← Back shared

AI4PKM: Agentic Future for PKM

관련 정보 모음.zip: https://tinyurl.com/AI4PKM

👤 발표자 소개

김진영 (JY Kim)

right fit

^ 안녕하세요. 저는 김진영입니다. 현재 미국 시애틀에 있어서 온라인으로 발표하게 되었습니다. 저는 Microsoft와 Snap에서 데이터 분석 쪽 일을 했었고, 지금은 Naver에서 한국팀과 주로 일하고 있습니다. 평소에 요한님 비롯해서 커뮤니티를 굉장히 팔로우하고 있고, 요한님 강의도 너무 잘 듣고 있습니다.

📊 데이터에 대한 열정

취미도 데이터, 직업도 데이터

right fit

^ 저는 약간 취미도 데이터, 직업도 데이터인 사람입니다. 어쨌든 원래 하던 건 해피니스 트래킹 같은 걸 많이 했어요. 한 10년 정도 해피니스 트래킹을 했었고, 그래서 헬로 데이터 과학이라는 책이 이걸 기반으로 나오기도 했었습니다.

📰 시애틀 타임즈 보도

10년간의 행복 데이터 추적

^ 이거 시애틀 타임즈에 한번 나기도 했었는데, 10년 정도 해피니스 트래킹을 해온 경험이 있습니다. 이런 개인적인 데이터 수집과 분석에 대한 관심이 자연스럽게 PKM으로 이어지게 되었습니다.

📚 헬로 데이터 과학

개인 데이터 추적 경험을 책으로

^ 헬로 데이터 과학이라는 책이 이 10년간의 해피니스 트래킹을 기반으로 나왔습니다. 개인이 어떻게 데이터를 수집하고 분석할 수 있는지에 대한 실용적인 방법들을 정리한 책입니다.

💡 AI4PKM 프로젝트의 시작

자연스러운 질문에서 출발

"AI가 나오니까, AI가 이 과정을 도와주지 않을까?"

^ 그러니까 AI가 나오니까 당연히 저도 그럼 이 AI가 이 과정을 도와주지 않을까 생각을 해서 프로젝트를 시작했고요. 제가 그동안 수동으로 했던 데이터 수집과 분석 과정을 AI가 도와줄 수 있다면 얼마나 좋을까 하는 생각에서 출발했습니다.

🔑 AI4PKM 키워드

간결한 키워드로 프로젝트 정리

AI4PKM = AI for Personal Knowledge Management

^ 일단은 AI4PKM이라고 제가 키워드를 조금 길면 불편해서 만들어봤고, 그래서 이걸로 검색하시면 관련 내용 다 나오거든요. 오늘 시간은 짧아서 유튜브에 좀 더 긴 비디오도 있으니까 나중에 보시면 좋을 것 같습니다.

🎯 오늘 발표 내용

에이전틱 PKM의 실용적 구현

  1. 어떻게 PKM을 만들고 있는지
  2. 에이전틱 시스템으로 어떻게 발전시키고 있는지
  3. 실제 작동하는 시스템 데모

^ 어쨌든 오늘은 제가 어떻게 PKM 만들고 있고, 그다음에 그거를 저도 약간 에이전틱 시스템으로 지금 만들어보려고 하는데 거기까지 조금 설명을 드려볼게요. 앞 발표자분께서 굉장히 철학적이지만 제 발표와 맞닿는 내용을 많이 말씀해주셔서 좋았고, 저는 그 내용의 프랙티컬한 버전이라고 이해해주시면 될 것 같아요.

🤝 Main Collaborator

강민석 (Gobi CEO)

Gobi: Ambient AI Company - 음성 + 영상 캡처 안경 개발 중 - AI4PKM 개발 협업 - https://www.weargobi.com/

right fit

^ 저와 같이 일하는 강민석님이 계신데, 이분은 음성 플러스 영상 캡처가 되는 안경을 만들고 계세요. 그분은 저랑 같이 개발적인 거 좀 도와주고 계시고요.

🛠️ 실용적 관점의 PKM

실제로 작동하는 시스템 구축

^ 우선은 저는 근데 어쨌든 굉장히 지금 저도 취미 생활로 하는 거라서 굉장히 실용적인 관점에서 하고 있고요.

1. 데이터 수집 소스들 📥

📖 웹에서 읽는 컨텐츠

다양한 웹 클리핑 도구 활용

^ 저 같은 경우에는 지금 제가 웹에서 읽는 것들을 Readwise나 웹 클리퍼로 저장하고 있습니다.

🎙️ Limitless로 대화 기록

모든 대화를 자동 저장

^ 그다음에 저는 여기 아시겠지만 Limitless로 제 대화들을 다 저장하고 있고요. Limitless가 되게 강력하잖아요. 하루 종일 음성 캡처를 해주는데, 하루에 제가 캡처한 데이터가 1메가예요. 1메가 텍스트로.

📱 애플 노트

빠른 메모와 아이디어 캡처

^ 애플 노트도 쓰고 있어요. 그래서 여러 가지 소스에서 데이터가 들어오고 있습니다.

