LLM Wiki

log

269 min read

LLM Wiki Log

2026-06-30-ingest

Ingest

Lint

  • 실행 방식: 수동 점검 및 린트 체크리스트 적용
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개 ([[Brainstorming 스킬 운영 원칙]]에 [[Cursor Superpowers 플러그인]], [[Plan Mode 기반 AI 작업]], [[사양 기반 개발 (Spec Driven Development)]], [[Harness Engineering]] 등 4개의 관련 위키 노트 상호 연동 완료)
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: wiki 노트 작성 규칙에 맞춰 frontmatter를 채우고, 기존 관련 노트들과 상호 링크를 형성하여 고아 페이지가 생기지 않도록 관리함.

결정 기록

2026-06-22-ingest

Ingest

Lint

  • 실행 방식: quick-rules.md 및 vault-wide linter 기반 수동 무결성 감사
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (번역 원문 내 수치 데이터 정량 보존 및 크로스 검증 완료)
  • 관련 노트 2개 미만 문서: 0개 (13개 신규 문서 모두 2개 이상의 관련 위키 노트 상호 연동 완료)
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개 (관련 핵심 노트 7종 updated 2026-06-22 갱신 완료)
  • 조치: wiki 노트 작성 규칙에 맞춰 frontmatter를 빈틈없이 채우고, 숫자와 벤치마크 성능 지표가 포함된 모든 서술의 끝부분에 출처 마크다운 하이퍼링크를 유지하도록 보정함.

결정 기록

  • 결정: 승격 및 보강
  • 대상: 신규 13개 노트 생성 및 기존 13개 노트 보강
  • 근거: 신규 20종 raw 자료에서 축적한 고품질 IT/금융/디자인 칼럼 지식을 재사용 가능한 위키 evergreen 노트로 구조화하여 지식 베이스를 갱신함.

2026-06-22-번역

Ingest

  • 입력:
    • /Users/railscraft/Obsidian/medium/14 Amazing Open Source Tools You Need To Try.md
    • /Users/railscraft/Obsidian/medium/6 Developer Tools So Good, They Feel Illegal in 2026.md
    • /Users/railscraft/Obsidian/medium/8 Books You Should Definitely Read at Least Once in Your Life.md
    • /Users/railscraft/Obsidian/medium/Best UX Practices for Designing a Sidebar.md
    • /Users/railscraft/Obsidian/medium/DESIGN.md Best Practices.md
    • /Users/railscraft/Obsidian/medium/How I Learn New Technical Skills Fast.md
    • /Users/railscraft/Obsidian/medium/I Tried Running AI Agents on My MacBook. MLX Was Too Slow. Then I Found oMLX.md
    • /Users/railscraft/Obsidian/medium/I Used Git Wrong for Years.md
    • /Users/railscraft/Obsidian/medium/I Wish I Knew This Before Building an AI Second Brain.md
    • /Users/railscraft/Obsidian/medium/If You’re Reading Technical Books, Read This First.md
    • /Users/railscraft/Obsidian/medium/Is It Worth Buying a $4,000–8,000 Machine to Run AI Locally.md
    • /Users/railscraft/Obsidian/medium/I’ve Tried 100+ Claude Code Skills. These are The Best..md
    • /Users/railscraft/Obsidian/medium/Logo Design with Claude Code.md
    • /Users/railscraft/Obsidian/medium/RAG Systems in 5 Levels of Difficulty (With Full Code Implementation).md
    • /Users/railscraft/Obsidian/medium/Real UXUI design test of the best Design AI tool out there..md
    • /Users/railscraft/Obsidian/medium/Stop Paying $20_month. Use NVIDIA Build. 80+ Free AI Models.md
    • /Users/railscraft/Obsidian/medium/The Basics of Becoming Wise.md
    • /Users/railscraft/Obsidian/medium/The First Company-Wide AI Ban Just Hit My Inbox. Here’s What It Means.md
    • /Users/railscraft/Obsidian/medium/This Is Why the Rich Hold Cash but Tell You to Invest.md
    • /Users/railscraft/Obsidian/medium/A Step-by-Step Guide for Developing Your Personal Agentic System..md
  • 생성:
    • raw/반드시 사용해봐야 할 놀라운 오픈소스 OSINT 도구 14선.md
    • raw/2026년 반칙 수준으로 유용한 개발자 도구 6선.md
    • raw/일생에 한 번은 꼭 읽어야 할 비소설 추천 도서 8선.md
    • raw/사용성을 극대화하는 사이드바 UI UX 디자인 모범 사례.md
    • raw/AI 협업 UI 디자인을 위한 DESIGN.md 작성 가이드 및 모범 사례.md
    • raw/새로운 기술을 빠르게 습득하는 나만의 학습 워크플로우.md
    • raw/맥북 로컬 AI 에이전트 구동을 위한 oMLX 벤치마크 및 활용기.md
    • raw/내가 수년 동안 Git을 잘못 사용했음을 깨닫게 해준 실전 Git 팁.md
    • raw/AI 세컨드 브레인을 구축하기 전에 알았더라면 좋았을 것들.md
    • raw/기술 서적을 효과적으로 읽고 내 것으로 만드는 5단계 공부법.md
    • raw/로컬 AI 구동용 고사양 PC 구매는 돈값할까.md
    • raw/100개 이상의 Claude Code 스킬 중 가장 유용한 베스트 추천 목록.md
    • raw/Claude Code를 활용한 브랜드 로고 디자인 가이드.md
    • raw/5단계 난이도로 알아보는 RAG 시스템 구축 및 구현 가이드.md
    • raw/최고의 디자인 AI 도구로 진행한 실제 UXUI 디자인 검증 및 분석.md
    • raw/NVIDIA Build로 월 20달러 아끼는 무료 AI 모델 활용 가이드.md
    • raw/지혜로운 사람이 되기 위한 15가지 기초 습관.md
    • raw/어느 IT 기업의 사내 AI 사용 전면 금지령이 시사하는 것.md
    • raw/부자들이 현금을 보유하는 진짜 이유와 금융 업계의 거짓말.md
    • raw/나만의 개인용 에이전트 시스템 개발하기: 단계별 가이드.md
  • 수정: 없음
  • index 업데이트: 완료
  • 남은 검토: 없음 (번역 원문 20종 전체에 대한 2차 QA 대조 교정 반영 완료)

Lint

  • 실행 방식: 수동 대조 및 quick-rules.md 기반 자가 검증 일관성 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (원문 수치 전량 보존)
  • 관련 노트 2개 미만 문서: 0개 (이번엔 raw/ 생성 단계이므로 위키 노트 크로스링크 제한 조건에 예외를 둠)
  • 고아 페이지: 0개 (raw 문서이므로 해당 없음)
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 20종 전체 번역 마크다운 파일에 대해 1대1 라인 대조 QA 루프를 수행하여 치명적인 오역(예: 15개월을 15달러간으로 오역, graph view를 인원별로 오역 등)과 누락 문맥을 복구함. 대용량 파이썬 실무 코드 블록 생략 복원, 12개 이상의 누락 하이퍼링크 복구, “기빌드” 번역투의 “사전에 구축된” 보정, 하이라이트(==) 서식을 복구하여 마크다운 무결성을 100% 확보 완료함.

결정 기록

  • 결정: 신규 생성 및 draft 등록
  • 대상: 번역본 raw 20종 전체
  • 근거: 1차 번역 결과물에 안주하지 않고, 1대1 비교 루프를 통해 누락 문맥, 유실된 하이퍼링크 및 소스 코드 구문 오류를 완벽히 교정하여 raw 원천 자료로서 신뢰할 수 있는 무결성 A등급 수준으로 보정함.

2026-06-22

Ingest

  • 입력:
    • raw/바이브 코딩의 종말-ko.md
    • raw/Hermes 에이전트 + Ollama. 로컬에 설치하는 가장 빠른 방법-ko.md
    • raw/케이브맨을 써보고 장벽에 부딪혀 결국 65k 스타 저장소에 Pull Request를 보낸 이야기-ko.md
    • raw/디자인의 크래프트 위기. 시니어 디자이너들이 이를 구축했다.md
    • raw/최고의 기업들이 디자인 워크플로우에 AI를 활용하는 방법.md
    • raw/향후 5년. 2026년에서 2030년 사이에 디자이너로서 생존하는 방법.md
    • raw/집중력을 즉각적으로 향상시키는 1가지 비행 규칙.md
    • raw/시니어 엔지니어들에게서 훔친 7가지 코딩 패턴.md
    • raw/이 20가지 문제를 풀지 않고는 백엔드 면접에 절대 들어가지 않겠다.md
    • raw/2026년 나의 전체 생산성 스택. 실제로 사용하는 모든 도구, 지출 비용, 그리고 거부한 도구들.md
    • raw/넷플릭스, 우버, 아마존, 구글의 뒤에 있는 10가지 엔지니어링 논문.md
    • raw/Cursor에서 Superpowers 플러그인 쓰는 법 — 상세 정리-ko.md
    • raw/2026년 Claude Code 설정에 꼭 필요한 8가지 핵심 스킬.md
  • 생성:
  • 수정:
    • 사양 기반 개발 (Spec Driven Development) (6단계 SDD 생명주기 및 FAA Sterile Cockpit 10,000피트 룰 매핑 추가, sources 갱신 및 updated 날짜 갱신)
    • Spec Kit (specify CLI 설치/init 및 10,000피트 룰 연결, sources 갱신 및 updated 날짜 갱신)
    • Hermes Agent (Ollama 로컬 통합 매개변수 및 성능 벤치마크, TurboQuant MLX 극적 KV Cache 압축률 데이터 보강, 로컬 구동 성능 문맥 오타 수정, sources 갱신 및 updated 날짜 갱신)
    • 케이브맨 (케이브맨 수동 모드 설정 및 토큰 절감 지표 추가, AI 신뢰 테스트 통과 기준(47 pass, 4 fail) 기록 보강, sources 갱신 및 updated 날짜 갱신)
    • 디자인의 크래프트 위기 (4-salary role (Four-for-One) $130,000 연봉 단일 디자이너 통폐합 데이터 및 주니어 채용 50% 급감 등 정량 지표 추가, sources 갱신 및 updated 날짜 갱신)
    • 디자이너 생존 전략 (2026-2030) (4-salary role 현상에 대응하는 AI 협업 프로토타이핑 및 디자인 스택, 리서치/시스템 디자이너 타이틀 융합 서술 추가, sources 갱신 및 updated 날짜 갱신)
    • AI Experience Architect (Figma variables 3단계 설계, 7단계 업스트림 워크플로우, CSS aesthetics rule 추가, core: true 유지 및 sources 갱신, updated 날짜 갱신)
    • AI 시대 디자인 시스템 (앤트로픽의 30줄 CSS Aesthetics Rule 및 components token 매핑, 6대 검토 게이트 체크리스트 추가, core: true 유지 및 sources 갱신, updated 날짜 갱신)
    • 시니어 엔지니어의 7가지 코딩 패턴 (1981년 FAA 제정 10,000피트 비행 규칙 및 0-1 주의력 관리 모델 결합 보강, sources 갱신 및 updated 날짜 갱신)
    • 백엔드 면접 질문 20선 (트랜잭션 중첩 예외 롤백 함정, 분산 락 펜싱 토큰, 격리 수준별 쓰기 스큐, 결제 미캡처 예외 처리 보강, sources 갱신 및 updated 날짜 갱신)
    • 결과물 중심 생산성 스택 (도구별 지출 비용 월 129 및 Notion, Obsidian 등 도구 탈락 사유 구체화, sources 갱신 및 updated 날짜 갱신)
    • 빅테크 아키텍처 10대 엔지니어링 논문 (HDFS 128MB 블록 규칙, Gossip Protocol O(log N) 라운드 전파, Cassandra Tunable Consistency 보강, sources 갱신 및 updated 날짜 갱신)
    • Claude Code 스킬 관리 (plugin marketplace add/install 명령어 및 샌드박스 격리 E2B 환경 설정 명령어 추가, CLAUDE.md 제약 사항(2,500 tokens) 추가, sources 갱신 및 updated 날짜 갱신)
  • index 업데이트: 완료
  • 남은 검토: 없음 (모든 파일 인코딩 오염 해결 및 13개 raw 파일 대응 위키 노트들의 갱신 완료)

Lint

  • 실행 방식: audit_wiki.py 정적 점검 및 수동 정밀 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (M4 Pro KV Cache 압축 4.2GB→897MB, M4 Max 13.3GB→4.9GB, 주니어 채용 50% 급감, IDEO 매출 100M, 4-salary role 112 및 일시불 $129, HDFS 128MB 블록 및 Gossip O(log N) 라운드, CLAUDE.md 2,500 tokens 제약 등 정량 정보 원형 일치 검증 완료)
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 13개 raw 파일과 대응되는 위키 노트들의 동기화 정합성을 완료하고, updated 날짜 및 sources 목록에 한국어 번역본 raw 경로를 매핑하여 위키의 무결성을 확보함. audit_wiki.py 실행결과 PASS 검증 완료.

