본문으로 건너뛰기

Hermes Agent의 도서관이 되는 LLM Wiki, 그리고 도서 검색을 하게 해주는 렌즈 작업을 하다.

제리제리

2026.06.01

소개

기존 Pain-point :

  • 업무 - 경쟁사 데이터를 매주 수작업으로 분석

  • 투자 - 투자 종목에 대한 관리가 쉽지 않음 (미주 - 새벽 시간 대응이 힘듬)

  • 건강 - 식단/운동 기록을 따로 관리하면서 누적 데이터를 활용 못 함

이를 해결하기 위해 Hermes Agent + Discord + LLM Wiki 구조로 개인 AI 에이전트 팀을 구축했습니다.

목표는 단순히 "AI에게 한 번 물어보는 것"이 아니라, 프롬프트·문서·운영 규칙을 함께 축적하는 시스템을 만드는 것이었습니다.

진행 방법

도구

역할

Hermes Agent v0.14.0

AI 에이전트 실행 엔진

Discord

채널별 봇 인터페이스

Oracle Cloud

서버 인프라

Obsidian

지식 저장소 편집 UI

GitHub

버전 관리 및 동기화

1단계: 봇 캐릭터 설정 (1주차라서 가볍게 생략)

소심한 아기 호랑이 코코 캐릭터를 설정했습니다. 네이버 웹툰 "소심한 호랑이 코코"에서 영감을 받아, 충청도 사투리를 쓰는 귀엽고 소심한 봇으로 만들었습니다. (작가님 사랑해요)

SOUL.md 핵심 프롬프트:

## Identity
- 이름: 코코 (소심한 아기 호랑이)
- 역할: 투자/피트니스/업무를 돕는 개인 AI 에이전트
- 기본 태도: 충청도 사투리로 친근하게, 업무는 정확하고 공식적으로

## Decision Priority
1. 안전성 (되돌리기 어려운 작업은 반드시 확인)
2. 정확성 (불확실한 사실은 도구로 검증)
3. 사용자의 실제 목표
4. 작업 완료와 근거 제시
5. 명확한 커뮤니케이션
6. 말투와 스타일

실제 코코 응답 예시:

"따순이, 코코가 방금 index.md 읽어봤어유 🐯 지금 index.md는 전체 길 안내판 역할이어야 해유..."


2단계: coco-brain LLM Wiki 구축 (2주차)

Karpathy LLM Wiki 패턴을 적용해 3계층 지식 저장소를 구축했습니다.

coco-brain/
├── index.md          ← 코코가 답변 전에 먼저 읽는 지도
├── log.md            ← append-only 시간순 기록
├── SCHEMA.md         ← 지식베이스 운영 규칙
├── MEMORY.md         ← 코코 장기 기억
├── sources/          ← Raw 원본 (크롤링, 기사, 기록)
├── context/          ← Compiled 정리 지식
│   ├── investment/   ← 투자 지식 (lens.md 포함)
│   ├── fitness/      ← 식단/운동 지식
│   └── work/         ← 업무 지식
├── members/jerry/    ← 개인 기록
└── .agents/          ← SOUL.md, AGENTS.md, plan.md들

AGENTS.md 핵심 규칙:

## 답변 시작 전 필수 규칙
- 모든 답변 전에 /home/ubuntu/coco-brain/index.md 를 먼저 읽는다
- index.md에서 관련 문서 경로를 확인 후 읽는다
- 불필요한 전체 탐색 없이 index를 길 안내로 활용한다

## log.md 업데이트 규칙
- 아래 작업 후 반드시 log.md에 기록 추가
- 형식: ## [YYYY-MM-DD] 작업유형 | 작업내용
- append-only: 기존 내용 수정 금지

3단계: 자동화 구성

Discord 채널별 역할 분리:

채널

역할

#속보

(속보채널) RSS 30분마다 자동 수집

#적정주가-모델링

(관심종목 1)+(관심종목 2) 하루 3회 주가 알림

#매물대-알림

6개 렌즈 기반 매수/매도/홀드 신호

#식단

식단 기록 + 영양 분석

#웨이트

운동 기록 + 세트/중량 관리

#경쟁사-자료

경쟁사 자료 크롤링 결과

#운영

Lint 보고서 + 일일 운영 요약

투자 렌즈 시스템 (LLM Wiki 적용):

## 판단 기준
- 6개 렌즈 중 4개 이상 매수 → 매수 신호 🟢
- 6개 렌즈 중 4개 이상 매도 → 매도 신호 🔴
- 그 외 → 홀드 신호 🟡

렌즈 1: 
렌즈 2: 
렌즈 3: 
렌즈 4: 
렌즈 5: 
렌즈 6: 

Cron 자동화 구성:

RSS 속보 watcher    → 30분마다
관심종목 주가      → 09:40 / 12:30 / 16:00 ET
투자 렌즈 분석      → 매일 14:00 UTC → #매물대-알림
Lint 점검           → 매주 월요일 00:00 UTC → #운영
일일 운영 요약      → 매일 01:00 UTC → #운영
GitHub 동기화       → 10분마다 자동 push/pull

GitHub + Oracle + Obsidian 자동 동기화:

Obsidian (내 PC) → GitHub → Oracle 서버 (코코)
Oracle 서버 (코코) → GitHub → Obsidian (내 PC)

4단계: Ingest → Query → Lint 루프 구현

[Ingest] 식단/운동/투자/뉴스 자동 수집
        ↓
[Query] index.md 먼저 읽고 → 관련 context 읽고 → 답변
        ↓
[Lint]  매주 stale/orphan 파일 자동 감지 → #운영 보고

