dokuwiki에서 obsidian까지 LLM wiki 만들기

 

고라파덕에서 Claude Code까지 — LLM 기반 개인 지식 시스템 구축기

나는 오랫동안 “지식을 어떻게 쌓고, 어떻게 꺼내 쓸 것인가”라는 문제를 고민해왔다. 단순한 메모가 아니라, 구조화된 지식, 그리고 문제 해결로 이어지는 시스템이 필요했다.

---

1. 시작 — 고라파덕이라는 개념

처음 출발점은 ‘고라파덕’이었다.

고라파덕은 단순한 이름이 아니라, 하나의 구조였다.

• 대화 → 문서화
• 문서 → 구조화
• 구조 → 다시 대화로 환원

즉, LLM을 단순한 답변 도구가 아니라 지식 인터페이스로 사용하는 방식이다.

핵심은 이것이다.

• LLM은 기억하지 않는다
• 그러므로 기억은 외부(위키)에 둔다
• LLM은 그 위키를 읽고 해석하는 엔진이 된다

그래서 나는 DokuWiki + LLM 구조를 실험하기 시작했다.

---

2. 문제 — LLM은 “생각”하지 않는다

실험을 하면서 바로 느낀 문제가 있었다.

LLM은 생각하는 것이 아니라, 확률적으로 이어붙인다.

그래서 발생하는 문제:

• 항상 “평균적인 답”으로 수렴
• 창작은 가능하지만, 구조는 약함
• 일관성이 깨짐

이걸 해결하려면 방향이 바뀌어야 했다.

LLM에게 맡기는 것이 아니라, LLM을 제한해야 한다.

---

3. 해결 전략 — 구조를 먼저 만든다

그래서 접근 방식이 바뀌었다.

이제는 이렇게 설계한다:

입력 (메일, 문서, 작업)
→ 분류 (runbook / 일반 / 리소스)
→ 구조화 (JSON)
→ 위키 저장
→ LLM이 검색 + 연결 + 해결 제시

핵심은 두 가지:

• LLM은 생성이 아니라 “정리 역할”
• 지식은 항상 구조화된 형태(JSON + Wiki)

이 시점에서 시스템은 점점 안정되기 시작했다.

---

4. 전환점 — API 기반으로 바꾼 이유

초기에는 로컬 LLM도 많이 테스트했다.

• Qwen 3B / 7B / 14B
• Llama 계열
• phi 모델

결론은 명확했다.

• 작은 모델 → 구조 무너짐
• 큰 모델 → 하드웨어 비용 증가
• 속도 / 안정성 / 유지보수 문제 발생

그래서 전략을 바꿨다.

“LLM은 API로 쓴다.”

이 결정 이후:

• 성능 고민 제거
• 모델 선택 자유
• 시간 절약

그리고 시스템 설계에 집중할 수 있게 되었다.

---

5. Andrej Karpathy 접근과의 연결

이 시점에서 Andrej Karpathy의 개인 지식 시스템 접근을 보게 되었다.

핵심 개념은 거의 동일했다.

• LLM은 기억이 아니다
• 지식은 외부에 저장해야 한다
• LLM은 검색 + 연결 엔진이다

결국 내가 하던 고라파덕 구조와 방향이 같았다.

다만 차이가 있다면:

• 나는 더 “운영 중심”
• Karpathy는 “개인 생산성 중심”

이 둘을 결합하면서 구조가 완성되었다.

---

6. 최종 형태 — Claude Code로 구현

이제 구현 단계로 넘어갔다.

Claude Code를 선택한 이유는 명확하다.

• 구조 설계 능력
• 문서 생성 안정성
• 일관된 출력

현재 구조는 다음과 같다:

[Input]
메일 / 작업 / 문서

↓ (Claude Code)

[JSON 구조화]
title
category
keywords
summary

↓ 

[DokuWiki 저장]

↓

[LLM 검색 + 연결]
문제 분석
관련 문서 링크
해결 제안

이 구조의 특징:

• 지식이 계속 누적됨
• 검색이 아니라 “맥락 연결”이 됨
• 과거 경험이 자동으로 재사용됨

---

7. 핵심 깨달음

이 과정을 통해 얻은 가장 중요한 결론은 이것이다.

LLM은 지식을 만들지 않는다. 지식을 “흐르게” 만든다.

그래서 중요한 것은:

• 모델 성능이 아니라
• 구조 설계다

좋은 구조가 있으면:

• 작은 모델도 충분히 쓸 수 있고
• 큰 모델은 더 강력해진다

---

마무리

고라파덕에서 시작해서 Claude Code까지 왔다.

이건 단순한 도구 이야기가 아니다.

“지식을 어떻게 다룰 것인가”에 대한 구조의 이야기다.

앞으로의 방향은 명확하다.

• 자동화 강화
• 연결성 강화
• 지식 → 실행까지 이어지는 시스템

결국 목표는 하나다.

“생각을 외부화하고, 다시 사용할 수 있게 만드는 것”