🔄 다양한 데이터 소스 통합

여러 채널에서 정보 수집

  1. 웹 컨텐츠 (Readwise, 웹 클리퍼)
  2. 음성 대화 (Limitless)
  3. 빠른 메모 (애플 노트)
  4. 자동으로 수집 → 정리 → 퍼블리시

^ 그래서 여러 가지 소스에서 데이터가 들어오고 그리고 그거를 이제 정리하고 또 뭐 여러 가지 퍼블리시하고 뭐 이런 것들 지금 하고 있고, 여기까지는 아마 다들 생각하시는 셋업일 텐데요.

🤔 데이터 과부하 문제

노이즈가 너무 많다

^ Limitless 써보신 분 아시겠지만 Limitless가 되게 강력하잖아요. 하루 종일 음성 캡처를 해주는데 근데 노이즈가 너무 많죠. 그럼 1메가짜리를 제가 다 볼 수 없잖아요.

✨ AI 자동화의 필요성

수동 처리에서 자동화로

^ 그래서 저 같은 경우에는 이걸 Limitless 로그를 다 잡아가지고 굉장히 제가 읽기 쉬운 서머리를 만들어주는 그런 것도 지금 워크플로우에서 돌고 있고요.

2. 커서와 클로드 코드의 발견 💡

🖱️ 커서(Cursor)를 만나다

첫 번째 실험

"옵시디안에 커서를 붙여볼까?"

^ 제가 근데 여기서 조금 올해 초에 하다가 저도 다른 많은 분들처럼 처음에 커서가 나왔을 때 옵시디안에다 커서를 붙여볼까? 거기 그래서 잘 되네.

🤖 클로드 코드의 등장

두 번째 도약

"옵시디안에 클로드 코드를 붙여볼까?"

^ 그다음에 클로드 코드가 나왔을 때 옵시디안에 클로드 코드를 붙여볼까? 아 잘 되네. 이러다가 조금 발전을 하게 된 거고요.

3. PKM 볼트 시연 🗂️

🕸️ PKM 노드 그래프

촘촘하게 연결된 지식

right fit

^ 이 시점에 잠깐 제가 볼트를 보여드리면 역시 볼트를 보면서 저희는 해야지 좀 더 맛이 나는 거 같고요. 여기 보시면 제 볼트 PKM이라는 노드가 있잖아요. PKM이라는 노드에 지금 보시면 굉장히 많은 게 연결돼 있죠.

📚 다양한 컨텐츠 연결

PKM 노드에 연결된 것들

^ 예를 들어 지금 제가 책 읽었던 책들도 들어가 있고, 여기 보시면 날짜 제 일기 같은 것도 들어가 있고요.

🎯 핵심 포인트: 100% 자동

수동 작업 제로

^ 근데 여기서 좀 제가 말씀드리고 싶은 거는 이걸 이 PKM이라는 노드에 제가 이걸 정리하는 게 저 같은 경우에는 100% 자동이에요.

🔄 데일리 워크플로우

매일 자동으로 실행

^ 그래서 저 같은 경우에는 제 데일리 워크플로우가 돌면서 PKM이라는 제가 주제로 뭔가 읽거나 경험을 하면 여기다 추가가 됩니다.

📊 Before & After

연결성의 극적인 변화

^ 그래서 그거를 제가 워크플로우로 조금 만들어봤고, 저 같은 경우에 원래 그게 있기 전에는 굉장히 연결이 부족했어요. 근데 지금은 모든 게 굉장히 촘촘하게 연결된 아름다운 볼트를 물론 요한님 볼트에는 못 미치는 거 같지만 굉장히 아름다운 볼트를 가지고 있고요.

4. 인덱싱과 리뷰 자동화 🔍

📅 데일리 & 위클리 리뷰

정기적인 지식 정리

^ 그다음에 인덱싱인데, 여기 많은 분들은 아마 데일리 리뷰 같은 거 하실 거 같은데 저도 합니다. 데일리 리뷰, 위클리 리뷰 하고 있는데요.

⚠️ 수동 리뷰의 한계

데이터 폭발 문제

^ 그거를 저 같은 경우에는 그러니까 데이터가 많아지다 보니까 이걸 매뉴얼리 하기가 어렵더라고요. 그래서 예를 들어서 Limitless에서 하루에 제가 캡처한 데이터가 1메가예요. 1메가짜리를 제가 다 볼 수 없잖아요.

🤖 데일리 라운드업 자동화

AI가 요약해주는 하루

^ 그래서 그 데일리 라운드업도 자동으로 돌리고 있고요.

🏷️ 토픽 지식 자동 업데이트

Topical Knowledge Creation

^ 그다음에 이 Topical Knowledge 크리에이션도 자동으로 하고 있고, 그래서 이런 것들을 하는데요.

👥 두 가지 사용자

PKM의 새로운 패러다임

  1. 👤 인간 사용자 - 나 자신

  2. 🤖 AI 사용자 - 에이전트

  3. 예전: 저를 위해서만 (정보 접근성)

  4. 지금: 저 + AI 둘 다 만족시켜야

^ 저는 이 목적이 두 가지 다 있다고 생각해요. 예전에는 저를 위해서 썼죠. 제가 정보 접근성을 높이기 위해서. 근데 이제 어느 순간 PKM의 사용자가 둘이 된 거예요. 저도 그렇고 AI도 그렇고. 그래서 이 두 사용자를 모두 만족시키는 그런 거를 하려고 하고 있고요.

