스크립트
00:00:00여러분은 옵시디언에서 클라우드 코드를 잘못 사용하고 있거나, 적어도 표면만 겨우 핥고 있는 겁니다.
00:00:05우리는 옵시디언을 단순히 마크다운 파일을 추적하는 용도 그 이상으로 훨씬 유용하게 쓸 수 있습니다.
00:00:11대신 이를 활용해 전체 클라우드 OS의 커맨드 센터를 구축할 수 있죠. 다양한 스킬과
00:00:16자동화 기능, 메모리 계층, 그리고 그 위에 얹어진 시각적 인터페이스가 포함된 시스템으로,
00:00:22터미널이나 데스크톱 앱에서는 절대 얻을 수 없는 인사이트를 제공합니다. 완전한 로컬
00:00:27음성 기능까지 부여할 수 있다는 점도 말씀드렸었나요? 하지만 이걸 어떻게 해야 실제로 가치를 제공하며,
00:00:31알맹이 없는 시각적 쇼케이스로 전락하지 않게 만들 수 있을까요? 바로 오늘 다룰 내용이 이것이며,
00:00:37이 영상이 끝날 때쯤이면 여러분도 직접 이를 구축하는 방법을 이해하게 될 겁니다. 자, 이 채널을
00:00:42잠깐이라도 보신 분들이라면 이 클라우드 OS가 몇 번의 진화 과정을 거쳤다는 걸 아실 겁니다. 불과 얼마 전까지만 해도
00:00:47이런 웹 기반 버전이었고, 그 전에는 옵시디언 버전이 있었습니다.
00:00:54자, 이 웹 기반 버전의 멋진 점은 음성 기능이 있었다는 것입니다. 완전한
00:00:59로컬 음성 설정으로 아주 빠른 응답을 얻고 마이크를 통해 여러 가지를 제어할 수 있었죠.
00:01:03마이크로, 이번에 제가 한 건 옵시디언 커맨드 센터를 대폭 업그레이드해서 웹 버전의 가장
00:01:10여기 보시는 것처럼 결합한 것입니다. 이를 통해 옵시디언의 모든 강력한 기능을 활용할 수 있으며,
00:01:16코덱스나 챗GPT의 음성 모드에서 영감을 받은 음성 설정도 포함시켰습니다.
00:01:23이제 클라우드 코드로 하고 싶은 모든 작업을 위한 원스톱 창구가 마련된 셈이죠. 하지만 이 모든 것이 도대체
00:01:29터미널이나 데스크톱 앱 내부에서는 얻을 수 없는 어떤 이득을 가져다주는 걸까요?
00:01:32이 질문에 답해야 합니다. 그렇지 않으면 이 모든 게 좀 무의미해지니까요. 시각적인 측면부터 시작해서
00:01:37우리가 실제로 보고 있는 게 무엇인지 살펴봅시다. 무엇보다도, 보고 싶은 특정 지표를
00:01:41한눈에 간단히 보여줍니다. 여기서 정말 강조하고 싶은 점은 이게 100퍼센트 맞춤 설정 가능하다는 것입니다.
00:01:46따라서 보고 싶은 것은 무엇이든 여기에 넣을 수 있죠. 이건 클라우드 코드가 직접 만들어 준 커스텀 옵시디언 플러그인일 뿐입니다.
00:01:51토큰 사용량과 관련해 내가 무엇을 하고 있는지 통계를 보고 싶다면 여기에 띄울 수 있고,
00:01:56소셜 미디어 채널의 모든 지표를 볼 수 있으며, 구글 캘린더에서 가져온
00:02:01일정을 볼 수 있습니다. 거기서 구체적인 작업들을 세분화해주고, 바로 이 위치에서
00:02:07아침 헤드라인 형태의 인사이트도 얻게 됩니다. 버튼 클릭 한 번으로 실행할 수 있는 다양한 자동화와 스킬들을 볼 수 있고,
00:02:12매일 실행하는 여러 보고서들을 더 깊이 있게 파고드는 탭들도 여러 개 있습니다.
00:02:18예를 들어 이건 제 리서치 보고서입니다. 모닝 인텔 자동화 기능을 통해 생성되며,
00:02:24지난 7일과 지난 30일간의 깃허브 트렌딩 레포지토리를 전부 보여줍니다. 또한 유튜브의
00:02:29아웃라이어 영상들과 다양한 콘텐츠 각도를 볼 수 있고, 해커 뉴스에서 무엇이 트렌드인지 실시간으로 파악할 수 있습니다.
00:02:35오디언스 탭을 보면, 제 특정 콘텐츠가 유튜브에서 어떻게 성과를 내고 있는지,
00:02:40어떤 게 먹히고 어떤 게 안 먹히는지, 그 이유는 무엇인지 확인할 수 있습니다. 옵시디언이기 때문에 이에만 국한되지 않고
00:02:45옵시디언 내부에서 터미널을 사용할 수 있습니다. 제가 음성 모드를 좋아하는 이유 중 일부도 이 때문입니다. 언제든지 불러내어
00:02:51터미널 띄워줘 같은 말을 할 수 있으니까요.
