나보다 나를 잘 아는 세컨드 브레인 만들기

AI가 나에 대해 나보다 잘 알아주면 얼마나 좋을까요? 저는 요즘 그렇게 느낍니다.

저에 대한 질문이 들어왔을 때, 생각보다 제 자신도 대답을 꼼꼼히 하기가 어렵습니다. "요즘 무슨 활동 하세요?" 하고 물으면 "음... (왜 생각이 안 나지)" 하게 됩니다.

그런데 제가 요즘 잘 쓰는 젠스파크의 메일 연동 에이전트, 젠메일에 물어보면 저보다 술술 잘 이야기합니다. 이렇게 나를 나보다 잘 아는 AI 에이전트 만들기는 예전부터 숙원 사업이었습니다.

특히 강의 자료 같은 걸 만들 때 너무 아쉬웠습니다. 저는 0부터 고안을 하는데, 생각해보면 이전에 만든 강의 자료와 영상, 링크드인·스레드에 틈틈이 올렸던 글들, 노션에 끄적여둔 메모들에 좋은 내용이 너무 많습니다. 자료를 다 만들고 나서 '아, 그 내용 넣을걸' 하고 늘 후회하곤 합니다.

이런 부분을 해소하려고 만든 것이 지식 체계입니다. 지금 클로드코드와 젠스파크 세컨드브레인에서 쓰고 있습니다. 제가 만든 건 결국 '카드 서랍장' 하나와 '사서' 한 명입니다.

처음엔 건건이 관련 파일을 모아 참고시켰습니다

예를 들어 'AX를 위한 문제 정의'라는 강의가 들어오면, 폴더에서 'AX'로 검색해보고, 링크드인 글에서도 'AX'를 검색하고... 최대한 관련 파일을 모아 한 폴더에 넣은 뒤 클로드코드·코덱스·안티그래비티에 "이 폴더 내용 참고해서 강의 자료 만들어줘"라고 요청하는 식입니다. (파일이 크지 않으면 NotebookLM도 잘 해냅니다.)

그런데 매번 파일 모으는 것도 귀찮고, 그래도 빼먹는 자료가 많았으며, 퀄리티에도 문제가 생겼습니다.

파일 전체를 충실히 읽지 않습니다

AI 특성상 문서의 맨 앞이나 맨 뒤에만 집중합니다.

마음대로 보고 싶은 부분만 봅니다

'AX'라는 단어가 없는 파일에도 인용할 만한 좋은 내용이 있는데 건너뛰어버립니다.

그림이 안 나옵니다

PPT 속 차트와 스크린샷이 결과물엔 거의 들어오지 못합니다. 그림이 PPT 파일 안에 갇혀 있기 때문입니다.

강의 자료보다 강의 영상에 더 많은 지식이 있습니다

보통 PPT엔 간단한 내용만 적고, 말로 더 풍부하게 설명하기 때문입니다.

그래서 결국 조치를 취하기로 했습니다. 강의 PPT와 PDF만 14GB에, 50시간 분량의 강의 영상, 링크드인 글 500여 편, 스레드 727개, 뉴스레터 70여 개... 이 모든 자료를 모아 세컨드 브레인을 만들기로 했습니다.

카파시의 LLM Wiki를 참고해 도서관을 짓기로 했습니다

어떻게 짤지 머리를 싸매다가, 안드레이 카파시가 공개한 LLM Wiki 글을 만났습니다. 핵심은 딱 한 줄입니다. 질문할 때마다 원본을 처음부터 다시 읽지 말고, AI가 위키를 조금씩 지어 올리게 하라.

'the wiki is a persistent, compounding artifact' - Andrej Karpathy, LLM Wiki (위키는 계속 쌓이며 불어나는 자산이다)

여기서 세 가지 규칙을 그대로 가져왔습니다.

원본은 절대 건드리지 않습니다. AI가 만드는 건 원본을 참고한 카드와 목록뿐입니다. 자료를 고르고 질문하는 건 저이고, 요약하고 정리하는 건 AI입니다. 역할을 나눠두니 '내 자료가 망가지면 어쩌지' 하는 불안이 사라졌습니다.

