메모·노트를 넣으면 AI가 정리된 지식 위키로 만들고, 필요할 때 글로 꺼내 쓰는 '두 번째 뇌' 도구. LLM을 컴파일러(메모를 자동으로 정리해 주는 AI)처럼 써서, 흩어진 raw 메모를 구조화된 위키로 바꾼다. Build your Second Brain with LLM as the compiler.
📌 매일 메모는 쌓이는데 한 달 뒤엔 어디 있는지 모르겠다면 — 그 메모를 AI가 정리·연결·검색·재활용해 주는 도구입니다. 코딩 지식이 없어도 됩니다.
🎉 v0.3 — Quality-Driven Curation: 매일 품질 점검·자동 보강(
curate --reweave) · 신규 페이지 승격 게이트(Promotion Gates) · 여러 메모를 교차 종합(synthesis)하고 모순을 명시적으로 화해 · 입구에서 중복 차단(hard dedup) · cli/api 엔진 선택(llm_client). 🎉 v0.2 — Agent Memory OS 5층 기억(작업·에피소드·의미·절차·메타) + 설치 점검/llm-brain:doctor· 웹 UI/llm-brain:wikiweb커맨드 추가.
매일 TIL(Today I Learned, 오늘 배운 것 메모)을 쓰고, 회의록을 남기고, 논문을 클리핑한다. 그런데 한 달 뒤, 그 지식은 어디 있는가?
You write notes every day — but where does that knowledge go after a month?
흩어진 메모는 쌓이기만 할 뿐 다시 꺼내 쓰기 어렵다. llm-brain은 이 메모들을 AI가 자동으로 정리·연결해 검색 가능한 위키로 만들고, 필요할 때 글로 다시 꺼내 쓰게 한다.
로컬 HTML 검색·페이지뷰 (브라우저에서 위키를 둘러보는 화면, uv run python -m wiki_app):
| 검색 + 페이지 뷰 | 본문 grep 자동 확장 |
|---|---|
 |
 |
| 결과 0개 → AI CTA | AI 답변 모달 (live) |
|---|---|
 |
 |
한국어/영문 검색 · 결과 < 3개일 때 본문 grep(본문 전체 텍스트 검색) 자동 확장 · 페이지 뷰 + wikilink SPA 네비게이션(새로고침 없이 이동) · AI 답변 옵션 토글
비전공자도 따라 할 수 있게, 필요한 세 가지를 하나씩 풀어 둔다.
1. Claude Code — 터미널에서 대화로 코드를 다뤄 주는 AI 도구. 이 위키의 'AI 컴파일러' 역할을 한다. 설치·안내(공식): https://docs.claude.com/claude-code
2. uv — 파이썬을 알아서 설치·실행해 주는 도구(복잡한 파이썬 환경 설정을 대행). 터미널에 아래 한 줄을 입력하면 설치된다:
curl -LsSf https://astral.sh/uv/install.sh | sh3. git — 인터넷의 코드 저장소를 내 컴퓨터로 내려받는 도구. macOS·Linux는 보통 기본 설치돼 있다(macOS에 없으면 xcode-select --install).
용어 풀이:
- 레포(repository) = 코드가 모여 있는 온라인 저장소. 이 프로젝트가 사는 '집'.
- 클론(clone) = 그 레포를 통째로 내 컴퓨터에 복제하는 것. 명령은
git clone <주소>.
이 문서에는 두 종류의 명령이 섞여 나온다 — 입력하는 곳이 다르다.
/llm-brain:...처럼 슬래시로 시작하는 명령 → Claude Code 입력창(대화창)에 입력uv run ...·git clone ...·cp ...같은 명령 → 터미널(명령줄, 곧 CLI)에 입력- 💡 터미널 여는 법: macOS는
⌘+Space→Terminal검색 → 실행. (Windows는PowerShell.)