00:02:57멋지죠, 저기에 있습니다. 자, 이 기능은 실제 음성 기능도 탑재하고 있습니다. 그래서 다음과 같이 말하면죠, 오늘 가장 큰
00:03:03AI 뉴스가 뭐였지? 클로드의 모델 수준 워터마크가 어제 전 세계적으로 배포되었습니다.
00:03:13유럽연합 AI 법에 의해 트리거된 복사-붙여넣기에도 살아남는 보이지 않는 워터마크죠. 딥시크 하니스도 이틀 만에 10만 9천
00:03:23개의 별을 얻으며 폭발적으로 성장해 깃허브 트렌딩을 지배하고 있습니다. 옵시디언 내부에서 이런 할 일 명령을 내릴 수 있다는 점이 꽤 멋집니다.
00:03:32앞서 말했듯 제 터미널을 띄워달라고 할 수도 있고, 이미 실행해 둔
00:03:37보고서에 관해 질문을 던질 수도 있습니다. 그래서 비교적 속도가 빠른 것입니다. 제 명령을 받아
00:03:41웹으로 나가 정보를 찾고 처리한 뒤 응답해야 하는 방식이 아니기 때문이죠. 이미 실행해 둔 보고서,
00:03:47다시 말해 제 리서치 보고서 같은 것을 참조하도록 연결되어 있어서
00:03:50그에 관한 질문에 빠르게 답변할 수 있습니다. 음성 모드의 또 다른 멋진 점은 옵시디언 안에 있지 않을 때도 작동한다는 것입니다.
00:03:54다른 창을 띄워두고 다른 작업을 하고 있을 때, 예를 들어 클로드 데스크톱 앱 안에 있을 때를 가정해 봅시다.
00:04:00그래도 무언가에 대해 질문하고 싶다면, 기본적으로 클로드를 불러내어 음성으로
00:04:05대화할 수 있습니다. 코덱스 내부에서 사용할 수 있는 GPT 라이브 모드와 매우 유사하죠. 정말 유용한 도구입니다.
00:04:10이 경우 단축키만 누르면 다음과 같이 물어볼 수 있습니다. 오늘 제 일정에서 가장 중요한
00:04:16일정이 뭔가요?
00:04:23오늘 가장 중요한 일정은 오전 11시 워프(Warp) 스폰서 산출물 검토이고, 그 다음은 3시의
00:04:30체이스 AI 플러스 코칭콜입니다. 하지만 하루 전체는 기본적으로 9시 30분의 음성 오브 데모 녹화 블록을
00:04:37중심으로 구성되어 있으며, 이게 핵심 초점입니다. 보신 것처럼 다양한 사안에 대해 질문을 던지면
00:04:46빠르게 응답할 수 있습니다. 자, 이 음성 모드 같은 기능은 단순히 진행 중인 보고서에 관한
00:04:52질문에만 답하는 것이 아니라, 실제로 백그라운드에서 클로드를 호출해
00:04:57헤드리스 버전을 실행할 수도 있습니다. 만약 다른 작업을 하다가 클로드 코드에게
00:05:02헤이, 이 프로젝트 계획을 세우기 시작해줘라거나 X, Y, Z에 대한 심층 연구를 시작해줘 같은
00:05:07상당히 깊이 있는 작업을 시키고 싶다면 그렇게 수행할 수 있습니다. 헤드리스 모드로 실행하게 되죠.
00:05:12물론 실제 작업을 수행하고 응답해야 하므로 음성 응답이 그렇게 빠르지는 않겠지만,
00:05:16이미 찾아둔 정보를 끌어오는 빠른 작업들의 경우 비교적 매끄럽게 작동합니다.
00:05:21그리고 이 모든 것은 로컬에서 작동합니다. 제 GPU에서 실행되는 로컬 음성 모드이며,
00:05:27어떻게 설정되어 있는지 보여드리겠습니다. 하지만 전반적으로 시각적인 페이지 측면에서 볼 때,
00:05:31이러한 래퍼 OS 옵시디언 설정이 여러분에게 가져다주는 가치는 꽤 훌륭하다고 생각합니다.
00:05:37특히 다른 창으로 전환해 있을 때의 음성 모드가 그렇습니다. 다른 창을 띄워둔 상태에서도
00:05:40클로드 코드와 음성으로 상호작용할 수 있기 때문입니다. 앞서 말한
00:05:44GPT 음성 모드와 유사한 방식을 구현하고 싶었던 이유가 바로 이겁니다. 클로드 데스크톱 앱 내의 음성 모드는
00:05:48아직 그 수준에 미치지 못하니까요. 이것이 바로 사용자 인터페이스와 음성 모드가 제공하는 가치입니다.
00:05:53클라우드 OS 설정에서 실제로 가치를 제공하는 두 번째 요소는
00:05:57바로 스킬 및 자동화 백본입니다. 여기 보시는 모든 스킬들은 언제든지 클릭할 수 있는
00:06:03버튼으로 이동되었거나 음성 모드로 실행하도록 설정된 것들입니다. 그것도 좋지만,
00:06:07진짜 가치는 제가 일상에서 하는 모든 일을 가져와서
00:06:12스킬과 자동화로 전환했다는 점에 있습니다. 충분히 단순한 개념이지만 이를 올바르게 해내는 사람은 거의 없습니다.
