LLM Wiki 시대, 메모가 결과물로 이어지는 조건

안녕하세요? 생산적생산자입니다.

지난주에 이번 주말 웨비나를 안내드렸습니다. 안내를 보낸 뒤 신청 이유를 하나씩 다시 읽어보니, 반복해서 보이는 고민이 있었습니다. 메모 앱에는 기록이 쌓이고, AI도 자주 쓰고 있는데, 막상 뉴스레터나 강의안, 업무 문서를 만들려고 하면 다시 빈 화면 앞에 앉게 된다는 고민입니다.

책을 읽고 남긴 문장, 일하다가 떠오른 아이디어, 회의 중에 적어둔 메모는 분명 어딘가에 있습니다. 그런데 그 기록이 바로 다음 결과물로 이어지지는 않습니다. AI에게 초안을 부탁해도 지난번에 어디까지 생각했는지, 어떤 자료를 봐야 하는지, 이번 결과물은 어떤 방향이어야 하는지 다시 설명하게 됩니다.

이때 드러나는 것은 메모의 양이 아닙니다. 내가 남긴 지식이 나중에 다시 활용될 수 있는 형태로 연결되어 있는가입니다.

지난 질문에서 한 걸음 더 나아가기

지난 3월 웨비나에서 제가 붙잡았던 질문은 기록은 많은데 왜 생각은 남지 않을까였습니다. 메모가 단순히 저장된 조각으로 남지 않고, 나중에 다시 생각할 수 있는 구조가 되려면 연결과 방향이 필요하다는 이야기였습니다. 기록은 흔적을 남기는 일이고, 생각은 그 흔적들 사이에서 의미를 만들어가는 일에 가깝습니다.

이번 주말 웨비나는 그 질문을 한 걸음 더 이어갑니다. 이제는 사람이 다시 생각하기 위한 연결망만으로는 충분하지 않습니다. AI를 함께 쓰는 시대에는 내가 남긴 지식이 AI도 읽고 참고할 수 있는 맥락으로 남아 있어야 합니다. 그래야 AI에게 매번 처음부터 설명하지 않고, 이미 쌓아둔 생각과 판단을 바탕으로 다음 일을 이어갈 수 있습니다.

그래서 이번에는 제텔카스텐과 LLM Wiki를 함께 보려고 합니다. 둘은 전혀 다른 말처럼 보이지만, 지식을 어떻게 연결해두어야 나중에 다시 생각하고 다시 일할 수 있는가라는 질문에서는 서로 맞닿아 있습니다.

LLM Wiki와 제텔카스텐이 만나는 지점

LLM Wiki를 넓게 보면 AI가 참고할 수 있도록 연결과 맥락을 드러낸 지식망이라고 볼 수 있습니다. 단순히 문서를 많이 모아둔 저장소가 아니라, AI가 필요한 자료와 개념을 따라갈 수 있도록 연결과 맥락이 드러나는 구조입니다. AI가 답을 만들 때 무엇을 참고해야 하는지, 어떤 개념이 어디와 이어지는지, 어떤 자료가 현재 판단에 영향을 주는지 볼 수 있어야 합니다.

이 관점에서 보면 제텔카스텐도 LLM Wiki와 맞닿아 있습니다. 제텔카스텐은 사람이 읽고 생각한 것을 독립적인 생각 단위로 남기고, 그 생각들을 서로 연결해 나가는 방식입니다. 기존 메모를 함부로 덮어쓰기보다, 당시의 생각을 보존한 채 새로운 생각을 옆에 붙이며 확장합니다. 그래서 시간이 지나도 내가 어떤 질문을 붙잡았고, 어떤 방향으로 생각이 자라났는지 따라갈 수 있습니다.

반면 LLM Wiki 방식은 지금 AI가 참고해야 할 지식을 계속 갱신하고 재구성하는 데 더 잘 맞습니다. 빠르게 바뀌는 자료나 업무 지식, 프로젝트 맥락을 최신 상태로 유지해야 할 때는 이런 방식이 필요합니다. 예전 설명을 그대로 보존하는 것보다, 지금의 작업에 맞게 정리하고 업데이트하는 일이 더 중요해지는 경우가 있기 때문입니다.

그래서 둘 중 하나만 정답이라고 보기는 어렵습니다. 오래 생각을 쌓고 자기 관점의 변화를 보존하고 싶다면 제텔카스텐이 잘 맞을 수 있습니다. 변하는 자료와 업무 지식을 계속 업데이트해야 한다면 LLM Wiki 방식이 더 잘 맞을 수 있습니다. 다만 어느 쪽이든 연결이 보여야 합니다. 연결이 보여야 사람도 다시 이해할 수 있고, AI도 그 맥락을 따라가며 다음 작업을 이어받을 수 있습니다.

메모가 결과물로 이어지려면

예를 들어 뉴스레터 하나를 쓴다고 해보겠습니다. 글을 쓰려면 단순히 자료가 많다고 되는 것은 아닙니다. 최근에 내가 어떤 문제를 반복해서 보고 있었는지, 독자는 어디에서 자주 멈추는지, 이전 글에서는 무엇을 이미 말했는지, 이번 글에서 새롭게 이어갈 지점이 무엇인지가 필요합니다.

