AidenAI
← 가이드 목록

내 위키에 자료 빠르게 쌓기 — Graphify × LLM 위키

▶ 원본 영상 보러가기
목차

이미 만들어 둔 LLM 위키에, Graphify로 대량의 자료를 빠르게 구조화해서 별도 참고 층으로 더하는 가이드입니다. 영상에서 사용한 명령어와 전체 따라하기 과정을 정리했습니다.

📺 영상 채널: Aiden의 친절한 AI (https://www.youtube.com/@Aiden_channel)

시작 전에 — 이 가이드는 후속편입니다

이 가이드는 옵시디언 + 헤르메스 에이전트로 LLM 위키를 이미 만들어 둔 상태를 전제로 합니다. 아직 위키가 없다면, 먼저 지난 가이드(옵시디언 × 헤르메스 LLM 위키 만들기)를 따라 위키를 세팅한 뒤 따라오시면 더 수월합니다.

이 가이드로 하는 것

기사나 문서 같은 자료가 수십, 수백 개로 많아지면, 하나하나 위키에 정리시키는 건 시간도 비용도 부담스럽습니다. 이럴 때 Graphify를 쓰면, 대량의 자료를 통째로 읽어 개념과 연결을 담은 지도(지식 그래프)로 빠르게 만들 수 있습니다.

이 가이드에서는 그 결과물을 기존 위키에 섞지 않고, graph_imports/라는 별도 폴더에 ’참고 자료 층’으로 쌓는 방식을 다룹니다. 내가 관점을 담아 정리한 핵심 위키 노트는 그대로 지키면서, 빠르게 모은 자료는 그 옆에 따로 두는 구조입니다.

💡 역할 분담: 깊이 있게 정리하고 내 관점을 담아야 하는 핵심 자료는 위키(에이전트 인제스트)로, 양이 많아 빠르게 훑어둘 대량 자료는 Graphify로 — 두 도구는 경쟁이 아니라 역할이 다릅니다.

Graphify란?

흩어져 있는 자료를 AI가 한눈에 알아볼 수 있는 ‘지도’(지식 그래프)로 만들어주는 무료 오픈소스 도구입니다.

  • 소스 코드, 마크다운 문서, PDF, 이미지 다이어그램 등 다양한 자료를 읽어 들입니다.
  • 자료를 그냥 모아두는 게 아니라, 어떤 내용이 무엇과 이어지는지 연결 관계까지 정리합니다.
  • 자료를 잘게 쪼개 비슷한 조각을 찾는 방식(임베딩·벡터 검색)이 아니라, 연결 자체를 지도로 그려두는 방식입니다.

⚙️ 처리 방식 (참고): 소스 코드는 Tree-sitter로 AI 없이 로컬에서 구조만 추출합니다(무료·결정론적·외부 전송 없음). 문서·PDF·이미지는 AI가 의미를 해석해 그래프에 담습니다.

⭐ Graphify가 가장 빛을 발하는 건 코드베이스입니다. 이 가이드는 비개발자도 따라 할 수 있도록 기사·문서 자료로 진행하지만, “대량 자료를 빠르게 구조화한다”는 핵심은 동일하게 누릴 수 있습니다. 개발에 관심 있다면 직접 코드에 적용해 보셔도 좋습니다.

📄 Graphify GitHub: https://github.com/safishamsi/graphify

준비물

  • 지난 영상에서 만든 LLM 위키 (옵시디언 Vault)
  • 헤르메스 에이전트 (데스크톱 앱)
  • 옵시디언 웹 클리퍼
  • Python 3.10 이상 + uv (Graphify 설치용)

STEP 0. Graphify 설치

ℹ️ 이 단계에서는 터미널(맥) / 파워셸(윈도우), 즉 까만 명령어 창을 사용합니다. 직접 코딩하는 게 아니라 명령어를 복사 → 붙여넣기 → 엔터만 하면 됩니다. 이 구간만 넘기면 이후는 전부 헤르메스와 대화하듯 진행합니다.

0-1. Python과 uv란?

  • Python — 프로그래밍 언어. Graphify가 Python으로 만들어졌기 때문에, 실행하려면 컴퓨터에 Python이 깔려 있어야 합니다.
  • uv — Python 프로그램을 손쉽게 설치·관리해주는 도구. uv가 Graphify를 알아서 깔고 실행할 수 있게 정리해줍니다.

0-2. Python + uv 설치

맥 (Homebrew 사용)

먼저 Homebrew가 필요합니다. (이미 있다면 건너뛰세요.)