목록표를 따로 둡니다. 카드마다 제목과 한 줄 요약만 모은 표를 만들고, AI는 늘 이걸 먼저 보고 시작합니다. 무거운 원본은 정말 필요할 때만 엽니다.

운영일지를 쌓습니다. 뭘 넣고 뭘 고쳤는지 날짜별로 한 줄씩 추가만 합니다. 이미 적은 줄은 건드리지 않습니다. 지금 49줄쯤 됐는데, '7월에 뭘 바꿨더라' 싶을 때 여기서 바로 찾아봅니다.

그렇게 만들어진 게 이런 4층짜리 창고입니다.

1층부터 4층까지, 무게순으로 쌓은 창고

가벼운 것(목록)부터 보고, 필요할 때만 무거운 것(원본)을 여는 구조입니다.

1층 전체 목록표 - 카드 312장의 제목과 한 줄 요약만 모아둔 표입니다. "이런 자료 있나?" 정도는 여기서 끝납니다. (저도 다 읽지는 못합니다.)

2층 요약 카드 - 지식의 기본 단위. 앞면엔 제목·한 줄 요약·검색용 단어, 뒷면엔 배경·핵심 내용·시사점 같은 상세 정리. 주제 폴더 7개(AI기초/마케팅/AI마케팅/데이터분석/링크드인/커리어/젠스파크)에 나눠 담깁니다.

3층 자료별 페이지 기록 - 원본을 페이지(슬라이드) 하나당 파일 하나로 그대로 옮겨 적은 문서. '원문 그대로' 인용할 문장은 여기서만 가져옵니다.

4층 원본 파일 - PPT·PDF·녹취록 같은 진짜 원본. 도표나 그림을 직접 가져와야 할 때만 찾습니다.

1층만 찾으면 인용 퀄리티가 떨어지고, 처음부터 3·4층을 찾으면 토큰 낭비가 심해집니다. 그래서 AI에게 어디까지 더 깊게 들여다볼지 결정할 수 있는 '지도'를 쥐어주는 것입니다.

있는 자료를 못 찾는 문제도 있었습니다

이렇게 체계적으로 쌓았는데도, 있는 정보를 잘 끌어오지 못했습니다. '수익화 솔로프리너 독립'으로 검색했는데 결과가 0건이었습니다. '아, 정말 없나?' 싶었습니다.

나중에 보니 그 내용을 정확히 다루는 카드가 창고에 멀쩡히 있었습니다. 카드엔 '부업, N잡, 지식창업'이라고 적어뒀는데, 검색할 땐 제가 '솔로프리너, 독립'이라고 쳤던 것입니다. 같은 얘기를 저와 카드가 서로 다른 단어로 부르고 있었던 것입니다.

그래서 도구와 개념 95개를 이름 사전으로 묶었습니다. 표준 이름 하나에 별칭을 몽땅 달아두는 방식입니다(도서관에서 쓰는 온톨로지와 비슷합니다). 여기에 세 가지를 더했습니다. 제가 실제로 칠 법한 말을 넣고, 도구의 생사(사라졌는지 여부)도 적고, 관련 카드가 인용되면 의미상 가까운 짝꿍 카드도 예비로 불러오게 했습니다.

품질 좋은 인용을 위해 문을 3개 만들었습니다

창고를 마음대로 뒤지는 게 아니라, 목적에 맞는 문으로만 드나듭니다. 문마다 담당 스킬이 하나씩 붙어 있습니다.

꺼내 쓰는 문 - knowledge-cite. 블로그·카드뉴스·교안을 만들 때 창고에서 근거를 꺼내 왜곡 없이 인용하는 문입니다. '꺼내 쓰기 4단계'가 자동으로 진행됩니다.

집어넣는 문 - knowledge-absorb. 새 자료를 창고 규격에 맞는 카드로 만들어 보관하는 문입니다. PPT든 링크드인 글이든 웹페이지든 전부 같은 절차를 거칩니다.

