AI가 내 옵시디언을 이해할 수 있도록 만드는 중입니다
2026.07.30

AI가 내 옵시디언을 이해할 수 있도록 만드는 중입니다
API는 서로 다른 소프트웨어가 기능과 데이터를 주고받기 위해 정해 둔 인터페이스라고 볼 수 있습니다.
저는 이번 작업에서 인터페이스를 조금 더 넓게 바라보았습니다. AI가 제가 축적한 지식과 도구를 어떻게 찾고, 이해하고, 다룰 수 있게 할 것인가도 하나의 인터페이스 문제라고 생각했습니다.
최근 제가 집중하고 있는 큰 주제는 AI와 협업하는 인터페이스를 개선하는 것입니다.
새로운 모델이나 도구를 계속 추가하기보다, 현재 AI와 협업하는 과정에서 가장 큰 병목이 무엇인지 찾고 하나씩 해결하는 방식으로 진행하고 있습니다.
이번 글은 완성된 시스템이나 검증이 끝난 방법론을 소개하는 글은 아닙니다. 제가 어떤 문제를 인식했고, 왜 이 문제를 지금 해결하기로 했으며, 어떤 방향으로 작업하고 있는지를 정리한 진행 기록에 가깝습니다.
AI와 협업할 때마다 내가 파일을 찾아줘야 했다
제가 오랫동안 사용해 온 옵시디언에는 생각, 프로젝트 기록, 판단 과정 등 많은 정보가 쌓여 있습니다.
하지만 그동안 AI와 협업할 때는 필요한 파일을 제가 직접 찾아서 대화창에 첨부해야 했습니다.
AI가 제 지식 시스템 안에서 필요한 정보를 찾는 것이 아니라, 제가 매번 작업에 필요한 맥락을 선별해서 전달하는 방식이었습니다.
간단한 작업에서는 큰 문제가 아니었지만, 다루는 정보와 프로젝트가 늘어날수록 한계가 분명해졌습니다.
어떤 파일을 전달하느냐에 따라 결과의 품질이 달라졌습니다.
관련 내용을 빠뜨리면 이미 기록해 둔 맥락도 활용되지 못했습니다.
새로운 대화를 시작할 때마다 배경을 다시 설명해야 했습니다.
AI는 전체 맥락보다 제가 전달한 일부 자료에 의존할 수밖에 없었습니다.
AI에게 작업을 요청하는 것뿐 아니라, AI가 일할 수 있도록 맥락을 준비하는 데에도 적지 않은 에너지가 필요했습니다.
장기적으로 정보가 더 많이 쌓인다면, 사람이 매번 필요한 자료를 골라 전달하는 방식은 점점 더 큰 병목이 될 것이라고 판단했습니다.
문제는 메모의 양보다 암묵적인 사용 방식에 있었다
처음에는 볼트에 파일이 많기 때문에 AI가 이해하기 어려운 것이라고 생각했습니다.
하지만 문제를 살펴보면서 더 근본적인 원인은 정보의 양보다 제가 시스템을 사용하는 방식이 충분히 명시되어 있지 않다는 것에 가깝다고 보게 되었습니다.
현재의 볼트는 오랫동안 사용하면서 여러 차례 구조와 사용 방식이 바뀌었습니다.
서로 다른 시기에 만들어진 문서와 분류 방식이 함께 남아 있었고, 제가 자연스럽게 적용하는 규칙 중 상당수는 따로 적혀 있지 않았습니다.
저는 오랫동안 시스템을 사용해 왔기 때문에 큰 불편 없이 필요한 내용을 찾을 수 있었습니다.
파일의 위치나 이름이 완전히 일관되지 않아도 작성 당시의 맥락을 기억하고 있었고, 비슷한 문서 사이의 차이도 대략 알고 있었습니다.
하지만 다른 사람이나 AI의 관점에서는 그렇지 않았습니다.
