무조건 이렇게 저장하세요! AI가 스스로 처리합니다! 옵시디언 + Claude + VS code — 폴더 3개면 끝납니다

한 줄 요약

00:00 폴더 3개와 각 폴더의 claude.md 규칙 파일만으로 AI가 자동으로 지식을 수집·정리·검색 가능하게 만드는 개인용 RAG 시스템 구축법을 배웁니다.

---

사전 준비물

• 옵시디언(Obsidian) 설치 및 기본적인 마크다운(Markdown) 사용법 이해
• 비주얼 스튜디오 코드(Visual Studio Code) 설치
• 클로드(Claude) 또는 클로드 코드(Claude Code) 접근 및 사용 능력
• 개인 지식 관리 시스템 구축에 대한 이해와 의지

---

단계별 절차

Step 1: 문제 인식 및 시스템 필요성 이해

01:30

AI 시대에는 버튼 클릭 한 번으로 방대한 콘텐츠가 생성됩니다. 하지만 이렇게 생성된 콘텐츠를 체계적으로 관리하지 못하면 다음과 같은 문제가 발생합니다:

• 토큰 낭비: AI에게 매번 같은 맥락을 다시 설명해야 함
• 정보 검색의 어려움: 메모 2,000개를 쌓아두고도 정작 필요할 때 찾지 못함
• 작업물 품질 저하: 과거의 통찰과 경험이 새로운 작업에 연결되지 않음

이를 해결하기 위한 해법이 바로 RAG(Retrieval Augmented Generation) 시스템입니다. RAG는 AI가 외부 데이터베이스에 저장된 나의 지식을 검색하여 활용하도록 만드는 구조입니다. 하지만 기존 RAG 시스템은 구축이 복잡하고 비용이 많이 든다는 단점이 있습니다.

---

Step 2: 필수 도구 준비 및 기본 구조 이해

04:00

이 시스템은 세 가지 도구의 협업으로 작동합니다:

핵심 원리: 옵시디언과 VS 코드는 동일한 로컬 폴더를 바라보며, 마크다운이라는 공통 포맷으로 연결됩니다. 인간은 옵시디언에서 읽고 편집하고, AI는 VS 코드를 통해 자동으로 파일을 정리합니다.

화면은 실제로 VS Code와 Obsidian이 동시에 열린 작업 환경을 보여줍니다. 왼쪽의 VS Code는 코딩과 자동화 작업을 위한 공간이며, 오른쪽의 Obsidian은 정리된 지식을 시각적으로 확인하는 공간입니다.

---

Step 3: 3단계 폴더 구조 정의 및 생성

02:45

이 시스템의 핵심은 다음과 같은 3단계 폴더 구조입니다:

RAG/
├── RAW/           (창고: 모든 원본 자료 저장)
├── WIKI/          (정리된 지식 보관)
└── index.md       (안내 데스크: 전체 문서 검색 및 관리)

각 폴더의 역할을 비유로 이해하면:

• RAW 폴더: 잡동사니가 가득한 창고. 웹 자료, 과거 작업물, 메모 등 모든 원본 콘텐츠를 무조건 저장합니다. 정리는 나중에 AI가 합니다.
• WIKI 폴더: 잘 정리된 도서관. AI가 RAW 폴더의 자료를 읽고 가공하여 재사용 가능한 지식 문서로 만들어 보관합니다.
• index.md: 정보 데스크. 전체 지식 시스템의 목차 역할을 하며, 다른 문서를 쉽게 찾을 수 있도록 연결합니다.

05:00에서는 클로드에게 직접 이 구조를 설명하여 자동으로 폴더를 생성하도록 요청하는 과정을 보여줍니다. VS Code의 Claude Code 확장 기능을 사용하여 음성 또는 텍스트로 다음과 같이 요청합니다:

"내가 개인 지식 시스템을 구축하려고 한다. 
RAW 파일을 보관하는 폴더와 정리된 문서를 보관하는 폴더, 
그리고 이 두 폴더의 문서를 찾기 쉽게 관리하는 index.md 파일을 구축하려고 한다."

AI는 이 요청을 이해하고 Obsidian에 최적화된 폴더 구조를 자동으로 생성합니다. 생성된 구조에는 위키링크, YAML 프론트매터, Dataview 플러그인 호환성 등이 포함됩니다.