📂 현재 볼트 구조

체계적인 폴더 조직

^ 그다음에 여기 이게 제가 지금 사용하는 볼트 내용이고요.

5. AI4PKM 시스템 구성 🏗️

🎯 세 가지 핵심 요소

인간과 AI의 협업 시스템

  1. Obsidian - 인간이 쓰는 PKM
  2. Agentic AI - Claude Code, Cursor 등
  3. File System - 공유 작업 공간

^ 그럼 이걸 어떻게 하느냐가 사실 좀 궁금하실 텐데, 저는 크게 세 가지 요소가 있습니다. 일단은 옵시디안이 있고 이거는 인간이 쓰는 PKM이고, 그다음에 에이전틱 AI 클로드랑 커서가 있고요.

🤝 다양한 AI 에이전트 활용

멀티 에이전트 전략

^ 여기서 사실은 제미나이도 쓰고 코덱스도 다 써요. 다 쓰고, 저는 어찌 보면 이 모든 것들을 추상화해서 저희 시스템에서는 그냥 좋은 걸 고를 수 있게 그렇게 만들려고 하고 있고요.

📁 파일 시스템 기반 PKM

인간과 AI가 공존하는 공간

^ 그래서 이 인간과 AI가 그러니까 여러 명의 사용자가 공존하는 파일 시스템 기반의 PKM을 만드는데요.

🛡️ AI의 역할과 제약

보조는 하되 통제는 유지

^ 그거를 결국엔 AI가 보조해주는 거잖아요. 사람을 보조해주고, 그리고 사람이 만든 거는 AI가 훼손하거나 하면 안 되니까 그런 세이프가드도 좀 있어야 되고요.

6. 프롬프트: 첫 번째 구성요소 📝

🧱 프롬프트의 역할

워크플로우의 빌딩 블록

^ 그래서 그런 시스템이 지금 저 같은 경우에는 돌아가고 있고요. 이제 첫 번째 구성요소는 프롬프트입니다. 여기 보시는 대로 아마 많은 분들이 프롬프트를 굉장히 열심히 쓰고 계실 텐데요.

📊 프롬프트 분류 체계

입력과 출력 개수로 분류

^ 프롬프트가 에이전트 같은 경우에는 파일 여러 개를 읽을 수도 있고 파일 여러 개를 쓸 수도 있다 보니까, 저 같은 경우 프롬프트를 이렇게 인풋과 아웃풋 개수에 따라서 여러 가지로 좀 분류해서 쓰고 있고요.

📚 프롬프트 예시들

다양한 용도의 프롬프트

^ 보시는 건 아마 아시는 데 이름 보시면 아시겠지만, 유튜브를 서머리해주는 것도 있고 데일리 라운드업 만드는 것도 있고 뭐 포스팅 같은 걸 만드는 애들도 있습니다.

💡 프롬프트 재사용의 가치

처음 깨달은 순간

"프롬프트를 한 폴더에 넣어놓고 재사용하니까 좋더라"

^ 제가 처음에 클로드 코드가 나왔을 때, 아니면 커서가 나왔을 때 해봤던 건 프롬프트를 처음 시작한 거는 프롬프트를 그냥 한 폴더에 넣어놓고 재사용하니까 좋더라. 거기서부터 시작을 했어요. 그게 이미 저는 어찌 보면 PKM에 가치를 조금 느끼고 있었던 거 같고요.

7. 워크플로우: 두 번째 구성요소 🔗

🔄 프롬프트 체이닝

프롬프트를 엮어서 워크플로우로

"프롬프트를 엮어봐야겠다"

^ 근데 어느 순간에 이 프롬프트를 좀 엮어봐야겠다고 생각했어요.

📋 워크플로우 예시

세 단계 프로세스

  1. 여러 소스 읽기
  2. 데일리 라운드업 만들기
  3. 셰어러블한 거 찾아서 셰어하기

^ 그럼 프롬프트를 그러면 아 이거 세 가지 제가 하는 게 보통은 여러 소스를 읽고 데일리 라운드업을 만들고, 뭐 그중에 셰어러블한 거를 좀 찾아서 뭐 셰어하기도 하고.

📄 워크플로우 정의

YAML로 워크플로우 기술

^ 그럼 이 세 가지를 그냥 엮어서 워크플로우 만들면 어떨까? 그래서 워크플로우를 만들어서 정의를 했죠.

🤔 워크플로우 툴이 필요할까?

놀라운 발견

^ 정의를 했는데 처음에 워크플로우를 만들었으니까 당연히 워크플로우 툴을 써서 실행을 해야지 하고 n8n 같은 걸 저 찾아봤는데, 근데 그냥 클로드한테 이 워크플로우 정의를 주고 '이 워크플로우 실행해줘' 하니까 너무 잘하는 거예요.

🔄 워크플로우 백필

과거 데이터도 자동 처리

^ 그리고 워크플로우 백필 같은 걸 해야 되는데, 워크플로우도 백필해서 하면 일주일치 중에서 없는 거 찾아가지고 백필해주고요.

