에필로그: 미래의 지식인은 AI와 함께 축적하는 사람이다

질문만 하는 사람과 축적하는 사람

AI 시대에 가장 흔한 장면은 질문이다.

"이 자료를 요약해줘." "이 문제를 설명해줘." "이 글을 써줘." "이 전략이 맞는지 검토해줘."

질문은 중요하다. 좋은 질문은 AI의 답변 품질을 크게 바꾼다. 하지만 질문만으로는 부족하다. 질문은 대화가 끝나는 순간 흩어진다. 답변은 그때는 유용하지만, 시간이 지나면 어디에 있었는지 찾기 어렵다. 같은 고민이 반복되고, 같은 자료를 다시 읽고, 같은 설명을 다시 요청하게 된다.

이 책의 출발점은 단순하다.

AI에게 매번 묻는 사람은 매번 처음부터 시작한다. AI와 함께 위키를 쌓는 사람은 이전 지점에서 다시 시작한다.

LLM Wiki는 거창한 시스템이 아니다. 핵심은 원문을 보존하고, AI가 정리한 지식층을 만들고, 그 지식층을 계속 업데이트하는 것이다. raw는 증거가 되고, wiki는 이해가 되고, schema는 운영 규칙이 된다. index와 log는 지식의 위치와 변화 이력을 보여준다.

이 구조를 갖추면 AI는 단순한 답변 기계가 아니라 지식관리자가 된다. 그리고 사용자는 매번 새 대화를 여는 사람이 아니라, 축적된 지식 위에서 판단하는 사람이 된다.

AI 시대의 공부법

AI 시대의 공부는 답을 빨리 얻는 일로 끝나지 않는다. 답을 받는 속도는 이미 충분히 빨라졌다. 이제 중요한 차이는 그 답이 내 지식으로 남느냐에 있다.

예전에는 모르는 개념을 검색하고, 여러 글을 읽고, 노트에 정리했다. 이제는 AI에게 설명을 요청할 수 있다. 하지만 AI의 설명을 듣고 고개를 끄덕이는 것만으로는 공부가 끝나지 않는다. 공부는 질문과 답변이 다음 학습의 재료로 남을 때 깊어진다.

예를 들어 "RAG와 LLM Wiki의 차이는 무엇인가?"라고 물었다고 하자. 답변을 읽고 끝내면 그 대화는 일회성이다. 하지만 그 질문을 wiki/concepts/rag-vs-llm-wiki.md 같은 페이지로 남기면 달라진다. 그 안에 핵심 차이, 관련 개념, 참고한 원문, 아직 모르는 질문을 함께 적는다. 나중에 새로운 자료를 읽으면 같은 페이지를 업데이트한다. 그러면 하나의 질문이 하나의 지식 노드가 된다.

공부의 단위도 바뀐다. 더 이상 책 한 권, 강의 한 편, 논문 한 편이 독립적으로 끝나지 않는다. 각각의 자료는 위키 안의 개념 페이지, 인물 페이지, 주장 페이지, 반론 페이지로 흡수된다. 공부는 자료 소비가 아니라 지식 구조 갱신이 된다.

좋은 학습자는 많은 답을 받은 사람이 아니다. 받은 답을 검토하고, 출처를 남기고, 자기 언어로 바꾸고, 다음 질문으로 연결하는 사람이다. AI 시대의 공부법은 "빨리 이해하기"에서 "계속 쌓이게 만들기"로 확장된다.

AI 시대의 글쓰기

글쓰기도 바뀐다. 많은 사람이 AI에게 글을 써달라고 요청한다. 이 방식은 빠르지만 한계가 있다. AI는 그럴듯한 문장을 만들 수 있지만, 내가 오래 축적한 관점과 맥락을 자동으로 알지는 못한다. 그래서 결과물은 대체로 평균적인 글이 되기 쉽다.

LLM Wiki를 가진 사람의 글쓰기는 다르다. 빈 문서에서 시작하지 않는다. 이미 쌓인 지식층에서 시작한다.

