카파시가 GitHub에 올린 파일 하나, 10시간 만에 별 1,757개 — RAG는 끝났다
TL;DR
안드레 카파시가 GitHub에 마크다운 파일 하나를 올렸다. 코드 없음. 앱 없음. 10시간 만에 별 1,757개, 포크 318개. 이 파일이 제안하는 것: RAG를 넘어, AI가 스스로 지식을 쌓고 연결하는 '위키' 구조.
핵심 수치
- 별 1,757개 / 10시간 (GitHub Gist 역대급 속도)
- 포크 318개 — 즉시 자기 프로젝트에 적용한 사람들
- 코드 0줄 — 순수 아이디어 파일
왜 이 파일이 중요한가?
우리는 AI를 어떻게 쓰고 있는가?
대부분의 사람들은 AI에게 파일을 던져준다.
"이거 요약해줘."
"이거 분석해줘."
질문할 때마다 AI는 그 문서를 처음 읽는다.
어제 읽었던 논문, 지난달에 저장해둔 기사, 3년 전에 메모해둔 아이디어.
AI는 그걸 기억하지 못한다.
매번 새로 읽고, 매번 새로 연결하고, 매번 새로 이해한다.
쌓이는 게 없다.
I – RAG의 한계: 매일 기억을 잃는 전문가
기술자들은 이걸 RAG(Retrieval-Augmented Generation)라고 부른다.
기술적으로는 아무 문제없다.
근데 생각해보면 이상하다.
비유하자면
당신이 매일 같은 책을 처음 읽는 사람한테 질문을 던지는 거랑 같다.
그 사람은 절대 전문가가 될 수 없다.
어제 읽은 걸 오늘 잊으니까.
II – 카파시의 제안: AI가 지식을 '쌓는' 방식
카파시가 제안한 건 다르다.
AI가 지식을 읽을 때마다 그냥 답을 뱉고 끝내는 게 아니라, 그걸 위키에 쌓아두는 것이다.
연결하고, 모순을 찾아 표시하고, 업데이트하고, 계속 더 풍부하게 만들어간다.
새 자료가 들어올수록 위키는 더 똑똑해진다.
쌓인다.
핵심 비유
마치 이자의 복리처럼. 읽을수록, 쌓일수록, 연결될수록 — 가속이 붙는다.
III – 3층 구조: 놀랍도록 단순하다
구조는 단순하다. 세 겹이다.
| 층 | 역할 | 내용 | 누가 관리? |
|---|---|---|---|
| 1층 | 📄 원본 자료 | 논문, 기사, 메모 | 인간 |
| 2층 | 📝 위키 | 요약·개념·연결 페이지 | AI |
| 3층 | ⚙️ 스키마 | 위키 관리 규칙 설정 | 인간 |
1층: 원본 자료
논문, 기사, 메모.
AI는 이걸 읽기만 하고 절대 건드리지 않는다.
2층: 위키
AI가 직접 쓰고 유지하는 마크다운 파일들.
요약 페이지, 개념 페이지, 연결 페이지.
당신이 읽고, AI가 쓴다.
3층: 스키마
AI에게 "이 위키를 어떻게 관리해"라고 알려주는 설정 파일.
카파시는 이걸 AGENTS.md나 CLAUDE.md에 넣어두라고 한다.
카파시의 핵심 비유
"옵시디언은 IDE, AI는 프로그래머, 위키는 코드베이스다."
IV – 실제 사용 사례: 책 한 권이 위키가 되는 순간
책을 읽는 방식도 달라진다.
소설 한 권 읽으면서 챕터마다 AI에게 넣으면, 끝날 때쯤 등장인물 관계도, 복선 추적 페이지, 주제 연결 지도가 완성되어 있다.
톨킨 게이트웨이 vs LLM 위키
- 팬 위키: 수천 명이 수년에 걸쳐 구축
- LLM 위키: 혼자, AI와 함께, 책 한 권 읽는 시간에 동등한 구조물 생성
V – 아이디어 파일의 시대: 앱이 아닌 생각을 공유한다
근데 이 파일이 왜 이렇게 빠르게 퍼졌냐.
기술적으로 새로운 게 있어서가 아니다.
카파시가 이 파일을 "아이디어 파일"이라고 부른 게 핵심이다.
