Claude로 만드는 나만의 AI 지식 위키 — 쌓이고, 틀린 건 걸러지는 세컨드 브레인 (Obsidian)

AI가 정리해 준 위키, 그대로 믿어도 될까요? 문장마다 원문 파일·줄을 달고, 대조 스크립트로 인용·숫자·낡은 원문·페이지 간 모순을 자동으로 걸러 내는 업무 위키를 클로드 코드와 옵시디언 볼트로 직접 만듭니다. 심화편에서는 PDF·엑셀·스캔·웹 클리핑·녹취·메일·슬라이드 원문, 정답 질문 세트와 판정기 채점, 300페이지 규모, git 기반 팀 운영까지 다룹니다(총 65강). 옵시디언은 볼트를 열어 보는 용도로만 쓰며, 강의 화면 속 볼트 그림은 실습 파일을 그대로 그린 재구성 화면입니다.

2명 이 수강하고 있어요.

난이도 입문

수강기한 무제한

수강 후 이런걸 얻을 수 있어요

  • 사실 문장마다 원문 파일·줄·인용 구절이 달린 위키 페이지를 클로드 코드가 쓰게 하는 규칙 파일을 만든다

  • 대조 스크립트 한 줄로 위키 전체의 인용 불일치·숫자 불일치·출처 없음을 페이지와 줄 번호로 찾는다

  • 원문 지문으로 원문이 바뀐 페이지만 골라 내고, 개정판이 들어오면 영향받는 페이지만 다시 고친다

  • 여러 페이지에 흩어진 같은 항목의 값이 다른 곳(모순)을 찾아 원문으로 판정한다

  • 위키에 물으면 근거 줄과 함께 답하고, 근거가 없으면 지어내지 않고 '근거 없음'과 필요한 원문을 말하게 한다

  • 수집 스킬·훅·거부 규칙·거름망으로 검사가 자동으로 돌고, 검사 기준은 사람만 바꾸게 한다

  • 매주 확인률·낡음·모순·검토 대기를 한 장 건강검진 보고서로 본다

  • PDF·엑셀·CSV·스캔 이미지·웹 클리핑·회의 녹취·메일·슬라이드를 줄 번호로 인용 가능한 변환본으로 바꾸고, 원본 지문·페이지 수·행 수·끊긴 숫자를 검사한다

  • 원문 속 숨은 지시문을 수집 전에 걸러 격리한다

  • 별칭·용어집·시점 있는 사실·결정 상태·퇴역 용어처럼 대조 검사가 못 보는 구조 문제를 따로 잡는다

  • 정답 질문 세트로 위키의 회귀를 잡고, AI 판정기를 사람 판정으로 먼저 채점해 맡길 범위를 정한다

  • 300페이지 볼트에서 계층 인덱스·바뀐 원문만 재수집·설치 없는 키워드 검색으로 규모를 다룬다

  • 수집 한 번을 커밋 하나로 남기고 되돌리기·검토할 변경만 뽑기·충돌 해결·속성 대시보드·매일 검사로 팀이 운영한다

쌓는 위키에서 검산되는 위키로 — 위키의 모든 문장을 원문 몇 번째 줄까지 따라가고, 틀린 문장은 기계가 먼저 잡게 합니다 — 기본편 30강 + 심화편 35강

AI가 정리해 준 위키, 그대로 믿어도 될까요? 문장마다 원문 파일·줄을 달고, 대조 스크립트로 인용·숫자·낡은 원문·페이지 간 모순을 자동으로 걸러 내는 업무 위키를 클로드 코드와 옵시디언 볼트로 직접 만듭니다. 심화편에서는 PDF·엑셀·스캔·웹 클리핑·녹취·메일·슬라이드 원문, 정답 질문 세트와 판정기 채점, 300페이지 규모, git 기반 팀 운영까지 다룹니다(총 65강). 옵시디언은 볼트를 열어 보는 용도로만 쓰며, 강의 화면 속 볼트 그림은 실습 파일을 그대로 그린 재구성 화면입니다.