00:06:16지금 보시는 것은 제가 실행하는 모든 스킬과 자동화를 시각화한 것입니다.
00:06:21개념은 비교적 간단합니다. 개인적으로 그리고 업무상 매일 및 매주 실행하는 여러 작업들이 존재하며,
00:06:28이 작업들은 서로 다른 도메인으로 나뉩니다.
00:06:34제 경우 여기에는 메모리, 생산성, 연구, 콘텐츠, 커뮤니티, 에이전시, 영업 등이 포함됩니다.
00:06:41이 각각의 도메인 안에서 제가 수행하는 구체적인 작업들이 있죠. 예를 들어 연구의 경우,
00:06:48유튜브 전용 파이프라인이 있고, 특정 주제를 심층 연구하며, 라이트 래그(LightRAG)
00:06:53데이터베이스로 들어가는 작업들도 있습니다. 아까 보신 보고서와 본질적으로 같은 아침 트렌드 스캔도 있고,
00:06:57경쟁사 동향 등을 파악하고 싶어 합니다. 이 모든 것을 수동으로 할 수도 있지만, 수동으로 어떻게 작동하게 만들고 싶은지 파악한 후에
00:07:04이를 스킬로 전환합니다. 일단 스킬로 전환되면 스스로에게 묻습니다. 이게 자동화될 만한 가치가 있는가?
00:07:09그렇다면 그렇게 만드는 거죠. 사실 이렇게 하는 것은 옵시디언 대시보드의 클라우드 OS와는
00:07:14큰 관련이 없습니다. 이건 그냥 모든 사람이 실천해야 하는 모범 사례일 뿐입니다.
00:07:18하지만 이걸 구축하는 것이야말로 본질적으로 클라우드 OS의 기반이 됩니다.
00:07:26이런 게 없다면 이런 걸 만드는 건 좀 무의미합니다. 도대체 여기서 뭘 하고 있는 건지 모르게 되죠.
00:07:31여기로 이동하는 정보도 없고, 특정 스킬과 자동화를 정기적으로
00:07:34호출할 수도 없게 되며, 결국 알맹이 없는 시각적 쇼케이스가 되어버립니다.
00:07:39이 기반이 없으면 말이죠. 그래서 이것이 실제 알맹이며, 여러분 스스로 이를
00:07:44구축하는 모범 사례에 대해 살펴보겠습니다. 그리 어렵지 않거든요.
00:07:47마지막으로, 옵시디언 메모리 레이어가 있습니다. 사람들이 오해하곤 하는 부분인데,
00:07:52옵시디언 메모리 레이어의 핵심 목적이 반드시 클라우드 코드를 엄청나게
00:07:57슈퍼차징하는 것은 아닙니다. 우리는 온갖 것들을 보고 엄청 들떠서, 오 마이 고드,
00:08:02이 그래프 좀 봐, 완전 멋져, 그래프 래그(GraphRAG) 같아 라고 말하지만, 사실 그래프 래그가 아닙니다.
00:08:06그래프 래그와는 전혀 상관없죠. 옵시디언이 하는 일은 인간인 당신을 위해 마크다운 파일로 정보를 정리해 주는 것입니다.
00:08:12그리고 클라우드 코드 자체를 위한 약간의 부수적 이점이 존재합니다. 클라우드 코드를 위한
00:08:19그 부수적 이점은 수천 개의 파일이 있고 옵시디언 볼트를 실제로 의미 있게 구성했을 때 나타납니다.
00:08:25클라우드 코드가 쉽게 탐색하여 정확한 답변을 빠르게 제공할 수 있게 만들어 주죠.
00:08:29기본적으로 토큰을 절약해 주고 성능을 약간 높여주는데, 이는 전적으로 여러분이 어떻게
00:08:34설정했느냐의 결과입니다. 여기 보시는 것은 어디서나 볼 수 있는 카파시(Karpathy) 옵시디언 래그 시스템이며, 이것이 그 템플릿입니다.
00:08:40카파시가 한 것과 정확히 똑같이 할 필요는 없으므로, 어떻게 설정할지에 대해서는 나중에 더 자세히 다루겠지만,
00:08:45거기서 가져올 수 있는 몇 가지 기본 원칙들이 있습니다. 이것이 바로 옵시디언 플러스 클라우드 OS가
00:08:50해주는 일이며 제공하는 가치이고, 터미널이나 데스크톱 앱 내부에서는
00:08:54얻을 수 없는 것들입니다. 이제 이를 여러분 스스로 어떻게 만들 수 있는지 이야기해 보겠습니다.
00:09:00하지만 먼저, 오늘의 스폰서인 '저'의 말씀이 있겠습니다. 저는 방금 제 클라우드 코드 마스터클래스의
00:09:06아주 새로운 버전을 출시했습니다. 이 도구를 마스터하는 최고의 방법이며, 특히 기술적 배경이
00:09:11기술적 배경이 없는 분들도 쉽게 이해할 수 있도록 실제적이고 실용적인 유스케이스에 집중합니다.