- 💡 터미널 여는 법: macOS는
아래 모든 코드 블록 옆에 ▶ 표시로 "어디에 입력하는지"를 적어 둔다.
▶ Claude Code 입력창에 입력 — 플러그인으로 설치한다:
/plugin marketplace add kimsanguine/llm-brain
/plugin install llm-brain@llm-brain
설치하면 컴파일러 커맨드가 추가된다 — /llm-brain:ingest·/llm-brain:curate·/llm-brain:express·/llm-brain:query·/llm-brain:okf · 설치 점검 /llm-brain:doctor · 웹 UI /llm-brain:wikiweb.
자기 지식 데이터를 다루려면 레포를 클론해
raw/소스를 등록한다(아래 빠른 시작). 플러그인은 컴파일러 커맨드를, 클론은 자기 데이터를 제공한다.
설치로 커맨드를 받은 뒤, 레포를 클론한다:
▶ 터미널에 입력:
git clone https://github.com/kimsanguine/llm-brain.git && cd llm-brain설정 없이 동작을 먼저 본다. 예시 위키를 복사해 로컬 화면으로 바로 둘러보기:
▶ 터미널에 입력:
cp -r examples/seed-wiki/wiki ./wiki # 데모 wiki 복사
cp examples/seed-wiki/index.md ./index.md # 데모 목차(index.md) 생성
uv run python -m wiki_app # 로컬 HTML UI → http://localhost:8000(Obsidian으로 열려면 이 폴더를 "Open folder as vault".)
핵심 흐름은 넣기 → 물어보기 → 꺼내쓰기 3단계다.
먼저, 내 메모가 어디 있는지 알려준다. schema/sources.yaml(소스 등록 설정 파일)을 열어 내 메모 폴더 경로를 적는다. 파일 편집이 막막하면 Claude Code 입력창에 자연어로 "내 옵시디언 폴더를 schema/sources.yaml에 등록해줘"라고 부탁해도 된다. (raw/ = 아직 정리 안 된 원본 메모가 모이는 폴더.)
그다음 ▶ Claude Code 입력창에 입력:
/llm-brain:ingest # ① 넣기: raw → wiki 자동 정리
/llm-brain:query "..." # ② 물어보기: wiki 기반 답변
/llm-brain:express blog "..." # ③ 꺼내쓰기: 글 초안 생성
쉬운 말로 6가지: 넣기(ingest) · 정리(curate) · 꺼내쓰기(express) · 물어보기(query) · 웹으로 보기(wiki-web) · 내보내기(okf).
한 줄로: 지식을 시스템에 '넣기'. 메모·문서·웹페이지를 raw/(원본 보관함)에 모은다.
▶ cp는 터미널, /llm-brain:ingest는 Claude Code 입력창에 입력:
# 채널 1: 수동 투입 (MD · TXT · PDF · DOCX · PPTX) — 터미널
cp paper.pdf raw/docs/
# 채널 2: /llm-brain:ingest 슬래시 명령 (Claude Code 입력창)
/llm-brain:ingest https://example.com --resonance high
/llm-brain:ingest ~/Downloads/paper.pdf
/llm-brain:ingest "오늘 배운 것: ..."
# 채널 3 [고급·선택]: Obsidian vault 자동 미러링 (schema/sources.yaml = 소스 등록 설정 파일)
# 채널 4 [고급·선택]: Claude Code Routines 크론(예약 자동 실행) 등록--resonance high/medium/low(중요도 태그)로 자료 중요도를 표시하고, index.md(전체 목차) 기반 중복 검사로 위키에 불필요한 중복이 쌓이는 것을 막는다.
한 줄로: 쌓인 지식을 '정리'하기. 자주 보는 페이지일수록 더 짧게 압축(distill, 압축 정리)하고, 오래 안 본 페이지는 archive(보관) 후보로 내린다. v0.3부터는 시간이 아니라 품질로 정리한다 — 매일 약한 페이지를 자동 점검·보강하고, 여러 메모를 하나의 판단으로 종합하며, 새 근거가 옛 결론과 충돌하면 명시적으로 화해한다.
