바이브코딩을 위한 LLM Wiki 구축 강의 요약
2026.05.20
1. 강의 전체 흐름
이번 1주차 강의는 단순한 도구 소개보다는 “나의 업무·연구·생활 태스크를 에이전트가 반복 수행할 수 있도록 만드는 기반 구조”를 설명하는 데 초점이 있었습니다.
핵심 흐름은 다음과 같습니다.
참여자 소개와 각자의 자동화 목표 공유
하네스 엔지니어링의 관점 설명
LLM Wiki 기반 지식 저장소의 필요성 설명
Hermes, 에이전트, 봇, 스킬, 외부 지식 폴더의 관계 설명
Git/Obsidian/Markdown 폴더 구조를 이용한 지식 체계 관리
Claude Code 등을 이용해 Plan.md, 에이전트 설정 파일, 스킬을 작성하는 방식 소개
다음 주까지 해볼 실습 과제 안내
2. 하네스 엔지니어링 프로세스 핵심
강의에서 말하는 하네스는 단순한 “프롬프트 잘 쓰기”가 아니라, LLM이 일을 잘하도록 만드는 작업 환경·규칙·지식·도구의 묶음에 가깝습니다.
2.1 하네스의 목적
LLM에게 매번 긴 배경 설명을 반복하지 않도록 한다.
업무 절차, 판단 기준, 참고 자료, 출력 형식, 금지사항을 구조화한다.
특정 태스크에 맞는 컨텍스트를 안정적으로 제공한다.
사람이 직접 하던 반복 업무를 에이전트가 재현 가능하게 만든다.
결과물의 품질을 계속 개선할 수 있도록 작업 흐름을 파일과 규칙으로 남긴다.
2.2 좋은 하네스의 구성 요소
강의 내용을 기준으로 정리하면 좋은 하네스는 대체로 다음 요소를 포함합니다.
구성 요소 | 의미 |
|---|---|
태스크 정의 | 무엇을 자동화할지, 어떤 결과물을 원하는지 명확히 적는 부분 |
입력 자료 | PPT, PDF, 회의록, 업무 매뉴얼, 기존 산출물, 예시 파일 등 |
절차 | 사람이 실제로 일하는 순서. 신입에게 설명하듯 1단계부터 적는 것이 중요 |
판단 기준 | 무엇을 맞다/틀리다/우선순위 높다/낮다로 볼지 |
출력 스키마 | 번호, 제목, 상태, 담당자, 우선순위, 적용일자, 원본 링크 등 결과 필드 |
가드레일 | 하면 안 되는 일, 보안·권한·비밀정보 처리 규칙 |
검증 규칙 | 누락, 오타, 오류, 충돌, 오래된 정보 업데이트 여부 확인 |
재사용 구조 | Plan.md, agent.md, soul.md, skill 등으로 저장해 반복 사용 |
2.3 하네스 설계 절차
강의에서 제안된 실천 순서는 다음과 같습니다.
자동화하고 싶은 태스크 하나를 고른다.
예: 슬랙 메시지를 리스트로 정리하기, 보고서 리서치, 면접 준비, 상품기획 자료 정리, RFP 분석 등.
현재 사람이 하는 업무 흐름을 글로 최대한 상세히 쓴다.
“처음 온 신입에게 설명한다”는 수준으로 단계·예외·판단 기준을 적는다.
관련 자료를 한 폴더에 모은다.
PPT, 엑셀, 기존 보고서, 업무 매뉴얼, 예시 결과물 등.
Claude Code 등에게 Plan.md 작성을 시킨다.
“이 업무 흐름을 기반으로 자동화 계획을 Plan.md로 작성해줘”라고 요청.
Plan.md를 사람이 읽고 수정한다.
내가 원하는 업무 방식이 맞는지, 빠진 필드가 없는지, 판단 기준이 맞는지 검토.
Plan.md 기반으로 코드·에이전트·프롬프트·스킬을 생성한다.
“이 Plan.md를 기반으로 태스크를 수행하는 에이전트/스킬/스크립트를 만들어줘.”
실행해 보고 실패한 부분을 다시 하네스에 반영한다.
설치 문제, 환경 설정, 권한, 누락된 규칙 등을 계속 추가.
핵심은 한 번에 완벽한 에이전트를 만드는 것이 아니라, 작게 만들고 → 실행하고 → 실패를 기록하고 → 규칙을 보강하는 반복 프로세스입니다.
3. LLM Wiki 핵심 개념
LLM Wiki는 LLM이 참고할 지식을 체계적으로 저장하고, 필요한 맥락만 효율적으로 가져오게 만드는 구조입니다. 강의에서는 이를 LLM 맞춤형 지식 저장소 또는 컨텍스트 운영 체계로 설명했습니다.