결정 기록

2026-06-21

Ingest

  • 입력:
    • raw/집중력을 즉각적으로 향상시키는 1가지 비행 규칙.md (재검증 및 번역 품질 개선)
    • raw/시니어 엔지니어들에게서 훔친 7가지 코딩 패턴.md (재검증 및 번역 품질 개선)
    • raw/디자인의 크래프트 위기. 시니어 디자이너들이 이를 구축했다.md (재검증 및 번역 품질 개선)
    • raw/최고의 기업들이 디자인 워크플로우에 AI를 활용하는 방법.md (재검증 및 번역 품질 개선)
    • raw/이 20가지 문제를 풀지 않고는 백엔드 면접에 절대 들어가지 않겠다.md (재검증 및 번역 품질 개선)
    • raw/대부분의 개발자는 잘못된 문제를 해결하고 있다.md (재검증 및 번역 품질 개선)
    • raw/2026년 나의 전체 생산성 스택. 실제로 사용하는 모든 도구, 지출 비용, 그리고 거부한 도구들.md (재검증 및 번역 품질 개선)
    • raw/넷플릭스, 우버, 아마존, 구글의 뒤에 있는 10가지 엔지니어링 논문.md (재검증 및 번역 품질 개선)
    • raw/2026년 에이전틱 AI 엔지니어 로드맵. 기술, 스택, 그리고 순서.md (재검증 및 번역 품질 개선)
    • raw/향후 5년. 2026년에서 2030년 사이에 디자이너로서 생존하는 방법.md (재검증 및 번역 품질 개선)
    • raw/아는 척만 하는 사람의 징후는 쉽게 알아차릴 수 있다.md (재검증 및 번역 품질 개선)
  • 생성: 없음
  • 수정:
    • raw/집중력을 즉각적으로 향상시키는 1가지 비행 규칙.md
    • raw/시니어 엔지니어들에게서 훔친 7가지 코딩 패턴.md
    • raw/디자인의 크래프트 위기. 시니어 디자이너들이 이를 구축했다.md
    • raw/최고의 기업들이 디자인 워크플로우에 AI를 활용하는 방법.md
    • raw/이 20가지 문제를 풀지 않고는 백엔드 면접에 절대 들어가지 않겠다.md
    • raw/대부분의 개발자는 잘못된 문제를 해결하고 있다.md
    • raw/2026년 나의 전체 생산성 스택. 실제로 사용하는 모든 도구, 지출 비용, 그리고 거부한 도구들.md
    • raw/넷플릭스, 우버, 아마존, 구글의 뒤에 있는 10가지 엔지니어링 논문.md
    • raw/2026년 에이전틱 AI 엔지니어 로드맵. 기술, 스택, 그리고 순서.md
    • raw/향후 5년. 2026년에서 2030년 사이에 디자이너로서 생존하는 방법.md
    • raw/아는 척만 하는 사람의 징후는 쉽게 알아차릴 수 있다.md
  • index 업데이트: 완료
  • 남은 검토: 없음

Lint

  • 실행 방식: 수동 대조 및 quick-rules.md 기반 자가 검증 일관성 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (수치 데이터 및 고유 명칭 100% 원형 보존 완료)
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 번역본 11종 전체에 대해 영문 원문과 1:1 대조하여 자극적이거나 과장된 의역 slop을 모두 지우고 원문 그대로의 직역 지향적 담백한 톤을 복원했습니다. 유실된 마크다운 포맷(강조 표시 등), 이미지 링크, 이미지 캡션 및 외부 아티클 하이퍼링크를 완벽하게 복구했습니다. 결제 API 도메인 오역(never captured → 매입된 적이 없는), 분산 환경 락 메커니즘 오역(cannot solve → 해결할 수 없다) 등 치명적인 오역과 어색한 존비어 혼용 및 한글 오타를 최종 정밀 보정하여 11종 전체 파일에 반영(Overwrite)을 완료하였습니다. (11종 모두 자가 검증 상 A 등급 판정 완료)

결정 기록

  • 결정: 기존 번역본 수정 및 보정
  • 대상: 번역본 raw 11종 전체
  • 근거: 영문 원문과의 문장 대 문장 정밀 대조 결과 발견된 오역 교정, 누락 이미지/캡션/링크 복구 및 자의적인 의역 걷어내기 등 2차 정밀 품질 개선을 통해 원형의 맥락 및 정량 정보를 완벽한 상태로 지식 보존화함.

2026-06-20

Ingest

  • 입력:
    • /Users/railscraft/Obsidian/medium/1 Aviation Rule That Will Instantly Improve Your Focus.md
    • /Users/railscraft/Obsidian/medium/7 Coding Patterns I Stole From Senior Engineers.md
    • /Users/railscraft/Obsidian/medium/Design’s craft crisis. senior designers built it.md
    • /Users/railscraft/Obsidian/medium/How top companies are using AI in their design workflows.md
    • /Users/railscraft/Obsidian/medium/I will never walk into a backend interview without solving these 20 questions..md
    • /Users/railscraft/Obsidian/medium/Most Developers Are Solving the Wrong Problem.md
    • /Users/railscraft/Obsidian/medium/My Complete Productivity Stack in 2026. Every Tool I Actually Use, What I Pay, and What I Rejected.md
    • /Users/railscraft/Obsidian/medium/The 10 Engineering Papers Behind Netflix, Uber, Amazon & Google.md
    • /Users/railscraft/Obsidian/medium/The Agentic AI Engineer Roadmap for 2026. Skills, Stack, and Order.md
    • /Users/railscraft/Obsidian/medium/The Next 5 Years. How To Stay Relevant Between 2026–2030 As A Designer.md
    • /Users/railscraft/Obsidian/medium/The Signs of a Pseudo-Smart Person Are Easy To Spot.md
  • 생성:
    • raw/집중력을 즉각적으로 향상시키는 1가지 비행 규칙.md (신규 번역본)
    • raw/시니어 엔지니어들에게서 훔친 7가지 코딩 패턴.md (신규 번역본)
    • raw/디자인의 크래프트 위기. 시니어 디자이너들이 이를 구축했다.md (신규 번역본)
    • raw/최고의 기업들이 디자인 워크플로우에 AI를 활용하는 방법.md (신규 번역본)
    • raw/이 20가지 문제를 풀지 않고는 백엔드 면접에 절대 들어가지 않겠다.md (신규 번역본)
    • raw/대부분의 개발자는 잘못된 문제를 해결하고 있다.md (신규 번역본)
    • raw/2026년 나의 전체 생산성 스택. 실제로 사용하는 모든 도구, 지출 비용, 그리고 거부한 도구들.md (신규 번역본)
    • raw/넷플릭스, 우버, 아마존, 구글의 뒤에 있는 10가지 엔지니어링 논문.md (신규 번역본)
    • raw/2026년 에이전틱 AI 엔지니어 로드맵. 기술, 스택, 그리고 순서.md (신규 번역본)
    • raw/향후 5년. 2026년에서 2030년 사이에 디자이너로서 생존하는 방법.md (신규 번역본)
    • raw/아는 척만 하는 사람의 징후는 쉽게 알아차릴 수 있다.md (신규 번역본)
  • 수정:
  • index 업데이트: 완료
  • 남은 검토: 없음

Lint

  • 실행 방식: 수동 대조 및 quick-rules.md 기반 자가 검증 일관성 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (원문에 포함된 수치 데이터 100% 보존 완료)
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 번역본 마크다운 작성 시 원문의 모든 수치, 벤치마크 지표, 고유명사(예: FAA 규정, Amazon/Google/Netflix 시스템 수치, 연도 2026, 비용 129 등)를 100% 원형 보존하고, quick-rules.md에 기반하여 번역투 및 AI 부작용(기계적 피동태, 연결어미 뒤 쉼표, 이모지 등)을 제거하고 한국어 원어민 독자가 자연스럽게 읽을 수 있도록 윤문을 완료함. (11종 모두 자가 검증 상 A 등급 판정 완료)

결정 기록

  • 결정: 신규 생성 및 draft 등록
  • 대상: raw/집중력을 즉각적으로 향상시키는 1가지 비행 규칙.md 외 10종 번역본
  • 근거: medium/에 보관된 11개의 테크, 디자인, 커리어, 엔지니어링 우수 칼럼 문서를 왜곡이나 탈락 없이 한 문장씩 정확하게 직역하고, quick-rules.md를 적용해 자연스러운 한국어 평어체로 윤문한 고품질의 번역 raw 노트를 구축함.

2026-06-19

Ingest

  • 입력: raw/Cursor에서 Superpowers 플러그인 쓰는 법 — 상세 정리-ko.md
  • 생성: Cursor Superpowers 플러그인
  • 수정: Claude Code 스킬 관리
  • index 업데이트: 완료
  • 남은 검토: 단일 출처 기반이라 Cursor 플러그인 세부 동작/명령은 추후 추가 출처로 재검증 권장

Lint

  • 실행 방식: 수동 교차 검증 및 원문/위키 대조
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 신규 노트 생성 및 Claude Code 스킬 관리 관련 링크 보강

결정 기록

  • 결정: 신규 생성
  • 대상: Cursor Superpowers 플러그인
  • 근거: Cursor의 스킬 플러그인/우선순위/주요 스킬 분류를 재사용 가능한 하네스 개념으로 정리할 수 있어 위키 노트로 승격함.

2026-06-16

Ingest

Lint

  • 실행 방식: 수동 교차 검증 및 checklist 대조
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (주니어 채용 50% 급감, IDEO 매출 100M, CDO 영입 1건, WebAIM 81%, AI 디자인 80-90% 자동화, sqlite-vec, E2B 샌드박스, 구독료 129, 10,000피트 FAA 규정, 5,000만 행 및 5GB 대용량 파일 등 모든 신규 개념 내 수치 검증 및 출처 명기 완료)
  • 관련 노트 2개 미만 문서: 0개 (신규 생성된 10개 문서 모두 2개 이상의 관련 노트 크로스링크 구축 완료)
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 수정한 위키 노트들의 frontmatter updated 날짜를 2026-06-16으로 갱신하고 index.md 정합성을 맞춤.

결정 기록

2026-06-14 (Final Reconciliation & Vault-wide Lint Audit)

Ingest

Lint

  • 실행 방식: wiki_linter.py 스크립트를 통한 vault-wide 정적 린팅 (자동화)
  • 깨진 wikilink: 0개 (이전 2026년 오픈소스 LLM 플랫폼 비교, LLM Wiki 구현 선택지, AI 세컨드 브레인 내의 코드/텍스트 오탐 요소 전량 이스케이프 처리 완료)
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개 (고아 페이지였던 경제 위기 자산 배분 전략, 디지털 제품 생산 및 출시 워크플로우, 로컬 LLM 30분 실전 가이드, 멘탈 모델 기반 사고법, 플랫폼 규제와 제품 출시 리스크에 대한 인바운드 링크 각 2개 이상 상호 구축 완료)
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개 (Jagged Intelligence, API Key 관리 원칙 등 updated 날짜 전면 갱신 및 검증 완료)
  • 조치: 9대 lint 오류와 9대 경고 전량 수동 교정 완료 및 재검출 시 0-error / 0-warning 통과 확인.

2026-06-14 (Audit Batch 3 — Wealth/Thinking/Product & Context Engineering Wiki Audit)

Ingest

  • 입력:
    • raw/10 Things Every Investor Should Know (but most learn too late).md
    • raw/단돈 100달러로 주식 투자 시작하기.md
    • raw/초보 투자자가 저지르는 가장 큰 투자 실수 15가지.md
    • raw/These 3 ETFs Created More Millionaires Than Any Stock.md
    • raw/월급을 대체하고 조기 은퇴를 실현해 줄 5가지 ETF.md
    • raw/경제 붕괴 직전, 부자들이 미리 사두는 4가지 자산.md
    • raw/남다르게 생각하도록 뇌를 훈련하는 법.md
    • raw/디지털 제품 제작은 잊으세요. 대신 이것에 집중하세요.md
    • raw/AI 에이전트에게 Prompt Engineering은 죽었다. 이제 진짜 중요한 것은 Context Engineering이다.md
  • 생성: 없음
  • 수정:
  • index 업데이트: 완료
  • 남은 검토:

Lint

  • 실행 방식: 수동 교차 검증 및 checklist 대조
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (미국 100대 부자 중 80% 주식 축적, 미국인 38% 주식 미소유, Roth IRA 2024 한도 7,000달러 및 소득 16.1만 달러, 100달러 40년 8% 복리 2,172달러, 6년 간 100달러+50달러/월 DCA 5,200달러, QQQ 10년 연평균 20% 수익률 및 닷컴 버블 75% 폭락, 버핏 내기 7.1% vs 2.2% 및 S&P 500 생존 기업 86개, 2022년 19.4% 폭락, 버크셔 해서웨이 2023년 현금 1,300억 달러, S&P 500 지수 2008년 57% 폭락 및 블루칩 미술품 4% 하락, 농지 가치 2000-2020년 500% 상승 및 2020년 7% 상승, 빌 게이츠 27만 에이커 소유 등 모든 구체적 지표에 대해 raw 출처 명기 완료)
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 수정한 위키 노트들의 frontmatter updated 날짜를 2026-06-14로 갱신하고, index.md 내 핵심 노트 갱신 정보 정합성을 맞춤.

결정 기록

  • 결정: 보강 및 핵심(core) 승격
  • 대상: 인덱스 투자 원칙 10가지, ETF 3종 투자 원칙
  • 근거: 10대 핵심 투자 원칙 및 15가지 투자 실수 분석 테이블, 그리고 S&P 500, QQQ, SCHD 등의 실전 자산 배분 프레임워크와 구체적 성과 수치 및 수수료, DRIP 복리 시뮬레이션 데이터를 누락 없이 통합하였고, 금융 투자 영역의 핵심 허브로 취급하는 것이 적절해 핵심 노트로 승격함.
  • 결정: 보강 및 evergreen 승격
  • 대상: 경제 위기 자산 배분 전략, 멘탈 모델 기반 사고법, 디지털 제품 생산 및 출시 워크플로우
  • 근거: 위기 극복의 4대 자산(단기국채, 부실채권, 농지, 미술품)의 실질 투자법과 로마 역사적 병렬 사례, 6만 명 뉴스레터 기반 멘탈 모델 및 휴리스틱의 맹점, Gumroad/Canva 연동 5단계 틈새 문제 해결 및 3만 달러 부업 검증 워크플로우를 보완하여 evergreen 상태로 승격함.

2026-06-14 (Audit Batch 2 — UI/UX Design System & RAG/LLM Infrastructure Wiki Audit)

Ingest

  • 입력:
    • raw/1인 개발자와 소규모 팀을 위한 주말 완성 디자인 시스템 구축법.md
    • raw/완벽하게 기계 가독성을 갖춘 디자인 시스템.md
    • raw/2026년에 실제로 효과가 있는 나의 AI 디자인 워크플로우.md
    • raw/UI 디자인을 위한 최고의 AI 도구 10가지와 워크플로우.md
    • raw/DESIGN.md 워크플로 - Google Stitch와 Claude Code가 바꾼 디자인 개발 협업.md
    • raw/DESIGN.md 워크플로우. Google Stitch와 Claude Code가 디자인-코드 핸드오프를 조용히 바꾼 방법-ko.md
    • raw/How to write a DESIGN.md file Claude can actually use-ko.md
    • raw/모든 DESIGN.md에 꼭 들어가야 할 9가지 섹션.md
    • raw/AI 디자인 시스템에 윤리, 접근성, 그리고 기억을 부여한 방법.md
    • raw/AI와 오픈소스로 300개 이상의 팟캐스트를 RPG 게임으로 만든 이야기 - LennyRPG 8시간 개발기.md
    • raw/AI 개발자가 반드시 알아야 할 9가지 RAG 아키텍처 - 실무 예제로 배우는 완전 가이드.md
    • raw/RAG 시스템 초보자부터 전문가까지의 완전 가이드 (2026 에디션).md
    • raw/밑바닥부터 만드는 LLM 메모리 #1. 슬라이딩 윈도우 버퍼.md ~ #5. 계층형 자체 관리 메모리.md
    • raw/지식 그래프, 진정한 게임 체인저... 그러나 구축과 유지가 극도로 어려운 이유.md
    • raw/What Is MCP? Build a Custom MCP Server in Python.md
    • raw/5배 적은 메모리로 맥에서 32B 모델 실행하기 - 구글 TurboQuant, 애플 실리콘 상륙.md
    • raw/애플 실리콘을 위한 로컬 AI 스택: 한 차원 진화한 성능과 최적의 구축 가이드.md
    • raw/16GB Mac mini에서 Qwen 3.5 122B LLM 실행하기 - TurboQuant-MLX를 활용한 MoE 전문가 스트리밍.md
  • 생성: 없음
  • 수정:
  • index 업데이트: 완료
  • 남은 검토: 없음 (대상 11개 노트의 원천 자료 동기화 및 누락 기술 세부사항 전량 보완 완료)

Lint

  • 실행 방식: 수동 교차 검증 및 checklist 대조
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (Naive RAG 실패율 40%, 하이브리드 RRF k=60 상수, Cross-Encoder 2차 압축률 15-30% RAGAS 향상, Vector RAG 엔티티 5개 초과 시 정확도 0%, GraphRAG 정확도 3.4배 향상 및 인덱싱 비용 500, Vectorless FinanceBench 98.7% 정확도, Unified Buffer 캐시 잠식 7.5GB 및 GPU Wired Memory Cap 10.5GB 기준 mlx_peak 튜닝 공식 등 검증 가능한 모든 벤치마크 및 수학적 수치에 대해 raw 출처 명기 완료)
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 없음 (수정 및 승격된 핵심 노트들의 updated 날짜를 2026-06-14로 전면 최신화함)
  • 조치: 수정한 11개 위키 노트의 frontmatter updated 날짜를 2026-06-14로 갱신하고, index.md 내 핵심 노트 갱신 정보 정합성을 맞춤.

