AI를 연결한 지식관리는 처음에는 빠르게 정리되는 듯 보입니다. 웹에서 가져온 원문, AI가 만든 요약, 자동으로 고친 노트가 한 폴더에 쌓이기 전까지는 말입니다. 시간이 지나 “이 문장은 어디에서 왔지?”, “AI가 언제 이 내용을 바꿨지?”를 찾으려 하면, 파일은 많지만 근거와 변경 이력은 오히려 흐려질 수 있습니다.
문제는 AI가 요약을 잘하느냐만이 아닙니다. 수집한 자료와 확인한 판단, 반복 실행 규칙을 같은 방식으로 다루면 AI도 외부 주장과 내 결론을 구별하기 어려워집니다. 오류를 발견해도 어디서부터 되짚어야 할지 막막해집니다.
그래서 옵시디언을 AI 운영체제로 쓰려면 도구보다 먼저 경계를 정해야 합니다. 원문은 원문으로 남기고, 다시 쓸 지식은 별도로 정제하며, 자동화는 필요한 권한 안에서만 움직이게 하는 것입니다. 그래야 결과를 신뢰할 근거와 고칠 경로가 함께 남습니다.
AI가 무엇을 읽고, 무엇을 실행할지부터 정합니다
옵시디언의 노트는 로컬 마크다운 파일이라 사람이 읽고 AI가 읽을 수 있으며, 필요하면 다른 도구로 옮길 수도 있습니다. 하지만 파일이 내 컴퓨터에 있다고 해서 내용의 신뢰도나 자동화의 안전 경계가 저절로 생기지는 않습니다.
AI 운영체제는 AI가 자료를 읽고, 정리하고, 연결하고, 일부 반복 작업을 수행하는 흐름입니다. 이 흐름을 만들 때는 먼저 자료를 어디에 둘지, 어떤 내용을 지식으로 확정할지, 어떤 행동에 사람 승인을 둘지 정합니다.
- 웹에서 가져온 자료는 검토할 입력으로 보관합니다. 자료 안의 문구가 AI의 작업 지시가 아니라 처리할 데이터로 취급되게 하기 위해서입니다.
- 다시 활용할 노트에는 원문 근거와 아직 확인하지 못한 부분을 남깁니다. 그래야 새 정보가 나왔을 때 결론을 다시 살필 수 있습니다.
- 자동화는 읽기·분류·초안처럼 되돌릴 수 있는 일부터 맡기고, 삭제·전송·결제처럼 되돌리기 어려운 행동은 사람이 마지막에 확인합니다.
AI에게 “조심해서 해”라고 적는 것만으로는 실행 경계가 생기지 않습니다. 연결할 도구와 다룰 폴더, 최종 승인자를 실제 권한과 절차로 나눠야 합니다.
역할이 정해지면 raw·distilled·automation으로 나눕니다
이 기준을 파일에 적용하면 AI 운영체제는 앱 하나가 아니라 역할이 이어지는 작업 흐름이 됩니다. raw는 아직 해석하지 않은 입력을 보관하고, distilled는 확인한 판단을 다시 쓰는 지식으로 만들며, automation은 정해진 규칙 안에서 반복 작업을 처리합니다.
raw: 원문은 확인할 수 있게 남겨 둡니다
raw는 웹페이지, 문서, 메일, 회의 메모처럼 아직 해석하지 않은 입력을 두는 곳입니다. 웹 클리퍼로 수집한 마크다운도 이 단계에 속합니다. 보기 좋게 정리된 자료보다 원래 문장과 출처를 다시 확인할 수 있는 자료를 남기는 편이 중요합니다.
AI 요약이 틀리거나 빠진 부분이 있으면 원문으로 돌아가 확인할 수 있습니다. 특히 웹에서 가져온 내용에는 내가 요청한 정보만 있는 것이 아닙니다. 자료 안의 문구가 AI의 우선순위를 바꾸는 명령처럼 취급되면 요약이나 분류가 예상 밖의 행동으로 이어질 수 있습니다. raw는 신뢰한 지식 저장소가 아니라 검토 대상인 입력 보관함으로 두는 편이 안전합니다.
distilled: 확인한 판단을 다시 쓸 수 있는 지식으로 만듭니다
distilled는 raw를 그대로 복사하는 곳이 아닙니다. 원문에서 무엇이 중요한지 판단하고, 불확실한 부분을 표시하고, 관련 노트와 연결해 다시 쓰는 단계입니다.