3.1 왜 LLM Wiki가 필요한가
일반적인 LLM 사용에서는 다음 문제가 생깁니다.
매번 같은 배경 설명을 반복해야 한다.
채팅 기록, 회의록, 문서, 메모가 흩어진다.
정보가 너무 많아지면 LLM이 한 번에 읽기 어렵다.
오래된 정보와 최신 정보가 충돌한다.
도메인별 맥락이 섞이면 답변 품질이 떨어진다.
에이전트 하나에만 종속된 기억은 다른 에이전트·프로젝트에서 재사용하기 어렵다.
LLM Wiki는 이 문제를 해결하기 위해 원문 자료, 요약 자료, 운영 규칙, 멤버별/태스크별 컨텍스트를 계층적으로 정리합니다.
3.2 LLM Wiki의 기본 구조
강의에서 언급된 구조를 실무형으로 정리하면 다음과 같습니다.
llm-wiki/
sources/ # 원문 자료: PDF, PPT, 회의록, 원본 문서, 링크 메모
wiki/ # 정리된 지식: 요약, 개념 정리, 업무 매뉴얼화된 문서
schema/ # 운영 규칙: 폴더 규칙, 요약 규칙, 권한, 검증 기준
members/ # 사람 또는 에이전트별 작업 공간
private/ # 민감 정보, 개인 정보, 제한 접근 자료
agents/ # 에이전트 설정, 역할, 참고 컨텍스트
skills/ # 재사용 가능한 작업 지침·명령·자동화 절차
강의에서는 raw / wiki / schema, 또는 sources / compiled / schema처럼 원문 → 정리본 → 운영 규칙의 층위를 나누는 관점을 강조했습니다.
3.3 LLM Wiki의 핵심 원리
지식을 그냥 쌓는 것이 아니라, 계층적으로 압축하고 정리한다.
새 자료가 들어오면 핵심 내용을 요약해 compact한 형태로 만든다.
더 상위에는 신문 헤드라인처럼 아주 짧은 인덱스나 개요를 둔다.
LLM은 먼저 압축된 인덱스를 보고, 필요한 하위 자료로 내려가게 한다.
이렇게 하면 토큰 비용과 처리 시간이 줄고, 의도 파악도 쉬워진다.
신뢰할 수 있는 자료를 정리해두면 환각 가능성도 낮아진다.
3.4 RAG와의 차이/관계
강의에서는 기존 RAG 방식도 언급했습니다.
전통적 RAG는 문서를 벡터DB에 넣고 질문과 유사한 문서를 검색해 가져오는 방식입니다.
LLM Wiki는 단순 검색 저장소라기보다, 사람이 읽을 수 있는 Markdown/Obsidian/Git 기반 지식 체계에 가깝습니다.
필요하면 Openviking 등으로 추정되는 도구나 리트리버를 붙여 검색·회수 기능을 강화할 수 있습니다.
4. Hermes 설정과 에이전트 운영 관점
강의에서 Hermes는 에이전트를 만들고, 대화 로그·위키·스킬·기억을 누적하는 환경으로 다뤄졌습니다.
4.1 Hermes 내부 위키와 외부 LLM Wiki
Hermes 자체에도 대화와 기억을 쌓는 위키/메모리 체계가 있지만, 강의에서는 다음과 같은 이유로 외부 지식 폴더를 따로 두는 방식을 함께 제안했습니다.
특정 에이전트 하나에만 종속되지 않는 지식 체계를 만들기 위해
Git으로 버전 관리·롤백·이전이 가능하게 하기 위해
Obsidian 볼트로 사람이 직접 읽고 편집할 수 있게 하기 위해
특정 태스크·카테고리별로 지식을 분리하기 위해
여러 에이전트가 같은 지식 저장소를 공유하게 하기 위해
즉, Hermes의 내부 기억은 유용하지만, 중요한 지식과 하네스는 별도 Markdown/Git/Obsidian 구조로 관리하면 재사용성과 통제력이 높아집니다.
4.2 Hermes 에이전트 설정 파일
강의에서는 에이전트를 만들 때 soul.md, agent.md와 같은 설정 파일을 생성하는 방식이 언급되었습니다.
정리하면 다음 역할입니다.