이 정보가 흩어져 있으면 AI는 그럴듯한 초안을 만들 수는 있습니다. 하지만 그 글이 내 흐름 안에서 왜 필요한지, 어떤 독자에게 닿아야 하는지, 이전에 쌓아온 생각과 어떻게 이어지는지는 따로 설명해주어야 합니다. 그래서 AI를 쓰는데도 매번 처음부터 다시 시작하는 느낌이 생깁니다.

반대로 메모가 연결되어 있으면 상황이 달라집니다. 임시메모에 남긴 한 줄이 영구메모 후보가 되고, 책이나 아티클에서 얻은 문헌메모가 그 생각을 보강하고, 이전 뉴스레터나 강의안의 판단과 연결됩니다. 그러면 AI에게도 단순히 글을 써달라고 말하는 것이 아니라, 내가 쌓아온 맥락을 함께 건넬 수 있습니다.

이때 AI 에이전트는 갑자기 똑똑해지는 것이 아닙니다. 이미 남겨둔 메모와 판단, 프로젝트 흐름을 읽기 때문에 일을 이어받을 수 있습니다. 사람이 할 일도 여전히 남습니다. 무엇을 맡길지 정하고, 결과가 방향에 맞는지 확인하고, 다시 남길 생각을 고르는 일은 사람의 몫입니다.

이번 주말 웨비나에서 함께 보려는 것

지난주 안내드린 7월 5일 웨비나에서는 이 흐름을 실제 작업 장면으로 보여드리려 합니다. 제목은 메모에서 AI 에이전트까지, 나를 잘 아는 개인지식관리 시스템입니다.

다시 말씀드리면, 이번 웨비나는 메모 앱을 예쁘게 정리하는 방법만 다루는 자리가 아닙니다. AI 에이전트를 설치하거나 자동화 도구를 나열하는 자리도 아닙니다. 메모가 어떻게 다시 쓸 수 있는 생각으로 다듬어지고, 그 생각이 어떻게 뉴스레터나 강의안, 업무 문서 같은 결과물로 이어지며, AI 에이전트가 그 맥락을 어떻게 참고할 수 있는지 살펴보려 합니다.

구체적으로는 임시메모와 문헌메모가 영구메모 후보가 되는 과정, 영구메모가 다음 글쓰기와 작업에 다시 쓰이는 과정, 그리고 AI 에이전트가 메모와 프로젝트 맥락을 읽고 다음 작업을 이어받는 장면을 보여드릴 예정입니다.

제텔카스텐을 잘 몰라도 괜찮습니다. LLM Wiki라는 말이 아직 낯설어도 괜찮습니다. 이번 웨비나에서 먼저 보려는 것은 용어가 아니라 흐름입니다. 내가 남긴 지식이 나중에 다시 활용될 수 있는 형태로 연결되어 있는지, 그리고 그 연결을 사람과 AI가 함께 따라갈 수 있는지 살펴보려 합니다.

아직 신청하지 않으셨다면

지난 안내를 보고도 신청을 미뤄두셨다면, 아마 이런 이유일 수 있습니다. 메모와 AI에 관심은 있지만 아직 내 상황에 맞을지 모르겠고, 제텔카스텐이나 LLM Wiki 같은 말이 조금 어렵게 느껴질 수도 있습니다. 또는 이미 비슷한 이야기를 들어본 것 같아 이번 웨비나에서 무엇이 다른지 궁금할 수도 있습니다.

이번 웨비나는 용어를 많이 아는 분만을 위한 자리가 아닙니다. 메모가 쌓여 있는데 다시 꺼내 쓰기 어렵고, AI를 쓰는데도 매번 처음부터 설명하게 되는 분을 위한 자리입니다. 아직 신청하지 않으셨다면, 이번에는 이 질문 하나만 가지고 오셔도 좋겠습니다. 내 메모는 나중에 다시 쓸 수 있는 지식망으로 남아 있는가.

이미 신청하신 분께는 이번 글이 웨비나에서 함께 볼 흐름의 예고가 되었으면 합니다. 아직 신청하지 않으셨다면, 이번 주말에 이 질문을 함께 살펴보셔도 좋겠습니다.

내 메모는 나중에 다시 쓸 수 있는 지식망으로 남아 있는가?
그리고 AI는 그 맥락을 읽고 다음 일을 이어받을 수 있는가?

웨비나는 2026년 7월 5일 일요일 오후 8시에 Zoom으로 진행합니다. 약 90분 정도 예상하고 있고, 참가비는 무료입니다. 신청하신 분께는 신청 완료 메일로 Zoom 안내를 보내드립니다.

신청은 아래 링크에서 하실 수 있습니다.

https://productibe.short.gy/pkm-landing

메모를 더 많이 하자는 이야기에 머물지 않으려 합니다. AI를 더 많이 쓰자는 이야기도 아닙니다. 이미 남겨둔 생각과 자료가 사람에게도, AI에게도 다시 읽히는 연결된 지식망이 될 때 무엇이 달라지는지 보여드리려 합니다.

지금 메모와 AI를 쓰고 있지만 결과물이 잘 나오지 않는다면, 더 좋은 도구를 찾기 전에 먼저 확인해볼 지점이 있습니다. 내 지식이 다시 활용될 수 있는 형태로 연결되어 있는지, AI에게 건넬 수 있는 맥락으로 남아 있는지 보는 일입니다.

그 흐름을 이번 웨비나에서 함께 살펴보겠습니다. 주말에 뵙겠습니다.

고맙습니다.
생산적생산자 드림