  1. https://brew.sh 접속 → Homebrew 설치 명령어 복사 → 터미널에 붙여넣기
  2. 확인: brew --version 입력 → 버전이 뜨면 정상

그다음 Python과 uv를 한 번에 설치합니다.

brew install python@3.12 uv

윈도우 (따로 설치)

  1. https://python.org 접속 → Python 3.10 이상 다운로드
    • ⚠️ 설치 첫 화면에서 ‘Add Python to PATH’ 체크 필수 (안 하면 이후 명령어가 동작하지 않습니다)
  2. 윈도우 검색창에 PowerShell 입력해서 열기 → uv 설치:
winget install astral-sh.uv

설치 확인 (공통)

python --version
uv --version

💡 맥에서 python으로 버전이 안 뜨면 python3 --version으로 확인하세요. (단, 시스템 기본 Python이 3.10 미만이어도 다음 단계의 uv tool install이 적절한 버전을 처리합니다.)

0-3. Graphify 설치

uv tool install graphifyy

⚠️ 공식 패키지 이름은 graphifyy (y가 두 개)입니다. y를 하나만 쓰면 엉뚱한 패키지가 설치될 수 있으니 그대로 입력하세요.

설치 확인:

graphify --version

0-4. 헤르메스에 Graphify 스킬 등록

Graphify 사용법을 헤르메스 에이전트에게 알려주는 스킬 파일을 설치합니다.

graphify install --platform hermes

⚠️ 헤르메스를 쓸 때는 반드시 --platform hermes 를 붙이세요. 그냥 graphify install은 기본값이 Claude Code용이라 헤르메스에서 동작하지 않을 수 있습니다.

이 명령을 실행하면 헤르메스의 스킬 디렉터리(~/.hermes/skills/)에 스킬 파일과 레퍼런스 파일이 등록됩니다. 완료 메시지가 뜨면 설치 끝입니다.

STEP 1. 자료 모으기 — 별도 폴더에

⭐ 핵심: 기존 raw/articles/에 섞지 말고, 이번 자료는 raw/graphify_articles/ 라는 새 폴더에 따로 모읍니다. 같은 폴더에 넣으면 이미 정리해 둔 기존 자료까지 Graphify가 다시 처리하게 됩니다.

  1. 옵시디언 Vault 안에 raw/graphify_articles/ 폴더를 만듭니다.
  2. 옵시디언 웹 클리퍼 설정에서 저장 경로를 이 폴더로 지정합니다.
    • 클리퍼 톱니바퀴 → 기본 템플릿 → 노트 항목에 경로 입력:
    raw/graphify_articles/
  3. 관련 기사들을 웹 클리퍼로 이 폴더에 담습니다. (예: AI 코딩 도구 비교 기사 20개)

💡 이번 작업은 기사 하나하나에 관점을 더하거나 깊이 요약할 필요가 없습니다. 빠르게 폭을 넓히는 것이 목적이므로, 에이전트 인제스트 대신 Graphify로 처리합니다.

STEP 2. Graphify로 그래프 만들기

헤르메스의 작업 폴더(Working Directory)가 LLM 위키 Vault로 지정돼 있어야 합니다. (우측 상단 톱니바퀴 → Workspace 탭 → Working Directory에 Vault 경로 입력)

헤르메스에 이렇게 요청합니다.

graphify_articles 폴더 안의 자료들을 Graphify로 그래프로 만들어줘.

처리가 끝나면 결과 요약 + 가장 연결도가 높은 핵심 노드(god node) + 추천 질문이 표시되고, graphify-out 폴더에 세 개의 파일이 생성됩니다.

파일 역할
graph.html 브라우저에서 바로 여는 인터랙티브 그래프 (시각화)
GRAPH_REPORT.md 중심 개념·추천 질문을 정리한 요약 리포트
graph.json 모든 연결 정보가 담긴 데이터 파일 (헤르메스가 답을 찾을 때 참고)

그래프 둘러보기: 헤르메스에 “그래프 띄워줘”라고 하면 graph.html이 열립니다. 점은 개념, 선은 개념 간 연결입니다. 가장 많이 연결된 중심 개념(god node)을 보면 자료 전체가 무엇을 중심으로 도는지 한눈에 보이고, 개념을 클릭해 source를 보면 어느 기사에서 나왔는지 확인할 수 있습니다.

STEP 3. 별도 참고 층으로 쌓기 ⭐

이제 그래프를 위키 안으로 가져옵니다. 기존 위키에 섞지 않고 별도 폴더에 쌓는 것이 핵심입니다.