파일/요소 | 역할 |
|---|---|
| 에이전트의 정체성, 철학, 말투, 집중 영역, 금지사항 등 |
| 실제 작업 방식, 사용 도구, 운영 규칙, 실행 절차 등 |
README | 에이전트 사용법, 목적, 예시 |
skills | 특정 작업을 반복 수행하기 위한 절차화된 지침 |
plan.md | 만들고 싶은 기능/자동화/에이전트의 설계 문서 |
에이전트를 만들 때는 “존경하는 전문가”나 “내 업무를 잘하는 역할 모델”을 참고할 수 있지만, 그대로 흉내 내는 것이 아니라 내가 원하는 작업 목적에 맞게 규칙과 가드레일을 조정해야 합니다.
4.3 에이전트 제작 흐름
강의의 예시는 다음과 같은 흐름이었습니다.
만들고 싶은 에이전트의 역할을 정한다.
예: 리서치 에이전트, 면접 준비 에이전트, 업무 자동화 에이전트, 투자자문 보조, 운동·식단 봇 등.
참고할 인물·전문가·업무 스타일을 정한다.
Claude Code나 LLM에게 Hermes 구조에 맞는 설정 파일을 작성하게 한다.
생성된
soul.md,agent.md를 사람이 읽고 수정한다.말투, 금지사항, 운영 원칙, 도구 사용 규칙을 보강한다.
Slack/Discord 등 채널 연동은 별도 설정을 통해 붙인다.
실제 일을 시켜보면서 설정 파일을 계속 업데이트한다.
5. Claude Code, Git, Skills 사용
5.1 Claude Code 사용 방식
강의에서는 Claude Code를 단순 코딩 도구가 아니라, 하네스와 에이전트 설정을 만들어주는 작업 파트너로 활용하는 방식을 보여주었습니다.
예시 요청은 다음과 같습니다.
이 폴더의 자료를 참고해서 LLM Wiki 디렉토리 구조를 만들어줘.
이 PDF를 기반으로 지식체계를 구축해줘.
이 Plan.md를 기반으로 태스크를 수행하는 에이전트 프롬프트를 만들어줘.
이 업무 절차를 자동화하는 스킬을 만들어줘.
Hermes 에이전트 구조에 맞춰 설정 파일을 이식해줘.
5.2 Git clone과 프로젝트 폴더 관리
강의에서는 외부 레포지토리나 스킬 모음을 git clone으로 가져오는 방법을 설명했습니다.
주의점은 다음과 같습니다.
프로젝트 루트 아래에 필요한 레포를 각각 클론한다.
이미 Git 레포인 폴더 안에 또 Git clone을 중첩하면 관리가 꼬일 수 있다.
가능하면 빈 작업 폴더를 만들고 그 아래에 필요한 모듈을 나란히 가져온다.
Git을 쓰면 변경 이력 추적, 리뷰, 롤백, 다른 장비로 이전이 쉬워진다.
5.3 Skills 설치와 활용
강의에서는 잘 만들어진 공개 스킬 묶음을 가져와 Claude Code에 설치하는 방식도 소개했습니다.
핵심 취지는 다음과 같습니다.
이미 뛰어난 사용자가 정리해둔 작업 습관과 지침을 가져와 재사용한다.
모든 스킬을 한꺼번에 설치하기보다 필요한 것부터 설치한다.
스킬은 “프롬프트 재사용”을 넘어, 특정 작업 방식을 에이전트에게 이식하는 역할을 한다.
작업 후 개발일지나 사례 게시글을 자동으로 쓰는 스킬도 만들 수 있다.
6. 오토리서치와 크롤링 도구
강의 후반부에서는 리서치 에이전트에 크롤링·검색 기능을 붙이는 예시가 나왔습니다.
핵심은 다음과 같습니다.
리서치 에이전트는 단순 답변보다 직접 검색·크롤링·자료 수집을 할 수 있어야 한다.
crawl4ai라는 크롤링 라이브러리를 GitHub에서 가져와 붙이는 방식이 언급되었습니다. (https://github.com/unclecode/crawl4ai.git)에이전트에게 “이 도구를 사용할 수 있도록 커맨드를 등록하고 스킬로 만들어줘”라고 반복 지시할 수 있습니다.
처음에는 환경 설정, 설치, 권한, 실행 오류가 날 수 있으므로, 실패를 공유하고 같이 고쳐가는 방식이 필요합니다.
크롤링 가능 여부는 사이트의 차단 정책, 로그인, 동적 렌더링 여부에 따라 달라집니다.
7. 실습 과제 정리
강의에서 제시된 다음 주 실습 과제는 다음처럼 정리할 수 있습니다.
7.1 과제 목표
각자 하나의 실제 태스크를 골라, 그 태스크를 수행하기 위한 프로젝트용 에이전트 컨텍스트/맞춤형 하네스 초안을 작성합니다.