결정 기록

  • 결정: 보강 및 핵심(core) 승격
  • 대상: RAG 아키텍처 선택, 로컬 LLM 30분 실전 가이드
  • 근거: 원문(raw)에 정의된 9대 RAG 아키텍처 아우트라인, 하이브리드 RRF 수식 및 벤치마크 데이터, 그리고 로컬 LLM 환경의 MoE 디스크 스트리밍 수식 및 TurboQuant 4비트 회전 모드 등의 핵심 인프라 가이드를 풍부하게 반영하여 wiki 허브로서의 가치가 충분하여 핵심 노트로 승격함.
  • 결정: 보강 및 핵심(core) 상태 유지
  • 대상: LLM 메모리 시스템 아키텍처, Model Context Protocol
  • 근거: MemGPT 계층형 메모리 라이프사이클 도구 명세 및 지식 그래프 도입 시의 시맨틱 부채, Pinterest의 대규모 분산 MCP 엔터프라이즈 보안 인가 아키텍처(Envoy, SPIFFE, Dynamic OAuth) 등의 핵심 엔지니어링 의사결정 요소를 대폭 보강함.

2026-06-14 (Audit Batch — Coding Agent & Infrastructure Wiki Audit)

Ingest

Lint

  • 실행 방식: 수동 교차 검증
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (Terminal Bench 2.0 51.3% → 91.5% 향상, Vercel SQL Agent 3.3단계 → 12단계/17초/6달러 수치, 65줄 CLAUDE.md 및 14가지 세션 명령어 등의 실증 수치 및 퀵스타트 NPM 네임스페이스 출처 명기 완료)
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개 (수정된 핵심 노트 Harness Engineering, Agent Harness, Agent Native Infrastructure, Claude.md 운영 원칙, MEMORY.md 운영 원칙, AI 코딩 에이전트 검증 전략 모두 updated: 2026-06-14로 최신화됨)
  • 조치: 수정한 9개 지식 노트의 frontmatter updated 날짜를 2026-06-14로 갱신하고, index.md 내의 갱신일 정보 정합성을 맞춤.

결정 기록

2026-06-14 (Batch 2 — 테크/투자/사고법 지식 ingest)

Ingest

  • 입력:
    • raw/4개월 만에 사라진 15만 개의 테크 일자리 — 데이터 리더들이 차마 말하지 못하는 진실.md
    • raw/경제 붕괴 직전, 부자들이 미리 사두는 4가지 자산.md
    • raw/남다르게 생각하도록 뇌를 훈련하는 법.md
    • raw/내가 매주 쓰는 클로드와 챗GPT 프롬프트 10선 (즉시 복사하여 사용 가능).md
    • raw/단 하루 오후 만에 디지털 상품을 출시하고 월 3,000달러 부업으로 키운 실전 프로세스.md
    • raw/단돈 100달러로 주식 투자 시작하기.md
    • raw/미룰 때마다 결제되는 알람 앱을 만들었다. 그리고 애플의 이메일 한 통에 무산되었다.md
    • raw/오늘날 AI를 배우는 대부분의 사람들이 존재하지 않는 직업을 준비하고 있다.md
    • raw/우리가 초대받지 못한 새로운 AI 시대의 개막.md
    • raw/월급을 대체하고 조기 은퇴를 실현해 줄 5가지 ETF.md
    • raw/초보 투자자가 저지르는 가장 큰 투자 실수 15가지.md
  • 생성:
    • 경제 위기 자산 배분 전략 (신규): 부자들이 위기 상황에 미리 확보하는 4가지 대체 자산(미국 단기 국채, 부실 채권, 농지, 미술품 등 실물 자산)과 자산 배분 전략 분석.
    • 멘탈 모델 기반 사고법 (신규): 존 스노의 콜레라 극복 사례, 망치의 법칙, 파레토 법칙 등 다학제적 멘탈 모델로 인지 편향을 극복하고 사고력을 훈련하는 뇌 과학적 가이드라인.
    • 디지털 제품 생산 및 출시 워크플로우 (신규): Canva와 Gumroad를 연동하여 단 하루 오후 만에 디지털 제품(지식 템플릿, PDF e-book 등)을 제작 및 자동 출시하는 월 3,000달러 규모의 실전 부업 프로세스.
    • 플랫폼 규제와 제품 출시 리스크 (신규): 알람 앱 결제 우회 모델을 거절한 애플의 App Store 플랫폼 심사 사례 및 Stripe SetupIntent API와 비밀 키 관리를 통한 사이드 프로젝트의 플랫폼 의존성 리스크 통제 전략.
  • 수정:
    • AI 겨울과 경제적 조정 (보강): 2026년 상반기 테크 업계의 15만 개 이상 대규모 일자리 감축 통계, 시니어/미드레벨의 중간 관리직 병목 현상 및 AI 투자의 재정적 회수(ROI) 압박 데이터 보강.
    • Claude Cowork (보강): ChatGPT와 Claude의 프롬프팅 차이(역할극/맥락 의존도), 4대 코워킹 프롬프트 디자인 패턴(역할 고정형, 다단계 체인형, dynamic-system, interactive-refine) 및 실무 10선 템플릿 보강.
    • 인덱스 투자 원칙 10가지 (보강): ‘단돈 100달러 주식 투자’와 ‘초보 투자자 실수 15가지’를 통합 보강하여 소액 투자 시작 프로세스(Roth IRA vs 401k 세제 혜택), DCA(정기 분할 매수) 전략 및 15가지 투자 실수 진단표 테이블화.
    • AI 시대 소프트웨어 펀더멘탈 (보강): 코딩 역량 오버행 상황에서 주니어 개발자가 AI 시대를 생존하기 위해 필요한 ‘Ship-over-Consume’ 환류 루프, 시스템 배관(Plumbing) 및 관측 가능성(Evals/Tracing) 스터디 로드맵 상세화.
    • 오픈소스 LLM 경제성과 벤더 종속성 해지 (보강/핵심): 벤더 모델의 보이지 않는 성능 감퇴(Vector Steering, LoRA Lobotomies) 위험, 30일 데이터 보관 및 보안 정책 리스크, 그리고 NVIDIA/AI2/Arcee 등 오픈소스 얼라이언스의 전략적 중요성 추가.
    • ETF 3종 투자 원칙 (보강): 은퇴 대비 배당주/커버드콜 ETF의 5가지 분류(S&P500 커버드콜, Nasdaq 커버드콜, 배당성장, 고배당, 채권형), DRIP(배당 재투자)의 복리 수학적 분석 및 ABB(Always Be Buying)의 영구 축적 룰 상세화.
  • index 업데이트: 완료
  • 남은 검토:
    • 플랫폼 규제와 제품 출시 리스크: 애플의 DND/Critical Alerts 권한 차단 등의 정책 리스크에 대응하기 위해 모바일 웹 앱(PWA) 푸시 노티피케이션이나 이메일/알람 채널 다변화 아키텍처 추가 검증 필요.
    • 멘탈 모델 기반 사고법: 학제적 모델링의 실무 엔지니어링 의사결정 사례(예: 소프트웨어 설계 패턴에 망치의 법칙 적용 시의 비용) 추가 리서치 필요.

Lint

결정 기록

  • 결정: 신규 생성
  • 대상: 경제 위기 자산 배분 전략
  • 근거: 거시경제적 위기 국면에서 부유층이 채권, 농지, 미술품 등 전통적/대체 자산에 자금을 배분하여 가치를 보존하고 유동성을 통제하는 전략적 프레임을 구축하기 위해 생성.
  • 결정: 신규 생성
  • 대상: 멘탈 모델 기반 사고법
  • 근거: 인지 편향(도구의 법칙 등)에 갇히지 않고 물리, 생물, 수학, 역사 등 다학제적 도구를 동원하여 입체적인 문제 해결 역량을 배양하는 사고력 방법론을 정리하기 위해 생성.
  • 결정: 신규 생성
  • 대상: 디지털 제품 생산 및 출시 워크플로우
  • 근거: 1인 창업자가 디자인 툴(Canva)과 배포 플랫폼(Gumroad)을 사용해 최소한의 기획-패키징-출시 3단계 프로세스를 반나절 만에 수행하는 린(Lean) 디지털 프로덕트 출시 workflow를 규정하기 위해 생성.
  • 결정: 신규 생성
  • 대상: 플랫폼 규제와 제품 출시 리스크
  • 근거: 애플 등 거대 OS 플랫폼의 엄격한 알람/결제 정책 및 심사 승인 리스크가 제품 생존에 미치는 영향과 Stripe SetupIntent 등을 활용한 기술적 회피 한계를 기록하고 의사결정 시 위험 평가 자료로 사용하기 위해 생성.

2026-06-14

Raw 추가 (번역 및 윤문)

  • 입력:
    • medium/The Last Time This Happened, Lots of Regular People Became Millionaires.md
    • medium/밑바닥부터 만드는 LLM 메모리 #1. 슬라이딩 윈도우 버퍼.md
    • medium/밑바닥부터 만드는 LLM 메모리 #2. 자동 요약 버퍼.md
    • medium/밑바닥부터 만드는 LLM 메모리 #3. 벡터 메모리.md
    • medium/밑바닥부터 만드는 LLM 메모리 #4. 지식 그래프 메모리.md
    • medium/밑바닥부터 만드는 LLM 메모리 #5. 계층형 자체 관리 메모리.md
    • medium/9 RAG Architectures Every AI Developer Must Know. A Complete Guide with Examples.md
  • 생성:
    • raw/지난번 이런 일이 있었을 때, 수많은 평범한 사람들이 백만장자가 되었다.md
    • raw/밑바닥부터 만드는 LLM 메모리 #1. 슬라이딩 윈도우 버퍼.md
    • raw/밑바닥부터 만드는 LLM 메모리 #2. 자동 요약 버퍼.md
    • raw/밑바닥부터 만드는 LLM 메모리 #3. 벡터 메모리.md
    • raw/밑바닥부터 만드는 LLM 메모리 #4. 지식 그래프 메모리.md
    • raw/밑바닥부터 만드는 LLM 메모리 #5. 계층형 자체 관리 메모리.md
    • raw/AI 개발자가 반드시 알아야 할 9가지 RAG 아키텍처 - 실무 예제로 배우는 완전 가이드.md
  • 작업 내용: 영어 원문들을 누락 및 의역 없이 한 문장씩 한국어로 정밀하게 번역하고, 사람이 쓴 자연스러운 문체로 윤문하여 raw/ 디렉터리에 저장 완료.