어떤 문서들이 서로 관련되어 있는지
특정 표현이 어떤 의미인지
비슷한 기록들이 왜 따로 존재하는지
과거의 기록과 현재의 판단을 어떻게 구분해야 하는지
이런 내용은 문서만 보고 파악하기 어려웠습니다.
저에게 익숙한 시스템이 곧 명확한 시스템은 아니었습니다.
제가 편하게 사용하고 있던 방식의 상당 부분은 시스템 안에 존재한 것이 아니라, 제 머릿속에 암묵지로 남아 있었습니다.
AI에게 기존 메모의 정리를 맡기기 어려웠던 이유
그동안 AI를 활용해 기존 메모를 정리하는 것에도 조심스러웠습니다.
제가 작성한 메모의 정확한 의미를 AI가 충분히 이해하지 못할 수 있다고 생각했습니다.
표면적으로 비슷한 내용을 잘못 합치거나, 서로 다른 역할의 문서를 같은 종류로 해석하거나, 제가 의도한 맥락을 단순화할 가능성도 있다고 봤습니다.
그렇다고 모든 정리 작업을 직접 진행하기에는 우선순위가 계속 밀렸습니다.
당장 진행해야 하는 프로젝트가 있는 상황에서 과거 메모를 정리하는 일은 중요하지만 긴급하지 않았습니다. 볼트는 계속 사용되었지만, 구조를 돌아보고 정비하는 일은 오랫동안 미뤄졌습니다.
그러다 이 문제가 점차 AI 협업의 반복적인 병목이 될 가능성이 크다고 판단했고, 우선순위를 높여 해결하기로 했습니다.
AI가 제 메모를 정확히 이해하지 못할 것 같아서 활용을 제한하는 대신, AI가 이해할 수 있도록 제 사용 방식과 맥락을 조금씩 명시화하는 편이 장기적으로 유리하겠다고 판단했습니다.
AI의 판단을 그대로 신뢰하기로 한 것은 아닙니다.
AI가 임의로 추측해야 하는 영역을 줄이고, 필요한 경우 관련 맥락을 확인할 수 있는 환경을 먼저 만드는 방향에 가깝습니다.
기존 시스템을 바로 고치기보다 먼저 이해하고 있다
현재 가장 먼저 하고 있는 작업은 옵시디언의 모든 폴더와 파일을 새롭게 정리하는 것이 아닙니다.
제가 실제로 옵시디언을 어떻게 사용하고 있는지부터 파악하고 명시화하고 있습니다.
기존 시스템의 상태를 충분히 이해하지 않은 채 새로운 구조를 만들면, 겉으로는 더 깔끔해져도 그동안 유용하게 작동하던 맥락이나 기능이 사라질 수 있다고 생각했기 때문입니다.
명시화는 크게 두 가지 방식으로 진행하고 있습니다.
첫 번째는 제가 직접 설명하는 방식입니다.
현재 사용 중인 도구와 저장 공간의 관계를 간단한 그림으로 그리거나, 각 요소를 어떤 목적으로 사용하고 있는지 글로 적습니다.
두 번째는 AI의 질문을 활용하는 방식입니다.
AI가 기존 설명과 문서를 살펴본 뒤, 이해하기 어렵거나 모호한 부분을 질문하도록 합니다. 저는 그 질문에 답하면서 그동안 당연하게 생각했던 사용 방식과 기준을 언어로 표현합니다.
혼자 처음부터 전체 체계를 설명하려고 하면 무엇을 설명해야 하는지조차 알기 어려울 때가 있습니다.
반면 AI가 이해하지 못한 부분을 질문하게 하면, 외부의 관점에서 무엇이 불명확한지를 확인하는 데 도움이 됩니다.
이렇게 현재 상태를 어느 정도 파악한 뒤, 작은 범위부터 구조를 보완하고 실제 작업에 적용해 보는 방식을 사용하고 있습니다.
전체 볼트를 한 번에 재설계하기보다, 범위를 좁혀 작업하고 실사용을 통해 문제가 드러난 부분을 다시 개선하려고 합니다.