7.2 해야 할 일
자동화하고 싶은 태스크 하나를 고른다.
작업 폴더를 만든다.
Plan.md파일을 만든다.내가 실제로 하는 업무 순서와 판단 기준을 상세히 적는다.
관련 예시 파일, PPT, 엑셀, 회의록, 기존 산출물을 폴더에 넣는다.
Claude Code 등에게
Plan.md를 정리·보강하게 한다.Plan을 바탕으로 에이전트 설정 또는 스킬 초안을 만들어본다.
실행해보고 부족한 점을 다시 Plan과 설정 파일에 반영한다.
7.3 좋은 태스크 예시
Slack 메시지를 자동으로 분류해 리스트에 저장하기
반복되는 RFP 분석 절차 자동화
특정 산업 동향 리서치 보고서 초안 작성
업무 매뉴얼을 살아있는 LLM Wiki로 만들기
면접 준비 자료 생성 에이전트
상품기획 자료 조사·정리 에이전트
Obsidian 지식 볼트 정리 에이전트
회사 내부 업무 절차 QA 봇
8. 사용자가 특히 봐야 할 포인트
요청하신 초점 기준으로 가장 중요한 부분만 다시 압축하면 다음과 같습니다.
하네스 엔지니어링
하네스는 프롬프트 하나가 아니라 작업 정의, 자료, 규칙, 폴더, 스킬, 검증 기준을 묶은 실행 환경입니다. 내가 원하는 일을 LLM이 반복적으로 잘하게 하려면, 업무 절차를 신입에게 알려주듯 상세히 적고, 예시 자료와 판단 기준까지 함께 제공해야 합니다.
LLM Wiki
LLM Wiki는 에이전트가 참고할 지식을 Markdown/Git/Obsidian 기반으로 축적하는 구조입니다. 핵심은 sources → wiki → schema처럼 원문과 정리본과 운영 규칙을 나누고, 새 자료를 계속 압축·요약해 필요한 맥락만 빠르게 꺼내게 하는 것입니다.
Hermes 설정
Hermes는 에이전트 실행 환경으로 쓰되, 중요한 지식과 설정은 외부 폴더/Git/Obsidian으로 따로 관리하는 방식이 유용합니다. soul.md, agent.md, skills, Plan.md 등을 통해 에이전트의 정체성·작업 방식·도구 사용 규칙을 명시하고, 실행하면서 계속 업데이트하는 것이 핵심입니다.
실습 방향
처음부터 완벽한 자동화를 만들려고 하기보다, “내가 실제로 반복하는 작은 업무 하나”를 골라 Plan.md로 정리하고 Claude Code/Hermes에게 스킬이나 에이전트 초안을 만들게 한 뒤, 결과를 읽고 고치는 반복이 중요합니다.
9. 바로 실행 가능한 체크리스트
[ ] 자동화할 태스크 1개 선정
[ ] 작업 폴더 생성
[ ] sources / wiki / schema / agents / skills 구조 초안 생성
[ ] Plan.md 작성
[ ] 예시 자료 2~3개 이상 저장
[ ] Claude Code에 Plan.md 보강 요청
[ ] Hermes 에이전트용 soul.md / agent.md 초안 생성
[ ] 금지사항·권한·검증 기준 추가
[ ] 실제 입력 1개로 테스트
[ ] 실패/누락을 Plan.md와 skill에 반영




유피테르님, 정리해주신 내용 잘 봤습니다.
하네스를 단순히 "프롬프트를 잘 쓰는 법"이 아니라, 작업 정의·입력 자료·절차·판단 기준·출력 형식·가드레일·검증 규칙까지 포함한 실행 환경으로 정리해주신 점이 좋았습니다.
LLM Wiki도 단순 자료 모음이 아니라, 원문 자료와 정리본, 운영 규칙을 나눠서 에이전트가 필요한 맥락을 다시 꺼낼 수 있게 만드는 구조로 설명해주셔서 1주차 내용을 잘 정리해주셨네요.
다음에 조금만 더 붙인다면, "내 업무 하나를 고른다 → Plan.md로 절차를 적는다 → sources/wiki/schema처럼 자료와 규칙을 나눈다 → 한 번 실행하고 실패를 반영한다"처럼 아주 작은 예시 하나가 있어도 좋을 것 같습니다. 처음 시작하는 분들이 바로 따라가기 더 쉬워질 것 같아요.
정리 감사합니다. 강의 내용을 다시 훑고 자기 과제로 내려가기 전에 보기 좋은 정리였습니다.