💭 워크플로우 툴의 필요성

개인 프로젝트 vs 엔터프라이즈

^ 그러니까 어느 순간 워크플로우 툴이 저한테는 필요가 없더라고요. 물론 엔터프라이즈 환경에서 제대로 뭐 이렇게 용도가 있겠지만, 저한테는 사실 그냥 클로드 코드가 충분했다 약간 이런 생각을 하게 됐고요.

🚀 Claude Code 기반 워크플로우

본격적인 자동화 시작

^ 그래서 그럼 Claude Code 기반의 워크플로우를 그다음부터 여러 가지 만들게 시작했어요.

8. 주요 워크플로우들 📊

📥 Daily Ingestion & Roundup (DIR)

매일 돌아가는 핵심 워크플로우

^ 그래서 거기에 포함되는 게 아까 보여드린 데일리 라운드업 만드는 워크플로우가 있고요.

🔄 Continuous Knowledge Upkeep (CKU)

지식 그래프 자동 업데이트

^ 그리고 아까 보여드린 지식 그래프를 업데이트하는 워크플로우가 있고요.

📊 Weekly Roundup & Planning (WRP)

주간 단위 정리

^ 그리고 데일리를 위클리로 라운드업하는 것도 있고요.

⚙️ 배치 워크플로우 실행

자동화의 핵심

^ 이런 여러 가지 배치 워크플로우를 만들기 시작했습니다.

9. 크론잡(Cron Jobs) ⏰

🌅 아침에 일어나면 결과가

배치 작업 스케줄링

^ 그러면 저희가 또 워크플로우를 만들어놨는데 매일 돌리기보다는 아침에 일어나서 그냥 결과를 보고 싶잖아요.

⚙️ Cron Job 설정

자동 실행 시스템

^ 그래서 이런 뭐 아마 그 개발자 출신이신 분들은 많이 아실 텐데 크론잡이라는 걸 만들어가지고 얘를 돌릴 수 있는 쉘을 만들어서 워크플로우를 돌리고요.

🔄 실시간 데이터 동기화

지속적인 데이터 수집

^ 그다음에 여기 아까 보시는 Limitless랑 그다음에 제 사진이랑 애플 노트 같은 것도 5분, 10분, 5분 간격으로 가져올 수 있게 했습니다.

🏗️ 자동화 시스템 완성

정보가 자동으로 흐르는 구조

  1. 정보가 계속 모임
  2. 모인 정보가 데일리로 정리
  3. 지식 그래프에 자동 축적

^ 그래서 저한테 정보가 다 모이고, 모인 정보가 데일리로, 그리고 그 지식 그래프에 계속 착착 쌓이는 그런 구조를 일단 만들었습니다.

10. 온디맨드 태스크 실행 ⚡

🤔 배치의 한계

실시간 처리의 필요성

^ 그래서 거기까지 좋았는데 거기에서 조금 더 욕심이 나서 최근에 하고 있는 거는, 이거는 이미 정해진 사전에 정의된 잡들을 정해진 시간에 해주는 거잖아요.

📹 유튜브 요약 사례

즉시 처리가 필요한 경우

^ 근데 저는 사실 제가 뭐 유튜브 요즘은 저도 정보를 유튜브에서 많이 보는데 비디오를 볼 시간이 많이 없기 때문에 비디오 요약해주는 걸 만드는데, 비디오 요약 같은 경우에는 바로 해줘야 되잖아요.

⏱️ 실시간성의 중요성

다음 날까지 기다릴 수 없다

^ 바로 제가 봤으면 최대한 빨리 해줘야 되고. 그리고 뭐 시간이 걸리더라도 어쨌든 뭐 다음 날까지 기다릴 수 없는 거죠.

📋 Knowledge Task 큐잉 시스템

온디맨드 태스크 처리

^ 그러면 그 태스크 실행을 조금 온디맨드로 좀 해주는 일종의 뭐 큐잉 파이프라인을 만들어보자 해가지고, 그런 거를 조금 최근에 만들어서 지금 테스트를 하고 있고요.

🎯 Knowledge Task의 범위

다양한 형태의 지식 작업

^ 그게 재밌는 거는 지금 이렇게 돌아가는데 태스크라는 게 저는 여기서 지식 태스크예요. 그래서 지식 태스크라는 게 파일을 에디팅하는 게 될 수도 있고, 뭐 저 같은 경우 Limitless를 쓰니까 거기다 보이스 커맨드를 하기도 하는데요.

🎤 보이스 커맨드 예시

"헤이 PKM..."

^ 뭐 제가 "헤이 PKM" 이런 식으로 말을 하면 Limitless에서 그 오디오를 찾아가지고 나중에 싱크가 될 때 그 명령을 처리할 수 있잖아요.

🌐 웹 클리핑

실시간 아티클 처리

^ 그리고 웹에서 클리핑하는 거도 있고요.

💻 Claude Code 직접 명령

다양한 입력 채널

^ 그리고 또 그냥 Claude Code한테 명령을 할 수도 있고요.

📥 태스크 큐 시스템

Unit Knowledge Task (UKT) 처리

^ 그러니까 이런 식으로 다양한 명령을 하면 걸 이제 큐에 쌓아가지고 처리를 하는데요.