목표는 모든 정보를 AI에게 넣는 것이 아니다
이번 작업의 목표는 AI가 옵시디언의 모든 파일을 항상 읽게 만드는 것이 아닙니다.
정보가 많다고 해서 판단의 품질이 반드시 좋아지는 것은 아닙니다. 현재 작업과 관계없는 기록이나 서로 다른 시점의 정보가 한꺼번에 들어가면 오히려 혼란이 커질 수도 있습니다.
제가 만들고 싶은 환경은 다음에 가깝습니다.
AI가 현재 작업에 필요한 맥락을 발견하고, 관련된 정보를 확인한 뒤, 그 범위 안에서 협업할 수 있는 환경
이를 위해서는 단순히 파일을 깔끔하게 정리하는 것만으로는 충분하지 않다고 보고 있습니다.
각 정보가 어떤 맥락에서 작성되었고, 서로 어떤 관계를 가지고 있으며, 어떤 상황에서 참고되어야 하는지가 어느 정도 드러나야 합니다.
현재는 이 환경이 실제로 어떤 형태여야 하는지 명확하게 정의하고, 작은 단위부터 적용해 보는 단계입니다.
여러 도구를 하나의 협업 환경으로 바라보기
현재는 Obsidian, GPT, Hermes, Claude Code, WSL 등 여러 도구를 함께 사용하고 있습니다.
모든 도구를 하나로 합치기보다, 각각을 저장·사고·실행이라는 서로 다른 역할에 배치하고 있습니다.
Obsidian Vault는 장기적으로 축적되는 기록과 작업 맥락을 보관합니다.
GPT와 Hermes는 문제를 정리하고 맥락을 다루는 AI 인터페이스로 활용합니다.
Claude Code와 WSL은 파일과 개발 프로젝트를 실제로 확인하고 작업하는 실행 환경으로 활용합니다.
윈도우 위에 WSL을 실행 환경으로 두고, 각 도구와 저장 공간의 역할을 구분해서 사용하고 있습니다.
그림에는 실제 파일 구조나 세부 설정을 모두 표현하기보다, 각 도구가 어느 환경에 있고 어떤 역할을 담당하는지를 중심으로 표시할 예정입니다.
이번 작업에서 중요한 것은 특정 도구의 조합 자체보다, 사람이 AI에게 매번 모든 맥락을 직접 전달하지 않아도 되는 협업 방식을 만드는 것입니다.
현재 세운 작업 가설
아직 충분한 실사용 검증이 끝난 상태는 아닙니다.
따라서 다음 내용은 완성된 결론이라기보다, 현재 작업의 방향을 정하기 위해 세운 가설에 가깝습니다.
사람에게 편한 시스템과 AI에게 이해하기 쉬운 시스템은 다를 수 있다
사람은 불완전한 이름이나 분류를 기억과 경험으로 보완할 수 있습니다.
반면 AI와 안정적으로 협업하려면 정보 사이의 관계와 각 요소의 역할이 조금 더 명시적으로 표현되어야 할 가능성이 큽니다.
정리는 파일을 깔끔하게 배치하는 것만을 의미하지 않는다
어떤 맥락으로 문서를 작성했는지, 비슷해 보이는 기록을 왜 구분했는지, 무엇을 현재 작업과 연결해 사용하고 있는지를 설명하는 일도 정리의 일부라고 보고 있습니다.
즉, 파일을 이동하는 작업보다 제가 암묵적으로 적용하던 판단과 사용 방식을 외부로 꺼내는 작업이 더 중요할 수 있습니다.
많은 정보를 전달하는 것보다 필요한 정보를 발견할 수 있게 하는 편이 중요하다
정보가 계속 쌓일수록 사람이 매번 관련 자료를 골라 AI에게 전달하는 방식은 유지하기 어려워집니다.
반대로 AI가 필요한 맥락을 탐색할 수 있는 기반이 만들어진다면, 기존에 축적한 기록을 활용할 수 있는 범위도 함께 넓어질 수 있습니다.