헤르메스에 이렇게 요청합니다.

Graphify 그래프를 개념별 노트로 만들어서, 위키 안 graph_imports 폴더에 넣어줘.
그리고 각 노트를 원본 기사에 연결해줘.

그러면 기사에서 뽑은 개념들이 각각 하나의 노트가 되어 graph_imports/ 폴더에 쌓입니다. 노트를 열면 이 개념이 어떤 개념들과 이어지는지 + 어느 기사에서 나왔는지가 정리돼 있습니다.

⭐ 왜 별도 폴더인가: 내가 관점을 담아 정리한 핵심 위키 노트는 그대로 지키면서, Graphify로 빠르게 뽑은 자료는 그 옆에 ’참고 자료 층’으로 따로 둡니다. 둘이 섞이지 않고, 참고 층이 마음에 안 들면 폴더째 지우면 됩니다.

⚠️ 꼭 확인: 개념 노트는 ’제목 + 연결’만 있는 뼈대라, 원본 기사 연결(source) 이 안 되면 검색했을 때 내용이 비어 있게 됩니다. 각 노트의 출처가 원본 자료로 제대로 이어지는지 확인하세요.

STEP 4. 검색 대상에 포함시키기

참고 층을 만들어도, 위키 운영 규칙에 등록하지 않으면 헤르메스가 질문에 답할 때 이 폴더를 안 볼 수 있습니다. 위키 운영 규칙을 적어두는 AGENTS.md 에 규칙을 추가합니다.

AGENTS.md에 graph_imports 폴더도 검색 대상에 포함한다는 규칙을 추가해줘.

AGENTS.md에 규칙이 추가됐는지 확인합니다.

STEP 5. 질문하기 — 위키 + 참고 층 함께 활용

이제 질문하면, 내가 예전에 정리해 둔 위키 노트에 더해 새로 쌓은 참고 층(graph_imports)까지 함께 참고해서 답합니다.

위키 자료들이랑 내가 적어둔 생각을 모아서 영상 소재 세 개만 뽑아줘.

Graphify로 추가한 기사들 + 지난번에 저장해 둔 내 관점이 함께 반영된 답이 나옵니다. 그리고 이렇게 받은 답은 위키에 새 노트로 저장되어, 다음 질문의 재료가 됩니다. (쓸수록 답이 좋아지는 이유)

💡 좋은 질문 팁: 단순히 찾는 질문보다 연결·비교·종합하는 질문이 위키의 힘을 끌어냅니다.

  • 내가 모은 자료들 사이에 서로 충돌하는 주장이 있어?
  • 주요 AI 코딩 도구들을 내 자료 기준으로 표로 비교해줘
  • 이 주제로 내가 적어둔 생각들 모아서 영상 각도 세 개만 뽑아줘

정리 — 두 도구의 역할 분담

구분 위키 (에이전트 인제스트) Graphify
다루는 자료 깊이 소화할 핵심 자료 빠르게 훑을 대량 자료
처리 방식 하나하나 요약·정리·관점 캡처 통째로 읽어 개념·연결만 추출
저장 위치 wiki/ (핵심 노트) graph_imports/ (참고 층)
강점 깊이·내 관점 속도·폭

핵심 자료는 위키로 깊게, 대량 자료는 Graphify로 빠르게 — 이렇게 나눠 쓰면 두 번째 뇌를 훨씬 효율적으로 키울 수 있습니다.

마치며 — 특정 도구에 묶이지 않습니다

이 가이드는 헤르메스 에이전트로 진행했지만, Graphify는 특정 도구에만 묶여 있지 않습니다. Claude Code 등 파일을 읽고 쓰며 스킬을 따라줄 수 있는 에이전트라면 똑같이 활용할 수 있습니다. (설치 시 --platform 옵션만 환경에 맞게 지정)

그리고 오늘은 문서 자료로 다뤘지만, Graphify는 코드베이스에서 더 강력합니다. 개발에 관심 있다면 직접 코드에 적용해 보세요.

참고 링크

Aiden의 친절한 AI

다른 가이드

어사이드(Aside) 브라우저 — 브라우저 업무를 AI에게 맡기기

클로드 코드 — 같은 요금제로 더 많이 쓰는 법

헤르메스 봇 모드 — 내 컴퓨터에 AI 팀 만들기

AidenAI 회원이 되어주세요

새 가이드와 강의 소식을 가장 먼저 받아보실 수 있습니다.