01핵심 개요
| 항목 | 내용 |
|---|---|
| 핵심 개념 | LLM 위키 — AI가 스스로 관리하는 마크다운 지식 폴더 |
| 제안자 | 안드레 카파시(테슬라 AI 총괄·오픈AI 창립 멤버, 2026년 4월 제안, 공개 즉시 GitHub 스타 5,000개 돌파) |
| 구조 | 원본 자료 칸 · 위키 칸 · 규칙서 칸(세 칸) |
| 보조 도구 | 티로(회의 녹음·요약, 로컬 저장), 그래피파이(오픈소스, YC 투자), 지브레인(YC 대표 게리 탄 공개) |
| 실측 효과 | 그래피파이 적용 시 자료 52개 질의 토큰 12만→1,700개(71배 절감) |
| 저자 실험 | 100시간 사용, 장점·단점 각각 2개씩 명확히 구분해 제시 |
02핵심 내용 구조 — 무엇을, 왜 썼나
저자는 회의 녹음, 통화, 혼잣말, 메모를 한 달간 전부 텍스트로 만들어 AI에 축적했다. 기존 챗GPT·클로드의 '메모리 기능'은 "사장님은 커피 안 마심" 같은 짧은 선호도 태그만 붙잡을 뿐, "지난 분기 왜 그 결정을 내렸는지, 그때 반대 근거가 지금도 유효한지" 같은 맥락은 담지 못한다고 지적한다(포스트잇 비유). 이 문제의식에서 2026년 4월 안드레 카파시가 제안한 'LLM 위키'가 등장했다. 새로운 앱이 아니라 폴더 몇 개와 마크다운 파일뿐인 구조인데, "지식 관리에서 힘든 건 읽는 게 아니라 정리하는 것"이라는 그의 한 문장이 화제를 모아 공개 며칠 만에 GitHub 스타 5,000개를 넘겼고 구글도 비슷한 표준 문서를 냈다.
03기술적 맥락 — 세 칸 구조와 세 가지 동작
LLM 위키는 ①원본 자료 ②위키 ③규칙서 세 칸으로 구성된다. 규칙서가 핵심으로, 이것이 없으면 AI는 그냥 '수다'지만 있으면 '규칙 지키는 사서'가 된다. 동작은 넣기·묻기·점검하기 세 가지뿐이며, 특히 점검 단계에서 AI가 스스로 위키의 모순·오래된 내용·연결 안 된 외톨이 페이지·빈 구멍을 찾아내고 "이 부분 자료가 부족하니 더 넣어달라"고 역으로 요청한다. 저자는 이를 통해 "3월에 A라고 했다가 5월에 B로 바꿨고 이유는 C였다"는 식의 맥락 기반 답변을 받았고, 계획을 물으면 과거 회의 결정과 예산 조건까지 연결해 답하는 걸 확인했다고 밝힌다.
04활용 시나리오 — 두 가지 단점과 해법
1) 입력 부족 문제: 위키는 넣은 만큼만 똑똑해지는데, 매 회의를 손으로 기록하기는 어렵다. 해법은 한국 스타트업의 AI 회의 노트 앱 '티로'(로컬 기기 저장, 12개 언어 인식·실시간 번역, 라이트 요금제 월 8달러·300분)로 녹음하고, 전사본 전체(약 2만 자)를 넣지 않고 참석자·결정 사항·근거·담당자·미해결 이슈 다섯 항목으로 A4 한 장 압축해서 넣는 것. 2) 토큰 비용 폭증 문제: 질문 하나에 관련 페이지와 연결 페이지를 전부 훑기 때문에 페이지 수백 개가 쌓이면 응답이 느려지고 사용량 한도가 빨리 소진된다("토큰세"). 해법은 오픈소스 도구 '그래피파이'(2026년 4월, 카파시 제안 48시간 만에 공개, YC 투자)로, 자료를 기계적으로 스캔 후 링크로 연결하고 문서·이미지 의미 해석에만 AI를 써서 실측 자료 52개 질의에서 토큰을 12만→1,700개(71배)로 줄였다. 100페이지를 넘어설 때부터 붙이는 것을 권장한다. 3) 조직 확장 — 지브레인: LLM 위키가 파일 전부라면, YC 대표 게리 탄이 2026년 4월 공개한 오픈소스 '지브레인'은 여기에 뜻 기반+단어 기반 하이브리드 검색과 연결이 많은 페이지를 우선하는 랭킹을 추가한다. 회의 처리기(참석자·결정 자동 추출), 밤에 도는 정리 작업('드리밍', 끊어진 연결 수정·중복 통합), 사람·회사명 추출을 AI 대신 규칙 기반으로 처리해 토큰 비용이 없다는 점이 핵심이다. 6개월 축적 시 "작년 9월·올해 2월 두 번 있었고 두 번 다 회수 기간 18개월 초과로 보류, 이번은 14개월이라 통과" 식으로 사장님의 판단 기준을 조직에 이식할 수 있다고 설명한다.
05현황 및 전망
저자는 100시간 사용 후 단점도 명시한다. AI가 쓴 위키 문장은 밋밋하고, 페이지가 많아지면 비슷한 개념을 잘못 합치며, 깊은 주제는 표면만 다루는 경우가 많다. 지브레인은 아직 미완성 상품으로 혼자 쓰는 걸 전제로 만들어졌고 팀 전체 공유나 시간 순서 처리는 약하다고 평가한다. 실전 팁으로 매일이 아닌 주 2회(화·금) 입력, 월 2회 점검("모순되거나 오래된 내용 찾아줘"), 인사·급여 등 민감정보는 절대 넣지 않기, 결과를 판단이 아닌 '판단 재료'로만 신뢰하기를 제시하며, "AI가 답을 못 주는 건 AI가 부족해서가 아니라 우리가 준 재료가 부족해서인 경우가 많다"는 결론으로 마무리한다.
06용어 사전
| 용어 | 한줄설명 | 비유/예시 |
|---|---|---|
| LLM 위키 | AI가 자료를 정리·점검하는 마크다운 폴더 구조 | 도서관 사서를 고용해 책 정리를 맡기는 것 |
| 그래피파이(Graphiti) | 자료를 링크로 미리 연결해 검색 토큰을 줄이는 오픈소스 도구 | 매장을 다 뒤지지 않고 안내도부터 보는 것 |
| 지브레인(GitBrain) | 하이브리드 검색·자동 정리를 더한 LLM 위키 확장판 | 위키에 검색엔진과 야간 정리 직원을 붙인 것 |
| 티로(Tiro) | 로컬 저장 방식의 AI 회의 녹음·요약 앱 | 서버에 안 남기는 회의 속기사 |
| 토큰세 | 위키가 커질수록 질의당 소모되는 토큰이 늘어나는 현상 | 지식이 쌓일수록 붙는 세금 |
| 드리밍(Dreaming) | 지브레인이 야간에 자동으로 모순·중복을 정리하는 작업 | 밤사이 서류를 재정리해두는 야근 사서 |
