Git Repo 기반의 LLM 컴파일 파이프라인을 통한 제로 마이그레이션 지식 시스템 구축

Context

기존의 지식 관리 시스템은 수집과 정제, 발행 단계가 분리되어 데이터 마이그레이션 비용이 발생하는 구조적 한계를 가짐. 특히 Obsidian과 같은 도구 사용 시 개인 저장소와 외부 발행 플랫폼 간의 동기화 및 포맷 변환 과정에서 병목 발생.

Technical Solution

• raw → notes → posts로 이어지는 단방향 데이터 정제 파이프라인 설계
• Hugo의 draft: true 속성을 활용하여 공개 블로그와 비공개 Knowledge Base를 단일 Git Repository 내에서 격리
• LLM을 단순 챗봇이 아닌 Raw Data를 구조화된 Markdown으로 변환하는 Compiler로 정의하여 정제 단계 자동화
• Git 기반의 버전 관리와 Hugo server -D 로컬 프리뷰를 결합한 Zero-Friction 캡처 환경 구축
• LLM Health Check 프로세스를 도입하여 중복 토픽 병합 및 누락 태그 보완 등 데이터 무결성 유지
• Algolia 및 grep 기반의 검색 아키텍처를 통해 별도의 RAG 구현 없이도 LLM 인덱싱만으로 질의 응답 수행