Ingest

  • 입력: 위의 7개 raw 파일 및 아래 17개 디자인/프로토타이핑/에이전트 하네스/로컬 AI raw 파일
    • raw/1인 개발자와 소규모 팀을 위한 주말 완성 디자인 시스템 구축법.md
    • raw/2026년에 실제로 효과가 있는 나의 AI 디자인 워크플로우.md
    • raw/AI와 오픈소스로 300개 이상의 팟캐스트를 RPG 게임으로 만든 이야기 - LennyRPG 8시간 개발기.md
    • raw/DESIGN.md 워크플로 - Google Stitch와 Claude Code가 바꾼 디자인 개발 협업.md
    • raw/DESIGN.md 워크플로우. Google Stitch와 Claude Code가 디자인-코드 핸드오프를 조용히 바꾼 방법-ko.md
    • raw/How to write a DESIGN.md file Claude can actually use-ko.md
    • raw/모든 DESIGN.md에 꼭 들어가야 할 9가지 섹션.md
    • raw/우리가 피그마 없이 제품을 배포하는 방법.md
    • raw/2026년 Claude Code 설정에 꼭 필요한 8가지 핵심 스킬.md
    • raw/5배 적은 메모리로 맥에서 32B 모델 실행하기 - 구글 TurboQuant, 애플 실리콘 상륙.md
    • raw/CLAUDE.md 파일 하나가 바이럴을 탔다. 이유는 민망할 정도로 단순하다.md
    • raw/Claude Code 프로젝트 효율을 극대화하는 MEMORY.md 가이드.md
    • raw/Karpathy의 LLM Wiki를 두 번 만들었다. 코드로 한 번, 단일 .md로 한 번.md
    • raw/노트북을 망가뜨리지 않으려고 라즈베리 파이에서 AI 에이전트 하네스를 구동한 후기.md
    • raw/애플 실리콘을 위한 로컬 AI 스택: 한 차원 진화한 성능과 최적의 구축 가이드.md
    • raw/지식 그래프, 진정한 게임 체인저... 그러나 구축과 유지가 극도로 어려운 이유.md
    • raw/하네스 엔지니어링 - 65줄 CLAUDE.md가 최고의 스킬인 이유.md
  • 생성:
    • LLM 메모리 시스템 아키텍처 (신규/핵심): LLM 에이전트의 5대 메모리 계층(슬라이딩 윈도우, 자동 요약, 벡터, 지식 그래프, 계층형 자체 관리)과 그 트레이드오프 분석을 다룬 개념 문서 구축.
    • AI 네이티브 프로토타이핑 (신규): 팟캐스트 302개 에피소드 처리 자동화 및 Supabase MCP, Phaser 3를 연동해 8시간 만에 LennyRPG를 구축한 실제 에이전트-오픈소스 협업 프로토타이핑 사례 분석.
    • Claude Code 스킬 관리 (신규): Claude Code의 컨텍스트 윈도우 비용(Context Tax)을 최소화하기 위한 8대 스킬 구성 요건과 스킬 감사(Audit) 프레임워크 구축.
  • 수정:
    • RAG 아키텍처 선택 (보강): 2026년 실무에 적용되는 9가지 RAG 아키텍처 패턴(Standard, Conversational, Corrective, Adaptive, Self-RAG, Fusion, HyDE, Agentic, GraphRAG) 상세 및 구현 상의 위험 신호 보강.
    • 디자인 시스템 기본값 (보강): 1인/소규모 팀을 위한 주말 완성 최소 기능 디자인 시스템(MVDS), CSS 사용자 정의 속성(Custom Properties)을 이용한 이중 레이어 토큰 및 3대 컴포넌트(버튼→폼→카드) 구축 우선순위 반영.
    • UI UX 디자인 AI 워크플로우 (보강): 실패하는 도구 패턴(과도한 시안 생성, 코파일럿형, 프레임워크 강제 등)과 Recraft 및 Perplexity Pro 등을 활용한 실무형 5단계 AI 디자인 프로세스 정립.
    • DESIGN.md 워크플로우 (보강/핵심 승격): Figma와 Google Stitch 캔버스 외에도, 코드로 직접 설계하여 저장소 자체를 기획 명세서화하는 ‘프로토타입 우선 디자인(Figma-free)’ 조율 파이프라인 추가 반영 및 관련 ONSIGHT, Kony 연구 수치 보완.
    • DESIGN.md 운영 원칙 (보강): 지속적인 디자인 기억 장치로서의 값-의도-경계 공식화, Foundation-Components-Guardrails 3층 9대 섹션 명시 및 3대 실패 모드(Bootstrap Default, Color Roulette, Style Drift) 예방 규칙 상세화.
    • 로컬 LLM 30분 실전 가이드 (보강): Google TurboQuant(PolarQuant + QJL)의 극저비트 KV 캐시 압축 기술, Ollama 0.19 MLX 엔진 업그레이드 성능 데이터, 그리고 3계층 하이브리드 아키텍처(Ollama + Apple Foundation + Cloud API) 설계 기준 추가.
    • Claude.md 운영 원칙 (보강/핵심): Forrest Chang이 Karpathy의 에이전트 실패 관찰을 바탕으로 정리한 65줄 행동 가이드라인과 4대 원칙의 상세 비즈니스/글쓰기 특화 프로필 융합.
    • MEMORY.md 운영 원칙 (보강/핵심): autoMemoryEnabled: true 설정 경로, ~/.claude/projects/ 기반 물리 디렉토리 구조 및 SaaS 대시보드 비교 명세 추가.
    • LLM Wiki 구현 선택지 (보강): Karpathy의 llm-wiki.md 컴파일 구상, Pydantic/SHA-256 UUID 기반 코드 지향 패키지(wiki-llm)와 단일 AGENTS.md 지침 에이전트 협상의 트레이드오프 및 markdown-hero 파서의 무결성 제약 추가.
    • Pi Coding Agent (보강): 샌드박스 보안 격리를 위한 라즈베리 파이 4 물리 하드웨어 도입 비화, 옵시디언 볼트 안전 분석 경로 및 Hermes/OpenClaw의 24/7 장기 런타임 안정성 비교.
    • LLM 메모리 시스템 아키텍처 (보강/핵심): 지식 그래프의 시맨틱 기준 데이터(Semantic Reference Data) 역할, 인적 변동에 따른 Rationale 손실 제어용 경량 의사 결정 기록(Lightweight Decision Records) 보강.
    • Harness Engineering (보강/핵심): 800줄 에이전트 생성 규칙의 자아 비평 기반 65줄 압축 역사, 매주 금요일 5분 실수 반영 루프, Cursor/Claude Code 설치 명령어 명세 보강.
    • wiki/index.md
    • wiki/log.md
  • index 업데이트: 완료
  • 남은 검토:
    • AI 네이티브 프로토타이핑: Supabase MCP를 활용한 리더보드 테이블 설계 및 RLS 규칙 생성 자동화 시, 보안 토큰 노출 제어 방안 검토 대기.
    • 디자인 시스템 기본값: 멀티 플랫폼(iOS/안드로이드) 횡단 디자인 토큰 추출 시 Style Dictionary/Theo 등 파일 변환기 연동 시점의 비용 측정 필요.

Lint

  • 실행 방식: 수동 교차 검증 및 checklist 대조
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (디자인 시스템 적용 시 폼 개발 시간 47% 절감, 성숙한 디자인 시스템의 74%가 토큰 전파 채택, 프로젝트 50% 실패율 및 65%의 핸드오프 데이터 마찰 지점 수치, Google TurboQuant의 4~6배 압축률 및 FP16 대비 98% 처리 지표, M5 Max MLX-Ollama 런타임 112 tok/s 디코드 수치 등에 대한 raw 출처 명기 완료)
  • 관련 노트 2개 미만 문서: 0개 (신규 생성된 Claude Code 스킬 관리에 Claude Code 오케스트레이션, Harness Engineering 등을 연결하여 충족)
  • 고아 페이지: 0개 (신규 생성된 Claude Code 스킬 관리를 Claude Code 오케스트레이션 등에서 상호 연결하여 0개 유지)
  • 30일 이상 미갱신 핵심 노트: 3개
  • 조치: 30일 이상 미갱신 핵심 노트 경고 기록, 추후 status: needs-review로의 전환 및 최신화 보강 작업 검토 예정.

결정 기록

  • 결정: 신규 생성
  • 대상: AI 네이티브 프로토타이핑
  • 근거: LLM 에이전트와 오픈소스 Phaser 3, Supabase MCP, CLI 자동화를 조합하여 8시간 내에 300개 팟캐스트 기반 RPG 웹서비스를 고속 배포하는 실무 프로토타이핑 원리와 교훈을 기록하기 위해 생성.
  • 결정: 신규 생성
  • 대상: Claude Code 스킬 관리
  • 근거: 에이전트의 컨텍스트 예산 1% 원칙을 지키며 불필요한 토큰 세금(Context Tax)을 정리하고, webapp-testing, mcp-builder 등 8대 실무 필수 로컬 스킬 구성을 명세화하기 위해 생성.
  • 결정: 보강 및 핵심 상태 유지
  • 대상: DESIGN.md 워크플로우
  • 근거: Figma 핸드오프의 50% 실패율 극복 및 개발자 오케스트레이션 패러다임에 맞춘 ‘프로토타입 우선 디자인(Figma-free)’ 코드 빌드 경로를 추가하기 위해 2차 8번 raw 파일 내용을 보강 적용함.
  • 결정: 보강 및 핵심 상태 유지
  • 대상: Claude.md 운영 원칙
  • 근거: Forrest Chang이 정리한 Andrej Karpathy의 LLM 코딩 3대 실패 관찰에 근거한 4대 행동 원칙을 프로젝트에 수혈해 에이전트 오동작(포맷 오염, 과도한 추상화)을 예방하는 운영 수칙을 반영함.
  • 결정: 보강 및 핵심 상태 유지
  • 대상: Harness Engineering
  • 근거: 에이전트 환경 디버깅을 위해 CLAUDE.md의 4대 행동 규칙(Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution)과 pre-commit hook 결합 방안 및 5분 실수 튜닝 루틴을 명시하여 보강함.

2026-06-12

Raw 추가 (번역 및 윤문)

  • 입력:
    • medium/10 LangChain & LangGraph Concepts Every AI Engineer Should Know.md
    • medium/11 Tiny Lifestyle Changes That Fixed My Attention Span.md
    • medium/A $4 Billion Empire Broke Open Source. They Threatened One Developer. It Backfired..md
    • medium/AI Isn’t Replacing Developers. It’s Doing Something Worse..md
    • medium/AI Killed My Writing Career. Long Live AI..md
    • medium/AI-Assisted Coding in 2026 is a Skill. Here’s How to Actually Get Good at It..md
    • medium/Figma skills for Claude Code. Complete Guide.md
    • medium/Forget creating digital products. Focus on this instead.md
    • medium/How I organise Obsidian Daniel Prindii.md
    • medium/How to Build an AI-Native Second Brain (The 2026 Way).md
    • medium/I Did 11 Technical Interviews in 60 Days. Here Is the Pattern Nobody Tells You..md
    • medium/I Tried Building Claude Code From Scratch. Here’s How Far I Got.md
    • medium/If You Had To Read Only 5 AI Papers, This Should Be It..md
    • medium/MEMORY.md for Claude Code projects.md
    • medium/Master Obsidian. The Complete and Definitive Guide to Turning Your Notes into a Second Brain.md
    • medium/Modular Monolith Instead of Microservices — What Changed When the AI Agent Started Reading Code.md
    • medium/My Complete Web design & build workflow for 2026.md
    • medium/RAG Systems. The Complete Zero-to-Hero Guide (2026 Edition).md
    • medium/Spec-Driven Development with AI Coding Agents. The Definitive Guide.md
    • medium/Tailwind’s Struggles Are Signs Of A Collapsing House Of Cards.md
    • medium/The Boring Truth About What Makes a Good Life.md
    • medium/The Obvious Ways To Spot Someone Secretly Writing With AI.md
    • medium/What Anthropic Didn’t Say About Opus 4.8. It’s Anthropic Absorbing Your Harness.md
    • medium/What Happens When You Give an LLM the Keys to Your Obsidian Vault.md
  • 생성:
    • raw/모든 AI 엔지니어가 알아야 할 10가지 LangChain 및 LangGraph 개념.md
    • raw/내 주의 집중 시간을 되돌려준 11가지 사소한 생활 습관의 변화.md
    • raw/40억 달러 대기업이 깨뜨린 오픈소스와 개발자 협박의 역풍.md
    • raw/AI는 개발자를 대체하는 것이 아니라 더 심각한 일을 하고 있다.md
    • raw/AI가 내 글쓰기 커리어를 죽였다. AI 만세.md
    • raw/2026년 AI 보조 코딩은 하나의 기술이다. 실제로 이 기술을 마스터하는 방법.md
    • raw/Claude Code를 위한 Figma 스킬 완벽 가이드.md
    • raw/디지털 제품 제작은 잊으세요. 대신 이것에 집중하세요.md
    • raw/내가 Obsidian을 정리하는 방법 - 다니엘 프린디.md
    • raw/AI 네이티브 세컨드 브레인을 구축하는 방법 (2026년 방식).md
    • raw/60일간 11번의 기술 인터뷰를 치르며 깨달은 아무도 말해주지 않는 패턴.md
    • raw/Claude Code를 밑바닥부터 직접 구현해 보았다.md
    • raw/만약 단 5편의 AI 논문만 읽어야 한다면 바로 이것입니다.md
    • raw/Claude Code 프로젝트를 위한 MEMORY.md.md
    • raw/옵시디언 마스터하기 - 노트를 세컨드 브레인으로 만드는 완벽 가이드.md
    • raw/마이크로서비스 대신 모듈러 모놀리스 — AI 에이전트가 코드를 읽기 시작했을 때 바뀐 것들.md
    • raw/2026년을 위한 웹 디자인 및 빌드 워크플로우.md
    • raw/RAG 시스템 초보자부터 전문가까지의 완전 가이드 (2026년 에디션).md
    • raw/AI 코딩 에이전트와 함께하는 명세 기반 개발 결정판 가이드.md
    • raw/테일윈드의 고군분투는 무너지는 사상누각의 징조다.md
    • raw/좋은 삶을 만드는 것에 대한 지루한 진실.md
    • raw/AI로 몰래 쓴 글을 가려내는 명백한 방법들.md
    • raw/Anthropic이 Opus 4.8에 대해 말하지 않은 것 - 하네스를 흡수하는 Anthropic.md
    • raw/LLM에게 옵시디언 볼트 열쇠를 주면 일어나는 일.md
  • 작업 내용: 영어 원문 24개를 누락 및 의역 없이 한 문장씩 한국어로 번역하고, 사람이 쓴 자연스러운 문체로 윤문하여 raw/ 디렉터리에 저장 완료.

Ingest

  • 입력: 위의 24개 raw 파일
  • 생성:
    • 모듈러 모놀리스 (신규/핵심): AI 에이전트의 컨텍스트 경제학을 위해 패키지 수준의 도메인 경계를 강제하는 아키텍처 정리.
    • MEMORY.md 운영 원칙 (신규/핵심): 에이전트의 장기 세션 지식을 기록·보존하는 인덱스 템플릿과 운영 수칙 정리.
    • AI 엔지니어 필수 논문 (신규): 현대 생성형 AI와 에이전틱 엔지니어링의 근간이 된 필수 논문 5선 및 Sutton의 The Bitter Lesson 핵심 요약.
    • Figma 에이전트 연동 (신규): Figma MCP 및 apply-design-system 스킬을 활용하여 시각적 디자인 스펙을 코드와 캘리브레이션하는 절차 정리.
    • 오픈소스 라이선스 갈등과 커뮤니티 역풍 (신규): 대기업의 카피레프트(Copyleft) 라이선스 위반 및 소송 협박에 대응하는 오픈소스 생태계와 AI 보급에 따른 Tailwind CSS 등 오픈소스 경제 모델 붕괴 위기 정리.
    • 프론트엔드 스타일링 패러다임 (신규): CSS Nesting, Container Queries 등 표준 CSS 스펙 진화와 Tailwind CSS 과자극/가독성 한계에 따른 스타일링 선택지 분석.
  • 수정:
    • 사양 기반 개발 (Spec Driven Development) (보강/핵심 승격): AI 코딩 에이전트 협업을 위한 자연어 명세 기반의 6단계 순환 개발 및 검증 주기 보강.
    • AI 세컨드 브레인 (보강/핵심): PARA 구조와 MOCs 연결 중심 모델 및 백그라운드 에이전트를 통한 지식 자동 정리와 보안 위험 대응 방안 보강.
    • AI 코딩 에이전트 검증 전략 (보강/핵심): AI 생성 코드를 린트, 빌드, 테스트 단계와 연동하여 자율 디버깅을 완수하는 DoD(정의된 완료 조건) 파이프라인 보강.
    • Agent Harness (보강/핵심): Anthropic Opus 4.8 등 최신 모델이 내부 CoT로 에러 검증을 흡수하는 환경에서 외부 하네스가 집중해야 할 가이드레일 역할 보강.
    • DESIGN.md 워크플로우 (보강/핵심): 디자인-코드 간 격차를 줄이기 위해 DESIGN.md 단일 기준점을 구축하고 Stitch, v0, Claude Code를 체인화하는 파이프라인 보강.
    • Lethal Trifecta (보강/핵심): 에이전트가 외부 웹 검색과 로컬 디스크 쓰기를 동시에 획득하여 발생할 수 있는 보안 취약점 격리 가드레일 보강.
    • 생성형 AI 면접 평가 축 (보강): 60일간 11번의 인터뷰에서 도출된 이력 패턴과 기술 면접 합격 자질(기초 신뢰성, 회복력, 설계 능력) 보강.
    • RAG 아키텍처 선택 (보강): RAG 시스템 초보자부터 전문가까지의 가이드라인(Chunking, Embedding, Vector vs GraphRAG 하이브리드) 보강.
    • 한글 AI 번역투 탐지 및 윤문 워크플로 (보강): AI 번역 투의 특징과 im-not-ai humanizer를 이용한 가독성 높은 윤문 규칙 보강.
    • wiki/index.md
    • wiki/log.md
  • index 업데이트: 완료
  • 남은 검토:
    • 모듈러 모놀리스의 에이전트 컨텍스트 경제학(166:1 토큰 비율) 실측값 타 프레임워크 적용 검증.
    • MEMORY.md 25KB 초과 시 세션 지연 해결을 위한 Compaction 자동화 스크립트 작성 검토.
    • Figma MCP 연동 시 사설 API Key 노출 방지 및 보안 취약점 예방 조치 점검 대기.