00:09:17기본기를 확실히 다진 뒤에 원하는 개인 프로젝트에 바로 적용해 볼 수 있죠.
00:09:22현재 멤버십 할인 행사 중이니 가입하고 싶으신 분들은 고정 댓글의 링크를 확인해 보세요.
00:09:26Chase AI Plus에서 찾으실 수 있습니다. 자, 클라우드 OS를 위한 자신만의 스킬과 자동화 백본을
00:09:31만드는 법을 설명하기 전에, 음성 설정 과정을 먼저 짚어보며 실제 작동 방식을 이해해 봅시다.
00:09:37예를 들어 “오늘 가장 중요한 AI 뉴스가 뭐야?”라고 말하면, 이 음성 명령어는
00:09:46Jarvis 같은 이름을 가진 음성 모듈로 전달되고, 그 음성 녹음 파일은 컴퓨터에서 실행되는
00:09:53오픈소스 저장소인 Faster Whisper를 통해 텍스트로 변환됩니다.
00:09:59그렇게 음성이 텍스트로 변환되면 그 텍스트가 하이쿠 4.5로 전송됩니다. 저는 하이쿠를 사용했는데
00:10:06가장 작고 저렴하며 빠른 모델이기 때문입니다. 물론 원하신다면 Haiku를 다른
00:10:12로컬 모델로 교체해서 사용할 수도 있습니다.
00:10:16제가 이런 구성을 기본으로 제공해 드리는 이유는 Chase AI Plus 안에서 찾아보실 수 있듯이,
00:10:21사용자마다 하드웨어 사양이 다를 수 있기 때문입니다. 따라서 로컬 모델의 성능도 크게 달라질 수 있죠.
00:10:26그래서 Haiku가 무난한 표준이지만, 사양이 받쳐준다면 Qwen이나 기타 원하는 모델로
00:10:30자유롭게 바꿀 수 있습니다. 아무튼 “가장 큰 AI 뉴스가 뭐야?”라는 질문이 텍스트로 바뀌면,
00:10:35그 텍스트가 Haiku로 전달되고 Haiku는 이를 어디로 라우팅할지 판단합니다. 처리 방식은 크게 세 가지 계층으로 나뉩니다.
00:10:40첫 번째 계층은 스킬(Skills)입니다. 예를 들어 “야, 자비스, 모닝 인텔 보고서 실행해 줘”라고 말하면,
00:10:47이는 첫 번째 계층으로 라우팅됩니다. 스킬을 실행하기만 하면 된다는 걸 알기 때문에
00:10:51다른 불필요한 말을 덧붙일 필요 없이 그냥 스킬을 실행하고, 시킨 일을 끝낸 뒤 완료되었다고 알려주기만 합니다.
00:10:55두 번째 계층은 지표나 데이터를 조회하고 싶을 때입니다. 방금 우리가 던진 질문이 바로 그런 경우죠.
00:11:01“오늘 가장 큰 AI 뉴스가 뭐야?”라고 물었을 때 이미 존재하는 보고서를 확인하게 하고 싶을 때입니다.
00:11:05따라서 뉴스에 대해 물어보면 리서치 탭으로 이동해서 모닝 인텔 보고서를 살펴본 뒤
00:11:11그 내용을 알려줄 수 있다는 걸 인식합니다. 이 특정 계층을 따로 분리한 이유는
00:11:15속도를 빠르게 유지하고 싶기 때문입니다. 스스로 검색이나 리서치를 하게 만들지 않고, 이미 존재하는 내용을 찾아 보여주기만 하죠.
00:11:19이 명령어가 바로 두 번째 계층으로 향하게 됩니다. 이어서 세 번째 계층이 있습니다.
00:11:24앞서 살짝 언급했듯이, 음성 모드를 켜서 “테이블 5를 열고 X, Y, Z 작업에 대한 심층 리서치를 수행한 다음
00:11:28행동 계획을 세워줘”라고 말하는 경우입니다.
00:11:32이건 단순한 특정 스킬이나 수치 조회가 아닙니다. Claude Code의 실제 인스턴스를 직접 구동해야 하는 작업이죠.
00:11:38그게 바로 이 세 번째 계층이 하는 일입니다. 완전한 헤드리스(headless) 방식으로
00:11:42모든 작업을 백그라운드에서 실행한 뒤, 완료되면 결과를 보고해 줍니다.
00:11:45따라서 이 세 번째 계층은 모든 것을 포괄하는 만능 처리반이 되며, 가장 많은 전력을 소모하고 당연히 가장 느립니다.
00:11:49이제 1, 2, 3계층 중 어떤 작업을 실행하든 응답은 텍스트로 나오게 됩니다.
00:11:54하지만 우리는 이를 음성 응답으로 듣고 싶어 하죠. 바로 그때 Kokoro가 등장합니다.
00:11:59Kokoro 역시 오픈소스 도구이며, 이 도구를 통해 음성으로 변환되어 다시 위쪽으로 전송됩니다.
00:12:06그리고 시스템이 최종적으로 답변을 말해주는 방식으로 음성 모드가 작동합니다.