---

Step 4: 클로드(Claude) 작업 규칙(claude.md) 설정

07:30

각 폴더의 동작 방식을 제어하는 핵심은 claude.md 파일입니다. 이 파일은 해당 폴더에서 AI가 작업할 때 따라야 할 '작업 매뉴얼' 역할을 합니다.

RAW 폴더의 claude.md 예시

## 절대 규칙
- 원본 내용을 임의로 수정하지 않는다
- 파일명은 'YYYY-MM-DD_주제_출처.md' 형식을 따른다
- 모든 파일에 YAML 프론트매터를 추가한다

## 프론트매터 스키마
- title: 문서 제목
- source: 출처 URL 또는 설명
- tags: 분류 태그 (배열)
- status: 처리 상태 (raw/processed)
- created: 생성일 (YYYY-MM-DD)

## 워크플로우
1. RAW 폴더의 파일을 읽는다
2. 프론트매터가 없으면 자동으로 추가한다
3. 원본 내용은 절대 변경하지 않는다

WIKI 폴더의 claude.md 예시

## 절대 규칙
- RAW 폴더의 원본을 기반으로 재구성한다
- 재사용 가능한 지식으로 만든다
- 다른 문서와의 연결(위키링크)을 명시한다

## 노트 본문 구조
1. 개요 섹션
2. 핵심 개념 (불릿 포인트)
3. 상세 설명
4. 관련 문서 링크 (위키링크 형식)
5. 참고 자료

08:29와 09:07에서는 실제 VS Code 화면으로 각 폴더의 claude.md 파일 내용을 확인할 수 있습니다. RAW 폴더와 DOCS 폴더의 규칙이 명확히 다르게 설정된 것을 볼 수 있습니다.

확장 가능성: YouTube 채널 운영자는 영상 기획 폴더에 "썸네일 제목은 20자 이내", 연구자는 논문 정리 폴더에 "인용 형식은 APA 스타일" 같은 맞춤 규칙을 설정할 수 있습니다.

---

Step 5: RAW 데이터 수집 및 AI를 통한 자동 정리

09:30

이제 실제로 시스템을 사용해봅니다:

1. 다양한 원본 문서를 RAW 폴더에 저장
   • 유튜브 영상 스크립트
   • 독서 메모
   • 음성 메모
   • 웹 클리핑
   • 과거 작업물

10:35에서는 실제로 여러 테스트 문서가 생성된 것을 보여줍니다:

• 2026-04-23_LLM_fine-tuning_karpathy.md
• 2026-04-23_독서메모_사피엔스.md
• 2026-04-23_음성메모_유튜브아이디어.md

각 문서에는 제목, 유형, 출처, 태그, 캡처 일자, 상태 등의 프론트매터 정보가 포함되어 있습니다.

1. 파일명을 설명적으로 작성

    나쁜 예: memo1.md, temp.md
    좋은 예: 2026-04-23_AI활용_생산성팁_트위터.md
   

2. 클로드에게 정리 명령

   "RAW 폴더의 새로운 파일들을 검토하고, 
   각 폴더의 규칙에 따라 정리해줘.
   WIKI 폴더에 정리된 문서를 생성하고 index.md를 업데이트해줘."
   

3. AI의 자동 처리 과정

   • RAW 폴더의 claude.md 규칙에 따라 원본 파일 검증
   • WIKI 폴더의 claude.md 규칙에 따라 정리된 문서 생성
   • 문서 간 연결 (위키링크) 자동 생성
   • index.md 파일 자동 갱신

11:27에서는 AI가 수행한 작업 목록을 확인할 수 있습니다. YouTube_AI_콘텐츠_시리즈_기획.md 문서가 docs/ 폴더로 정리되었고, 원본 링크 및 위키링크가 추가되었습니다. '규칙 검토' 표를 통해 각 규칙의 준수 여부(통과/실패)를 확인할 수 있습니다.