▶ Claude Code 입력창에 입력:
/llm-brain:curate --reweave # (v0.3·매일 권장) 약한 페이지 점검 → 자동 보강 가능분은 즉시 수리
/llm-brain:curate --reweave --fix # 자동 보강까지 실제 적용 (요약·근거수 등 기계적 결손)
/llm-brain:curate --distill # 자주 본 페이지를 한 단계 더 압축 + 여러 소스 교차 종합
/llm-brain:curate --lifecycle # 보관 기한(TTL) 지난 페이지를 archive 후보로
/llm-brain:curate --all # 전체 실행 (점검 + 압축 + 수명 관리)
각 페이지는 frontmatter(페이지 머리말 정보)에 distill_level(압축 단계: 0=원문 → 3=한 줄)과 access_count(열어본 횟수)를 기록한다. 자주 열어본 페이지일수록 자동으로 먼저 정리된다.
v0.3 품질 정책 — 새 페이지는 Promotion Gates(반복 ≥2회·본문 ≥800자·근거 ≥2건 등)를 통과해야 정식 승격되고, 미달은 wiki/observing/(7일 유예)·wiki/rejected/로 라우팅된다. --reweave는 약한 노드(본문<800자·근거<2건)를 매일 잡아 기계적 결손만 자동 수리하고 판단이 필요한 건 큐로 남긴다(가짜 보강 금지). 여러 메모가 같은 주제를 건드리면 ## 인사이트 (종합)으로 교차 종합하고, 모순이 감지되면 옛 주장을 지우지 않고 ## 반론/갱신 + superseded 표시로 화해한다.
압축 단계·접근 집계의 동작 방식, Promotion Gates·reweave·종합·모순 화해 규칙, wikilink 그래프(
wiki/graph.json) 분석, Agent Memory OS의 선택 필드(memory_type등)는 모두 자동 처리된다. 상세:SPEC.md.
한 줄로: 정리된 지식을 글로 '꺼내 쓰기'. Second Brain의 존재 이유 — 블로그·강의안·요약·리포트 초안을 자동 생성한다.
▶ Claude Code 입력창에 입력:
/llm-brain:express blog "AI 에이전트 설계 패턴"
/llm-brain:express lecture "context-first-orchestration" --slides 5
/llm-brain:express summary --week
/llm-brain:express report "경쟁사 현황"
blog 출력은 raw/blog/에도 자동 복사 → 다음 ingest 사이클에 wiki로 피드백.
wiki/ → express/blog/ → raw/blog/ → wiki/ ← 피드백 루프
한 줄로: 내 지식에 '물어보기'. wiki에 있는 내용만 근거로 답한다 — 없으면 솔직히 "없다"고 한다(지어내지 않는다).
▶ Claude Code 입력창에서 자연어로 물어본다:
사용자: "RAG 구현할 때 뭐가 중요했지?"
Claude: wiki/ 내용 기반으로만 답변
(wiki에 없으면 "raw 데이터가 필요합니다")
물어본 페이지는 열어본 횟수(access_count)가 올라가, 다음 curate --distill에서 자동으로 먼저 정리된다.
한 줄로: 위 query를 브라우저에서. 검색창·페이지 보기·wikilink 클릭으로 위키를 둘러본다.
