llm-wiki 소개
논문, 블로그 글, 트윗, 메모처럼 매일 접하는 정보는 대개 한 번 읽고 흩어집니다. 필요할 때마다 다시 검색하고 같은 자료를 또 읽지만, 정작 그 사이의 연결은 머릿속에만 남습니다. llm-wiki는 이런 파편화된 정보를 한 번 정제해 두고 계속 이어 붙이는 개인 지식 베이스로 바꾸는 에이전트 스킬입니다. 핵심 차이는 같은 질문에 매번 처음부터 답을 만들어 내지 않고, 지식을 한 번 컴파일해 지속적으로 유지 한다는 점입니다.
이 스킬은 Andrej Karpathy가 제안한 llm-wiki 방법론을 바탕으로 합니다. 자료를 받아 분석한 뒤, 엔티티 페이지·주제 페이지·출처 요약을 자동으로 생성하고 [[양방향 링크]] 로 서로 연결합니다. 결과물은 모두 로컬 마크다운이라 Obsidian 에서 그대로 열 수 있고, 별도의 인터랙티브 지식 그래프 HTML 로도 탐색할 수 있습니다.
llm-wiki 는 특정 도구에 묶이지 않고 Claude Code, Codex, OpenClaw, Hermes 등 여러 에이전트 플랫폼에서 동작합니다. 설치 후에는 "지식 베이스를 초기화해줘", "이 글을 정리해줘: " 처럼 자연어로 지시하면 스킬이 수집·분석·정리·연결을 대신 수행합니다.
llm-wiki가 지식을 쌓는 방식
자료를 받아들이는 과정은 두 단계로 나뉩니다. 먼저 내용을 분석하고, 그 결과를 바탕으로 페이지를 생성합니다. 긴 글은 사고를 이어 가는 방식으로 처리하며, 스크립트가 분석 결과의 형식을 자동 검증하기 때문에 성능이 약한 모델을 써도 깨진 데이터가 만들어지지 않도록 설계되어 있습니다. 또한 URL 도메인에 따라 가장 적합한 추출 방식을 자동으로 고릅니다.
생성된 위키 페이지에는 사실의 출처를 구분하는 신뢰도 표시 가 붙습니다. EXTRACTED(원문에서 추출), INFERRED(추론), AMBIGUOUS(모호), UNVERIFIED(미검증)로 표기되어, 어떤 내용이 검증이 필요한지 한눈에 알 수 있습니다. 같은 자료를 중복 처리하지 않도록 SHA256 기반 중복 제거와 쓰기 통과(write-through) 캐시, 자가 복구 안전망도 갖추고 있습니다.
지식 베이스가 커지면 일관성 관리가 중요해집니다. llm-wiki 는 고아 페이지, 깨진 링크, 인덱스 불일치를 탐지하는 상태 점검 스크립트를 제공하며, AI 수준의 모순·교차 참조 검사도 수행합니다. 가치 있는 대화를 그대로 지식 베이스 페이지로 만드는 대화 결정화(Conversation Crystallization) 기능과, 세션마다 에이전트가 지식 베이스를 자동으로 인식하게 하는 SessionStart 훅 기반 컨텍스트 주입도 포함되어 있습니다.
llm-wiki의 디지털 풍경 그래프
llm-wiki 의 특징적인 결과물은 자체 완결형 HTML 로 만들어지는 디지털 풍경 그래프(Digital Landscape Graph) 입니다. 동양적 편집 디자인의 3단 레이아웃 위에 노드들이 배치되며, 검색, 커뮤니티 범례, 포커스 필터, 계층화된 노드 표현, 호버 미리보기, 클릭 후 읽기, Shift 다중 선택, 캔버스 확대·축소, 미니맵 내비게이션이 모두 ** 오프라인에서** 동작합니다. HTML 파일을 더블클릭하면 브라우저에서 바로 지식 그래프를 둘러볼 수 있습니다.
llm-wiki가 지원하는 자료와 플랫폼
지원하는 입력 자료는 다음과 같습니다.
| 분류 | 자료 | 방식 |
|---|---|---|
| 핵심 | PDF, Markdown, 텍스트, HTML | 외부 의존성 없이 직접 수집 |
| 선택 | 웹 글, X(트위터), 위챗, 유튜브, 즈후 | 어댑터로 자동 추출, 실패 시 수동 대체 |
| 수동 | 샤오훙수 | 내용을 직접 붙여넣기 |
선택 어댑터는 설치 시 --with-optional-adapters 플래그로 활성화하며, 위챗 추출에는 uv, 웹 추출에는 bun 또는 npm, 인증이 필요한 세션에는 Chrome 디버그 모드(포트 9222)가 필요합니다. 플랫폼별 진입 문서는 저장소의 platforms/ 디렉토리에 정리되어 있습니다.
llm-wiki 설치 및 사용법
저장소 링크를 에이전트에게 주고 스스로 설치하게 하거나, install.sh 를 직접 실행합니다.
# Claude Code
bash install.sh --platform claude
# Codex
bash install.sh --platform codex
# OpenClaw
bash install.sh --platform openclaw
# Hermes
bash install.sh --platform hermes
기본 설치 시 핵심 파이프라인만 포함되고, 선택 추출기는 명시적으로 켤 때만 추가됩니다. 이미 설치한 경우 저장소 디렉토리에서 bash install.sh --upgrade 로 갱신할 수 있으며, Claude Code 기본 설치에서는 /llm-wiki-upgrade 명령도 사용할 수 있습니다. 핵심 기능을 쓰려면 에이전트가 셸 명령을 실행하고 로컬 파일을 읽고 쓸 수 있어야 합니다.
llm-wiki 프로젝트 GitHub 저장소
더 읽어보기
-
MiniKG - LLM 기반 (소규모) 지식 그래프(Knowledge Graph) 작성 및 검색, GraphRAG 시스템 구축 프로젝트
-
Graphify: 복잡한 코드베이스를 한눈에 - AI 코딩 어시스턴트를 위한 지식 그래프(Knowledge Graph) 도구
이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다. 
파이토치 한국 사용자 모임
이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일
로 보내드립니다!
텔레그램(Telegram)이나 Slack/Discord/Teams/Dooray/GoogleChat 등으로도 새 글 알림을 받으실 수 있습니다. 
아래
쪽에 좋아요
를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ 