---

Step 6: 옵시디언(Obsidian)으로 결과물 확인 및 관리

11:30

AI의 작업이 완료되면 옵시디언에서 결과물을 확인합니다:

정리된 문서 확인

11:57에서는 2026-04-23_LLM_karpathy.md 문서가 Obsidian에서 열린 모습을 보여줍니다. 문서는 다음과 같은 구조로 정리되어 있습니다:

---
title: Andrej Karpathy의 LLM Fine-tuning 강연
source: https://youtube.com/...

status: processed
created: 2026-04-23
related: 딥러닝기초, GPT구조
---

## 핵심 내용
- LLM 파인튜닝의 3가지 접근법
- 데이터 품질이 모델 성능보다 중요
- ...

## 상세 노트
...

## 관련 문서
- Transformer 아키텍처
- 프롬프트 엔지니어링

그래프 뷰로 연결 구조 시각화

11:30의 Obsidian 그래프 뷰에서는 생성된 여러 문서 노드와 그 연결 관계가 시각적으로 나타납니다. 이를 통해:

• 어떤 주제가 자주 연결되는지 파악
• 고립된 문서 발견
• 지식 네트워크의 구조 이해

커스터마이징

12:30와 13:17에서는 Obsidian의 높은 사용자 정의 가능성을 보여줍니다:

• 프론트 매터(Front Matter): 문서의 메타데이터(태그, 출처, 생성일 등)를 YAML 형식으로 구조화
• 외형 설정: 색상 팔레트 변경
• CSS 스니펫: 사용자 정의 스타일 적용
• 플러그인: Dataview, Templater 등으로 기능 확장
• 단축키: Hyper+ 단축키로 빠른 작업

---

흔한 실수 & 해결법

---

완성 결과물

이 시스템을 구축하면:

• AI가 자동으로 원본 자료를 분류하고 정리
• 인간이 쉽게 검색하고 활용할 수 있는 구조화된 지식 베이스
• 문서 간 연결이 시각화된 그래프 네트워크
• 지속적으로 업데이트되고 확장 가능한 '세컨드 브레인(Second Brain)'
• 기존 RAG 시스템 대비 4~10배 저렴한 비용

비용 비교:

---

응용 / 다음 단계

시스템 확장 방법

1. 프로젝트별 폴더 추가

   RAG/
   ├── YouTube/
   │   ├── RAW/
   │   ├── WIKI/
   │   └── claude.md (영상 기획 규칙)
   ├── Research/
   │   ├── RAW/
   │   ├── WIKI/
   │   └── claude.md (논문 정리 규칙)
   └── Business/
       ├── RAW/
       ├── WIKI/
       └── claude.md (업무 문서 규칙)
   

2. 고급 Obsidian 플러그인 활용

   • Dataview: 데이터베이스처럼 문서 쿼리
   • Templater: 템플릿 자동화
   • Excalidraw: 시각적 다이어그램 추가

3. AI 워크플로우 자동화

   • 매일 아침 자동으로 RAW 폴더 정리
   • 주간 리뷰 리포트 자동 생성
   • 특정 태그 문서 자동 요약

4. 팀 협업으로 확장

   • Git으로 마크다운 파일 버전 관리
   • 팀원과 지식 베이스 공유

더 학습할 내용

• PKM (Personal Knowledge Management) 방법론
• 제텔카스텐(Zettelkasten) 노트 작성법
• RAG 시스템 아키텍처 심화
• 프롬프트 엔지니어링 기법
• 옵시디언 플러그인 개발

---

관련 개념

• RAG (Retrieval Augmented Generation)
• 세컨드 브레인 (Second Brain)
• 마크다운 (Markdown)
• YAML 프론트매터
• 위키링크 (Wikilinks)
• 그래프 데이터베이스
• AI 에이전트
• 로컬 우선 소프트웨어
• 지식 그래프 (Knowledge Graph)

---

주요 타임스탬프

• 00:00 — 인트로 및 영상의 핵심 주제 소개 (개인 지식 시스템)
• 01:30 — 기존 AI 콘텐츠 관리의 문제점 및 RAG 시스템의 필요성
• 02:45 — 개인용 RAG 시스템의 3단계 폴더 구조(RAW, WIKI, Master Index) 설명
• 04:00 — 옵시디언(Obsidian)과 VS 코드(Visual Studio Code)의 역할 및 연동 방식
• 05:00 — 클로드(Claude)를 활용한 폴더 구조 자동 생성 시연
• 07:30 — claude.md 파일의 역할 및 각 폴더별 규칙 설정
• 09:30 — RAW 폴더에 테스트 문서 추가 및 AI 자동 정리 프로세스 시연
• 11:30 — 옵시디언(Obsidian)에서의 정리된 문서 확인 및 그래프 뷰 시각화
• 12:30 — 옵시디언(Obsidian)의 프론트 매터 및 커스터마이징 기능 설명
• 13:45 — 시스템의 확장성과 결론 및 마무리