00:12:11명령을 내리면 전사되고, 라우팅되어 명령이 실행된 뒤, 음성으로 변환되어 다시 전송되는 흐름입니다.
00:12:18구조는 생각보다 충분히 단순하며, 앞서 말했듯이 Haiku를 원하는 로컬 모델로 교체하기만 하면
00:12:22100% 로컬 환경으로 전환할 수도 있습니다. 이제 제가 사용하는 스킬들에 대해 이야기해 보겠습니다.
00:12:28가장 자주 쓰는 스킬들이 바로 여기에 있습니다. 원할 때 언제든 실행할 수 있도록 이 탭을 열어두고 있으며,
00:12:32앞서 음성 모드에서 보았듯이 음성 시스템을 통해 이름만 말해도 간편하게 트리거할 수 있습니다.
00:12:37해당 창을 활성화해 둘 필요조차 없죠. 하지만 여기서 질문이 생깁니다.
00:12:42이러한 스킬들을 실제로 어떻게 만들며, 어떤 형태여야 할까요? 다행히도 복잡하지 않습니다.
00:12:46이를 수행하는 워크플로는 꽤 단순합니다. 첫 번째 단계는 작업 정의하기입니다.
00:12:52우리가 일상에서 실제로 하는 일 중 코드로 정형화할 수 있는 것이 무엇인지 파악하는 것이죠. AI의 문제점 중 하나는
00:12:59본질적으로 비결정적(non-deterministic)이라는 점을 기억하세요. 똑같은 일 하나를 지시하고
00:13:05그것을 10번 반복해서 시키면 10가지 다른 방식으로 처리하려고 듭니다.
00:13:11대신 일 처리 방식을 구체적으로 지정하고 최종 목표 상태를 명시할 수 있다면, 이를 스킬로 만들어
00:13:16가능한 한 결정적인 형태로 코화할 수 있습니다. 하지만 그러려면 애초에 그 작업들이 무엇인지 알아야 하겠죠.
00:13:21다행히도 우리에게는 몇 가지 선택지가 있습니다. 첫 번째 방법은 그냥 의식의 흐름대로 말해주는 것입니다.
00:13:27마이크를 켜고 Claude Code를 향해 평일에 무엇을 하고 매주 어떤 일을 하는지
00:13:33그냥 줄줄이 털어놓는 것이죠. 그 대화를 바탕으로
00:13:39Claude Code에게 “내가 하는 일에 대해 방금 많은 정보를 줬는데, 이 중에서 어떤 부분을 스킬로 바꿀 수 있을까?”라고
00:13:44물어보는 것입니다. 그러면 AI가 알아서 스킬로 만들어 주죠. 두 번째 방법은
00:13:50실제 로그를 살펴보게 하는 것입니다. Claude Code 안에서 이루어지는 모든 작업,
00:13:55모든 도구 호출, 모든 명령어, 모든 텍스트가 컴퓨터에 로그로 기록됩니다.
00:14:01우리는 지난 30일, 60일, 또는 90일 동안의 이 로그를 Claude Code가 확인하고 그 안에서 스킬을 추출해 내도록 할 수 있습니다.
00:14:07이 방법이 아주 좋은 이유는, 우리가 평소에 무엇을 한다고 '생각'하는지와
00:14:13실제 '현실'이 무엇인지 다를 수 있기 때문입니다. 실제로 Claude Code를 어디에 쓰고 있는지 로그를 통해 정확히 확인할 수 있죠.
00:14:18이상적으로는 세 번째 단계를 수행하는 것이 좋습니다. 세 번째 단계란 이 두 가지를 조합하는 것입니다.
00:14:22의식의 흐름 기법으로 내가 실제로 무엇을 한다고 생각하는지 Claude Code에게 말해주어 스킬을 만들고,
00:14:27그와 동시에 실제 로그를 검토해서 스킬을 추출해 내는 것이죠. 이 두 가지를 결합하면
00:14:33나만의 견고한 스킬 레퍼토리를 구축하기 시작할 수 있습니다. 자, 그렇다면 어떤 스킬을 자동화로 전환해야 할까요?
00:14:40대개의 경우 이는 꽤 자명합니다. 매일 특정 시간에 꼭 실행해야 하는 작업인가요?
00:14:46그렇다면 자동화로 전환하여 명령어 한 번 혹은 루틴으로 만들어 두면 됩니다. Claude Code에게 시키면 알아서 처리해 주죠.
00:14:51자동화와 스킬을 다룰 때 가장 좋은 모범 사례는, 당분간은 스킬 형태로 유지하며 실제로 원하는 방식과
00:14:56태도로 작동하는지 충분히 확인하는 것입니다.
00:15:01그러고 나서 스킬의 결과물에 만족하게 되면 비로소 수동으로 실행하지 않고
00:15:05알아서 돌아가는 본격적인 자동화 단계로 넘어가는 것입니다.
00:15:10여기서 한 걸음 더 나아가 수도 있습니다. 이번 강의에서는 다루지 않겠지만,
00:15:15자동화의 실행 결과를 과거의 결과물과 비교하고,
00:15:19일종의 루프 엔지니어링 원리를 적용하여 스스로 개선되는 시스템을 구축하는 식이죠.