물어보는 창구 - knowledge-query. "이런 자료 있어?"를 확인만 하는 창구입니다. 1층 목록표만 훑어보고 답하며, 카드나 원본은 열지 않습니다.

주제와 함께 knowledge-cite를 발동하면 Rank 1·2·3으로 인용 후보를 추천해줍니다. 제가 승인하면 강의에서 다뤘던 내용과 링크드인 글을 잘 엮어 목차가 나오고, 분량(2시간)을 정해주면 알아서 PPT까지 조립해줍니다. 인용 퀄리티가 처음부터 좋진 않았지만, 왜곡이 보일 때마다 스킬을 다듬어 카드 수는 늘리고 왜곡율은 낮췄습니다.

여러분도 만들어보고 싶다면

제가 이미 이 과정을 전부 스킬로 만들어 공개해뒀습니다. 아래 3단계면 됩니다.

1) 폴더 하나에 자료를 모읍니다. PPT든 PDF든, 노션에서 내보낸 파일이든, 녹음·영상이든 뭐든 좋습니다. 한 폴더에 몰아넣고 경로만 알아두면 끝입니다. 노션은 MCP로 연결해 구역을 지정하고, SNS 글은 모아둔 걸 던지거나 API로 긁어오게 합니다.

2) 클로드코드·코덱스·안티그래비티에 이렇게 부탁합니다. "이 스킬(github.com/seulkikaang/claude-skills)을 글로벌에 설치하고 /knowledge-absorb로 내 지식 체계화해줘! 자료 경로: ~/Documents/내자료". 나중에 인용할 땐 /knowledge-cite를 쓰면 됩니다.

3) 중간에 한 번만 봐주면 끝납니다. 원문 옮겨 적기 → 카드 구성안 제안 → 제가 승인 → 카드 작성과 목록 갱신. 이 순서로 돌아갑니다. 중간에 승인 단계가 껴 있어서 엉뚱한 구조로 쌓이는 사고를 미리 막아줍니다.

뭔 말인지 모르겠다면, 젠스파크 세컨드브레인

스킬 설치가 부담스럽다면 더 쉬운 길도 있습니다. 저는 PPT는 무조건 젠스파크로 만들기 때문에, 앞서 설명한 지식 체계 폴더의 카드와 목록 마크다운 파일을 세컨드브레인에 모두 올려뒀습니다. (업로드만 하면 끝입니다!)

제가 스킬을 정교히 다듬거나 왜곡율을 개선하지 않아도 됐습니다. 워낙 이런 지식 체계용으로 잘 만들어놓은 기능이기 때문입니다. 다만 파일을 너무 많이 넣으면 크레딧 소모가 크긴 합니다. (저는 그냥 감수했습니다.)

왜냐하면 모든 젠스파크 기능이 저의 맥락을 갖게 됐기 때문입니다. 같은 책인데도 젠스파크는 AI가 쓴 티가 하나도 안 나는 글을 써주고, 클로드코드는 무슨 스킬을 써도 AI 티가 납니다. 저에 대한 지식으로 회사 소개서도 만들었는데 바로 결과물이 나와버려서 깜짝 놀랐습니다.

여러분도 여러분만의 세컨드브레인을 꼭 만들어보시길 바랍니다. 삶의 질이 바뀝니다.

더 배우고 싶다면

클로드코드 설치법과 기본 이론, 실습은 제 인프런 강의에서 다뤘습니다. AI로 블로그·뉴스레터·링크드인·카드뉴스·숏폼·커뮤니티 자동화까지 케이스로 풀어뒀습니다. 궁금한 점은 퇴근후AI 오픈 단톡방에서 편하게 문의해주시기 바랍니다.

스킬 코드는 여기에 있습니다: github.com/seulkikaang/claude-skills (무료·MIT). 도서관 비유로 풀어쓴 설명은 seulkikaang.github.io/claude-skills에서 볼 수 있습니다.

#세컨드브레인 #LLMWiki #클로드코드 #젠스파크 #지식관리 #AI자동화 #knowledge #퇴근후AI