나만의 LLM 위키 만들기 — 옵시디언 × 헤르메스 에이전트

AI가 내 자료를 읽고 정리해서, 쓸수록 똑똑해지는 나만의 두 번째 뇌를 만드는 가이드입니다. 영상에서 사용한 프롬프트와 전체 따라하기 과정을 정리했습니다.

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

이 가이드로 만드는 것

웹에서 본 기사나 자료를 던져주면, AI가 그걸 읽고 → 정리하고 → 서로 연결해서 나만의 지식 공간(위키)에 쌓아줍니다. 나중에 궁금한 게 생기면, 인터넷 검색이 아니라 내가 직접 모은 자료를 바탕으로 AI가 답을 찾아줍니다.

이 가이드에서는 그 시스템을 옵시디언(저장 공간) 과 헤르메스 에이전트(작업하는 AI) 로 처음부터 직접 세팅합니다.

LLM 위키란?

테슬라 AI 디렉터이자 OpenAI 창립 멤버였던 안드레이 카파시(Andrej Karpathy) 가 2026년 4월 공개한 개인 지식 관리 패턴입니다. 특정 제품이 아니라 “이렇게 하면 된다”는 아이디어이고, 폴더 안의 마크다운 파일 + AI에게 운영법을 알려주는 규칙 파일 하나면 됩니다.

📄 카파시 원문 (idea file): https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

핵심은 자료를 넣을 때마다 AI가 미리 정리된 노트로 만들어 둔다는 점입니다. 질문할 때마다 원본 더미를 매번 뒤지는 게 아니라, 한 번 잘 정리해 둔 지식을 계속 다듬어 나가는 방식이라 자료가 쌓일수록 위키 전체가 점점 촘촘해집니다.

위키는 크게 세 개의 층으로 나뉩니다.

층	역할	누가 관리?
원본 자료 (`raw/`)	내가 모은 기사·논문·데이터 원본	AI는 읽기만, 절대 수정 안 함
위키 (`wiki/`)	AI가 정리한 요약·개념·비교 노트	AI가 전담 (생성·수정·링크 연결)
스키마 (`AGENTS.md`)	위키 구조·규칙·작업 순서 설명서	사람이 정하고 AI와 함께 다듬음

그리고 위키 안에는 길잡이 파일 두 개가 있습니다.

index.md — 위키 전체의 목차. AI는 질문을 받으면 이 목차부터 보고 관련 페이지를 찾아 들어갑니다.
log.md — 작업 일지. 언제 무슨 자료를 넣고 질문했는지 시간순으로 기록됩니다.

AI가 위키에서 하는 작업은 세 가지입니다.

Ingest — 새 자료를 읽고 위키에 정리
Query — 위키를 바탕으로 질문에 답변
Lint — 주기적인 건강 검진 (모순·낡은 정보·외톨이 페이지 점검)

💡 처음 시작하는 분께: 활용 범위를 너무 넓게 잡지 마세요. ‘회사 업무 전체’ 같은 넓은 주제보다, 작게 시작해서 점점 확장하는 걸 추천합니다.

준비물

옵시디언 (Obsidian)
헤르메스 에이전트 (Hermes Agent)
옵시디언 웹 클리퍼

STEP 0. 설치 및 기본 세팅

0-1. 옵시디언 설치 + Vault 생성

https://obsidian.md 접속 → 화면의 다운로드 버튼 클릭
현재 OS에 맞는 버튼이 자동으로 뜹니다. 다르면 아래 목록에서 직접 선택하세요.
설치 후, 자료를 쌓아둘 Vault를 하나 생성합니다. (예: llm_wiki)

옵시디언 기본 사용법이 처음이라면, 채널의 옵시디언 입문 영상을 먼저 참고하세요.