정제 노트에는 이 내용이 왜 중요한지, 어떤 원문을 바탕으로 했는지, 아직 확인하지 못한 것이 무엇인지가 드러나야 합니다. 그러면 AI에게 질문할 때 단순히 많은 자료를 가져오는 대신 재사용할 수 있는 판단의 단위를 제공할 수 있습니다.
raw와 정제 노트를 섞어 두면 AI가 오래된 초안, 외부 주장, 내 결론을 같은 무게로 취급하기 쉽습니다. 정제의 목표는 완벽한 요약을 한 번에 만드는 일이 아니라, 출처로 되짚고 필요할 때 해당 노트만 고칠 수 있게 만드는 데 있습니다.
automation: 지식 저장소와 별도로 권한을 설계합니다
자동화는 정리된 지식을 활용해 반복 작업을 줄여 줍니다. 정해진 폴더의 새 자료를 찾거나, 초안을 만들거나, 관련 노트를 연결하는 일이 여기에 해당합니다. 다만 AI가 노트를 읽을 수 있는 권한과 파일을 삭제하거나 외부로 보내는 권한은 전혀 다른 문제입니다.
저장 위치, 파일명, 검토 기준을 규칙으로 명확히 두고 자동화 범위를 넓혀야 합니다. 자동화가 많아지는 것보다, 비가역 행동이 사람의 확인을 거쳐야 한다는 경계가 더 먼저입니다.
역할을 나누면 판단과 수정의 위치가 보입니다
| 구분 | 질문 | AI가 해도 되는 일 | 사람에게 남길 일 |
|---|---|---|---|
| raw | 이 자료는 원래 무엇을 말했나? | 수집, 분류, 요약 초안 | 출처·민감도·신뢰도 판단 |
| distilled | 다시 써도 되는 지식인가? | 연결 후보, 누락 표시, 초안 보완 | 사실 확인, 결론 확정 |
| automation | 이 작업을 반복해도 안전한가? | 규칙 안의 반복 실행 | 권한 부여, 비가역 행동 승인 |
이 구조는 AI가 틀리지 않게 만드는 약속이 아닙니다. 대신 문제가 생겼을 때 어디를 확인하고 무엇을 고쳐야 하는지를 보여 줍니다. raw에서 출처를 확인하고, distilled에서 결론을 수정하고, automation에서는 같은 실수가 반복되지 않도록 규칙이나 권한을 조정할 수 있습니다.
처음에는 역할별 폴더와 짧은 규칙으로 시작합니다
복잡한 PKM 방법론이나 자동화 도구를 먼저 다 설치할 필요는 없습니다. 수집 폴더에는 읽을 자료를 넣되 원문을 요약 노트로 덮어쓰지 않습니다. 정제 폴더에는 원문에서 확인한 내용만 내 말로 정리하고 출처를 남깁니다.
자동화에는 AI가 읽을 위치와 생성할 위치, 사람 확인이 필요한 행동을 짧게 적어 둡니다. 이 정도만 정해도 AI가 더 많은 일을 하면서 자료를 섞어 놓는 일을 줄일 수 있습니다.
도구를 바꾸거나 자동화를 늘려도 이 경계가 유지되면 지식의 근거와 수정 경로는 남습니다.
AI에게 맡길 양보다 되돌아갈 경로를 먼저 만드세요
옵시디언을 AI 운영체제로 쓸 때 중요한 것은 노트를 많이 쌓거나 자동화를 많이 켜는 일이 아닙니다. 원문과 판단을 구분하고, 실행 권한을 제한하고, 오류가 났을 때 다시 확인할 길을 남기는 일입니다.
AI가 지식관리를 편하게 만들어도 그 결과를 그대로 믿을 필요는 없습니다. 어디에서 왔는지 확인하고, 무엇을 바꿔야 하는지 판단할 수 있다면 그 흐름은 계속 다듬어 갈 수 있습니다.
자주 묻는 질문
Q. raw를 꼭 따로 보관해야 하나요?
가능하면 그렇습니다. AI가 만든 요약이나 정제 노트에 오류가 생겼을 때 원문을 다시 확인할 수 있어야 합니다. 다만 민감한 자료는 보관 필요성과 접근 범위를 먼저 판단해야 합니다.
Q. 정제 노트는 AI가 자동으로 만들어도 되나요?
초안과 연결 후보를 만드는 일은 맡길 수 있습니다. 하지만 사실 확인, 불확실성 표시, 최종 결론은 사람이 검토하는 편이 안전합니다.
