내 AI가 업무를 기억하도록 훈련한 날 — LLM 위키와 옵시디언 연결 실전기
2026.05.30

AI 업무 기억 훈련 요약
리테일 MD가 업무 지식을 llm-wiki.md에 정리하고, 팝업 운영 체크리스트를 에이전트 기억에 추가하고, 옵시디언으로 그 기억을 시각화하는 구조까지 만든 기록.
───
이런 분들께 도움돼요
업무 지식이 내 머릿속이나 카톡에 흩어져 있는 분
AI 에이전트를 쓰는데 매번 "이 일은 이렇게 해야 해"를 설명해야 하는 분
코딩 없이 AI 기억 저장소 구조를 잡고 싶은 분
───
AI 업무 기억 훈련의 시작점
나는 팝업스토어 운영 MD다. 발주, 재고, VMD, 스태프 운영, 정산까지 — 팝업 하나를 열고 닫는 데 거치는 단계가 대략 20개가 넘는다.
문제는 이 흐름이 어디에도 제대로 적혀있지 않았다는 것. 내 머릿속과 담당자끼리 공유하는 카톡 메시지, 아니면 과거 팝업의 노션 문서에만 남아 있었다.
AI 에이전트한테 도움을 받으려고 해도 매번 "팝업 운영 어떻게 해요?" 하고 물어보면 일반론만 나왔다. 내가 실제로 하는 방식 — 이카운트 발주 4단계, 위탁 3단계, 자사 상품 가격택 따로 제작, exclusive 사이니지 별도 준비 같은 것들 — 을 에이전트가 모르니까.
오늘 지피터스 스터디 과제였던 "자기 도메인에 맞는 LLM 위키 연결"을 하면서, 이 문제를 실제로 잡아봤다.
───
AI 업무 기억 훈련의 결과물
llm-wiki.md섹션 7 — 팝업 운영 렌즈: 팝업의 기획부터 마감까지 단계별 체크리스트, GitHub에 올라간 상태옵시디언 볼트 연결: Windows에서 GitHub로 클론 후 볼트로 열기 — 에이전트 메모리 파일들을 내가 시각적으로 관리 가능
Daily Notes 설정: 쩨홉이 매일 쓰는
memory/YYYY-MM-DD.md형식을 옵시디언에서 달력처럼 탐색 가능
───
AI 업무 기억 훈련에 사용한 도구
OpenClaw + 쩨홉 에이전트: 파일 작성, GitHub push, 옵시디언 세팅 안내
Slack DM: 지시 채널 (자연어로만, 코드 없이)
GitHub: llm-wiki.md 버전 관리 + Windows 클론 경로
Obsidian (Windows): 에이전트 메모리 파일 시각화 및 Daily Notes
───
AI 업무 기억 훈련의 진행 과정
LLM 위키 빈 곳 점검
에이전트한테 llm-wiki.md 보완 포인트 있는지 물어봤더니 딱 3곳을 짚어줬다:
섹션 4 상품군별 주의사항 — 내용 없음
섹션 5 KH 지시사항 처리 —
(미정)상태팝업 운영 렌즈 — 아직 없음
1, 2번은 내가 직접 채워야 하는 내용이고 (정보가 생길 때마다 추가하기로), 3번 팝업 운영 렌즈는 에이전트가 초안을 뽑아줬다.
팝업 운영 렌즈 작성 + 실제 피드백 반영
에이전트가 뽑아준 초안을 읽다가 내가 바로 수정 요청했다.
사이니지·가격택 제작 발주 요청
이거는 운영 준비 단계로 들어가면 될 것 같아. 매 팝업마다 자사상품 따로 구분하여 가격택 제작 및 해당 팝업에서만 판매하는 exclusive 사이니지, 할인 사이니지 추가 → 이거 추가 필요해
일반적인 팝업 운영 가이드에는 없는 내용들이다. 우리 팝업만의 실제 운영 방식 — 자사 상품은 가격택을 따로 만들고, 팝업 exclusive 상품은 별도 사이니지를 준비한다는 것 — 이게 들어가야 진짜 "우리 도메인 LLM 위키"가 된다.
에이전트가 이 내용을 반영해서 섹션 7을 완성하고 GitHub에 push했다.
───
옵시디언 볼트 연결 — 실패와 해결
스터디 과제 중 "옵시디언 볼트 설정 시도"가 있었다. 에이전트 메모리 파일들이 WSL 리눅스 서버에 있으니까 Windows 앱인 옵시디언에서 직접 열면 되겠지 싶었는데, 생각보다 꽤 막혔다.
첫 시도 — WSL 네트워크 경로 입력:
\wsl$\Ubuntu\home\natsu\.openclaw\workspace\jjhope-workspace→ 경로를 찾을 수 없다고 나옴. 옵시디언 Windows 버전이 WSL 네트워크 경로를 볼트로 못 읽는 제한이 있었다.
두 번째 시도 — 탐색기에서 네트워크 드라이브 연결:
탐색기 주소창에 직접 \\wsl.localhost\Ubuntu-24.04 붙여넣기 → 탐색기 자체에서 리눅스 폴더가 안 떴다.
최종 해결 — GitHub clone:
결국 Windows 측에 GitHub 저장소를 직접 클론하는 방식으로 갔다.
git clone https://github.com/seojieun22-natsu/sowuju.git C:\Users\...\jjhope-wiki
옵시디언에서 jjhope-workspace 폴더를 볼트로 열었더니 llm-wiki.md, MEMORY.md, plan.md 같은 파일들이 모두 뜬다.
이렇게 되면 에이전트가 수정한 파일을 GitHub push하면, 나는 Windows에서 pull 받아서 옵시디언으로 읽는 구조가 된다.
Daily Notes 연결
옵시디언에서 Core plugins → Daily notes 활성화 후 폴더를 memory, 형식을 YYYY-MM-DD로 설정했다. 쩨홉이 매일 만드는 날짜별 메모 파일이랑 형식이 그대로 맞으니까 달력처럼 탐색할 수 있다.

