LLM-Wiki - LLM을 활용하여 개인 지식저장소 구축 하기

Context

기존 RAG 기반 유사 시스템의 낮은 성능 문제 발생. 에이전트가 지식 베이스를 효율적으로 탐색하지 못하는 구조적 한계 존재.

Technical Solution

• 일기, 메모, 메시지 등 2,500개 항목을 입력값으로 400개의 상세 위키 문서 자동 생성
• 에이전트 크롤링 최적화를 위한 파일 구조 설계 및 Backlink 기반의 상호 연결 체계 구축
• Claude Code를 연결하고 index.md를 진입점으로 설정하여 쿼리 시 에이전트가 직접 페이지를 탐색하는 구조
• Markdown 및 이미지 등 범용 포맷의 파일 시스템 기반 저장 방식으로 Unix 툴킷 및 다양한 CLI 도구와 호환성 확보
• 새 정보 유입 시 관련 기존 문서를 자동 업데이트하거나 신규 문서를 생성하는 동적 지식 갱신 로직 적용
• 로컬 저장 방식을 통한 데이터 소유권 확보 및 AI 모델 선택의 자유도(BYOAI)를 보장하는 설계

Impact

• 입력 데이터 2,500건을 통해 400개의 상세 위키 문서 생성

Key Takeaway

불투명한 벡터 DB 기반의 RAG보다 명시적인 파일 시스템 기반의 지식 구조가 에이전트의 탐색 효율성과 데이터 통제권을 동시에 높이는 전략적 선택임.