00:15:25특정한 목표나 달성해야 할 기준을 부여하고, 자동화가 거기에 미치지 못하면
00:15:29계속해서 조정해 나가는 방식입니다. 물론 이는 조금 더 고급 과정입니다.
00:15:34이런 방향으로 발전시킬 수 있다는 점만 이해해 두세요. 이 모든 것의 기반은 결국 스킬입니다.
00:15:39우리가 매일 하는 일을 스킬로 정형화할 수 있을까요? 네, 가능합니다. 그리고 그 과정은 간단합니다.
00:15:46그렇게 만든 스킬을 클라우드 OS에 통합하는 것은 어떤 것을 매일 사용하는지 고르는 것만큼이나 간단합니다.
00:15:50음성 모드 섹션의 경우 이미 어떤 스킬들이 존재하는지 알고 있기 때문에 특별히 사용자가 직접 해줘야 할 일도 거의 없습니다.
00:15:56기억하시겠지만 Haiku와 Claude는 백그라운드에서 사용자가 하는 모든 일의 목록을 가지고 있습니다.
00:16:00그리고 이 스킬들은 여러분의 커맨드 센터가 어떻게 생겼는지를 구성하는 기초가 되기도 합니다.
00:16:04여기 보이는 모든 것들은 본질적으로 일종의 스킬이거나 자동화의 결과물입니다.
00:16:08구글에서 일정을 가져오든, 아침 주요 뉴스를 불러오든, 소셜 미디어 지표를 가져오든,
00:16:13이 리서치 섹션을 불러오든 말이죠. 이 모든 것은 자동화가 만들어낸 출력 결과와 데이터에 불과합니다.
00:16:18물론 여러분이 구축할 시스템은 저와는 다르게 생겼을 것이며, 그것이 바로 이 시스템의 장점입니다.
00:16:24완전 맞춤형이기 때문에 보고 싶은 모든 것을 스킬의 출력 결과로 만들어
00:16:30여기에 띄워놓기만 하면 곧바로 나만의 시스템이 됩니다. 이제 메모리 측면에 대해 이야기해 보겠습니다.
00:16:36소위 'Claude의 메모리 향상'이라는 관점에서 Obsidian이 실제로 어떤 역할을 하는지 다뤄보죠.
00:16:40이 트윗은 Obsidian과 Claude Code의 연결성에 대해 모두를 경악하게 만들었던 카파시(Karpathy)의 트윗입니다.
00:16:45지난 4월에 올라온 이 트윗은 조회수 약 2,200만 회를 기록했죠.
00:16:51그가 제시한 시스템은 비교적 단순하며, 대략 이런 모습입니다. 우리의 Obsidian 커맨드 센터,
00:16:56즉 우리의 Claude OS는 주로 '볼트(Vault)'라고 불리는 폴더 안에서 작동합니다. 반드시
00:17:02'볼트'라는 이름이어야만 하는 것은 아니지만, Obsidian에서 주로 사용하는 명명 규칙이 그렇습니다.
00:17:06그냥 컴퓨터 상의 한 폴더일 뿐이죠. 그 폴더 안에는 raw, wiki, output이라는 세 개의 하위 폴더가 있습니다.
00:17:15이 볼트 폴더 안에 Claude를 열어두고 이렇게 지시한다고 상상해 보세요. “RAG 시스템에 대해 리서치를 좀 해줘.”
00:17:23그러면 Claude가 인터넷을 뒤져 수많은 데이터와 소스, 그리고 AI 에이전트에 관한 온갖 원시 정보를 찾아냅니다.
00:17:31그 모든 원시 데이터(raw data)는 기본적으로 raw 폴더 안에 저장됩니다. 그곳에 차곡차곡 쌓이죠.
00:17:37자, 이제 한 걸음 더 나아가서 그 모든 원시 정보를 위키 스타일의 문서로 변환하고 싶다고 해봅시다.
00:17:44그럴 경우 그 결과물은 wiki 섹션으로 들어가게 됩니다.
00:17:49여기 보시다시피 wiki 섹션 안에는 RAG 시스템을 위한 하위 폴더가 따로 마련되어 있습니다. 따라서 그 모든 데이터는
00:17:56벡터 데이터베이스에 관한 새로운 문서로 변환되고, 청킹 전략을 다루는 두 번째 문서도 만들어집니다.
00:18:02우리가 찾아낸 모든 원시 정보를 요약하고 종합하는 셈이죠. 이제 이걸 슬라이드 덱으로 만들고 싶다고 해봅시다.
00:18:07RAG 시스템에 대해 설명하는 슬라이드 덱을 원한다면, 그 슬라이드 덱은 output 폴더로 들어가게 됩니다.
00:18:12실제 활용 가능한 산출물 형태로 변환되어 슬라이드 덱이 완성되는 것이죠.
00:18:17실질적인 결과물로 바뀌어 이제 슬라이드 덱이 되죠. 즉 간단한 아이디어는 원본 정보 영역이 있고,
00:18:24어느 정도 종합된 데이터를 위한 영역이 있으며, 마지막으로 그 종합된 데이터로부터
00:18:28만들어낸 결과물 영역이 있다는 것입니다. 여기서 중요한 점은 우리가 이런 식으로 분류를
00:18:34해두었다는 사실 자체가 아니라, 그것이 AI에게 정보를 찾을 수 있는 명확한 경로를 제공한다는 점입니다.