0-2. 헤르메스 에이전트 설치 + 모델 프로바이더 설정

이번에는 새로 출시된 데스크톱 앱으로 진행합니다. (터미널이 부담스러운 분도 따라 하기 쉽습니다.)

https://hermes-agent.nousresearch.com 접속 → 자신의 OS에 맞는 다운로드 버튼 클릭 후 설치
설치를 마치면 모델 프로바이더 선택 화면이 나옵니다. 헤르메스가 쓸 두뇌를 어디서 가져올지 고르는 단계입니다.

프로바이더	특징
Nous Portal	구독 하나로 300개 이상 모델 사용
OpenAI OAuth	ChatGPT 구독 중이면 별도 API 비용 없이 연결
Anthropic OAuth	Claude Max 플랜 + 추가 사용량 크레딧이 있어야 동작
OpenRouter	API 키 하나로 여러 모델 사용 (이 가이드 기준)

⚠️ 프로바이더별 정책·비용은 자주 바뀌니, 사용 전 각 서비스에서 직접 확인하세요.

OpenRouter로 진행할 경우:

https://openrouter.ai 접속 → Get API Key → Create Key 로 키 발급
발급받은 키를 헤르메스 설정 화면에 입력
OpenRouter는 크레딧을 미리 충전해 쓴 만큼 차감되는 방식입니다. 모델마다 가격 차이가 크니, 쓰기 전에 비용을 꼭 확인하세요.

0-3. 작업 폴더(Working Directory)를 Vault로 지정

헤르메스 메인 화면 우측 상단 톱니바퀴 아이콘 → Workspace 탭 → Working Directory 에 아까 만든 Vault 경로를 입력합니다. 이제부터 헤르메스는 이 폴더 안에서 작업합니다.

STEP 1. LLM 위키 구조 세팅

먼저 카파시 원문(gist 링크)의 내용을 복사해서 아래 프롬프트 맨 위에 붙여넣은 뒤, 이어서 프롬프트를 입력하세요.

〈나에 대해〉 부분은 자신의 상황에 맞게 수정해서 사용하시면 됩니다.

첨부한 문서는 'LLM 위키'라는 개인 지식 관리 패턴을 설명한 거야. 먼저 이 문서를 꼼꼼히 읽어줘.

〈나에 대해〉
나는 AI 도구를 소개하고 사용법을 알려주는 유튜브 콘텐츠를 만드는 Aiden이야. 이 위키는 'AI 에이전트·도구 관련 뉴스'를 추적하는 용도야.
내가 읽은 관련 기사를 자료로 넣을 거고, 회사·모델·도구별로 동향을 정리하고 흐름을 추적해서, 나중에 영상 소재를 찾을 때 이 위키에서 꺼내 쓰는 게 목적이야.

〈해줄 일〉
지금 작업 폴더는 내 옵시디언 Vault야. 이 문서의 아이디어대로, 그리고 위에 적은 내 용도에 맞게, 여기에 LLM 위키 시스템의 기본 골격을 세팅하려고 해. 구체적으로:

1. 폴더 구조: 원본 자료를 넣을 `raw/` 폴더와, 네가 정리한 노트가 쌓일 `wiki/` 폴더를 만들어줘. 원본 자료(raw)는 절대 수정하지 말고 읽기만 해.
2. 스키마 파일: 위키 운영 규칙을 담은 `AGENTS.md`를 만들어줘. 여기엔 ① 폴더 구조, ② 페이지 작성 규칙(요약·개념·엔티티·비교 페이지 등),
③ 새 자료를 넣을 때(ingest)·질문에 답할 때(query)·위키를 점검할 때(lint) 각각의 작업 순서, ④ 이 위키의 주인·목적·주로 다루는 내용을 적어줘. (다음 세션에도 기억할 수 있게.)
3. 길잡이 파일: `wiki/index.md`(전체 페이지 목차)와 `wiki/log.md`(작업 일지)를 빈 골격으로 만들어줘.

〈규칙〉
노트끼리 연결은 옵시디언 위키링크 `[[ ]]` 방식을 쓰고, 모든 페이지는 마크다운으로 작성해줘.