화면은 옵시디언 앱 녹화가 아니라 실제 실행한 터미널 출력과, 실습 볼트 파일을 그대로 그린 재구성 화면입니다(옵시디언 사용법 강의가 아닙니다). 옵시디언 기능이나 위키를 쌓는 방법을 넓게 훑는 강의가 아닙니다. AI가 만든 위키가 틀리는 방식(숫자가 바뀜·지어낸 인용·출처 없음·원문이 바뀐 뒤 그대로·페이지끼리 충돌)을 실제 실행 화면으로 보여 주고, 그것을 걸러 내는 장치를 하나씩 만듭니다. 검사 도구는 언어 모델을 부르지 않는 결정적 스크립트라 같은 입력이면 같은 결과가 나옵니다. 대조가 못 잡는 '뜻이 틀린 문장'도 숨기지 않고 사람이 볼 몫으로 다룹니다.

이 강의를 마치면

  • 사실 문장마다 원문 파일·줄·인용 구절이 달린 위키 페이지를 클로드 코드가 쓰게 하는 규칙 파일을 만든다

  • 대조 스크립트 한 줄로 위키 전체의 인용 불일치·숫자 불일치·출처 없음을 페이지와 줄 번호로 찾는다

  • 원문 지문으로 원문이 바뀐 페이지만 골라 내고, 개정판이 들어오면 영향받는 페이지만 다시 고친다

  • 여러 페이지에 흩어진 같은 항목의 값이 다른 곳(모순)을 찾아 원문으로 판정한다

  • 위키에 물으면 근거 줄과 함께 답하고, 근거가 없으면 지어내지 않고 '근거 없음'과 필요한 원문을 말하게 한다

  • 수집 스킬·훅·거부 규칙·거름망으로 검사가 자동으로 돌고, 검사 기준은 사람만 바꾸게 한다

  • 매주 확인률·낡음·모순·검토 대기를 한 장 건강검진 보고서로 본다

  • PDF·엑셀·CSV·스캔 이미지·웹 클리핑·회의 녹취·메일·슬라이드를 줄 번호로 인용 가능한 변환본으로 바꾸고, 원본 지문·페이지 수·행 수·끊긴 숫자를 검사한다

  • 원문 속 숨은 지시문을 수집 전에 걸러 격리한다

  • 별칭·용어집·시점 있는 사실·결정 상태·퇴역 용어처럼 대조 검사가 못 보는 구조 문제를 따로 잡는다

  • 정답 질문 세트로 위키의 회귀를 잡고, AI 판정기를 사람 판정으로 먼저 채점해 맡길 범위를 정한다

  • 300페이지 볼트에서 계층 인덱스·바뀐 원문만 재수집·설치 없는 키워드 검색으로 규모를 다룬다

  • 수집 한 번을 커밋 하나로 남기고 되돌리기·검토할 변경만 뽑기·충돌 해결·속성 대시보드·매일 검사로 팀이 운영한다

이런 분께 추천합니다

  • 업무 문서를 옵시디언(마크다운)으로 쌓기 시작했거나 쌓으려는 직장인

  • LLM 위키를 만들어 봤는데 'AI가 정리한 걸 믿어도 되나'가 걸리는 분

  • 팀의 정책·회의록·매뉴얼을 AI로 정리하되 틀린 내용이 퍼지는 것이 걱정인 기획·운영·CS 담당자

커리큘럼 (13섹션 · 65강 · 약 820분)

  • 섹션 1. 위키가 틀리는 순간 — 완성본 먼저: 답 한 줄에서 원문 줄까지 따라가기, AI가 만든 위키가 틀리는 다섯 가지 방식, 준비와 폴더 역할: 볼트·파이썬·클로드 코드, 누가 어느 폴더를 고치나

  • 섹션 2. 출처가 붙는 위키 쓰기 — 규칙 파일: 사실 문장마다 출처를 달게 하기, 출처 표기 형식: 파일·줄·인용 한 구절, 첫 수집: 회의록 세 건을 위키 페이지로, 머리말로 상태 남기기: 확인됨·미확인·낡음, 출처 없는 문장은 검토 대기함으로