코드가 없다. 우리가 직접 설치할 게 없다.
패러다임 전환
"이 아이디어를 당신 에이전트에게 그대로 복붙하면, 에이전트가 당신 상황에 맞춰 직접 구현해준다."
시대가 바뀌었다.
더 이상 앱을 공유하는 게 아니라 아이디어를 공유하는 방향으로 흐르는 것 같다.
받은 사람이 실행하는 게 아니라, 받은 사람의 에이전트가 실행한다.
VI – 왜 지금인가?
우리는 오래전부터 "정보가 너무 많아서 문제"라고 했다.
근데 사실 정보가 많은 게 문제가 아니었다.
정보가 연결되지 않는 게 문제였다.
LLM 위키는 그 연결을 AI에게 맡기는 거다.
| 당신이 할 일 | AI가 할 일 |
|---|---|
| 좋은 자료 찾아오기 | 연결 |
| 좋은 질문 던지기 | 요약 |
| 방향 설정 | 교차참조·모순 발견·업데이트 |
우리의 생각과 뇌는 더 중요한 일에 쓰인다.
지식의 복리
지식을 쌓는다는 건 원래 그런 거였다.
연결되고, 업데이트되고, 깊어지는 것.
우리는 그냥 그걸 할 인내심이 없었을 뿐이다.
에이전트는 인내심이 무한하다.
VII – 시작하는 법 (3단계)
Step 1 — 아이디어 파일 받기
# GitHub에서 다운로드
curl -O https://gist.githubusercontent.com/karpathy/442a6bf555914893e9891c11519de94f/raw/llm-wiki.md
Step 2 — 에이전트 설정
CLAUDE.md나 AGENTS.md에 위키 관리 규칙을 추가한다.
카파시의 원본 스키마를 그대로 복붙해도 된다.
Step 3 — Obsidian 연동
왼쪽에 AI 에이전트, 오른쪽에 옵시디언을 열어둔다.
AI가 위키를 수정하면 옵시디언에서 실시간으로 업데이트되는 걸 본다.
VIII – 미래 전망
| 시기 | 예상 변화 |
|---|---|
| 단기 (1-3개월) | 개인 위키 자동화 도구 증가 · Obsidian 플러그인 생태계 확장 · AI 에이전트 기반 지식 관리 표준화 |
| 중기 (3-6개월) | 기업용 지식 관리 시스템으로 확장 · RAG 대체 솔루션으로 채택 증가 · 멀티모달 위키 등장 |
| 장기 (6개월+) | 개인 지식 베이스가 표준 · AI가 인간 지식을 누적·연결하는 방식 일상화 · "지식 관리" 개념 자체가 재정의 |
IX – 결론: 당신의 위키를 시작하라
안드레 카파시의 LLM 위키는 단순한 기술이 아니다.
지식을 쌓는 방식의 패러다임 전환이다.
과거에는 우리가 직접 지식을 정리했다. 노트를 쓰고, 태그를 달고, 링크를 만들었다.
하지만 인간은 잊는다. 인내는 제한적이다.
AI는 다르다. AI는 무한한 인내심을 가진 파트너다.
- 당신이 읽고, AI가 쓴다.
- 당신이 질문하고, AI가 연결한다.
- 당신이 시작하고, AI가 완성한다.
지금 당장 시작하라
작은 위키 하나. 오늘 읽은 논문 하나.
내일, 그 위키는 어제보다 똑똑해져 있을 것이다.
그리고 일주일 후, 한 달 후, 일 년 후.
당신은 당신의 AI와 함께 만든 위키를 보게 될 것이다.
그리고 깨닫게 될 것이다.
이것이 바로 지식을 쌓는 새로운 방식이라고.
💭 이 글을 읽고 생각해볼 질문
1. 당신의 지식 베이스는 현재 어떻게 관리되고 있는가?
수동으로 정리하고 있는가, 아니면 AI가 도와주고 있는가?
2. RAG의 한계를 경험한 적이 있는가?
AI가 매번 새 문서를 읽을 때마다 느꼈던 불편함이 있는가?
3. AI 에이전트와 함께 위키를 구축한다면, 어떤 주제부터 시작할 것인가?
업무 지식? 취미? 읽고 있는 책? 첫 위키 주제를 정해보자.