▶ 터미널에 입력:
uv run python -m wiki_app
# → http://localhost:8000- 검색: 제목 + description + tags + page_title 점수 매칭, 결과 < 3개일 때 본문 grep(본문 전체 텍스트 검색) 자동 확장
- 페이지뷰: 마크다운 렌더링 +
[[wikilink]]클릭 SPA 네비게이션(페이지 새로고침 없이 이동), 좌측 결과 리스트 유지 - AI 답변 토글: 결과 부족도에 비례해 CTA 강조 차등 (작은 버튼 / 노란 박스 / 큰 검정 버튼)
- URL hash:
#q=...&page=...형태로 검색·페이지 상태 보존, 새로고침 시 복원
스크린샷: docs/screenshots/dod-*.png
AI 답변은
claude -pCLI(명령줄 도구)로 라이브 동작하며 SSE 스트리밍(실시간 출력)을 지원한다. Claude Code 미설치 시status: unavailable로 graceful 처리(없으면 조용히 비활성). v0.3:schema/config.yaml의llm.engine을cli(기본, Claude Code) 또는api(anthropic SDK)로 선택할 수 있다 — 무인 배치·서버 환경 대비.
한 줄로: 위키를 표준 포맷으로 '내보내기'. 동료나 다른 AI 도구가 그대로 읽을 수 있는 OKF(Google Open Knowledge Format, 공개 지식 표준) 번들 okf/로 변환한다. 내부 포맷은 그대로 두고 경계에서만 바꾼다.
▶ Claude Code 입력창에 입력:
/llm-brain:okf # 먼저 dry-run 검토 후 okf/ 번들 생성
/llm-brain:okf --dry-run # 내보낼·제외할 목록과 통계만 미리보기 (파일 미작성)
/llm-brain:okf --strip-internal # 외부 공유본 (내부 전용 필드 제거)
🔴 보안 (한 줄):
okf/를 public으로 커밋하면 history가 영구로 남는다. 커밋 전 반드시--dry-run으로 민감 항목이 빠졌는지(sensitive_hits=0) 사람이 직접 확인한다. 제외·민감 설정과 보안 게이트 동작 상세:SPEC.md. 🔒 v0.3: 페이지 frontmatter에scope: private를 두면 (플래그 없이도) OKF 공개 번들에서 항상 제외된다.owner필드로 소유자를 태깅할 수 있다(팀 확장 대비).
사람의 기억이 여러 종류로 나뉘듯, AI 에이전트도 여러 층의 기억이 필요하다. 지금까지의 wiki/는 그중 의미 기억(semantic, '무엇을 아는가') 하나였다. 여기에 4개 층을 더해, 한 번의 실행이 다음 실행을 더 똑똑하게 만드는 되먹임 루프를 완성한다 — 5개 층 모두 구현 완료(✅).
| 층 (Layer) | 쉬운 비유 | 무엇을 하는가 | 구현 |
|---|---|---|---|
| 🧩 작업기억 (working) | 일하기 직전 책상에 펴 놓는 자료 | 작업 시작 직전, 관련 메모·이력·절차를 한 묶음으로 모아 준다 (brain_context) |
✅ |
| 📒 에피소드 (episodic) | 작업 일지 | "언제 무엇을 했는지" 실행 이력을 자동 기록한다 (episodes/, 기록이 실패해도 본 작업은 안 멈춤·비공개) |
✅ |
| 📚 의미 (semantic) | 정리된 백과사전 | "무엇을 아는가" — 정리된 위키 본체 (wiki/) |
✅ |
| 🔁 절차 (procedural) | 업무 매뉴얼 | "어떻게 하는가" 재사용 워크플로우 (procedures/) |
✅ |
| 🩺 메타 (meta) | 정리·관리를 맡은 사서 | 기억의 건강을 진단하고 정리한다 (memory_health·curate) |
✅ |
메타 층의 4가지 정리 동작 — 보관(archive)·중복제거(merge)·폐기(purge)·감쇠(decay) — 도 전부 구현되어 있다.
바로 써보기 Try it — ▶ 터미널에 입력:
# 작업 직전 "작업기억 팩" 생성 (관련 페이지 + 최근 이력 + 절차 + 제약)
uv run python scripts/brain_context.py --task "RAG 블로그 초안" --topic "rag retrieval" --type express
# 읽기전용 메모리 건강 리포트 → wiki/memory_health_report.md
uv run python scripts/memory_health.py --report전부 optional 레이어다 — 이 명령들을 한 번도 안 써도
ingest·curate·express·query는 그대로 동작한다. 상세 스펙:SPEC.md의 "Agent Memory OS" 절.
