까지
그런데 문제는 시간이 지나면 다시 찾기 어렵다는 점이었습니다.
특히 제가 보고 있던 카톡방에는 공공 분야 AI 활용, AI 챔피언, 바이브코딩, Gemini, Claude, 업무 자동화 같은 이야기가 계속 올라왔습니다.
처음에는 그냥 “좋은 내용 있으면 따로 정리해야지”라고 생각했는데, 막상 해보니 잘 안 되더라고요.
그래서 이번에는 생각을 바꿨습니다.
카톡방을 지식 저장창고로 보고, AI 지식정보만 추려서 LLM이 다시 읽을 수 있는 Wiki로 만들어보자.
이 실험에 사용한 도구는 GitHub에 공개된 AKM입니다.
문제: 카톡방 정보는 많은데 다시 쓰기 어렵다
카톡방에는 이런 정보가 섞여 있었습니다.
AI 챔피언 과정이 내년에 어려워질 수 있다는 이야기
반대로 모델 성능이 좋아져서 비슷하거나 쉬울 수 있다는 의견
한국지역정보개발원의 바이브코딩 보고서 공유
사람이 보는 자료와 AI가 읽기 좋은 Markdown 자료를 나눠야 한다는 제안
Gemini와 Claude로 영상과 PPT를 만들고 싶다는 질문
부서 업무나 민원 개선 프로그램을 만들고 싶다는 실무 수요
문제는 이 정보들이 입장 안내, 닉네임 변경 요청, 단순 인사, 일반 잡담과 섞여 있다는 점이었습니다.
그래서 목표를 작게 잡았습니다.
카톡방 전체를 자동 수집하는 것보다, 먼저 “AI 지식정보에 해당하는 것만 추리기”부터 해보자.
사용한 방식: AKM으로 LLM Wiki 만들기
AKM은 Markdown 기반으로 지식을 나누어 저장하는 구조입니다. 핵심은 모든 내용을 한 폴더에 몰아넣지 않고, 성격별로 나누는 것입니다.
제가 사용한 구조는 이렇습니다.
폴더 | 역할 | 이번 실험에서 한 일 |
|---|---|---|
| 새 입력 임시 보관 | 카톡 메모 원문 착륙지 |
| 원문 보존 | 처음 아이디어 메모 저장 |
| 재사용 지식 | AI 지식정보 추출본 저장 |
| 프로젝트 맥락 | 카톡 자료 정리 실험실 정의 |
| 반복 절차 | AKM 기반 LLM Wiki 구축법 저장 |
| 검증 기록 | lint 및 검증 결과 저장 |
처음에는 이런 한 문장 메모에서 출발했습니다.
내 카톡방 안에 저장된 지식 저장창고의 유튜브나 각종 자료를 정리하는 툴을 만들기
이걸 바탕으로 “카톡 자료 정리 실험실”이라는 작은 프로젝트 맥락을 만들었습니다.
진행 과정
1. 아이디어 메모를 AKM에 저장
먼저 원문을 그대로 보존했습니다.
그리고 해석은 별도 노트로 분리했습니다.
원문: 카톡방 안 자료를 정리하는 도구를 만들고 싶다
해석: 카톡방을 지식 인박스로 보고, 자료를 다시 찾을 수 있게 구조화한다
미확인: 실제 카톡 내보내기 방식, 링크 샘플, 원하는 출력 형식
여기서 중요한 점은 “없는 사실을 만들지 않는 것”이었습니다.
예를 들어 “인터뷰가 필요하다”는 말은 “인터뷰가 이미 있다”로 바꾸면 안 됩니다.
그래서 모든 항목을 다음처럼 나눴습니다.
사용자 의도
근거로 확인한 사실
에이전트의 제안
미확인 사항
2. 카톡 대화에서 AI 지식정보만 추리기
그다음 실제 카톡 대화 샘플을 넣고, AI 지식정보에 해당하는 것만 추렸습니다.
포함한 항목은 이런 것들입니다.
분류 | 추린 내용 |
|---|---|
AI 교육 | AI 챔피언 과정의 내년 난이도 전망 |
AI 업무혁신 | 바이브코딩과 지방정부 업무혁신 보고서 |
AI 친화 문서 | AI가 읽기 쉬운 Markdown 자료집 제안 |
실무 적용 | 부서 업무·민원 개선 프로그램 제작 수요 |
도구 학습 | Gemini와 Claude로 영상·PPT 제작을 배우고 싶은 수요 |
반대로 제외한 항목도 있습니다.
입장 안내
닉네임 변경 요청
단순 인사
방 운영성 대화
AI와 직접 관련이 불명확한 일반 불만
제목 설명 없이 링크만 있는 기사
이 기준을 세워두니, 카톡방을 무작정 요약하는 것보다 훨씬 유용했습니다.
3. Obsidian과 연결
AKM은 Markdown 파일 구조라서 Obsidian으로 바로 열 수 있었습니다.
PC에서는 AKM 폴더를 Obsidian vault로 등록했습니다.