11. 멀티 에이전트 전략 🤖

🎭 다양한 에이전트 활용

Claude만 쓰지 않는 이유

^ 여기서도 말씀드린 대로 그 에이전트를 저는 사실 여러 개를 같이 쓰고 싶기 때문에, 뭐 Claude가 꼭 좋으리란 법이 없기 때문에 저는 이 세 가지를 다 쓰고 싶거든요.

🔀 에이전트 추상화

유연한 선택을 위한 설계

^ 그러면 이 에이전트를 태스크 유형에 따라서 뭐 나누든지 어쨌든 여러 에이전트를 다 추상화해가지고 실행을 하고 싶고요.

✅ 결과 평가 레이어

불완전함을 보완

^ 그다음에 실행된 결과를 보시면 에이전트 실행 결과 아시는 대로 아직 완전하지는 않아요. 그럼 완전하지 않은 걸 네가 한번 평가하고 더 완전하게 만들어봐. 요 레이어를 하나 더 두는 거죠.

🎯 품질 향상 효과

평가 레이어의 위력

^ 그럼 거기까지 하면 상당히 괜찮은 결과가 나오고요.

12. 태스크 처리 데모 🖥️

📊 태스크 관리 대시보드

Obsidian 기반 상황판

^ 그래서 제가 지금 쓰고 있는 그 태스크 프로세싱 시스템이 지금 옵시디안 베이스로 돼 있는데, 여기 보시면 제 데일리 라운드업 결과도 지금 여기 통합돼 가지고 보실 수가 있고요.

📖 Limitless 라운드업

자동 생성된 일일 요약

^ 네. 지금 제가 Limitless에서 읽었던 것들이 이런 식으로 라운드업 해서 보실 수 있고요.

📰 아티클 자동 처리

웹 클리핑 자동화

^ 그리고 제가 읽었던 아티클 같은 것들이 여기 축적돼 가지고, 그러니까 처리돼 가지고 이렇게 서머리가 된 거 보실 수 있고요.

🤖 여러 에이전트가 작동

멀티 에이전트 실행 중

^ 에이전트는 여기 보시는 대로 여러 가지 에이전트가 각각 돌고 있고요.

🎬 실시간 데모: 아티클 클리핑

Step 1: 클리핑

^ 그리고 데모를 좀 보여드리면 좋을 것 같아서, 예를 들어서 지금 이 아티클이 있는데 이 아티클을 제가 옵시디안에 클리핑을 한다고 해볼게요. 그러면 클리핑이 되잖아요.

⚡ Step 2: 태스크 자동 생성

Knowledge Task 생성

^ 그러고 저는 들어가서 여기 보시면 이 지식 태스크를 바로 생성하기 시작을 했죠.

🤖 Step 3: AI 처리 시작

Claude Code가 작업 시작

^ 그리고 Claude Code가 얘를 잡아가지고 어떤 식으로 처리할까 지금 계획을 세우고 있어요.

📋 Step 4: 결과 확인

처리 완료된 태스크

^ 그러면 지금 조금 있다가 제가 아까 보여드린 여기 이 리스트에 그 제가 추가한 아티클이 여기 추가가 될 겁니다.

🔄 많은 Knowledge Task들

지속적인 처리

^ 그래서 그런 식으로 지금 저 같은 경우에는 많은 지식 태스크들이 돌아가는 그런 시스템을 만들어서 사용하고 있고요.

13. 멀티 에이전트 협업 🤝

🎯 세 가지 유형의 에이전트

역할 기반 분담

  1. Task Generation - 태스크 생성
  2. Task Execution - 태스크 실행
  3. Task Evaluation - 태스크 평가

^ 그리고 이게 사실은 저는 제가 보여드린 건 태스크 생성, 실행, 평가 해가지고 세 가지 유형의 에이전트들이 협업하는 거잖아요.

🔍 투명한 협업 과정

모든 과정이 보인다

^ 그리고 여기서 중요한 거는 이 파일들이 협업의 중간 단계가 다 사용자한테 투명하다는 거거든요.

📂 AI/Tasks 폴더

모든 태스크가 여기에

^ 저 같은 경우에는 여기 보시는 것처럼 AI 밑에 이 태스크라는 폴더에 다 들어가 있고요.

📄 태스크 파일 구조

체계적인 정보 관리

^ 여기 태스크 그리고 태스크 실제로 내용을 보면 여기 지금 들어갔죠. 제가 방금 전에 클리핑한 게 in-progress로 해가지고 Codex가 지금 요약을 하고 있습니다. 근데 여기 보시면 이 태스크 파일 보시면 태스크 인풋, 아웃풋, 프로세스 로그, 평가 로그가 다 들어가 있잖아요.

👤 인간의 통제권

완전한 투명성과 통제

^ 그러니까 그런 식으로 제가 인간으로서 이 프로세스에 대해서 완전히 통제를 갖고 있는 거죠.

💬 피드백 루프

개선을 위한 상호작용

^ 그리고 제가 만약에 마음에 안 들면 여기서 피드백을 남기고, 피드백을 받고, 뭐 제가 상태를 바꾸면 얘가 다시 이걸 받아가지고 처리할 수도 있고요.