확인: 옵시디언에서 raw/, wiki/ 폴더와 AGENTS.md, wiki/index.md, wiki/log.md 가 잘 만들어졌는지 봅니다. AGENTS.md 를 열어 보면 위키의 목적·작성 규칙·운영 절차가 정리돼 있습니다. 구조 중 더 맞는 방향이 있으면 에이전트와 함께 조금씩 다듬어 나가세요.

STEP 2. 옵시디언 웹 클리퍼 설치 & 설정

웹에서 본 기사를 마크다운으로 바꿔 옵시디언에 바로 저장하는 확장 프로그램입니다.

2-1. 설치

https://obsidian.md/clipper 접속 → Add to Chrome 클릭
크롬 웹스토어에서 Chrome에 추가 → 확장 프로그램 추가
바로 쓸 수 있게 확장 프로그램을 고정해 둡니다.

2-2. 저장 위치 설정

클리퍼 톱니바퀴(설정) → 일반 설정 → 보관소 섹션에서, 클립한 노트를 저장할 Vault 이름을 정확히 입력합니다. (다른 볼트가 열려 있어도 항상 여기로 저장됨)
기본 템플릿 탭 → 노트 항목에 저장 경로를 입력합니다. 자료는 raw 폴더로 들어가야 하므로:

raw/articles/

이제 클리퍼로 클립한 기사가 자동으로 이 폴더에 마크다운으로 저장됩니다.

STEP 3. ’내 관점’을 함께 저장하는 규칙 추가 ⭐

기사를 모아 “정리해줘”라고만 하면 깔끔한 정보 창고는 되지만, 정작 내 생각이 빠집니다. 그러면 ’두 번째 뇌’가 아니라 잘 정리된 자료 모음에 그칩니다.

그래서 정리에서 멈추지 말고 내 관점을 한 겹 얹는 규칙을 추가합니다. 헤르메스에 아래 프롬프트를 입력하세요.

다음 내용을 AGENTS.md 파일에 규칙으로 추가해줘.
자료를 인제스트할 때, 요약을 마친 뒤 나에게 짧은 질문을 해줘. "이 자료를 왜 저장했는지", "영상 소재로 쓴다면 어떤 각도일지"
내가 답하면 그 답변을 해당 자료 페이지의 '내 관점' 섹션에 저장하고, 관련된 엔티티·개념 페이지에도 반영해줘. 내가 답을 건너뛰면 질문 없이 그냥 정리만 진행해줘.

이렇게 하면 나중에도 ‘내가 왜 이걸 봤는지’ 라는 맥락이 남고, 기사를 빠르게 여러 개 쌓고 싶을 땐 답변을 건너뛸 수도 있습니다.

확인: AGENTS.md 의 ingest 섹션에 방금 요청한 규칙이 추가됐는지 봅니다.

STEP 4. 자료 수집 & 인제스트

4-1. 웹 클리퍼로 기사 담기

읽은 기사 페이지에서 클리퍼의 ‘Obsidian에 추가하기’ 를 누르면 raw/articles/ 에 저장됩니다. 같은 방식으로 몇 개 더 담아 둡니다.

4-2. 인제스트 요청

헤르메스에 이렇게 입력합니다.

raw/articles/ 경로에 있는 기사들 인제스트해줘.

4-3. 내 관점 답하기

STEP 3 규칙대로 헤르메스가 질문을 던집니다. 여기서 내 생각을 전달하면 됩니다. (아래는 실제 영상에서 사용한 답변 예시)

세 기사를 같이 넣은 건, 2026년 6월 시점의 AI 코딩 도구 판도를 서로 다른 각도에서 잡아두기 위해서야.
같은 도구라도 세 글이 다루는 결이 달라서, 나중에 하나의 도구를 추적할 때 더 다양한 관점에서 볼 수 있을 것 같았어.
그리고 영상으로는 '2026년 6월, AI 코딩 도구 뭐 써야 하나' 총정리 한 편을 생각하고 있어.
특히 Morphllm 기사의 벤치마크 순위랑 Developers Digest 기사의 추천 스택을 같이 놓고 보니, 벤치마크 최상위 도구가 꼭 실사용 추천 스택이랑 같진 않더라고. 그 어긋나는 지점이 유의미하게 느껴졌어.