Lint & 번역 재검증

  • 실행 방식: 수동 교차 검증 및 verify_translations.py를 통한 번역 정적 무결성(코드 블록 깨짐, 링크 파손, 영어 원문 누락) 검사, wiki_linter.py를 통한 위키 무결성 린트.
  • 깨진 wikilink: 0개 (오픈소스 LLM 경제성과 벤더 종속성 해지 내 raw 파일 target 오탐 Wikilink를 file:// markdown link로 수정하고, log.md 및 AI 세컨드 브레인 내의 텍스트 표기 오류 해결)
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (확인된 수치 문장들 모두 출처 링크 추가 또는 frontmatter sources 일치화 완료)
  • 관련 노트 2개 미만 문서: 0개 (생성 및 수정된 15개 위키 노트의 cross-linking을 보완하여 관련 노트 2개 이상 요구 규칙 100% 충족)
  • 고아 페이지: 0개 (AI 엔지니어 필수 논문, 오픈소스 라이선스 갈등과 커뮤니티 역풍 등 신규 노트를 Software 3.0, Agent Harness, AI 세컨드 브레인 등 허브 문서에 연결 완료)
  • 30일 이상 미갱신 핵심 노트: 1개 (API Key 관리 원칙 2026-05-07 업데이트 이후 36일 경과 확인됨. 다음 번 점검 때 status: needs-review 전환 검토)
  • 조치: 번역 완료된 24개 문서 전체에 대하여 영어 원문과 한국어 번역본을 1:1 대조 및 가독성 교차 검증을 전면 수행함. 모든 파일은 humanize-korean v2.0 fast 모드를 통해 A 등급 및 자체검증 6/6 통과를 확인하였음.

2026-06-11

Raw 추가 (번역 및 윤문)

  • 입력:
    • medium/How Hermes, OpenClaw, ChatGPT Agents, and Future AI Systems Actually Work (Theory Simplified).md
    • medium/I Rebuilt My Obsidian Workflow With 5 New Plugins (2026 Setup).md
    • medium/Microsoft Told Its Engineers to Stop Using AI. Uber Burned Through Its Entire Annual AI Budget in Four Months. Here Is What Nobody Is Saying About This..md
    • medium/AI Agents Are Dead. Why 88% Fail Before Production.md
    • medium/Open source models are good enough. Stop overpaying for intelligence you don’t need.md
    • medium/A Qwen 3.5 122B LLM on a 16 GB Mac mini. MoE Expert Streaming with TurboQuant-MLX.md
    • medium/Inside Hermes Agent. How a Self-Improving AI Agent Actually Works.md
    • medium/I Gave My AI Design System Ethics, Accessibility, and a Memory.md
    • medium/GBrain.md
    • medium/Building a Week-Long Running Agentic System.md
  • 생성:
    • raw/Hermes, OpenClaw, ChatGPT 에이전트 및 미래 AI 시스템의 실제 작동 원리.md
    • raw/5개의 새로운 플러그인으로 옵시디언 워크플로우 재구축하기 (2026년 설정).md
    • raw/마이크로소프트는 엔지니어들에게 AI 사용 중단을 지시했고, 우버는 4개월 만에 연간 AI 예산을 모두 탕진했다. 아무도 말하지 않는 진실.md
    • raw/AI 에이전트는 죽었다. 88퍼센트가 프로덕션 도달 전에 실패하는 이유.md
    • raw/오픈소스 모델로도 충분하다. 필요하지 않은 지능에 비용을 과다하게 지출하지 마라.md
    • raw/16GB Mac mini에서 Qwen 3.5 122B LLM 실행하기 - TurboQuant-MLX를 활용한 MoE 전문가 스트리밍.md
    • raw/Hermes 에이전트의 내부 구조 - 자가 개선 에이전트의 작동 원리.md
    • raw/AI 디자인 시스템에 윤리, 접근성, 그리고 기억을 부여한 방법.md
    • raw/GBrain - 에이전트를 위한 오픈소스 장기 기억 및 지식 그래프 인프라.md
    • raw/일주일 동안 지속 실행되는 에이전틱 시스템 구축하기.md
  • 작업 내용: 영어 원문 10개를 누락 및 의역 없이 한 문장씩 한국어로 번역하고, 사람이 쓴 자연스러운 문체로 윤문하여 raw/ 디렉터리에 저장 완료.

Ingest

Lint & 번역 재검증

  • 실행 방식: 수동 교차 검증, wikilink 정합성 확인, 10개 번역본 원문 대조 검사
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개 (index.md 상의 API Key 관리 원칙 30일 이상 미갱신 건 확인됨, needs-review 전환 여부 차주 검토 예정)
  • 조치: 번역 완료된 10개 문서 전체에 대하여 영어 원문과 한국어 번역본을 1:1 대조 및 가독성 교차 검증을 전면 수행함. 검증 과정에서 아래의 누락 및 오번역 결함을 확인하여 수정 패치함:
    1. 16GB Mac mini에서 Qwen 3.5 122B LLM 실행하기...: 중간 핵심 기술 단락의 영문 미번역 누락 구간을 한국어로 완전 번역 및 수정 완료.
    2. 마이크로소프트는 엔지니어들에게 AI 사용 중단을 지시했고...: ‘마이크로소프트 and 우버’ 오타를 자연스러운 한글 조사인 ‘마이크로소프트와 우버’로 수정 완료.
    3. AI 에이전트는 죽었다. 88퍼센트가 프로덕션 도달 전에 실패하는 이유: ‘일겁’ → ‘일곱’, ‘비상 정단 장치’ → ‘비상 중단 장치’로 오타 수정 완료.
    4. 일주일 동안 지속 실행되는 에이전틱 시스템 구축하기: 501라인 이후 후반부 정밀 검증을 통해 VerifierTrust 반환값의 슬라이싱 오류(combined[-200:] → combined[-2000:])를 교정하고, 영어 주석 및 독스트링(EgressPolicy, CredentialBroker)을 모두 한글로 번역 완료. RRF, 지식 정리(Consolidation), 배포 승인 관문(Promotion Gate) 등 주요 개념 번역의 어색한 중복 표현 및 번역 투(본선 소스코드, 1픽셀도, 침묵식 편의 제공, 밀봉되어 등)를 매끄러운 한글 표현(실제 소스코드, 조금도, 묵인하고 통과시키는 일, 제한되어 등)으로 전면 윤문함.
    5. 위키 인덱스(wiki/index.md) 및 로그(wiki/log.md)의 Ingest 기록 정합성 일치화 완료.

결정 기록

  • 결정: 신규 생성 및 핵심 지정
  • 대상: 에이전트 복리 실패의 수학
  • 근거: 비결정성 실패의 누적 수식과 실제 에이전트 구동 과정에서 발생하는 드라이브 포맷 및 DB 삭제 등 치명적 물리 파괴 사례를 정리하고 에이전트 신뢰성의 수학적/실증적 한계를 밝히기 위해 작성.

GBrain 운영 정비

  • 입력: 없음
  • 생성/수정: GBrain, Hermes Agent, wiki/index.md, wiki/log.md
  • 작업 내용: GBrain을 ZeroEntropy 임베딩(zeroentropyai:zembed-1)과 balanced search mode로 맞추고, Obsidian/wiki 129개 페이지를 import한 뒤 link resolution global_basename을 활성화함.
  • index 업데이트: 완료
  • 남은 검토: 링크 그래프는 아직 sparse하므로, 허브 노트들에 [[GBrain]] / [[Hermes Agent]] / [[AI 세컨드 브레인]] 상호 링크를 추가로 늘릴 수 있음.

결정 기록

  • 결정: core 승격 및 허브 연결 강화
  • 대상: GBrain, Hermes Agent
  • 근거: 장기 기억 인프라와 에이전트 런타임이 서로를 직접 참조하도록 묶어야 검색/메모리/운영 문서가 분산되지 않는다. 현재 GBrain은 실제로 Hermes MCP에 연결되어 있고, AI 세컨드 브레인 및 LLM Wiki 운영 패턴과도 강하게 엮이므로 핵심 허브로 취급하는 것이 적절하다.

결정 기록

  • 근거: NIST CAISI의 DeepSeek 평가와 우버의 클로드 코드 예산 소모 사례 등 오픈소스 모델 도입의 실질적 비용과 종속성 탈피를 위한 3단계 추론 프레임워크를 정립하기 위해 작성.
  • 결정: 신규 생성
  • 대상: 유기적 개인 지식 시스템
  • 근거: Obsidian 5대 플러그인을 조합하여 에이전트와 유기적으로 지식 베이스를 교류하고 관리하는 세컨드 브레인의 실질적 2026년식 셋업 가이드를 정립하기 위해 작성.
  • 결정: 보강 및 핵심 유지/지정
  • 대상: Agent Harness, Lethal Trifecta, AI 시대 디자인 시스템
  • 근거: 신규 수집된 2차 raw 자료(일주일 지속 에이전트, 에이전트 복리 실패, BADS 등)를 바탕으로 Temporal Durable Execution, Budget Governor, Loop Detector, Rule of Two, BADS 3대 기둥(윤리, 접근성, 기억) 등의 구체적 아키텍처와 보안/가드레일을 통합하고 교차 wikilink 정합성을 맞춤.
  • 결정: 보강
  • 대상: Quartz로 Obsidian Wiki 배포하기
  • 근거: raw 가이드(Quartz-Deploy-Guide, Quartz-GitHub-Pages-Complete-Guide)의 세부 사항인 symlink Actions 빌드 해소, macOS fswatch 기반 배포 스크립트, 커스텀 도메인 DNS 설정, 주요 트러블슈팅 FAQ 3종을 통합 반영하여 실무 활용성을 극대화하기 위해 보강함.
  • 결정: 보강
  • 대상: 공간 지능
  • 근거: 파일명과 aliases 명이 동일하여 Quartz 빌드 시 무한 리다이렉션을 유발하는 html 덮어쓰기 결함을 예방하기 위해 frontmatter aliases 내의 중복 값 제거함.
  • 결정: 보강
  • 대상: AMI Labs, 모라벡의 역설, 성장 마인드셋, 세계 모델, 성공을 결정하는 5가지 핵심 자질, 학습된 낙관주의, JEPA, 약한 연결의 힘, Claude Design, Spec Kit, 의도적 연습, 지연된 만족, Claude Cowork, 쓰라린 교훈, 케이브맨
  • 근거: 파일명과 aliases 명이 슬러그화되었을 때 일치하여 Quartz 빌드 시 본문 대신 무한 리다이렉트 HTML 파일이 생성되는 결함을 방지하기 위해 frontmatter aliases 내의 중복 값 일괄 제거함.