14. 미래 계획과 비전 🚀

🔮 아직 끝이 아니다

지속적인 발전

^ 뭐 그런 식으로 제 나름 꽤 잘 돌아가는 태스크, 그러니까 지식 태스크를 처리하는 파이프라인을 만들긴 했는데, 저는 이게 끝은 아닌 거 같아요.

🤖 멀티 에이전트 제너럴라이제이션

더 일반화된 협업 시스템

^ 그래서 예를 들어서 여러 가지가 있는데... 그러니까 뭐 멀티 에이전트라는 것도 저는 그러니까 지금 현재 그 에이전트가 협업하는 시스템도 더 제너럴라이즈가 될 수 있을 거라고 생각을 하고 있고요.

🎼 센트럴 오케스트레이터

중앙 조정 시스템

^ 그리고 아까 방금 전 발표하신 분께서 굉장히 좀 복잡한 시스템을 말씀하신, 저도 사실은 비슷한 그러니까 센트럴 오케스트레이터와 그다음에 여러 유형의 에이전트가 협업하는 그런 구조를 좀 더 일반화된 걸 만들 수 있을 거라고 생각을 하고 있고요.

🎓 Claude Skills 통합

이번 주 출시된 새 기능

^ 그리고 옆에 보시면 최근에 이번 주에 Skills가 나왔잖아요. Claude Skills가 나왔는데 스킬도 사실은 지금 현재는 에이전트 룰 파일이랑 워크플로우의 정의에 굉장히 반복된 내용이 많은데요.

📝 Skills 활용 예시

중복 제거와 재사용성

^ 예를 들어 옵시디언의 링크를 어떻게 처리할지, 뭐 프로퍼티를 어떻게 처리할지 그런 게 스킬로 만약에 빠지면 훨씬 더 뭐 나머지는 깔끔해지겠죠?

🔧 Skills 개발 계획

다양한 스킬 패키징

^ 그래서 이런 것도 나중에 포함을 시켜야 될 거라고 생각을 하고 있고, 예를 들어서 뭐 이런 것들이 여러 가지가 스킬화가 될 수 있을 거라고 생각을 하고 있습니다.

15. 교훈: 세 주체의 역할 분담 📚

🎯 Lesson #1: 역할 분담

스크립트 / 에이전트 / 인간

^ 그래서 저는 조금 이걸 만들면서 레슨을 좀 몇 가지 정리를 해봤는데, 제가 처음에 이거를 만들었을 때 저 혼자 쓰고 있었고, 그다음에 에이전트가 잘한다 그럼 에이전트한테 맡겨볼까 해서 에이전트한테 굉장히 많은 걸 맡겼어요.

⚠️ 에이전트에게 다 맡겼을 때

예상치 못한 문제들

^ 근데 에이전트한테 다 맡기다 보니까, 예를 들어 제가 아까 보여드린 이 지식 태스크 프로세싱을 원래는 에이전트한테 다 맡겼거든요. 사실 Claude가 이 전체를 뭐 할 수도 있거든요. 근데 Claude한테 다 시켰을 때는 문제가 오류가 많고 그다음에 비용이 비싸고요.

🔀 멀티 에이전트의 필요성

종속성 탈피

^ 저는 특정한 에이전트에 디펜던트 해진 거 원치 않기 때문에, 이렇게 여러 에이전트 항상 바꿔가면서 쓰길 원하는데 한 에이전트한테 맡겼을 때는 사실 그게 어렵잖아요.

🛠️ 스크립트의 역할

반복적인 루틴 자동화

^ 그래서 저는 스크립트, 그러니까 스크립트가 지금 아마 조만간에 스킬로 패키징이 될 텐데, 스크립트가 반복 루틴을 스크립트로 자동화하여 노이즈 제거하고요.

🤖 에이전트의 역할

판단이 필요한 고가치 작업

^ 에이전트는 요약, 판단, 적응이 필요한 고가치 작업에 집중하고요.

👤 인간의 역할

전체 프로세스 감독

^ 인간은 정책과 품질 기준으로 전 과정을 모니터링합니다.

✅ 최적의 조합

세 주체의 협업

^ 그래서 저는 스크립트, 에이전트, 인간 이 세 가지 주체가 잘 역할을 분담하는 게 중요하다고 생각을 합니다.

16. 교훈: 멀티 에이전트의 중요성 🔄

🎯 Lesson #2: 멀티 에이전트

하나로는 부족하다

^ 그리고 방금 말씀드린 대로 에이전트 하나로는 좀 부족한 거 같아요. 아직 에이전트가 완벽하지도 않고, 또 지금 그 에이전트를 저희가 병렬로 실행시키고 싶을 때도 있잖아요.

🔀 병렬 실행

속도와 효율성

^ 그리고 또 되게 태스크가 중요해. 그럼 여러 에이전트한테 동시에 시킨 다음에요.

🤝 결과 통합

최고의 결과 선택

^ 그걸 합치는 또 그런 레이어를 생각해볼 수도 있고요.

💡 멀티 에이전트의 필수성

미래의 표준

^ 그래서 저는 멀티 에이전트를 같이 쓰는 거 굉장히 중요하다고 생각을 합니다.