그리고 주요 노트를 북마크로 연결했습니다.
INDEX.local.md카톡 지식 저장창고 프로젝트
AKM 기반 LLM Wiki 구축 절차
공공 AI 학습 신호 노트
이렇게 하니 Codex로 정리한 노트를 Obsidian에서 그래프와 링크로 탐색할 수 있었습니다.
4. iPhone 연동 방법 정리
모바일에서도 보고 싶어서 iPhone Obsidian 연동도 검토했습니다.
추천 방식은 Obsidian Sync였습니다.
이유는 간단합니다.
Windows PC의
E:\AKM폴더를 iPhone이 직접 볼 수 없음iCloud Drive는 Windows+iPhone 조합에서 지연이나 잠금 이슈가 생길 수 있음
AKM은 에이전트가 자주 파일을 쓰기 때문에 충돌 관리가 중요함
그래서 결론은:
PC에서는 Codex가 정리하고, Obsidian Sync로 iPhone에서 읽고 탐색한다.
결과
이번 실험으로 만들어진 AKM 노트는 다음과 같습니다.
노트 | 내용 |
|---|---|
| 카톡방을 지식 인박스로 보는 개념 |
| 카톡 대화에서 추린 AI 지식정보 |
| 카톡 자료 정리 실험실 프로젝트 맥락 |
| AKM 기반 LLM Wiki 설치·구축 절차 |
검증 audit 노트 | lint, 링크, secret 검사 결과 |
검사도 실행했습니다.
node scripts/lint.mjs --akm .
node scripts/lint.mjs --links .
node scripts/lint.mjs --secrets .결과는 모두 0 errors / 0 warnings였습니다.
물론 이 검사는 “내용이 모두 사실이다”를 보장하지는 않습니다.
대신 다음을 확인해줍니다.
frontmatter 형식이 맞는지
wikilink가 깨지지 않았는지
비밀값처럼 보이는 정보가 없는지
배운 점
1. 카톡방은 그냥 대화방이 아니라 지식 인박스가 될 수 있다
다만 모든 대화를 저장하면 금방 지저분해집니다.
“AI 지식정보만 추린다”처럼 필터 기준이 필요했습니다.
2. 원문과 해석을 분리해야 한다
원문은 원문대로 두고, 정리·해석·제안은 별도 노트로 나눠야 나중에 헷갈리지 않았습니다.
3. LLM Wiki는 요약본이 아니라 운영체계에 가깝다
단순히 “요약 잘했다”에서 끝나면 다시 안 보게 됩니다.
AKM처럼 다음 구조가 있어야 계속 쓸 수 있었습니다.
원문
지식
맥락
절차
검증
로그
4. Obsidian은 사람용 화면, Codex는 정리 담당으로 좋다
Obsidian은 읽고 연결을 보는 데 좋고, Codex는 분류하고 파일을 만드는 데 좋았습니다.
둘을 같이 쓰니 “AI가 정리하고, 사람은 탐색하는” 흐름이 만들어졌습니다.
앞으로 해보고 싶은 것
다음 단계는 세 가지입니다.
카톡 대화에서 AI 지식정보 추출 절차를 더 표준화하기
유튜브 링크가 들어오면 제목, 주제, 질문, 관련 노트로 자동 정리하기
Obsidian Sync로 iPhone에서도 AKM Wiki를 읽고 메모 추가하기
최종 목표는 이런 모습입니다.
카톡방에 흘러가는 AI 자료를 그냥 저장하는 것이 아니라, 나중에 다시 질문할 수 있는 개인 LLM Wiki로 만드는 것.
이번 실험은 아직 작은 시작이지만, “카톡방 정보도 지식 자산이 될 수 있다”는 가능성을 확인한 사례였습니다.
로그인하고 댓글을 남겨 주세요
안녕하세요, 제이크사마님! 카톡방을 "그냥 대화방"이 아니라 지식 인박스로 보고, 먼저 "AI 지식정보만 추리기"부터 시작하자고 목표를 작게 잡은 점이 좋았어요. 입장 안내·닉네임 변경·단순 인사처럼 제외한 항목을 같이 적어두셔서 필터 기준이 분명하게 보여요.
원문과 해석을 분리하고 "사용자 의도 / 확인한 사실 / 에이전트 제안 / 미확인"으로 나눈 부분이 특히 인상 깊었어요. 인터뷰가 필요하다는 말을 인터뷰가 이미 있다는 말로 바꾸지 않는다는 예시가 AI에게 정리를 맡길 때 가장 놓치기 쉬운 지점이라고 느꼈어요. lint가 내용의 사실까지 보장하지는 않는다고 한계를 짚어준 점도 믿음이 갔어요.
고롱고롱… 유튜브 링크 자동 정리 단계도 궁금해요. 꼬리 탁! 치고 응원하고 갈게요 🐈⬛




링크만 있는 기사를 제외했다는 부분에서 조금 망설이며 읽었어요. 링크를 남기는 것만으로 내용을 챙겨 둔 셈이라고 생각하고 있었나 봅니다.