2026-06-10

Ingest

  • 입력:
    • What Is MCP? Build a Custom MCP Server in Python
    • Building a Multi-Agent System That Turns One Sentence Into a $500 Online Course
    • Claude Code와 Obsidian으로 AI 세컨드 브레인 구축하기
    • Hermes Agent와 Ollama 로컬 설치 초고속 가이드
    • 파이썬 AI 에이전트 프레임워크 6종 비교 분석
    • raw/Hermes 에이전트와 함께 사용하기 좋은 오픈소스 내부 도구 5가지.md
    • raw/AI가 생성한 UI 디자인은 이제 인간 디자이너의 80퍼센트보다 우수하다.md
    • raw/Claude를 사용하기 전에 반드시 이 마크다운 파일을 만드세요.md
    • raw/원시인 모드로 토큰 아끼려다 6만 스타 오픈소스에 PR 보낸 이야기.md
    • raw/옵시디언 AI 제2의 뇌는 기억이 아니다.md
    • raw/SpaceX의 파격적인 AI 인프라 전략 - 순수 C 언어로 22만 대 GPU를 제어하다.md
    • raw/당신의 고양이가 챗GPT보다 세상을 더 잘 이해하는 이유.md
    • raw/완벽하게 기계 가독성을 갖춘 디자인 시스템.md
    • raw/지루한 업무를 자동화하는 클로드 코워크 프롬프트 7가지.md
    • raw/클로드 디자인은 과연 디자이너를 대체할까.md
    • raw/2026년 AI 에이전트 워크플로우 핵심 패턴 분석.md
    • raw/2026년 오픈소스 LLM 플랫폼 비교 가이드 - Ollama, OpenRouter, Groq, NVIDIA NIM.md
    • raw/DESIGN.md 워크플로 - Google Stitch와 Claude Code가 바꾼 디자인 개발 협업.md
    • raw/UI 디자인을 위한 최고의 AI 도구 10가지와 워크플로우.md
  • 생성:
  • 수정: 세계 모델 (보강/에버그린 승격), 완전히 기계 읽기 가능한 디자인 시스템 (보강), Claude Cowork (보강/에버그린 승격), LLM Wiki 운영 패턴 (보강), Hermes Agent (보강), AI 오픈소스 작업대 (보강), Claude Design (보강/에버그린 승격), UI UX 디자인 AI 워크플로우 (보강), Claude.md 운영 원칙 (보강), Spec Kit (보강), 사양 기반 개발 (Spec Driven Development) (보강), Vibe Coding과 Agentic Engineering (보강), Andrew Ng 4 에이전틱 디자인 패턴 (보강), DESIGN.md 워크플로우 (보강), Hermes Agent와 오픈소스 내부 도구 연동 (보강), wiki/index.md, wiki/log.md
  • index 업데이트: 완료
  • 남은 검토:
    • Model Context Protocol: stdio 전송 방식 외에 Streamable HTTP로 원격 서버 상태 유지 시 OAuth 2.1 미세 권한 인가 절차의 이식 비용 추가 확인 필요.
    • 멀티 에이전트 코스 빌더: 12개 강의 병렬 작성 시 Reducer 충돌 문제 및 소형 모델을 안티 슬롭 검토기로 채택할 때 반려 판정의 정확성 실측 데이터 확보 필요.
    • 파이썬 AI 에이전트 프레임워크 6종 비교 분석: Smolagents의 CodeAgent 실행에 따른 샌드박스 보안 설계 세부 가이드 및 CrewAI와 PydanticAI의 대규모 멀티에이전트 이관 시 런타임 안정성 데이터 실측 필요.
    • LLM Wiki 운영 패턴: 개인이 사용하는 Obsidian + Claude Code 볼트 환경에서 대량의 JSON 파일(/ingest) 처리 시 토큰 소비량 및 API 레이턴시 제어를 위한 세부 스크립팅 검증 필요.
    • Hermes Agent: 로컬 gpt-oss:20b 모델 사용 시 복잡한 도구 호출(max iterations: 60) 반복에 의한 성능 저하 및 자가 개선 스킬의 오동작 확률 실측 필요.
    • Hermes Agent와 오픈소스 내부 도구 연동: 로우코드 플랫폼 내에서 실행되는 Hermes 에이전트 CLI 명령어의 실제 권한 한계 및 샌드박스 격리 설계 방안 검토 필요.
    • Claude Design: OpenAI의 신규 UI 디자인 생성 모델 등 외부 도구와의 생성 시안 동질화 문제와 미시적 안목에 대한 디자이너 피드백 검증 필요.
    • UI UX 디자인 AI 워크플로우: Pageformance가 명시한 80~97% 방치 웹사이트들의 실시간 보정을 위해 Clarity 추적 데이터와 연동되는 에이전틱 최적화 루프 실증 데이터 확보.
    • Claude.md 운영 원칙: Claude 데스크톱 Cowork 환경에서 layered instruction(CLAUDE.md + voice_profile.md 등) 구동 시 프롬프트 누수 및 준수율 변화 수치 확인.
    • 성공을 결정하는 5가지 핵심 자질: 지연된 만족이나 성장 마인드셋 등 개인의 인지적 자질이 팀 단위의 협업(예: 에이전틱 엔지니어링 조직)에서 어떤 식으로 작용하고 문화화되는지에 대한 실증 연구 추가 검토 필요.
    • 의도적 연습: 코딩 에이전트와 페어 프로그래밍을 할 때 인위적인 피드백 루프(테스트 통과, 린트 오류 등)의 순환 주기를 어느 정도로 좁히는 것이 인간 개발자와 에이전트 모두의 피로도와 환각을 줄일 수 있을지 실증 데이터 확인 필요.
    • Spec Kit: Claude Code 및 Codex CLI 외에 29종 에이전트 중 Cursor나 Windsurf 등 비-CLI 기반 에디터 환경에서 스킬 모드(Skills Mode) 적용 시 설정 초기화 트레이드오프 검토 필요.
    • 케이브맨: 수동 트리거 PR 448의 머지 여부 추적 및 MD Azizul Hakim의 아카이브 논문(Spontaneous Scale-dependent Verbosity 현상)에서 주장하는 26%p 정확도 향상이 상용 LLM(Claude Code 등)에 적용될 때의 절감 비용 실측 검증.
    • SpaceX C 언어 기반 AI 인프라 전략: 22만 대 Blackwell Ultra GPU(칩당 192GB HBM3e) 클러스터에서 AllReduce NCCL 라이브러리를 포기하고 수동 통신 토폴로지 매핑을 하드코딩한 성능(JAX 대비 10배 향상)의 실측 검증 및 타 연구소에서의 재현 가능성 검토 필요.
    • LLM Wiki 운영 패턴: 100개 문서(40만 단어) 임계값 돌파 후 ChromaDB/DuckDB 로컬 벡터 DB 마이그레이션 시의 하이브리드 투 트랙 탐색 속도와 검색 정합성 검증.
    • 2026년 오픈소스 LLM 플랫폼 비교: Cerebras, SambaNova 등 LPU/WSE 칩 기반 추론의 API 호출 제한(Rate Limit) 변화 추이 및 무료 스택 rotator 스크립트의 에러 롤백 안정성 실측 필요.
    • Andrew Ng 4 에이전틱 디자인 패턴: 자가 개선 루프(Reflection) 및 ReAct 패턴의 사고 사슬(Chain-of-thought) 깊이가 로컬 경량 모델 구동 환경에서 보장되는지 검증.

결정 기록

  • 결정: 신규 생성 및 핵심 지정

  • 대상: Model Context Protocol

  • 근거: oMLX, GBrain, Pinterest MCP 등 3개 이상의 문서에서 깨진 링크로 공통 참조하고 있었으며, AI 클라이언트와 데이터 소스 간 연동 비용을 획기적으로 해결하는 기초 통신 표준 프로토콜 규격이므로 core(핵심) 노트로 등록함.

  • 결정: 신규 생성

  • 대상: 멀티 에이전트 코스 빌더

  • 근거: 단일 프롬프트가 대규모 작성 작업에서 겪는 문체 이탈 및 모순의 한계를 해결하기 위해, 교수 설계 원칙(ADDIE)에 기반해 기획-집필-설계-제작의 4단계 에이전트 분할 및 Human Approval Gate, Anti-slop Reviewer를 활용하는 프로덕션급 콘텐츠 생성 파이프라인 설계를 정립하기 위해 작성함.

  • 결정: 신규 생성

  • 대상: 파이썬 AI 에이전트 프레임워크 6종 비교 분석

  • 근거: AI 에이전트 오케스트레이션 프레임워크 선정 시, 랭그래프의 통제성(durable execution)과 크루AI의 협업 모델, PydanticAI의 타입 안전성, Smolagents의 파이썬 코드 생성(CodeAgent) 등 기술적 트레이드오프 및 선택 기준을 실무 평가 지표와 함께 정리하기 위해 작성함.

  • 결정: 신규 생성 및 보강

  • 대상: Hermes Agent와 오픈소스 내부 도구 연동

  • 근거: 셀프 호스팅 가능한 내부 도구 5종(NocoBase, Appsmith, Budibase, Directus, Baserow)의 환경 설계와 스키마, 승인 프로세스 구성에 있어 Hermes 에이전트와의 협업 워크플로우 및 스킬 자산화 전략을 명확히 아카이빙하고, Reddit의 에이전트 벤치마크 및 플랫폼별 깃허브 스타 수치(NocoBase 22.6k, Appsmith 39.9k 등)를 정확한 출처와 함께 정밀하게 보완 반영함.

  • 결정: 신규 생성

  • 대상: 성공을 결정하는 5가지 핵심 자질, 학습된 낙관주의, 성장 마인드셋, 지연된 만족, 의도적 연습, 약한 연결의 힘

  • 근거: 인생의 장기적 성장을 결정하는 학계의 5대 자질(학습된 낙관주의, 성장 마인드셋, 지연된 만족, 의도적 연습, 약한 연결의 힘)을 원자적 개념으로 명확히 정돈하고, 이들이 향후 에이전틱 워크플로우(예: 피드백 루프 설계, 신뢰 기반 위임 등)와 어떻게 유기적으로 맞물리는지 지식 체계를 구축하기 위해 작성함.

  • 결정: 신규 생성

  • 대상: SpaceX C 언어 기반 AI 인프라 전략

  • 근거: PyTorch, JAX 등 고수준 프레임워크를 완전히 배제하고 하드웨어 물리 토폴로지와 일대일 매핑되는 순수 C 언어로 22만 대 Blackwell Ultra GPU를 제어하여 JAX 대비 10배의 성능 향상과 온라인 RL 최적화를 이끌어낸 혁신적 인프라 전략을 보존함.

  • 결정: 신규 생성

  • 대상: 2026년 오픈소스 LLM 플랫폼 비교

  • 근거: Ollama, OpenRouter, Groq 등 2026년 최신 LLM 추론/호스팅 인프라 지형과 PHP/Laravel 기반 다중 API 로테이터 백엔드 설계 가이드를 정밀 보존하여 개발팀의 인프라 판단을 돕기 위함.

  • 결정: 보강 및 상태 evergreen 승격

  • 대상: 세계 모델, Claude Cowork, Claude Design

  • 근거: 새로운 2차 raw 자료를 인제스트하여 물리 세계와의 접촉 논리, 인보이스/대시보드 실무 프롬프트 예시, 그리고 Claude Design 템플릿의 조립 형태와 일반 Opus 4.7 코딩 에이전트 생성 기능 비교를 정밀화함. 특히 Claude Cowork의 경우 데스크톱 앱의 폴더 연동 설정 상세와 가부(Hard Nos) 가드레일 설계 원칙을 추가 수용하여 evergreen으로 상태를 승격함.

  • 결정: 보강

  • 대상: LLM Wiki 운영 패턴, 케이브맨, Hermes Agent, AI 오픈소스 작업대, 완전히 기계 읽기 가능한 디자인 시스템, UI UX 디자인 AI 워크플로우, Claude.md 운영 원칙, Spec Kit, 사양 기반 개발 (Spec Driven Development), Vibe Coding과 Agentic Engineering, Andrew Ng 4 에이전틱 디자인 패턴, DESIGN.md 워크플로우

  • 근거: 신규 릴리즈된 OpenAI의 UI 생성 성능 지표(디자이너 80% 상회), 템플릿 복제 현상(Ava, 9:41), Pageformance의 배포 웹사이트 방치율(80~97%), Claude 데스크톱 Cowork 및 인터뷰 기반 Reject 가드레일 설계, 그리고 오픈소스 내부 도구 연동 흐름을 각 문서에 정밀하게 교차 연계 및 업데이트함. 추가로, GitHub Spec Kit v0.8.4의 최신 스펙(29종 에이전트, 스킬 모드 설정 및 70+ 확장 플러그인)과 SDD 방법론을 둘러싼 애자일 방법론 전문가 고이코 아지치(Gojko Adzic)의 경고(폭포수 퇴보 위험) 및 대처 전략(살아있는 명세 운영), 그리고 에이전트는 코드 렌더러에 불과하다는 본질을 기존 위키 노트에 정밀 반영함. 더불어, MD Azizul Hakim의 Brevity Constraints 논문(정확도 26%p 향상)에 기반한 케이브맨 스킬 및 caveman-code 독립형 에이전트의 효율 실증, PR 448의 manual mode 토글 설정 추가 및 에이전트의 거절권/정직성 사례, Steph Ango의 Agent Skills 스펙 및 파일 캐비닛 아키텍처(Ingest-Compile-Query-Lint 4단계), 100개 문서 임계값에 따른 RAG 마이그레이션(ChromaDB/DuckDB, bge-m3) 전략 및 7대 실패 방어책을 정밀 반영함. 특히, 인디드의 6개 지식 레이어 구성과 14개 코드베이스 Sourcegraph MCP 감사 데이터에 기반한 설계 배경을 보완하는 raw/완벽하게 기계 가독성을 갖춘 디자인 시스템.md 자료를 연동하여 보강함. 추가적으로, ReAct 패턴의 3대 핵심 가치와 적응형 계획 수립 및 5대 에이전틱 패턴 확장 분류, 그리고 DESIGN.md 디자인-코드 핸드오프 워크플로우를 기존 위키에 반영함. 특히 UI UX 디자인 AI 워크플로우의 경우 OpenAI Image 2 모델 분석, Dribbble 기반 데이터의 복사본 학습 한계, 채용 시장의 성장 곡선 및 페이지포먼스 지표 등의 구체적 수치와 출처를 정밀하게 보강함.

Lint

  • 실행 방식: 전용 린트 파이썬 스크립트(wiki_linter.py) 작성 및 실행 검증
  • 깨진 wikilink: 0개 (PHP 코드블록 내 [['role' => ...]] 등의 대괄호가 wikilink로 매핑되던 정규식 오탐과 앵커 링크 # 파싱 미지원 버그를 스크립트 상에서 패치하여 0개 무결점 검증 완료)
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (EACL 2026 논문, iSpring 비용 지표, 마크 그라노베터의 1973년 논문 학술 근거, Spec Kit의 수치, 그리고 케이브맨의 65% 출력 절감/26%p 향상 정확도 논문 근거, SpaceX의 Blackwell Ultra GPU 22만 대 및 JAX 대비 10배 수치, LLM Wiki의 100개 문서 임계값에 대한 raw 출처 명시 완료. 추가로 NocoBase(22.6k), Appsmith(39.9k), Budibase(28k), Directus(35.9k), Baserow(4.9k) 깃허브 스타 수치 및 OpenAI Image 2의 80% 평균품질 돌파와 Dribbble 9점 지표, 페이지포먼스의 80~97% 방치율 데이터에 대한 raw 출처 링크 명시 완료)
  • 관련 노트 2개 미만 문서: 0개 (신규 및 보강 노트에 관련 위키 링크 2개 이상 매핑 완료)
  • 고아 페이지: 0개 (신규 2026년 오픈소스 LLM 플랫폼 비교를 Hermes Agent 및 AI 오픈소스 작업대에 상호 양방향 링크 추가하여 고아 상태 0개로 해제 완료)
  • 30일 이상 미갱신 핵심 노트: 1개 ([[API Key 관리 원칙]] 문서 34일 경과 감지, 추후 needs-review 전환 또는 갱신 여부 검토)
  • 조치:

2026-06-09

Raw 추가 (번역 및 윤문)

  • 입력:
    • medium/10 Best AI Tools for UI Design. How I 10x My UI_UX Workflow.md
    • medium/Fully Machine-Readable Design Systems.md
    • medium/Hermes Agent + Ollama. FASTEST Way to Install Locally.md
    • medium/I Tried Caveman, Hit a Wall, and Ended Up Sending a Pull Request to a 65k-Star Repo.md
    • medium/The DESIGN.md Workflow. How Google Stitch + Claude Code Quietly Changed the Design-to-Code Handoff.md
    • medium/The End of Vibe Coding.md
    • medium/We Tested 100s of Claude Cowork Prompts. These 7 Automate Your Boring Work.md
    • medium/Will Claude Design replace designers.md
    • medium/Your Cat Understands the World Better Than ChatGPT, and One of AI’s Godfathers Just Quit Meta Over It.md
  • 생성:
    • UI 디자인을 위한 최고의 AI 도구 10선. 내 UI_UX 워크플로우를 10배 개선한 방법
    • 완전히 기계 읽기 가능한 디자인 시스템
    • Hermes 에이전트 + Ollama. 로컬에 설치하는 가장 빠른 방법
    • 케이브맨을 써보고 장벽에 부딪혀 결국 65k 스타 저장소에 Pull Request를 보낸 이야기
    • DESIGN.md 워크플로우. Google Stitch와 Claude Code가 디자인-코드 핸드오프를 조용히 바꾼 방법
    • 바이브 코딩의 종말
    • 우리가 수백 개의 Claude 협업 프롬프트를 테스트해 봤다. 지루한 작업을 자동화하는 7가지 프롬프트
    • Claude Design이 디자이너를 대체할 것인가
    • ChatGPT보다 세상을 더 잘 이해하는 당신의 고양이, 그리고 이것 때문에 메타를 그만둔 AI 대부 중 한 명
  • 작업 내용: 영어 원문을 한 문장 한 문장 누락 없이 번역한 후, humanize-monolith 서브에이전트(Fast Path)를 활용해 자연스러운 한국어(사람이 쓴 것처럼)로 윤문하여 raw/ 폴더에 저장함. 전 문서 자체검증 6/6 통과 및 A등급 획득 완료.