17. Q&A 세션 💬

🙋 질문 시간

현장 및 온라인 질문 환영

^ 그래서 일단 제 발표는 여기까지 하고, 제가 뭐 라이브 관련해서 좀 뭐 드릴 수 있는데 질문을 좀 뭐 주시면 좋을 것 같습니다.

❓ Q1: AI 결과물 검토

질문: AI가 만든 것을 얼마나 확인하나요?

^ 브라이언님 질문: "결국에는 저희가 AI를 통해서 다들 뭔가 이런 퍼스널라이즈된 에이전트를 만드는 꿈을 POC로 보여주신 거 같아서 되게 인상깊었고요. 질문은 이렇게 데일리 요약을 해주시거나 아니면 뭐 이렇게 지식 태스크를 시켰을 때 그 결과들에 대해서 어느 정도까지 확인을 다 하시는지 궁금합니다."

💬 A1-1: 실제 활용 방법

PKM 자체가 가치

^ "저 같은 경우에는 예를 들어 제가 PKM에 대해서 글을 쓰잖아요. 그럼 저는 이 글 하나면 다 여기 다 들어있잖아요. 그러니까 저는 예를 들어서 이걸 제가 글 쓸 때 활용할 수가 있어요. 제 PKM에 대해서 아는 건 여기 다 들어가 있기 때문에."

💬 A1-2: 간접 활용의 가치

AI가 만들어도 가치 있다

^ "그래서 저는 제가 굳이 안 읽어도 제가 이걸 활용할 수 있는 가치는 애플리케이션 상에서 있긴 하다고 생각을 해요."

💬 A1-3: 그래도 직접 해야

인간의 역할

^ "하지만 당연히 이게 제 지식이 여기 AI가 만들고 지식을 AI가 그러니까 뭐 이렇게 간접적으로 제가 뭐 활용할 수 있긴 하지만 제가 저도 제가 직접 해야 된다고 생각을 하고요."

💬 A1-4: 리뷰 시스템

봤던 거 꼭 리뷰

^ "그래서 지금 최근에 추가를 했어요. 이건 제가 지금 실험용으로 쓰는 거라서 체크를 많이 안 했는데, 어쨌든 제가 봤던 거를 꼭 리뷰를 하거나 하는 그런 거를 또 염두에 두고 있고, 그래서 저는 일단 제가 굉장히 관심 있는 것들만 다 요약을 시키기 때문에 대부분 보긴 봐요."

❓ Q2: 기업 적용 가능성

질문: 기업에서 적용 가능한가요?

^ 질문: "지금 제가 하는 일 자체가 기업 컨설팅을 하고 있는데 기업 조직이 가지고 있는 암묵지를 형식지화하는 그런 좀 컨설팅을 하고 있습니다. 그래서 변화 관리 영역에서 각자 뭐 매달 본인이 요번에 새롭게 알게 된 지식들, 노하우들, 꿀팁들을 서로 발표하게 하고 그걸 격려하고 하는 이런 것들을 하는데, 지금 구축 자체를 네이버 카페에 지금 하고 있는 수준입니다."

💬 A2-1: 충분히 가능

개인 = 기업

^ "네, 사실 저희도 비슷한 고민을 했어요. 하고 있고. 그러니까 지금 PKM이지만 사실 이게 엔터프라이즈로 가면 엔터프라이즈 KM이 되는 거잖아요. 그래서 네 고민을 많이 하고 있고요."

💬 A2-2: 제너릭한 프레임워크

반복을 싫어하는 개발자

^ "저는 기본적인 프레임워크 자체는 저희가 개발자 출신들은 반복을 싫어하기 때문에 최대한 제너릭하게 만들려고 해요. 그래서 보시면 저희가 볼트가 이것도 저희 리포에 올라가 있는데 볼트 템플릿이 되게 간단해요."

💬 A2-3: 노드만 다를 뿐

같은 구조

^ "그래서 보시면 프롬프트 뭐 있고 프롬프트 여기 이렇게 올라가 있고 그다음에 프롬프트 체이닝한 워크플로우 올라가 있고, 그래서 지금 제가 보여드린 데일리 인젝션 앤 라운드업은 뭐 좀 복잡해지긴 했지만 어쨌든 이런 게 그냥 엮여 있는 거죠. 그러면 사실은 이게 그냥 이거 개인 버전이지만 기업에도 똑같이 적용되는 거잖아요. 기업에는 노드의 종류가 달라지겠죠. 하지만 저는 충분히 적용 가능하다고 생각을 하고 있고요."

❓ Q3: 비용은 얼마나?

질문: 실제 비용이 궁금합니다

^ "그리고 또 작은 조직이다 보니까 대기업처럼 뭔가 어떤 시스템을 도입하는 데 몇 천, 몇 억을 들 수는 없는 상황인데 만약 이런 걸 도입을 한다면 비용 자체가 좀 대략 얼마 정도로 생각하면서 저도 대표님들께 좀 제안을 할 수 있을지 좀 궁금합니다."