00:18:41그렇게 하는 이유는 단순히 폴더가 있어서가 아니라, 모든 단계마다 마스터 인덱스나
00:18:48목차 역할을 하는 index.markdown 파일이 존재하기 때문입니다. 이 파일은 위키 폴더에 들어가면
00:18:53이 안에는 세 개의 하위 폴더가 있다고 알려주는 마크다운 파일을 읽을 수 있게 해줍니다.
00:18:59우리가 가진 폴더는 AI 에이전트, RAG 시스템, 콘텐츠 제작입니다. 하위 폴더가 세 개뿐일 때 AI에게
00:19:04마스터 인덱스나 목차가 필요할까요? 전혀 아닙니다. 하지만 폴더가 3,000개라면 어떨까요? 3만 개라면,
00:19:08또 300만 개라면 어떨까요? 목차가 있으면 관련자 모두가 훨씬 더 편해지겠죠.
00:19:12그리고 이 아이디어는 한 단계 더 깊이 들어갈 때도 똑같이 반복됩니다.
00:19:18위키에 들어가서 마스터 인덱스를 보고 RAG 시스템에 대해 알고 싶어지면, RAG 시스템 쪽으로 들어갑니다.
00:19:23RAG 시스템에 대해 무엇을 알고 싶으신가요? 그 안에는 벡터 데이터베이스,
00:19:27청킹 전략 등이 있다고 알려주는 또 다른 인덱스 파일이 들어 있습니다. 이 모든 것의 핵심 요점은
00:19:33크게 두 가지입니다. 첫째는 인간인 여러분이 원하는 자료를 쉽게 찾을 수 있도록 하는 것이고,
00:19:38둘째는 Claude Code가 무언가를 찾을 수 있는 명확한 지도와 경로를 제공한다는 것입니다. 그런 지도가 있기 때문에
00:19:44더 빠르게 답을 얻을 수 있고 토큰 소모도 줄어들게 됩니다. 이것이 바로 옵시디언 메모리의 목적입니다.
00:19:48메모리를 더 늘려주는 게 아니라 지도 정보를 쥐어주는 것이죠. 자, 실제 적용 측면에서 볼 때
00:19:52raw, wiki, output처럼 정확히 이 방식을 그대로 따라야 할까요? 전혀 아닙니다. 그럴 필요는 없지만,
00:19:57꼭 그래야 하는 건 아닙니다. 다만 본인에게 맞는 방식을 구축해야 합니다. 여기 왼쪽을 보시면
00:20:03콘텐츠, 일일 노트, 인박스, 운영, 프로젝트, 시스템, 위키 폴더를 가지고 있습니다. 따라서 구조가 조금 다르고
00:20:09약간 더 복잡할 수 있습니다. 만약 이처럼 조금 더 복잡하게 무언가를 만들었다면,
00:20:14소위 '지도'라는 이점을 어떻게 계속 누릴 수 있을까요? 그냥 Claude에게 말로 풀어 설명해주면 됩니다.
00:20:18볼트 안에 있는 claude.md 파일에서 가장 크게 해야 할 일은 바로 볼트의 구조와
00:20:22항목들을 어떻게 탐색해야 하는지 상세히 적어두는 것입니다. 탐색 패턴과 볼트 구조를 제공함으로써
00:20:27거기에 맞는 지도와 읽는 방법에 대한 지침을 준 셈이 되니까요.
00:20:32그게 전부입니다. 그리고 이 모든 게 헷갈린다면 어떻게 하면 될까요?
00:20:36말 그대로 Claude에게 볼트를 지정해주면 됩니다. 카파시의 트윗 전체를 복사해서
00:20:41“여기 설명된 원칙에 맞춰서 이걸 설정해줄래?”라고 말할 수 있죠. 이제 이 모든 것을 하나로 모아서
00:20:45이런 종류의 UI를 실제로 구축하는 방법에 대해 이야기해 보겠습니다. 이것 역시 완전히 맞춤형이며,
00:20:49Claude Code가 직접 만들어서 스스로 옵시디언에 설치하는 플러그인에 불과합니다.
00:20:54여기 커뮤니티 플러그인 아래에서 볼 수 있듯이 저는 체이스 명령 센터 노트를 가지고 있습니다. 이 작업을 할 때
00:21:00반드시 활성화해 두어야 할 또 다른 커뮤니티 플러그인은 바로 '핫 리로드(Hot Reload)' 커뮤니티 플러그인입니다.
00:21:05공식 옵시디언 커뮤니티 플러그인 사용자 인터페이스를 통해서는 찾을 수 없거나,
00:21:09아무튼 그 경로로는 찾지 못할 수도 있지만 GitHub에서 찾을 수 있습니다.
00:21:14그냥 'hot reload'를 검색하면 바로 나오니, Claude Code에 이를 지정해주면 옵시디언에 알아서 설치해 줍니다.