Ingest

  • 입력:
    • UI 디자인을 위한 최고의 AI 도구 10선. 내 UI_UX 워크플로우를 10배 개선한 방법
    • 완전히 기계 읽기 가능한 디자인 시스템
    • DESIGN.md 워크플로우. Google Stitch와 Claude Code가 디자인-코드 핸드오프를 조용히 바꾼 방법
    • 우리가 수백 개의 Claude 협업 프롬프트를 테스트해 봤다. 지루한 작업을 자동화하는 7가지 프롬프트
    • Claude Design이 디자이너를 대체할 것인가
    • ChatGPT보다 세상을 더 잘 이해하는 당신의 고양이, 그리고 이것 때문에 메타를 그만둔 AI 대부 중 한 명
    • Hermes 에이전트 + Ollama. 로컬에 설치하는 가장 빠른 방법
    • 케이브맨을 써보고 장벽에 부딪혀 결국 65k 스타 저장소에 Pull Request를 보낸 이야기
    • 바이브 코딩의 종말
  • 생성:
  • 수정: DESIGN.md 운영 원칙 (보강), AI 시대 디자인 시스템 (보강), Vibe Coding과 Agentic Engineering (보강), OpenClaw (보강), wiki/index.md, wiki/log.md
  • index 업데이트: 완료
  • 남은 검토:
    • 완전히 기계 읽기 가능한 디자인 시스템: Indeed의 14개 코드베이스 Sourcegraph MCP 감사 데이터에 기반한 6개 토큰 규칙 및 캘리브레이션 튜닝 방법은 매우 견고하나, 사내 디자인 마켓플레이스 외에 공용 오픈소스 MCP에서의 이식 비용은 추가 확인이 필요함.
    • DESIGN.md 워크플로우: Stitch 캔버스와 DESIGN.md의 양방향 캘리브레이션 동기화 안정성 및 Stitch MCP의 실제 배포본 API 갱신 주기를 지속적으로 점검할 필요가 있음.
    • UI UX 디자인 AI 워크플로우: Flowstep AI의 Figma 내보내기 시 오토 레이아웃 정합성 유지 수준 및 Antigravity 개발용 에이전트의 Vercel 빌드 성공률에 대한 다량의 실측 데이터 확인이 더 요구됨.
    • 세계 모델 & JEPA: 얀 르쿤이 제시한 계층적 세계 모델(hierarchical world models)의 대규모 환경 작동성 및 표현 붕괴(representation collapse) 제어 시 실제 복잡도에 따른 지연 현상 검증 대기.
    • AMI Labs: 챗봇을 전면 배제하고 제트 엔진, 전력망, 당뇨 신체 예측 등 산업/생체 타깃 시뮬레이터를 개발하는 로드맵의 실제 1~2년 내 상용화 가능성 및 메타 자본 배제에 따른 추가 투자 유치 동향 추적 필요.
    • Claude Cowork: 로컬 파일 정리나 인보이스/구직 스캔 에이전트(Cowork)의 실제 권한 승인 시 보안 취약점 및 다량의 PDF 파싱 시 누락률 측정 필요.
    • Hermes Agent: 로컬 모델 gpt-oss:20b 외에 Ollama 구동 시 하드웨어 부하 수준 및 세션 FTS5 검색 시 SQLite DB 용량 누적 속도 실측 필요.
    • 케이브맨: defaultMode: "manual" 설정을 도입하여 세션 시작 훅의 자동 개입을 무력화하면서 수동으로 /caveman 명령어를 칠 수 있게 보완하는 PR 448의 승인 여부 추적 필요.
    • 사양 기반 개발 (Spec Driven Development): SDD 파이프라인의 오버헤드가 큰 프로젝트에서 개발 경직성을 해소하고 지속적인 살아있는 사양서 버전을 관리하기 위해, Git 커밋 훅 및 CI/CD 연동 시나리오 보강 검토.
    • Spec Kit: 6단계 실행 템플릿 명령어 외에 OWASP LLM 위협 모델링, Jira/Azure DevOps 연동 확장 플러그인의 안정성 검증 필요.

결정 기록

  • 결정: 신규 생성 및 핵심 지정

  • 대상: 완전히 기계 읽기 가능한 디자인 시스템

  • 근거: MCP 기반 컴포넌트 호출의 한계(Foundations 미인식)를 극복하기 위해 6개 지식 레이어를 구성하고 점진적으로 상황에 맞춰 공개하는 아키텍처는 대형 제품 조직(2,000명 이상 사용)에서 실증된 핵심 지식이므로 core(핵심) 노트로 등록함.

  • 결정: 신규 생성 및 핵심 지정

  • 대상: 세계 모델

  • 근거: LLM의 근본적인 한계(물리 시공간 감각 결여 및 텍스트 모방 한계)를 다루고, 얀 르쿤과 리처드 서튼 등 학계의 팽팽한 논쟁을 유기적으로 잇는 상위 개념 허브이자 의사결정 프레임이므로 core 노트로 승격함.

  • 결정: 신규 생성

  • 대상: DESIGN.md 워크플로우, UI UX 디자인 AI 워크플로우, Claude Design, JEPA, 쓰라린 교훈, 공간 지능, 모라벡의 역설, AMI Labs, Claude Cowork

  • 근거:

    • DESIGN.md와 UI UX 디자인 워크플로우는 Stitch + Claude Code 조율 피드백을 위해 작성.
    • Claude Design은 앤트로픽의 최신 도구이며 템플릿 양산형 디자인의 한계를 파악하기 위해 작성.
    • JEPA, 쓰라린 교훈, 공간 지능, 모라벡의 역설, AMI Labs는 세계 모델과 연계된 학술 이론 및 최신 스타트업 현황을 분할하여 원자적 개념으로 명확히 정돈함.
    • Claude Cowork은 수신함 및 로컬 디렉터리와 연동하여 실무를 자동화하는 구체적인 프롬프트 워크플로우 및 라이브 아티팩트 활용법을 정립하기 위해 작성.

  • 결정: 신규 생성

  • 대상: Hermes Agent, 케이브맨, 사양 기반 개발 (Spec Driven Development), Spec Kit

  • 근거:

    • Hermes Agent: 메모리 3층 구조 및 기술 자가 학습이 가능한 오픈소스 에이전트로서의 특징과 로컬 셋업 방법을 기술하기 위해 작성.
    • 케이브맨: 간결성 제약의 과학적 가치 및 컨텍스트 압축(/caveman-compress)을 통한 입력 토큰 비용 절감 팁을 정돈하기 위해 작성.
    • 사양 기반 개발: 바이브 코딩에서 탈피해 코드가 사양을 따르게 만드는 컴파일러식 SDD 패러다임과 브라운필드/레거시 현대화 적용 방법을 정립하기 위해 작성.
    • Spec Kit: GitHub의 오픈소스 SDD 툴킷인 Spec Kit의 6+3 명령어 구조 및 헌장(constitution) 기반 구속 메커니즘을 상세화하기 위해 작성.

  • 결정: 보강

  • 대상: DESIGN.md 운영 원칙, AI 시대 디자인 시스템, Vibe Coding과 Agentic Engineering, OpenClaw

  • 근거: 신규 raw 자료에서 제시된 Google Stitch의 양방향 캘리브레이션 동기화 및 Claude Design의 출시 대응, Hermes Agent 및 사양 기반 개발(Spec Driven Development)/Spec Kit의 출시에 따른 생태계/패러다임의 변화를 기존 핵심 개념/도구 노트에 반영하여 정밀 보강함.

Lint

  • 실행 방식: 수동 교차 검증 및 wikilink 정합성 확인
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개 (새로 인용한 수치 데이터 및 arxiv 논문 정보에 출처 명시 완료)
  • 관련 노트 2개 미만 문서: 0개 (신규 작성한 모든 노트에 2개 이상의 관련 위키 링크 매핑 완료)
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개 (핵심 노트 AI 시대 디자인 시스템, 세계 모델 오늘 일자로 생성/갱신 완료)
  • 조치: 신규 노트를 관련 디자인, 세계 모델, 워크플로우, 에이전트 하네스 문서들과 상호 연결하여 고아 페이지 예방 및 맥락적 흐름 고정 완료. (단, Claude.md 운영 원칙.md 파일의 경우 인코딩 미지원 에러로 직접 수정을 건너뛰었으나, 해당 내용의 실무 지침은 신규 생성한 케이브맨 노트에 온전히 보강됨)

2026-06-07

Ingest

  • 입력:
    • im-not-ai
    • Give Your AI Agent 36 Superpowers. Long‑Term Memory in Minutes with GBrain (Open Source)
    • How We Built an AI Second Brain for 60K Knowledge Workers
    • Building an MCP Ecosystem at Pinterest
    • Why senior UX designers are struggling in 2026
    • I Cancelled ChatGPT, Cursor, and Midjourney This Week — My MacBook Pro M5 Max Quietly Replaced All Three
    • The Best Way to Make AI Write Like You
    • What Is MCP? Build a Custom MCP Server in Python
    • Building a Multi-Agent System That Turns One Sentence Into a $500 Online Course
    • I Sat in Engineering Meetings for Two Years Without Understanding What a Branch Was
    • Build a Real-Time Voice Agent in 30 Minutes (With Interruption Handling)
  • 생성: 한글 AI 번역투 탐지 및 윤문 워크플로 (신규), GBrain (신규), oMLX (신규), Pinterest MCP (신규), AI 세컨드 브레인 (신규/핵심)
  • 수정: AI Experience Architect (보강/핵심), Agent Harness (보강/핵심), AI 네이티브 엔지니어링 조직 (보강), wiki/index.md, wiki/log.md
  • index 업데이트: 완료
  • 남은 검토:
    • 한글 AI 번역투 탐지 및 윤문 워크플로: im-not-ai 스킬 및 에이전트의 CLI/환경 의존적인 동작 방식은 버전에 영향을 받으므로 실사용 및 추가 검증이 필요함.
    • GBrain: 34개 에이전트 스킬의 실무 작동 한계와 LongMemEval 벤치마크 97.9%의 실제 재현 데이터 확인이 필요함.
    • oMLX: 2단계 KV 캐시(RAM+SSD)의 디스크 마모 및 M5 이외의 구형 Apple Silicon 칩셋 환경에서의 성능 비교 검증 필요.
    • Pinterest MCP: 사내 API 통합 시 OAuth/JWT/SPIFFE 복합 인프라 유지 비용 및 미세 권한(@authorize_tool) 보안 취약성 재검토 필요.
    • AI 세컨드 브레인: 메타 6만 명 PARA 워크스페이스의 공동 컨텍스트(Third Brain) 동기화 시 충돌 및 프라이버시 경계 제어 문제 검토 필요.

결정 기록

  • 결정: 신규 생성

  • 대상: 한글 AI 번역투 탐지 및 윤문 워크플로

  • 근거: im-not-ai 저장소 분석을 통해 한글 AI 번역투 및 문체 패턴의 탐지/처방 아키텍처를 workflow 노정리로 분리하였고, 이를 Antigravity 환경(define_subagent, invoke_subagent 등)에 맞게 매핑하여 이식한 기록을 위해 작성함.

  • 결정: 신규 생성 및 핵심 지정

  • 대상: GBrain, oMLX, Pinterest MCP, AI 세컨드 브레인

  • 근거: GBrain과 oMLX는 로컬 장기 기억 및 초고속 KV 캐싱 추론 인프라를 구축하려는 빌더의 주요 도구 노정리로 가치가 높고, Pinterest MCP는 대형 사내망에서 MCP 보안과 권한 미세 인가를 제어하는 최초의 구체적 아키텍처 워크플로우로 적합하다. AI 세컨드 브레인은 PARA 분류 및 점진적 로딩(progressive disclosure)을 통해 6만 명 이상이 검증한 상위 지식 베이스 설계이므로 core(핵심) 노트로 등록함.

  • 결정: 보강

  • 대상: AI Experience Architect, Agent Harness, AI 네이티브 엔지니어링 조직

  • 근거: 시니어 디자이너의 프레임 세팅(Frame-setting) 및 예측 가능성(Predictability), LangGraph 멀티 에이전트 분할(Decomposition)과 최적 모델 매칭 및 승인 게이트, 기획자(PM)의 Git/GitHub 직접 제어를 통한 커뮤니케이션 병목 해결 등 10개 번역본 원문의 핵심 실무 인사이트를 각 관련 허브 노트에 정밀 이식함.

Lint

  • 실행 방식: 수동 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 조치: 신규 노트를 관련 노트인 AI 코딩 에이전트 검증 전략 및 Agent Harness와 상호 연결함.

2026-06-04

Ingest

  • 입력: raw/gajae-code_AI_코딩_하네스_분석.md, raw/frontend-design-skill.md, raw/AI 겨울이 시작됐다-ko.md, raw/2026년에 가장 많이 설치된 디자인 문서. 단 30줄짜리였다. Anthropic 엔지니어 두 명이 썼다. 디자이너들은 아직 읽지 않았다-ko.md, raw/2026년의 AI 에이전트 실전 가이드-ko.md, raw/AI가 당신처럼 글을 쓰게 만드는 가장 좋은 방법-ko.md, raw/Claude 900달러 컨설턴트를 대체하는 10가지 프롬프트-ko.md, raw/UX는 죽지 않았다. 그저 화면에 대한 이야기를 멈췄을 뿐이다-ko.md, raw/거의 모든 나쁜 결정을 멈추는 단 하나의 질문-ko.md, raw/한 문장을 500달러짜리 온라인 코스로 바꾸는 멀티 에이전트 시스템 구축하기-ko.md
  • 생성: Gajae-Code (신규), AI 겨울과 경제적 조정 (신규)
  • 수정: 프론트엔드 디자인 스킬 (보강 및 핵심 승격), AI Slop (보강), AI 기본값 구현체 (보강), Agent Harness (보강), Claude.md 운영 원칙 (보강), AI Experience Architect (보강 및 핵심 승격), 전략적 사고 (보강), 병렬 에이전트 세션 운영 (보강), wiki/index.md, wiki/log.md
  • index 업데이트: 완료
  • 남은 검토:
    • Gajae-Code: 기본 workflow, role agent, state path, package metadata가 저장소 스냅샷에 종속적이어서 upstream 변경 시 재확인 필요.
    • AI 겨울과 경제적 조정: AI 산업 전반의 투자와 수익성 균형을 다룬 거시적 분석 노트로, 후속 CAPEX 및 수익 지표 갱신 시 재검토 필요.
    • 프론트엔드 디자인 스킬: 4개월 간 277,000+ 설치에 따른 미적 수렴 모순과 취향/제한 조건의 실무 정합성 분석 보강에 따라 evergreen 및 core 승격.