💡 바로 쓰는 데는 안 읽어도 됩니다. 이 도구가 왜 이렇게 설계됐는지 관심 있다면 읽어 보세요.
llm-brain은 검증된 두 아이디어를 합친 것이다 — Karpathy의 LLM Wiki와 Forte의 Second Brain.
"LLM을 컴파일러처럼 써라. raw 메모를 넣으면 구조화된 위키가 나온다."
raw/ → [LLM 컴파일러] → wiki/
원본 정제된 지식
| 장점 | |
|---|---|
| ✅ | LLM이 구조화를 담당 — 사람이 직접 편집할 필요 없음 |
| ✅ | raw / wiki 분리 — 원본은 보존, 정제본은 별도 관리 |
| ✅ | wikilink(페이지끼리 잇는 링크) 연결 — 지식이 그래프로 이어짐 |
| ✅ | 오염 방지 — raw 출처 없이 wiki 수정 금지 → 할루시네이션(AI가 없는 사실을 지어내는 것) 차단 |
하지만 이 아이디어만으로는 실제로 운영해 보면 4가지 벽에 부딪힌다.
| 빠진 것 | 쉬운 말 | 증상 |
|---|---|---|
| ❌ Express 없음 | 꺼내 쓰기 없음 | 지식이 wiki에 쌓이기만 하고, 꺼내 쓸 방법이 없다 |
| ❌ Capture 필터 없음 | 받아들이기 필터 없음 | 뭐든 넣으면 노이즈가 차오른다 |
| ❌ 단발성 압축 | 한 번만 압축 | 자주 쓰는 지식이 더 깊이 정제되지 않는다 |
| ❌ 그래프 맹목 | 연결 구조 못 봄 | 페이지 간 연결 구조를 정리(curate)에 활용하지 않는다 |
"뇌는 아이디어를 떠올리는 곳이지, 저장하는 곳이 아니다." "Your brain is for having ideas, not storing them."
Forte의 CODE 프레임워크는 지식의 전체 생애주기를 다룬다.
C apture → O rganize → D istill → E xpress
수집 정리 정제 출력
핵심은 Distill(정제)과 Express(출력) — 자주 꺼내볼수록 더 압축되고, 결국 창작물로 나와야 한다. 그런데 이 두 단계는 늘 사람이 직접 해야 했다. 가장 시간이 많이 드는 곳이다.
LLM Wiki + Second Brain
─────────────────────────────────────────────
raw → wiki 컴파일 + CODE 전체 생애주기
할루시네이션 방지 + Distill → LLM 대행
wikilink 그래프 + Express → 창작물 출력
+ lifecycle → TTL(보관 기한) 관리
Distill은 LLM이 대행한다. 당신은 Express에만 집중하라.
LLM handles Distill. You focus only on Express.
엔진 = 위키를 정리·생성하는 AI를 어디서 부를지 고르는 설정이다.
# schema/config.yaml
llm:
engine: cli # Claude Code CLI 재사용 — API 키 불필요
# engine: api # Anthropic API 직접 호출| 모드 | 비용 | 조건 |
|---|---|---|
cli (기본) |
토큰 비용 없음 | Claude Code 설치 필요 |
api |
API 과금 | ANTHROPIC_API_KEY 필요 |
.obsidian/(기본 설정)이 프로젝트 루트에 있어 이 폴더를 Obsidian vault로 바로 열 수 있다. raw/·wiki/가 vault에 포함되어 Graph View로 탐색 가능하다. (개인 graph 레이아웃·플러그인 상태는 gitignore라 클론 환경에서 동일하게 재현되진 않는다.)