책을 쓰려면 관련 자료가 raw/에 있고, 핵심 개념이 wiki/concepts/에 있고, 주장과 근거가 각각의 페이지에 정리되어 있다. 블로그 글을 쓰려면 과거 메모, 독서 기록, 고객 인터뷰, 실험 로그가 연결되어 있다. 뉴스레터를 쓰려면 최근 읽은 자료와 이전에 쓴 생각이 한곳에서 만난다.

이때 AI에게 요청하는 방식도 달라진다.

"이 주제로 글을 써줘"가 아니라 이렇게 묻게 된다.

"이 위키의 관련 페이지를 읽고, 내가 반복해서 주장한 관점을 찾아줘." "근거가 강한 주장과 약한 주장을 나눠줘." "이 독자를 위해 어떤 순서로 설명하면 좋은지 목차를 제안해줘." "초안을 만들되, 출처가 없는 단정은 표시해줘."

이런 글쓰기는 AI에게 모든 것을 맡기는 방식이 아니다. 인간은 방향과 판단을 맡고, AI는 연결과 정리와 초안 생성을 돕는다. 글은 빈 곳에서 튀어나오지 않는다. 오래 쌓인 재료가 조립되고, 압축되고, 재배열되며 나온다.

결국 AI 시대의 글쓰기 능력은 문장을 빨리 생산하는 능력만이 아니다. 어떤 지식을 쌓을지, 어떤 관점을 남길지, 어떤 질문을 반복해서 다룰지 결정하는 능력이다. 좋은 위키를 가진 사람은 좋은 글을 더 쉽게 쓴다. 좋은 글은 좋은 지식 운영의 결과물이 된다.

AI 시대의 기업 운영

기업에서도 같은 변화가 일어난다. 스타트업과 작은 팀은 늘 맥락 부족에 시달린다. 대표는 많은 것을 알고 있지만 팀원은 그 배경을 모른다. 기획자는 고객 인터뷰를 기억하지만 개발자는 그 뉘앙스를 모른다. 세일즈팀은 반복되는 고객 질문을 듣지만 제품팀에는 늦게 전달된다.

문제는 문서가 없어서만 생기지 않는다. 문서가 있어도 흩어져 있으면 같은 문제가 반복된다. Slack에는 대화가 있고, 회의록에는 결정이 있고, Notion에는 기획서가 있고, 이슈 트래커에는 작업 내역이 있다. 하지만 이 정보들이 하나의 지식으로 연결되지 않으면 팀은 계속 같은 배경 설명을 반복한다.

LLM Wiki는 팀의 머릿속 맥락을 외부화하는 방법이다.

대표의 제품 비전은 wiki/projects/product-vision.md에 남는다. 고객 인터뷰는 원문으로 보존되고, 반복 패턴은 고객 피드백 페이지로 정리된다. 기능 기획은 의사결정 기록과 연결된다. 경쟁사 분석은 한 번 작성하고 끝나는 보고서가 아니라 계속 업데이트되는 페이지가 된다.

중요한 것은 AI가 팀을 대신해 판단하지 않는다는 점이다. AI는 회의록에서 결정 사항을 추출하고, 고객 피드백을 묶고, 오래된 문서를 찾아내고, 서로 모순되는 설명을 표시할 수 있다. 하지만 최종 판단은 사람이 해야 한다. 어떤 고객의 말을 더 중요하게 볼지, 어떤 전략을 선택할지, 어떤 정보를 공개하거나 비공개로 둘지는 인간의 책임이다.

AI 시대의 기업 운영은 더 많은 문서를 만드는 일이 아니다. 팀이 반복해서 쓰는 맥락을 살아 있는 위키로 바꾸는 일이다. 잘 운영되는 위키는 온보딩 시간을 줄이고, 회의의 반복을 줄이고, 결정의 이유를 보존한다. 팀은 기억에 의존하지 않고, 공유된 지식 위에서 움직일 수 있다.

