본문으로 건너뛰기

나만의 PKM AI OS 구축하기

Educalvin7

2026.05.28

소개

안녕하세요. 금번 <22기 스타트업실험실 : 1인 창업자의 하네스 엔지니어링 (AI OS 설계)>를 듣는
EduⓒAlvin7라고 합니다.

금번 수강에서 AI agent architect를 설계한다고 해서 관심이 있었습니다.
1주차 OT에서 나만의 에이전트 만들기 워크시트를 잘 작성해보았습니다.
작성하고 보니 예전부터 생각한 나만의 PKM AI OS를 설계해보면 어떨까 생각했습니다.

그리고 오프라인 모임에서 직접 배워서 agent 설계를 했습니다.
그랬더니 잘 나오더군요. 거기에 에이전트 생성까지 한 이야기 입니다.

진행 방법

우선, 나만의 에이전트 만들기 문서를 md로 저장했습니다.
저장한 <EduⓒAlvin7_AI에이전트_기획_워크시트의 사본.md>를 가지고,
GPT에게 질문을 했습니다.

그동안 AI랑 대화했던 대화 내용을 바탕으로 나한테 필요한 아키텍처 설계를 할 건데, 그간 나랑 했던 대화를 바탕으로 AI한테 제안을 받고 그것들을 가지고 넥스트를 진행해보는. 만약에 내가 개인적인 대화가 많이 섞여 있다면 개인적인 대화는 제외하고 나에게 OS 구조 제안해줘

그랬더니 문서를 잘 뽑아주더군요.

[INPUT]
생각 / 대화 / 논문 / PDF / 회의 / 웹 / 유튜브
   ↓
[CAPTURE LAYER]
Obsidian + Tana + 음성/스크랩 자동화
   ↓
[KNOWLEDGE LAYER]
Atomic Note + 태깅 + 관계 연결 + 벡터화(RAG)
   ↓
[INTELLIGENCE LAYER]
GPTs + Claude + Local LLM + AI Agents
   ↓
[WORKFLOW LAYER]
n8n / Make / Python 자동화
   ↓
[OUTPUT LAYER]
강의안 / 제안서 / 논문 / 카드뉴스 / 블로그 / GPTs / 교육과정
   ↓
[ASSET LAYER]
EduⓒAlvin7 브랜드 자산화

이렇게 생성된 문서를 가지고,

타이칸 연구소장님이 제공해주신 ai-agent-architect 에이전트로 문서화를 했더니
아래처럼 구조를 잘 짜주었다.

이 문서를 바탕으로 코덱스를 활용하여 agent화 해달라고 실행을 했다.

구현은 수직 슬라이스 방식으로 진행했다. 먼저 로컬 폴더 기준의 최소 동작 경로를 만들고, 그 위에 승인, 검색, 커넥터, watcher, UI를 얹었다.

4.1 부트스트랩과 코어 모델
- FastAPI 백엔드 뼈대 추가
- health 엔드포인트 추가
- 설정, DB 연결, 핵심 모델(SourceDocument, RefinementProposal, AuditLog, IngestionJob) 추가
- 개발용 Makefile, .env.example, docker-compose 추가

4.2 로컬 폴더 수집 수직 슬라이스
- 로컬 폴더 문서를 읽어 raw note로 저장
- raw 저장 위치를 vault/00_inbox/raw/...로 고정
- 노멀라이즈, raw capture, orchestrator 흐름 구성

4.3 정제 제안과 승인 반영
- raw note 기반 deterministic refinement 추가
- proposal 목록 조회 API 추가
- 승인 시 20_notes에 patch 적용
- base hash 충돌 시 409 conflict_detected 처리

4.4 추가 입력 소스
- 메모앱 webhook 입력 추가
- Notion connector 추가
- UpNote export 폴더를 별도 source type으로 수집
- Notion 단일 페이지 / data source ingestion route 추가

4.5 검색, 중복, watcher 기초
- in-memory vector search 기본형 추가
- exact duplicate 판단 유틸 추가
- scheduler / watcher primitive 추가
- 앱 시작 시 UpNote export 자동 스캔 추가

4.6 프런트엔드와 운영 흐름
- 승인 대기열 UI 셸 추가
- 검색 UI 셸 추가
- source ingestion control panel 추가
- 프런트에서 local folder / UpNote export / Notion page / Notion data source 수집 직접 호출 가능하게 연결

4.7 실사용화와 운영 강화
- proposal/approval 메타데이터 DB 영속화
- Notion last_edited_time 기반 증분 동기화 추가
- 재수집 시 stale proposal을 superseded로 전환
- superseded proposal 승인 시 409 proposal_superseded 처리
- watcher가 DB에 sync cursor를 저장하고, 다음 poll에서는 수정 시간이 앞으로 간 파일만 다시 수집하도록 개선

아직 조금 더 업그레이드를 해야겠지만 PKM AI OS 및 운영 에이전트가 잘 구축되어 가고 있다.

결과와 배운 점

지금 계속 업그레이드 하고 있지만, 잘 구축되면 우선 내 위성 볼트에 자료 수집은 잘 될 것 같다.
배운점은 하네스 엔지니어링 이후 내가 원하는 방향의 설계 세밀화를 통한 에이전트 구축을 배웠다.
이 작업을 할 때 설계도 제출 전 여러 LLM 모델에 질문 후 답변을 종합 정리하여 최종으로 합치는게 좋다는 것이다

도움 받은 글 (옵션)

22기 스타트업실험실 여행가J님과 타이칸님의 에이전트 자료 및 프롬프트 😘

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

류웅수_이안_IAN 프로필 이미지

위성볼트는 아직 구현을 안해봤는데 이건 바로 해봐야 겠습니다.

여행가J 프로필 이미지
여행가J2026.05.28

"설계도 제출 전 여러 LLM 모델에 질문 후 답변을 종합 정리하여 최종으로 합치는" 방식, 이거 단순한 꿀팁이 아니군요!! AI를 도구로 쓰는 게 아니라 '다수의 전문가를 동시에 인터뷰하는 방법론'으로 진화시킨 거잖아요.

입력층부터 자산화층까지 7단계 아키텍처를 직접 설계하고, FastAPI 백엔드 기반으로 수직 슬라이스 방식으로 구현한 흐름도 인상 깊어요. 대부분 "일단 만들어봐야지" 하다가 구조 없이 표류하는데, Educalvin7 님은 설계와 실행을 분리해서 단계적으로 접근했다는 점에서 사고의 결이 다르게 느껴지네요. 🧠

AI 대화 내용 자체를 지식 자산으로 환류시키는 PKM 루프 — 이 구조가 실제로 돌아가기 시작하면 학습 속도가 달라질 것 같아서 저도 기대가 됩니다. 다음 스테이지 공유도 꼭 해주세요, 너무 기대되는데 왜 아직 이번준가요? ㅋㅋㅋㅋ! 🚀

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

이런 사례도 있어요

사례 전체 보기