llm-brain/
├── .obsidian/ ← vault root
├── raw/ ← Graph View 표시
└── wiki/ ← Graph View 표시
llm-brain/
├── .claude-plugin/ # 플러그인 manifest (marketplace.json + plugin.json)
├── commands/ # 슬래시 커맨드 (/llm-brain:ingest·curate·express·query·okf)
├── CLAUDE.md # Claude Code 운영 가이드
├── SPEC.md # 기술 명세서
├── README.md
├── pyproject.toml
├── schema/
│ ├── sources.example.yaml # 소스 설정 템플릿
│ ├── config.yaml # LLM 엔진 선택
│ ├── ingest.md # ingest 규칙
│ ├── curate.md # curate 규칙
│ ├── okf.md # OKF ↔ llm-brain 매핑 규칙
│ └── okf_export.yaml # /llm-brain:okf 제외 설정 (exclude_paths)
├── scripts/
│ ├── setup.sh # 초기 설정
│ ├── sync_raw.py # 소스 미러링
│ ├── ingest.py # 파일 파싱 + 상태 관리
│ ├── curate.py # 감사·압축·lifecycle·reweave·종합·모순 (--reweave, --health)
│ ├── export_graph.py # wikilink 그래프 export → wiki/graph.json
│ ├── okf_export.py # wiki → OKF v0.1 호환 번들 okf/ export (scope:private 제외)
│ ├── express.py # wiki → 창작물 출력
│ ├── episode.py # 🧠 append-only 에피소드 원장 (episodes/YYYY-MM.jsonl)
│ ├── brain_context.py # 🧠 작업기억 팩 조립 (semantic+episode+procedure+제약)
│ ├── procedures.py # 🧠 재사용 절차 메모리 로더
│ ├── memory_health.py # 🧠 메모리 건강 리포트 (--fix: 약한 노드 자동 보강)
│ └── lib/ # ⚙️ 순수 결정적 코어 (LLM 무호출·경계값 테스트)
│ ├── frontmatter_utils.py # frontmatter 파싱 단일 출처
│ ├── memory_score.py # 재사용 우선 메타 점수
│ ├── gates.py # ✨ Promotion Gates G-1~G-4 판정
│ ├── synthesis.py # ✨ 교차 종합 대상 선정 + shrink 가드
│ ├── reconcile.py # ✨ 모순 후보 탐지 (정밀도 우선)
│ └── llm_client.py # ✨ 엔진 추상화 (cli | api 분기)
├── wiki_app/ # 🌐 HTML 검색·페이지뷰 (FastAPI)
│ ├── api.py # 6 endpoints
│ ├── search.py # 검색 인덱스 + B/C 알고리즘
│ ├── pages.py # 페이지 로더
│ ├── render.py # markdown + wikilink 변환
│ ├── access.py # access_count wrapper
│ └── static/ # vanilla JS + CSS + HTML
├── tools/
│ └── intro-video/ # Remotion 소개 영상
├── raw/ # 원본 소스 (.gitignore)
├── wiki/ # LLM 정제 결과 (.gitignore)
├── express/ # 창작물 출력 (.gitignore)
├── episodes/ # 🧠 에피소드 원장 YYYY-MM.jsonl (.gitignore · 사적)
├── procedures/ # 🧠 재사용 절차 메모리 (Git 커밋 대상)
└── okf/ # OKF v0.1 호환 번들 (okf_export.py 생성, Git 커밋 대상)
이름이 두 개로 보일 수 있다 — 배포 패키지명만
llm-wiki(pyproject.toml의 name 필드), 나머지(제품·저장소·문서)는 전부llm-brain.uv sync·pip install시에만llm-wiki로 읽으면 된다.
pymupdf # PDF 텍스트 추출
python-docx # Word 문서 추출
python-pptx # PowerPoint 추출
markdownify # HTML → Markdown
httpx # URL 스크랩
pyyaml # 설정 파일 파싱
python-frontmatter # MD frontmatter
anthropic # API 모드 (선택)MIT © kimsanguine