💬 A3-1: 비용 통제 가능

충분히 저렴

^ "네, 프레임워크 자체는 굉장히 제너릭하다. 그리고 날리지 뷰라는 것도 당연히 제너릭한 개념이고요. 그리고 저는 비용이 사실 저도 그래서 이걸 시작한 다음에는 Claude Max를 하고 있는데, 사실 개발 때문에 그런 거고 저는 비용은 충분히 통제 가능하다고 생각합니다."

💬 A3-2: 멀티 에이전트로 절감

두 가지 이유

  1. 여러 에이전트 평가 (원래 목적)
  2. 비용 문제 (실용적 이유)

^ "일단은 제가 에이전트를 여러 개 쓰는 이유도 두 가지인데, 하나는 여러 에이전트 평가를 제가 원래는 AI 평가 하는 사람이라 해보고 싶다가 하나 있었고, 또 하나는 비용이 문제잖아요. 그래서 저 같은 경우에는 에이전트를 멀티 에이전트를 굳이 쓰려고 하는 게 저는 비용을 되게 조금 저도 생각을 해서 그런 거 같고요."

💬 A3-3: 기업 관점

몇 백 불이면 충분

^ "그래서 저는 충분히 통제 가능한 부분이라고 생각하고. 기업 입장에서 특히 뭐 몇 백 불로 뭐 이 지식 매니지먼트 할 수 있다면 뭐 대단한 비용은 아니지 않을까 생각해봅니다."

🌐 커뮤니티 참여

Discord AI4PKM 채널

^ 질문: "지영님 혹시 그 디스코드 AI4PKM 채널을 오픈이 되어 있는 상태인가요? 저희가 같이 가서 논의를 좀 할 수가 있나요?"

📝 온보딩 프로세스

패키징 작업 중

^ "아, 물론이죠. 물론이고요. 네. 지금 근데 좀 초기이긴 해요. 저희가 그래서 이거 패키징도 하고 해서 좀 온보딩을 좀 쉽게 해보려고는 하고 있고, 뭐 하지만 지금 제가 봤을 때는 여기 계신 분들 역량이면 충분히 그러니까 옵시디언에 Claude Code 올리실 분들은 충분히 뭐 쓰실 수 있고요."

🎓 Skills 통합 작업 중

최신 기능 적용

^ "뭐 어쨌든 저희가 지금 당장 하려고 하는 게 스킬을 여기다가 넣는 거 지금 작업 중이고, 그다음에 아 네, 지금 아까 보여드린 태스크 프로세싱은 이미 올라가 있고, 모바일 앱도 조만간 나올 거라서."

📋 가입 폼 링크

관심 있으신 분들

^ "그래서 여기 계신 분들 관심 있으시면 일단은 제가 사실 준비가 더 돼 있으면 좋겠는데 그게 아닌 거라서, 일단 제가 이 폼 링크를 하나 올려뒀어요. 그래서 여기 여기 저희가 온보딩 하실 수 있는 링크도 있고 Discord 링크도 있기 때문에 일단 여기에 이메일을 남겨주시면 저희가 실제 좀 준비가 더 됐을 때 드릴 수 있을 것 같고."

🎯 취미 생활의 보람

많은 분들이 오시길

^ "그러니까 저는 일단 굉장히 잘 쓰고 있기 때문에 많은 분들이 오셔가지고, 저야 뭐 취미 생활이라 뭐 이게 뭐 딱히 뭐 생계에 도움이 되는 건 아니지만 그래도 좋지 않을까 생각하고 있습니다."

🎯 플랫폼으로서의 PKM

다양한 활용 가능

^ "그리고 마지막으로 사실 저는 굉장히 그러니까 PKM이 일종의 플랫폼이라고 생각을 해요. 그래서 지금 저희는 PKM이라고 PKM에 좀 초점을 맞추고 있지만 이게 이 위에서 되게 다양한 걸 할 수 있다고 생각하거든요."

✍️ 라이팅 예시

도메인별 특화

^ "예를 들어 라이팅 같은 경우에도 제가 지난번에 시애틀에서 했던 발표에서 라이팅을 어떻게 하는지 되게 강조를 좀 중점적으로 했는데, 여러 가지 도메인 스페시픽한 스킬이랑 워크플로우가 이 PKM에 올라갈 수 있잖아요."

🏗️ 제너럴한 플랫폼

특정 도메인 가정 안 함

^ "그래서 이 두 가지가 다 저는 그러니까 여러 가지 도메인들이 올라갈 수 있는 플랫폼을 만들자. 그래서 조금 일부러 프롬프트나 저희가 만드는 거에는 특정 도메인을 가정하지 않고 좀 제너럴한 어떤 역량을 가진 플랫폼 만들어보려고 하고 있습니다."

💬 온라인 커뮤니티

더 많은 질문과 답변

^ "예, 뭐 더 이상 질문은 제가 그 온라인 그 시스템에서 보고 답변 드리도록 하겠습니다. 링크도 거기다 올려놓을 테니까요."

감사합니다! 🙏

AI4PKM과 함께하는 지식 작업의 미래

관련 정보 모음: https://tinyurl.com/AI4PKM

^ 오늘 발표를 들어주셔서 감사합니다. AI4PKM은 계속 발전하고 있으며, 여러분의 참여를 기다립니다. Discord 커뮤니티에서 뵙겠습니다!