전체를 한 번에 재설계하기보다 실제 사용을 통해 개선하는 편이 현실적이다
모든 메모를 완벽하게 정리한 뒤 AI를 연결하려고 하면 작업 범위가 지나치게 커집니다.
따라서 현재는 작은 범위부터 명시화하고 적용한 뒤, 실제 사용 과정에서 문제가 발견되면 해당 부분을 보완하는 방향으로 진행하고 있습니다.
이 가설들이 실제로 유효한지는 앞으로의 작업과 실사용을 통해 확인해야 합니다.
다음 단계
현재는 제가 옵시디언을 사용해 온 방식과 여러 도구의 역할을 명시화하고, AI가 이를 이해할 수 있는 기반을 만드는 데 집중하고 있습니다.
명시화와 초기 구조 보완이 어느 정도 진행되면, 실제 작업에서 AI가 필요한 맥락을 적절하게 찾고 이해할 수 있는지 확인할 예정입니다.
그 과정에서 예상과 다르게 작동하는 부분이 발견되면, 원인을 파악하고 필요한 부분부터 다시 개선하려고 합니다.
이번 작업이 안정적으로 작동하기 시작하면, 그다음으로 AI 협업을 방해하는 병목이 무엇인지 다시 정의하고 같은 방식으로 해결할 계획입니다.
완성된 시스템을 처음부터 한 번에 설계하기보다, 현재 가장 큰 병목을 찾고 해결한 뒤 다음 병목으로 이동하는 방식으로 AI 협업 환경을 계속 발전시켜 보려고 합니다.




강주님 저 이 글 읽다가 뜨끔했어요ㅎㅎㅎ "정보가 많아서 이해 못하는 게 아니라 사용 방식이 명시되지 않아서였다"는 부분, 저도 한참을 반대로 파고들다가 결국 결론에 도착한 적이 있어서요 =) 명시 안 된 부분은 정작 본인 눈에는 안 보이니까, AI한테 거꾸로, 질문해줘 라고 시키는 방식이 오히려 제일 빠른 길이었어요 👍
저도 비슷한 구조를 운영하고 있어서 겪었던 것 두 가지만 보태볼게요ㅎㅎ 이미 아시는거라면 그냥 넘겨주세요 =)
하나는 규칙을 명시화 해놓은 문서가 낡는 속도인데요. 규칙 문서는 쓰는 순간부터 실제 사용 방식과 조금씩 어긋나기 시작하는데, 주기적으로 다시 정리하려고 하면 잘 안 되더라고요ㅜㅜ 대신 AI가 엉뚱하게 행동한 순간을 "이쯤되면 고쳐야지"하는 신호로 삼아서 그때그때 그 부분만 고치는 방식이 유지가 잘 됐습니다 =) 강주님의 "병목 하나 잡고 다음으로" 방식이랑 결이 같아서 문서 유지보수에도 그대로 적용되실 것 같아요.
다른 하나는 인덱스 쓰다 보면 만나는 건데, 인덱스가 본문보다 먼저 뒤쳐지게 되더라고요...ㅎㅎㅎ 파일은 매일 늘어나는데 인덱스 갱신은 자꾸 밀려서, 나중엔 AI가 파일을 못 찾는 상황이 생겼었어요ㅠㅠ 그래서 저는 기계가 뽑을 수 있는 사실(파일 목록·위치 같은 것)은 자동으로 생성하게 돌리고, 손으로는 "왜 이렇게 나눴는지" 같은 의도랑 규칙만 남기는 식으로 분업했더니 인덱스 관리 부담이 확 줄었습니다 =) 이미 하고 계실 수도 있지만, 아직 아니시라면 추후 만나실 지점 같아서 미리 적어둬요ㅎㅎ
검증 단계 해보시면 그 결과도 궁금하네요ㅎㅎㅎ 다음 글도 기다릴게요 =)