00:21:19따라서 여러분이 할 일은 Claude Code와 대화를 나누며 명령 센터 역할을 하는
00:21:23커스텀 옵시디언 플러그인을 만들고 싶다고 말한 다음, 실제로 어떤 모습이었으면 좋겠는지 설명하는 것뿐입니다.
00:21:29이를 위한 좋은 방법은 실제로 Claude Design을 사용하여 다양한 시각적 목업을 직접 만들어 보게 하는 것입니다.
00:21:35제가 거쳐간 수많은 다양한 반복 작업들을 여기서 보실 수 있습니다.
00:21:40예를 들어 핀터레스트 같은 곳에 들어가 대시보드나 명령 센터 같은 것을 검색한 뒤
00:21:46영감을 얻어 시작할 수 있습니다. 그런 스크린샷들을 여기에 던져 넣고 이렇게 말하는 거죠.
00:21:52“옵시디언 플러그인 목업을 만들려고 하는데, 이런 특정 측정 지표들을 가져왔으면 좋겠어.”
00:21:57물론 특정 지표들은 실제로 보고 싶은 내용에 따라 달라질 것입니다. 캘린더를 보여주고 싶다거나,
00:22:02기술 스택을 보여주고 싶다거나, 토큰 소모량을 보여주고 싶다거나 하는 식이죠.
00:22:07원하는 것을 정한 뒤 “이것과 관련해 아주 독창적인 변형 버전 다섯 가지를 만들어줘”라고 요청하면 됩니다.
00:22:12그렇게 Claude Design 안에서 진행하면 모든 버전이 이런 식으로 한 페이지에 나타납니다.
00:22:17아마 전부 어느 정도 다르게 나올 겁니다. 그러다 마음에 드는 것을 찾으면
00:22:22그 방향으로 집중해서 해당 명령 센터의 여러 변형 버전을 추가로 만들게 하는 것을 추천합니다.
00:22:28저 같은 경우는 처음에는 클레이 하드웨어 같은 스타일로 갔다가, 멋진 배경을 발견하고는
00:22:33“여기에 배경을 넣고 그 위에 레이어를 얹으면 어떨까?” 생각하게 되었습니다. 그래서 그 방향으로 변형을 시도했죠.
00:22:38결국에는 글래스모피즘 효과가 들어간 이 디자인으로 안착하게 되었습니다.
00:22:43뒤쪽으로 구름이 비쳐 보이는 효과 같은 걸 볼 수 있죠. 자세히 보시면
00:22:49별이 반짝이는 듯한 효과도 거의 느껴지지 않을 정도로 은은하게 추가했습니다.
00:22:55너무 산만해지는 건 원하지 않았거든요. 아무튼 그렇게 약간의 움직임을 주어 개요를 클릭했을 때
00:23:00숫자가 올라가는 모습을 볼 수 있게 만들었습니다. 하지만 말씀드렸듯이 여러분이 원하는 대로 만드시면 됩니다.
00:23:06멋지게 만들든, 구리게 만들든, 지루하게 만들든 전적으로 여러분의 자유입니다. 다만 Claude Design 안에서 작업을 하다가
00:23:12마음에 드는 디자인을 확정했다면, 그대로 진행하겠다고 말만 하면 됩니다.
00:23:17그러면 이 목업들을 위해 생성된 모든 코드를 모아 zip 파일로 묶어줍니다.
00:23:22그 후 여기 보시는 것처럼 그 zip 파일을 가져와 Claude Code에 던져 넣고
00:23:28“이걸 바탕으로 플러그인을 구축해줘”라고 말하면 됩니다. 그러면 빌드가 완료되고 설치까지 되어
00:23:32옵시디언 자체에서 확인할 수 있게 됩니다. 한 걸음 더 나아가고 싶다면
00:23:37Claude Code 안에서 컴퓨터 사용 기능을 활성화하여 스스로 스크린샷을 찍으면서
00:23:42디자인을 계속 수정해 나가게 만들 수도 있습니다. 손을 거의 대지 않고도 할 수 있죠. 아무튼 이것이 제가 제
00:23:47옵시디언 Claude OS 명령 센터를 만들기 위해 거쳐간 과정이자 워크플로입니다.
00:23:51앞서 말했듯 음성 기능 같은 것도 넣으려면 자신에게 맞게 커스텀해야 최대의 효과를 얻을 수 있습니다.
00:23:56하지만 음성 기능 등을 포함한 제 전체 세팅을 그대로 따라 하고 싶다면 Chase A+에서 확인할 수 있으며,
00:24:01고정 댓글에서 찾으실 수 있습니다. 늘 그렇듯 여러분의 생각은 어떠신지 알려주세요.
00:24:06여러분은 어떤 종류의 명령 센터 세팅을 만들어 보셨는지, 그리고 자신만의 커스텀을 위해
00:24:11어떤 것들을 하셨는지 무척 궁금하네요. 이 작업은 꽤나 덕지덕지 확장할 수도 있거든요. 그럼 다들 좋은 하루 보내세요!
커뮤니티 글
아직 글이 없습니다. 이 영상에 대한 첫 번째 글을 작성해 보세요!
이 영상에 대해 글쓰기