확인: 옵시디언에서 기사 기반의 비교 분석·개념 정리·엔티티 페이지가 생성되고, 문서마다 [[ ]] 링크가 걸려 있는지 봅니다. 그래프 뷰를 열면 관련 노트끼리 연결된 모습을 한눈에 볼 수 있습니다.

STEP 5. 질문하기 — 위키의 진짜 힘

이 시스템에서 제일 중요한 건 의외로 AI가 아니라 사람입니다. 자료를 모으고, 질문을 던지고, 생각하는 게 사람의 몫이고, 정리·연결·기록은 AI가 맡습니다. 그래서 위키를 잘 쓴다는 건 얼마나 좋은 질문을 던지느냐에 달려 있습니다.

좋은 질문 3원칙

챗봇한테 물어도 나오는 건 위키에 묻지 않는다.
- ❌ Cursor가 뭐야? (검색해도 나옴)
- ✅ 내가 모아둔 자료에서 Cursor를 추천하는 글과 아닌 글, 근거가 어떻게 다른지 비교해줘
범위와 형태를 정해주면 답이 날카로워진다.
- ❌ AI 코딩 도구 정리해줘
- ✅ 내 위키 기준으로 자율형·IDE·터미널 세 종류로 나눠서 표로 만들어줘
찾는 질문보다 연결·비교하는 질문이 진짜 힘을 끌어낸다.
- ✅ 내가 모은 자료들 사이에 서로 충돌하는 주장 있어?
- ✅ 지난번이랑 비교해서 흐름이 어떻게 바뀌었어?
- ✅ 이 주제로 내가 적어둔 생각들 모아서 영상 각도 세 개만 뽑아줘

마지막 질문처럼, STEP 4에서 남겨둔 내 관점이 다시 재료가 되어 돌아옵니다.

그리고 이렇게 받은 답변은 화면에 띄우고 끝나는 게 아니라 위키에 새 노트로 저장됩니다. 오늘 받은 답이 내일은 또 하나의 자료가 되는 거죠. 쓸수록 답이 좋아지는 이유입니다.

유지보수: Lint (위키 건강 검진)

자료가 쌓이면 자연스럽게 낡은 내용이나 서로 안 맞는 설명이 생깁니다. 그래서 한 번씩 린트로 점검해 줘야 위키가 커져도 깔끔하게 유지됩니다.

위키 전체를 점검(lint)해줘. 서로 모순되는 내용, 오래돼서 안 맞는 정보, 아무 데서도 연결 안 된 외톨이 페이지, 중요한데 아직 정리 안 된 개념이 있는지 확인하고 정리해줘.

LLM 위키는 자료를 읽고 → 위키로 정리하고 → 산출물로 꺼내 쓰는 흐름이 계속 도는 시스템입니다. 조금씩 쌓아 나가면 시간이 갈수록 점점 더 똑똑해지는 두 번째 뇌로 자라납니다.

마치며 — 특정 도구에 묶이지 않습니다

이 가이드는 헤르메스 에이전트로 만들었지만, LLM 위키는 카파시가 제안한 하나의 방식일 뿐입니다. 결국 폴더 안의 마크다운 파일 + AI에게 운영법을 알려주는 규칙 파일 하나면 됩니다.

그래서 Claude Code, OpenCode 등 — 파일을 읽고 쓰면서 규칙을 따라줄 수 있는 에이전트라면 똑같이 만들 수 있습니다. 본인이 가장 손에 익은 도구로 시작하세요.

참고 링크

카파시 LLM 위키 원문 (gist): https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
옵시디언: https://obsidian.md
옵시디언 웹 클리퍼: https://obsidian.md/clipper
헤르메스 에이전트: https://hermes-agent.nousresearch.com
OpenRouter: https://openrouter.ai

Aiden의 친절한 AI