소개
대학원에서 수업을 들으면서, 강의 자료와 논문이 빠르게 쌓이는데 정리가 따라가지 못하는 문제를 겪었습니다. 강의 슬라이드, 리딩 페이퍼, 제 메모가 폴더마다 흩어져 있었습니다. 정작 시험이나 페이퍼를 쓸 때는 어디에 무슨 내용이 있었는지 찾지를 못했습니다.
그래서 클로드 코드로 개인 위키 시스템을 만들었습니다. 원본 자료는 그대로 두고, 클로드가 사서처럼 그 내용을 읽고 정리하고 서로 연결하도록 하는 방식입니다. 카파시의 LLM Wiki 개념에서 아이디어를 얻었습니다. 위키가 실패하는 이유는 정리하는 수고가 그 가치보다 빨리 늘어나기 때문인데, 그 수고를 LLM에게 맡기면 지식이 복리로 쌓인다는 발상입니다.
진행 방법
폴더는 두 개로 나누었습니다. 원본을 담는 raw 폴더는 수정하지 않습니다. 클로드가 정리해서 만든 마크다운 파일은 wiki 폴더에 모읍니다. 그리고 클로드에게 작업 규칙을 알려주는 지침 파일을 하나 두었습니다.
활용은 명령어 몇 개로 합니다. 새 강의 자료를 넣으면 ingest로 위키 페이지를 만듭니다. 떠오른 생각은 capture로 기록합니다. 궁금한 점은 query로 위키를 검색해 답을 받습니다. 정리가 흐트러졌다 싶으면 lint로 점검합니다.
클로드에게 준 지침 파일(CLAUDE.md)의 핵심 부분은 다음과 같습니다.
# 역할
너는 내 MPH 강의 노트를 관리하는 사서다.
raw/ 폴더의 원본은 절대 수정하지 않는다. 읽기만 한다.
정리한 결과는 wiki/ 폴더에 마크다운으로 만든다.
# 명령어
- ingest: raw/의 미처리 자료를 wiki 페이지로 변환
- ingest [파일경로]: 특정 파일만 처리
- capture [내용]: 내 생각·아이디어를 wiki 페이지로 기록
- query [질문]: wiki를 검색해 답변
- lint: 출처 경로 오류, 미처리 자료, 누락된 개념 페이지 점검
- index: 전체 위키 맵(_index.md) 재생성
# 위키 페이지 작성 규칙
- 상단에 메타데이터(제목, 출처 파일 경로, 관련 페이지 링크)를 둔다.
- 핵심 주장을 1~2문장으로 먼저 요약한다.
- 주요 개념, 핵심 데이터(표), 열린 질문 순서로 정리한다.
- 다른 강의·개념과 연결되면 [[페이지명]] 형식으로 교차 링크한다.
- 출처 경로와 수치는 임의로 지어내지 않는다. 원본에 있는 것만 쓴다.
자료 하나를 ingest하면 클로드가 대략 이런 구조의 페이지를 만듭니다.
---
title: "사회적 결정요인과 건강 불평등"
type: summary
topic: [역학, 보건정책]
sources: ["raw/week3_SDOH_lecture.pdf"]
related: ["[[건강-형평성]]", "[[코호트-연구설계]]"]
---
## 핵심 주장
(1~2문장 요약)
## 주요 개념
### [[건강의 사회적 결정요인]]
...
## 핵심 데이터
| 지표 | 수치 |
...
## 열린 질문들
1. ...
(여기에 실제 위키 페이지나 폴더 구조 캡처 화면을 한 장 넣으면 좋습니다.)
결과와 배운 점
가장 좋았던 점은 교차 참조가 자동으로 생긴다는 것입니다. 한 강의에서 배운 연구 설계 개념이 다른 과목의 사례와 어떻게 연결되는지를 클로드가 스스로 링크로 묶어 줍니다. 흩어져 있던 강의 내용이 하나의 그물처럼 이어집니다.
lint 명령도 기대 이상이었습니다. 한 번 돌리니 출처 경로 오류 몇 개를 잡아내고, 아직 정리하지 않은 자료를 찾아내고, 더 만들면 좋을 개념 페이지를 제안했습니다. 시간만 잡아먹던 정리 작업을 클로드가 대신 해주는 셈입니다.
시행착오도 있었습니다. 처음에는 욕심을 내서 한 학기 자료를 통째로 넣었더니 정리가 산만해졌습니다. 한 과목, 좁은 범위부터 시작하는 편이 훨씬 나았습니다. 또 파일명에 특수문자가 섞이면 인코딩 문제가 가끔 생겼습니다. 영어 파일명으로 통일하니 줄었습니다.
한계도 분명합니다. 이 방식은 클로드 코드 환경이 필요하므로 웹 버전만으로는 어렵습니다. 위키가 수백 페이지로 커지면 컨텍스트를 관리하는 별도 전략이 필요해 보입니다. 이 부분은 저도 아직 답을 찾는 중입니다.
앞으로는 학기말 페이퍼를 쓸 때 query로 위키를 먼저 검색해서 근거 자료를 모으는 워크플로우를 시험해 보려고 합니다.
도움 받은 글
안드레이 카파시(Andrej Karpathy)가 공유한 LLM Wiki 개념을 출발점으로 삼았습니다.