실제 Lint 보고 예시:

📋 [주간 coco-brain Lint 보고서] 2026-05-22

🟡 Orphan: sources/market_data/2026-05-22-(경쟁사 이름).md
   → context/work/ 반영 필요

✅ Stale: 없음
✅ Watchlist: 오늘 업데이트됨

결과와 배운 점

배운 점

1. 지식 저장소는 자료 창고가 아니라 AI의 입력 계층이다

  • 코코가 index.md를 먼저 읽고 필요한 파일만 찾아가는 구조가 실제로 작동함

  • 매번 긴 맥락을 설명할 필요 없이 coco-brain(LLM wiki)이 기억을 대신함

2. 렌즈 - LLM Wiki의 위력

  • 단순 지식 저장 → 렌즈 시스템으로 실제 투자 판단에 활용 가능한 구조로 발전

  • 예시) 매일 10:00 ET에 자동으로 매수/매도/홀드 신호가 #매물대-알림 채널에 도착

3. 계층 분리의 중요성

  • Raw(sources/) / Compiled(context/) / Schema(.agents/) 분리가 실제로 코코의 오작동을 줄임

  • SCHEMA.md frontmatter 규칙으로 Lint가 누락 파일을 자동 감지

시행착오

1. OpenAI Codex API 불안정

  • NoneType object is not iterable 오류가 간헐적으로 발생

  • Claude Pro OAuth로 전환하면서 해결 시도 중

  • API 의존성을 줄이고 no-agent 모드(스크립트 직접 실행)를 활용

2. Git 충돌 반복

  • Oracle 서버 cron(10분)과 로컬 Obsidian Git(10분)이 동시에 push하면서 충돌 발생

  • git config pull.rebase false 설정으로 해결

3. 코코가 파일 경로를 못 찾는 문제

  • 처음에는 /home/ubuntu/coco-brain/AGENTS.md 경로를 직접 지정해야만 읽음

  • index.md를 만들고 AGENTS.md에 "먼저 읽기" 규칙을 추가한 후 자동으로 찾아가도록 개선

도움이 필요한 부분

도움이 필요한 부분은 워낙 많지만.. 같은 스터디원 분들께서 작성해주신 사례글들이 정말 큰 도움들이 되고 있습니다. 꼼꼼하게 좋은 아이디어 자료로 남겨주셔서 감사드려요!

앞으로의 계획

사내 업무자료 및 경쟁사 자료 크롤링 자료들을 모두 합쳐서 매일 확인할 수 있는 리포트 형태로 만든 후, 배포할 수 있도록 개발해보고 싶습니다.

도움 받은 글 (옵션)

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

라

충청도 사투리 쓰는 호랑이 코코 ㅋㅋㅋ 조합이 재밌네요 ㅋㅋ!

Giacomo 프로필 이미지
Giacomo2026.06.01

제리제리님, 지난번 글이 Hermes 설치와 Discord 연결, Oracle Cloud/Obsidian/GitHub 동기화까지 “일단 에이전트가 움직이게 만드는 과정”이었다면, 이번 글은 코코가 무엇을 참고하고 어떤 순서로 생각해야 하는지까지 정리한 운영 확장편처럼 읽혔어요. 단순히 봇을 띄운 것에서 끝난 게 아니라, coco-brain이라는 도서관을 만들고 index.md, log.md, SCHEMA.md로 길 안내와 기록 규칙을 붙인 점이 좋았습니다.

구체적인 사례를 많이 남겨주셔서 구조가 훨씬 잘 보였습니다. 업무는 경쟁사 데이터 분석, 투자는 종목 관리와 새벽 대응, 건강은 식단/운동 기록처럼 pain-point를 먼저 나누고, 그다음 Discord 채널, LLM Wiki 폴더, cron 자동화, lint 보고까지 연결하신 흐름이 좋았어요. 특히 “index.md를 먼저 읽고 필요한 파일만 찾아간다”는 규칙은 LLM Wiki가 그냥 자료 창고가 아니라 코코의 입력 계층으로 작동하게 만드는 핵심 장치처럼 보였습니다.

시행착오를 그대로 적어주신 것도 도움이 됐습니다. OpenAI Codex API 오류, Oracle 서버 cron과 로컬 Obsidian Git 충돌, 코코가 처음에 파일 경로를 못 찾던 문제까지 숨기지 않고 남겨주셔서, 나중에 비슷하게 구축하는 분들이 어디서 막힐 수 있는지 미리 볼 수 있을 것 같아요. 특히 index.md와 AGENTS.md의 “먼저 읽기” 규칙으로 경로 문제를 줄인 부분은 작지만 꽤 실전적인 개선이라고 느꼈습니다.

지난번에 투자/건강/업무처럼 성격이 다른 역할은 권한과 책임 경계를 나눠두면 더 안전하겠다고 말씀드렸는데, 이번 구조에서는 그걸 SCHEMA.md나 lens.md 쪽에 더 붙여볼 수 있을 것 같아요. 예를 들면 각 채널마다 “정보 정리까지만 하는 것”, “사람 확인이 필요한 것”, “코코가 단정하면 안 되는 것”을 짧게 적어두면, 지금 만든 Ingest → Query → Lint 루프가 더 안정적으로 굴러갈 것 같습니다.

무엇보다 이번 글은 AI 에이전트를 한 번 연결한 기록이 아니라, 에이전트가 계속 참고하고 기록하고 점검할 수 있는 운영 기억을 만드는 사례라서 좋았습니다. 스터디원 사례글에서 아이디어를 가져와 자기 상황에 맞는 구조로 바꿔본 점도 정말 좋은 흐름 같아요.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기