───
AI 업무 기억 훈련의 Before vs After
Before: 업무 지식은 내 머릿속과 과거 노션 문서에 흩어져 있음. 에이전트한테 팝업 운영 물어보면 일반론만 나옴. 에이전트 메모리 파일이 리눅스 서버에 있는데 내가 직접 볼 방법 없음.
After: 팝업 운영 체크리스트가
llm-wiki.md에 정리됨. 에이전트가 이 파일을 기억 구조로 참조. 옵시디언에서 내가 직접 파일 내용을 확인하고 편집 가능. 에이전트 메모리 파일을 달력 형식으로 탐색 가능.
───
AI 업무 기억 훈련의 결과와 배운 점
LLM 위키에 "일반론"이 아닌 나만의 운영 방식을 넣어야 진짜로 쓸모 있어진다. 에이전트 초안을 그대로 쓰는 게 아니라, 내가 실제 현장에서 쓰는 방식으로 고쳐 넣는 게 핵심.
옵시디언 WSL 연결은 Windows 앱 제한 때문에 직접 경로로 안 된다. GitHub clone 방식이 가장 안정적.
"에이전트가 기억한다"는 게 추상적으로 느껴졌는데, 옵시디언으로 파일을 직접 보니까 실감이 났다. 내가 말한 것들이 파일로 남아있고, 에이전트는 그 파일을 읽는 구조.
한계: Windows clone은 에이전트가 수정할 때마다 내가 수동으로
git pull해줘야 동기화된다. 자동 sync는 다음 과제.
다음에 해볼 것
Obsidian Git 플러그인으로 자동 pull 연결
섹션 4 상품군별 주의사항, 이슈 생길 때마다 조금씩 채우기
그래프 뷰로 파일 연결 구조 시각화 (노트 많아지면)




팝업 하나를 열고 닫는 데 발주, 재고, VMD, 스태프 운영, 정산까지 20개가 넘는 단계가 있다는 설명에서 바로 공감됐습니다. 이런 업무는 실제로는 담당자 머릿속, 카톡, 예전 노션 문서에 흩어져 있기 쉬운데, 그 상태에서는 AI에게 물어봐도 계속 일반론만 돌아오잖아요. 그 문제를 “내 업무 방식을 기억하는 구조”로 바꾸려 한 점이 정말 좋았습니다.
특히 llm-wiki.md에 팝업 운영 렌즈를 만든 과정이 좋았어요. 에이전트가 초안을 뽑아준 뒤에 그대로 끝낸 게 아니라, 자사 상품 가격택을 따로 제작한다거나, 팝업 exclusive 사이니지와 할인 사이니지를 별도로 준비해야 한다는 현장 디테일을 직접 넣으신 부분이 핵심처럼 보였습니다. 이게 들어가야 단순한 팝업 운영 가이드가 아니라, 나츠v님 업무에 맞는 진짜 도메인 위키가 되는 거니까요.
옵시디언 연결에서 막힌 부분도 좋은 기록이었습니다. WSL 경로를 Windows 옵시디언에서 바로 열려고 했지만 제한이 있었고, 결국 GitHub clone 방식으로 우회해서 볼트로 연 과정이 현실적이었어요. “안 됐다”에서 멈춘 게 아니라, 에이전트가 쓰는 파일을 사람이 눈으로 확인하고 관리할 수 있는 구조까지 만들어낸 점이 좋았습니다.
Daily Notes를 memory/YYYY-MM-DD 형식과 맞춰서 달력처럼 보이게 한 것도 인상적이었어요. 에이전트가 기억한다는 말이 추상적으로 느껴질 수 있는데, 파일이 날짜별로 남고 옵시디언에서 직접 보이면 “아, 이게 실제로 쌓이는 기억이구나” 하고 체감이 생길 것 같습니다.
무엇보다 에이전트 초안을 그대로 믿지 않고, 실제 현장에서 쓰는 방식으로 고쳐 넣은 태도가 좋았습니다. LLM Wiki는 AI에게 맡겨두는 저장소가 아니라, 사람이 자기 도메인의 기준을 계속 주입하고 다듬어가는 공간이라는 게 잘 드러났어요. 자동 pull까지 연결되면 지금 만든 구조가 더 편해지겠지만, 이미 “업무 지식을 AI가 다시 꺼내 쓸 수 있게 만든다”는 핵심은 잘 잡고 계신 것 같습니다.