  • 섹션 3. 원문 대조 — 기계가 먼저 본다 — 대조 스크립트 한 바퀴: 인용 구절이 원문에 있는가, 숫자 검산: 문장 속 숫자가 인용 구절에 있는가, 잡힌 오류 읽기: 기한·금액이 바뀐 문장, 고치는 순서: 원문을 다시 읽히고 사람은 차이만 본다, 대조가 못 잡는 것: 인용은 맞는데 해석이 틀린 문장

  • 섹션 4. 원문이 바뀌면 — 원문 지문으로 낡은 페이지 찾기, 개정판이 들어왔을 때: 영향받는 페이지만 다시, 두 원문이 서로 다를 때: 최신·권한 순서 규칙, 페이지끼리 모순 찾기: 같은 항목, 다른 값

  • 섹션 5. 위키에 묻고 근거로 답하기 — 답변에도 근거 줄을: 위키에서 원문까지 두 단계 인용, 위키에 없으면 모른다고 답하게 하기, 좋은 답변을 위키로 되돌리기: 확인된 것만, 질문 기록으로 위키의 빈 곳 찾기

  • 섹션 6. 지키는 장치 — 스킬과 훅 — 수집 스킬: 수집·대조·상태 표시를 명령 하나로, 훅: 위키를 고치면 대조가 자동으로 돈다, 검증 기준은 사람만 바꾼다: 규칙과 스크립트 지키기, 주간 건강검진: 확인률·낡음·모순 한 장

  • 섹션 7. 내 업무 위키로 옮기기 — 내 자료로 볼트 만들기: 뼈대 복사와 첫 수집, 넣으면 안 되는 것: 비밀·개인정보 거름망, 오래 굴린 위키 정리: 합치기·지우기도 기록과 함께, 혼자 해 보기: 새 자료 묶음에서 틀린 문장 찾기

  • 섹션 8. 정리 — 정리: 한 달 운영 점검표

  • 섹션 9. 여러 형식의 원문 들이기 — 변환본도 원문이다: 원본 지문과 변환본 지문, PDF: 페이지 경계 표시와 페이지 수 대조, PDF 표와 끊긴 숫자, 스캔·이미지: 글자 인식 줄은 확인 전까지 대기, 엑셀·CSV 함정 다섯 가지, 시트 위치로 인용하기, 웹 클리핑: 출처 주소와 저장 날짜, 숨은 지시문 거르기, 회의 녹취록: 시각 각주와 화자 확인, 메일 스레드: 인용 답장 걷어내기, 슬라이드와 발표자 노트, 변환 검증 한 장 보고서

  • 섹션 10. 위키 구조를 단단하게 — 엔티티 페이지와 별칭 표, 용어집: 이 위키에서의 뜻, 시점 있는 사실, 결정 기록 페이지의 상태, 다시 수집해도 불어나지 않는지 재기, 퇴역 용어 찾기

  • 섹션 11. 정확성을 숫자로 재기 — 정답 질문 세트 만들기, 고친 뒤 회귀 비교, 인용 충실도: 재현율과 정밀도, 판정기를 먼저 채점한다, 고정된 씨앗으로 표본 검수, 오류 갈래 집계

  • 섹션 12. 300페이지로 키우기 — 300페이지 볼트와 인덱스 크기, 계층 인덱스로 나누기, 바뀐 원문만 다시 수집, 설치 없는 키워드 검색, 실행 시간과 토큰 재기

  • 섹션 13. 팀으로 운영하기 — 수집 한 번은 커밋 하나, 그리고 되돌리기, 바뀐 부분에서 봐야 할 것만 뽑기, 두 사람이 같은 페이지를 고쳤을 때, 속성으로 만드는 검토 대시보드, 매일 도는 검사 예약, 심화편 운영 점검표