오늘 시작하는 첫 LLM Wiki

이 책을 다 읽었다면 이제 거대한 시스템을 만들 필요는 없다. 오늘 할 일은 작아야 한다. 작아야 시작할 수 있고, 시작해야 축적된다.

첫 번째로 폴더 하나를 만든다.

my-llm-wiki/
  raw/
  wiki/
  logs/
  index.md
  CLAUDE.md

처음부터 완벽한 분류 체계를 만들지 않아도 된다. raw/는 원문을 넣는 곳이다. wiki/는 정리된 지식을 넣는 곳이다. logs/는 작업 기록을 남기는 곳이다. index.md는 중요한 페이지의 입구다. CLAUDE.md 또는 AGENTS.md는 AI에게 주는 운영 규칙이다.

두 번째로 schema 하나를 작성한다. 길 필요는 없다. 다음 정도면 충분하다.

# LLM Wiki 운영 규칙

- raw/의 원문은 수정하지 않는다.
- wiki/에는 원문을 바탕으로 한 요약, 개념, 주장, 연결을 작성한다.
- 중요한 주장에는 가능한 한 출처를 남긴다.
- 확실한 사실, 추정, 의견을 구분한다.
- 새 페이지를 만들거나 기존 페이지를 수정하면 logs/에 기록한다.
- 모순을 발견하면 임의로 해결하지 말고 "검토 필요"로 표시한다.

세 번째로 raw 자료 하나를 넣는다. 웹 문서 하나, 논문 하나, 책의 한 챕터, 회의록 하나, 개인 회고 하나면 된다. 중요한 것은 양이 아니라 흐름이다.

그다음 AI에게 이렇게 요청한다.

raw/에 있는 자료를 읽고 LLM Wiki 운영 규칙에 따라 wiki/에 정리해줘.
새로 만들 페이지와 업데이트할 페이지를 제안하고, 작업 후 index.md와 logs/도 갱신해줘.
출처가 불명확한 주장이나 추가 확인이 필요한 내용은 표시해줘.

이 한 번의 작업이 첫 LLM Wiki의 시작이다. 완벽하지 않아도 된다. 오히려 처음부터 완벽하려고 하면 오래가지 않는다. 처음에는 자료 하나, 페이지 하나, 질문 하나면 충분하다.

작게 시작해야 오래 간다

LLM Wiki의 힘은 규모에서 바로 나오지 않는다. 반복에서 나온다.

하루에 자료 하나를 넣는다. 매주 한 번 오래된 페이지와 중복 페이지를 점검한다. 매달 한 번 여러 페이지를 묶어 새로운 관점으로 종합한다. 질문이 생기면 대화창에만 남기지 말고 위키 페이지로 남긴다. 좋은 답변을 받으면 그대로 복사하지 말고, 출처와 함께 자기 언어로 정리한다.

이 루틴이 쌓이면 위키는 단순한 노트 묶음이 아니게 된다. 내가 무엇을 배웠는지, 무엇을 반복해서 고민했는지, 어떤 판단을 했는지, 어떤 근거로 생각을 바꿨는지 보여주는 지식의 지도에 가까워진다.

개인에게는 두 번째 뇌가 된다. 연구자에게는 리서치 기반이 된다. 작가에게는 원고의 재료 창고가 된다. 1인 기업가에게는 전략과 실행의 기록이 된다. 팀에게는 공유 기억이 된다.

미래의 지식인은 AI에게 질문을 잘하는 사람일 것이다. 하지만 거기서 멈추지는 않을 것이다. 더 중요한 능력은 질문을 지식으로 바꾸고, 답변을 검토 가능한 기록으로 남기고, 그 기록을 다음 판단의 기반으로 사용하는 능력이다.

AI에게 묻는 일은 누구나 할 수 있다. AI와 함께 축적하는 일은 습관과 구조를 가진 사람만 할 수 있다.

오늘 폴더 하나를 만들자. schema 하나를 쓰자. raw 자료 하나를 넣자. 그리고 첫 페이지를 만들자.

그 작은 페이지가 미래의 나에게 돌아갈 출발점이 된다.