실습 환경

실습 ZIP 에 가상 회사 '루프마켓'의 원문(정책·계약·회의록 등)과 기본편 볼트 다섯 벌(시작본·규칙본·오류를 심은 초안·완성본·혼자 해 보기)과 심화편 볼트 여섯 벌(형식 변환·수집 원문·구조·정확성 측정·300페이지·팀 운영)이 들어 있습니다. PDF 글자 뽑기와 스캔 글자 인식은 macOS 기본 기능을 쓰고, 윈도우에서도 따라 할 수 있게 미리 만든 변환본을 함께 넣었습니다. 검사 도구(대조·스탬프·건강검진·거름망·훅)는 파이썬 표준 라이브러리만 쓰고, 강별 프롬프트와 정답표가 함께 있습니다. 옵시디언은 볼트 폴더를 열어 보는 용도이며, 화면 속 볼트 그림은 실습 파일을 그대로 그린 재구성 화면입니다. Docker·클라우드는 필요 없습니다.

선수 지식

  • 클로드 코드를 설치해 볼트 폴더에서 실행할 수 있는 환경

  • 터미널에서 명령 한 줄을 복사해 실행할 수 있는 정도(코드 작성은 하지 않습니다)

  • 파이썬 3(검사 도구 실행용)

이 강의에서 다루지 않는 것

  • 옵시디언 설치·테마·플러그인 사용법

  • PKM 방법론(제텔카스텐·MOC 등)

  • 벡터 데이터베이스·RAG 구축

  • 데일리 노트·메신저 자동 연동

안내

이 강의의 내레이션은 합성 음성(AI)으로 만들었고, 화면의 클로드 코드 실행 결과와 검사 결과는 실제로 실행한 원문입니다. 초안 위키의 오류는 교육용으로 사람이 심은 것이며 화면에서 그렇게 밝힙니다. AI 응답 문장·토큰·시간은 실행할 때마다 달라질 수 있습니다. 모든 데이터는 교육용 가상 데이터이며, 숫자는 실행 환경에 따라 달라질 수 있습니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 업무 문서를 옵시디언(마크다운)으로 쌓기 시작했거나 쌓으려는 직장인

  • LLM 위키를 만들어 봤는데 'AI가 정리한 걸 믿어도 되나'가 걸리는 분

  • 팀의 정책·회의록·매뉴얼을 AI로 정리하되 틀린 내용이 퍼지는 것이 걱정인 기획·운영·CS 담당자

선수 지식,
필요할까요?

  • 클로드 코드를 설치해 볼트 폴더에서 실행할 수 있는 환경

  • 터미널에서 명령 한 줄을 복사해 실행할 수 있는 정도(코드 작성은 하지 않습니다)

  • 파이썬 3(검사 도구 실행용)

안녕하세요
데이터장인입니다.

커리어인증

20년 이상 데이터베이스와 IT 분야에서 경력을 쌓아온 데이터장인입니다. DBA 및 DB Platform 팀 매니저로 데이터베이스 플랫폼을 다루며, MySQL·PostgreSQL·Oracle·MongoDB와 SQL 튜닝, AWS·Terraform·Python을 전문 분야로 삼고 있습니다. 게임·금융·IT 서비스 분야의 경력을 바탕으로 데이터베이스와 클라우드 아키텍처를 설명합니다. 『오라클 실무튜닝 SQL 패턴 학습』과 『Oracle Pro*C 실무프로젝트 활용서』를 출간했으며, AWS Summit 2018·2019와 데이터야 놀자 2020에서 서버리스·데이터베이스 선택·멀티데이터베이스 전략을 발표했습니다. 최근에는 Bedrock LLM을 이용한 슬로우 쿼리 분석·튜닝 권고, DB 스펙 산정 자동화, DB 메타 MCP 서버와 Slack 봇을 통한 조회 흐름을 다루고 있습니다. 개발자를 위한 데이터베이스 자동화와 비개발자를 위한 AI 업무 활용을 각 과정의 대상과 목적에 맞는 실습으로 설명합니다. AI 제안을 그대로 적용하기보다 결과 동일성·실행 계획·관측 조건을 확인하고, 근거가 부족하면 보류하는 판단 기준을 전달합니다. 회사 운영 데이터와 인증값은 강의 자료에 포함하지 않습니다.

더보기

커리큘럼

전체

65개 ∙ (13시간 40분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

데이터장인님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

₩57,750

25%

₩77,000