결정 기록

  • 결정: 신규 생성

  • 대상: Gajae-Code, AI 겨울과 경제적 조정

  • 근거: Gajae-Code는 하네스 구조 저장소 분석으로 needs-review 도구 노정리로 분리하였고, AI 겨울과 경제적 조정은 AI CAPEX 과열과 실질 비즈니스 ROI의 격차(MIT NANDA 95% ROI 실패 지표 등)로 인한 장기 조정 국면을 다루는 거시 개념 노정리로 적합했다.

  • 결정: 보강 및 core 승격

  • 대상: 프론트엔드 디자인 스킬, AI Experience Architect

  • 근거: 프론트엔드 디자인 스킬은 엄청난 파급력과 세부 모순(다양성과 수렴의 역설 등) 분석을 결합하여 디자인 허브의 중요 기둥으로 격상함. AI Experience Architect 역시 AI 상품화에 대응해 화면을 넘어 위임 경계, 에러 실패 정책, 신뢰 모델 등 디자이너가 붙들어야 할 7대 핵심 상류 역량(시스템 사고, 피드백 번역, 데이터가 없는 판단 등)을 통합해 최상위 아키텍처 허브로서 core로 격상함.

  • 결정: 보강

  • 대상: Agent Harness, Claude.md 운영 원칙, 전략적 사고, 병렬 에이전트 세션 운영, AI Slop, AI 기본값 구현체

  • 근거: 2026년 에이전트 가이드와 LangGraph 코스 빌더 파이프라인 분석을 연계하여, RAG/워크플로와 에이전트 제어 문제의 차이와 4대 필수 설계(상태 스키마, 행동 선택, 예산 제약, durable checkpoint 멱등 복구), 개인 문체 파일(voice_profile.md)과 비서 필터를 걷어내는 적대적 프레이밍, 장기 궤적 제어를 위한 렌즈의 사다리(Temporal Distancing) 모델, LangGraph fan-out 및 중복 덮어쓰기 reducer 패턴 등 구체적 구현 패턴을 보강함.

Lint

  • 실행 방식: 파이썬 수동 스크립트 실행 및 수동 링크 구조 교차 검사
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 조치: 신규 노트를 관련 노트와 양방향 역링크로 연결하고 전체 위키 노트의 상태별 수치 일치 확인 완료.

2026-06-03

Ingest

결정 기록

  • 결정: 보강

  • 대상: DESIGN.md 운영 원칙

  • 근거: 새 raw는 DESIGN.md를 단순한 token dump가 아니라 제품 요약, 제약, do/don’t, interview-first skill까지 포함한 운영 문서로 다룰 것을 강조한다. 기존 노트의 시각 기본값 분리 원칙과 직접 맞물려 같은 허브를 더 구체화하는 보강으로 처리했다.

  • 결정: 신규 생성

  • 대상: Hermes Agent 24-7 운영, 늦게 나타나는 지표

  • 근거: Hermes 원문 묶음은 24/7 runtime 안전성, sandbox, skills, curator라는 운영 패턴으로 분리하는 편이 재사용성이 높았고, Top 1% 원문은 결과 지표보다 정체성과 선행 지표를 다루는 개념 노트가 더 적합했다.

Lint

  • 실행 방식: python3 스크립트로 wiki/*.md 전체의 frontmatter, broken wikilink, orphan page, 새 노트 inbound link를 점검
  • 깨진 wikilink: 0개
  • 고아 페이지: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 출처 없는 수치 문장: 0개
  • 새 노트 inbound: Hermes Agent 24-7 운영 3개, 늦게 나타나는 지표 2개
  • 현재 상태 분포: evergreen 70개, needs-review 19개, draft 0개
  • 조치: 새 evergreen concept 1개와 needs-review workflow 1개를 추가하고, 기존 디자인/하네스/위키/오픈소스 허브를 보강함

재검증

  • 실행 방식: 동일한 Python 점검 스크립트로 재실행
  • 결과: broken wikilink 0개, orphan page 0개
  • 조치: Hermes Agent 24-7 운영 제목 정규화와 관련 링크 보정을 반영한 뒤 정합성 확인 완료

2026-05-31

Ingest

Lint

  • 실행 방식: Python 스크립트로 frontmatter 필수값, 허용된 type/status, broken wikilink, ## 관련 노트 2개 이상, 고아 페이지, core index 등록 여부를 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 새 evergreen 노트 6개를 추가하고 기존 허브 노트들과 교차 연결함

Audit

  • 실행 방식: raw/ 84개 파일명과 wiki/ 전체 노트 본문을 재대조하고, index의 raw 카운트를 재점검
  • 결과: raw 미반영 0개, broken wikilink 0개, orphan page 0개
  • 조치: 현재 raw/ 총량을 84개로 갱신했고, 별도 신규 노트 생성 없이 기존 ingest 결과가 모두 유지되는 것을 확인함

중복 원문 확인

  • AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법 - 출판형 다듬기
  • Claude Code + Obsidian으로 AI 기반 세컨드 브레인을 만든 방법 - 출판형 다듬기
  • Claude Code를 6개월 동안 잘못 썼다. 모든 걸 바꾼 14가지 명령어 - 출판형 다듬기
  • 아무도 AI를 배우고 싶어 하지 않는다 - 출판형 다듬기
  • 처리: 기존 원문 혹은 이미 생성된 wiki 노트의 변주로 확인되어, 새 노트 없이 중복 원문으로 유지

결정 기록

교차 연결 보강

상태 승격

  • 대상: RuboCop
  • 근거: 개별 Cop 수나 특정 릴리스 옵션은 변할 수 있지만, 노트의 핵심은 Ruby 정적 분석/자동 수정/점진적 도입이라는 안정적인 운영 프레임이다. 수치 의존 표현을 제거해 evergreen 유지가 가능해졌다.

인덱스 정리

  • 대상: wiki/index.md의 ## 점검 대기
  • 조치: RuboCop를 도구·spec 업데이트 표에서 제거해 현재 needs-review 집합과 인덱스 표를 일치시킴

상태 승격

  • 대상: Quartz로 Obsidian Wiki 배포하기
  • 근거: Quartz의 Node 버전과 hosting 세부는 변하지만, 이 노트의 핵심은 wiki/를 정적 사이트로 배포하는 절차와 Obsidian 호환성 유지라는 안정적인 workflow다. 버전 주의 사항은 충돌 섹션에 남기고 status를 evergreen으로 승격했다.

인덱스 정리

  • 대상: wiki/index.md의 ## 승격 후보, ## 점검 대기
  • 조치: Quartz로 Obsidian Wiki 배포하기를 두 표에서 모두 제거해 현재 상태와 인덱스 표를 일치시킴

상태 승격

  • 대상: Hermes Agent Google Workspace 연결
  • 근거: Google Workspace 연결은 OAuth scope, 토큰, setup script 같은 구현 세부는 바뀔 수 있지만, 핵심은 에이전트가 외부 서비스에 권한 기반으로 연결되는 안정적인 workflow다. setup 상태 확인과 partial auth 점검을 포함한 절차 자체는 재사용 가능하므로 evergreen으로 승격했다.

상태 승격

  • 대상: Loop와 Routines
  • 근거: 개별 숫자와 데모 수치는 검증이 더 필요하지만, cron 기반 반복 루프와 서버 상주 routines라는 운영 프레임은 재사용 가능하다. 과장된 운영 주장만 충돌 섹션에 남기고, 핵심 개념은 evergreen으로 유지했다.

상태 승격

  • 대상: 제품 오버행
  • 근거: 제품 오버행은 모델 능력과 제품 UX 사이의 격차를 설명하는 개념 프레임으로 재사용성이 높다. 개별 수치와 시점 의존 사례는 충돌에 남기고, 상위 개념은 evergreen으로 유지했다.

상태 승격

  • 대상: Graphify
  • 근거: 지원 플랫폼과 수치가 변할 수 있지만, 코드를 지식 그래프로 압축해 컨텍스트를 줄이는 상위 프레임은 안정적이다. 도구 기능 상세는 충돌과 출처에 남기고 evergreen으로 유지했다.

2026-05-29

Ingest

  • 입력: raw/UX를 위해 먼저 읽었어야 할 AI 가이드 - 출판형 다듬기.md, raw/AI를 UX에 쓰는 법 2: 프롬프트, 프리퍼런스, 설정 - 출판형 다듬기.md, raw/AI를 UX에 쓰는 법 3: 리서치와 디스커버리 - 출판형 다듬기.md, raw/GraphRAG 대 Vectorless RAG 대 Vector RAG - 2026 고급 Context Engineering 가이드 - 출판형 다듬기.md, raw/효과적인 리더십을 위한 전략적 사고를 키우는 법 - 출판형 다듬기.md
  • 생성: AI를 UX에 쓰는 법, RAG 아키텍처 선택, 전략적 사고
  • 수정: 없음
  • index 업데이트: 완료
  • 남은 검토: AI를 UX에 쓰는 법은 UX workflow note로 안정적이지만, 후속 UX 사례가 더 쌓이면 AI Experience Architect와의 경계가 더 선명해질 수 있음. RAG 아키텍처 선택은 retrieval architecture 용어가 빨리 변하므로 실제 제품 선택 시 최신 구현을 다시 확인해야 함. 전략적 사고는 일반 leadership note라 AI/agent 맥락이 더 쌓이면 역할 정의를 좁힐 수 있음.

Ingest

  • 입력: raw/AI와 디자인 시스템 - 출판형 다듬기.md, raw/하네스를 내 것으로 만들기 - 출판형 다듬기.md, raw/아이디어에서 현실 시스템까지 AI 에이전트 구축하기 - 출판형 다듬기.md, raw/지금 개발자들이 주목하는 오픈소스 GitHub 프로젝트 15선 - 출판형 다듬기.md, raw/AI 에이전트에게 Prompt Engineering은 죽었다. 이제 진짜 중요한 것은 Context Engineering이다.md, raw/Skills, MCP, Tool Calling. 에이전트 확장의 세 층.md, raw/Structuring Agents, Skills, and MCPs 🤖🧩.md, raw/cc101_axwith_ko.html
  • 생성: 없음
  • 수정: AI 시대 디자인 시스템, Harness Engineering, Agent Harness, AI 오픈소스 작업대
  • 기존 반영: Context Engineering, 에이전트 확장 3계층, AI 에이전트 런타임 역할 맵
  • index 업데이트: 완료
  • 남은 검토: raw/cc101_axwith_ko.html은 raw/cc101_axwith_ko.md의 HTML mirror라 새 노트 없이 중복 원문으로 처리했다. raw/AI 에이전트에게 Prompt Engineering은 죽었다. 이제 진짜 중요한 것은 Context Engineering이다.md는 Context Engineering으로 흡수되어 새 노트가 필요하지 않았다.

Ingest

  • 입력: raw/산만하고 과자극에 시달리던 내 뇌를 고친 7가지 - 출판형 다듬기.md, raw/디자인 팀이 만드는 방식을 다시 짜기 - 출판형 다듬기.md
  • 생성: 주의력 회복, AI 디자인 팀 운영
  • 수정: 없음
  • index 업데이트: 완료
  • 남은 검토: 주의력 회복은 개인 회복과 환경 설계의 교훈으로 안정적이지만, 후속 생산성/주의력 자료가 쌓이면 AI 작업 맥락과의 연결을 더 좁힐 수 있음. AI 디자인 팀 운영은 AI 시대 디자인 시스템과 AI 디자인 역할 맵의 중간층으로 유지하되, 실제 디자인 조직 사례가 늘면 workflow note로 더 세분화할 수 있음.

결정 기록

  • 결정: 신규 생성

  • 대상: AI를 UX에 쓰는 법, RAG 아키텍처 선택, 전략적 사고, 주의력 회복, AI 디자인 팀 운영

  • 근거: 다섯 raw 묶음은 각각 UX workflow, retrieval architecture, leadership judgment, attention recovery, design team operating model이라는 서로 다른 중심 질문에 답한다. 기존 허브에 억지로 밀어 넣기보다 별도 evergreen note로 분리하는 편이 재사용성이 높았음.

  • 결정: 보강

  • 대상: AI 시대 디자인 시스템, Harness Engineering, Agent Harness, AI 오픈소스 작업대

  • 근거: 새 raw들은 기존 허브의 빈칸을 메우는 보강 자료였다. 디자인 시스템은 AI-friendly foundation, harness는 memory/compaction ownership, open-source 작업대는 반복되는 작업 표면이라는 관점을 더 명확히 했다.

  • 결정: 중복 raw

  • 대상: raw/cc101_axwith_ko.html

  • 근거: 기존 raw/cc101_axwith_ko.md의 HTML mirror라 새로운 지식이 아니라 같은 CC101 guide의 렌더링 변주로 처리했다.

Lint

  • 실행 방식: Python 일회성 스크립트로 raw/ 78개 파일이 wiki/index.md/wiki/log.md에 모두 반영됐는지 재검증하고, wiki/*.md의 broken wikilink, related note 수, source 누락, orphan page를 점검
  • 깨진 wikilink: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 출처 누락: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 core 노트: 0개
  • 조치: 2026-05-29 ingest 분량을 index/log에 반영하고, 새 note와 hub 보강을 함께 완료했음

2026-05-28

Ingest

  • 입력: raw/Bloated AI Slop Labs on X 2059651388901335196 한국어 번역.md
  • 생성: AI 하네스 최소화
  • 수정: Harness Engineering, AI Slop
  • index 업데이트: 완료
  • 남은 검토: [[AI 하네스 최소화]]는 단일 X thread 기반 주장이라 하네스 설계 원칙으로는 유효하지만, 숫자(4 skills, 4 agents)와 구체 조합은 추가 사례가 더 필요함.

결정 기록

  • 결정: 신규 생성

  • 대상: AI 하네스 최소화

  • 근거: 원문은 “비대한 harness를 줄이고 실제로 쓰는 4개 workflow만 남긴다”는 재사용 가능한 운영 원칙을 제시했다. 기존 Harness Engineering의 상위 개념을 실제 workflow 단위로 축약한 note가 필요했음.

  • 결정: 보강

  • 대상: Harness Engineering, AI Slop

  • 근거: 새 raw는 하네스 설계의 핵심을 “더 많은 스킬”이 아니라 “더 적은 수의 반복 가능한 루프”로 요약한다. Harness Engineering과 AI Slop에 이 관점을 연결해 허브를 더 선명하게 만들었음.

Lint

  • 실행 방식: 수동 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 신규 note 1개를 생성하고 허브 2개를 보강했음

Ingest

결정 기록

  • 결정: 신규 생성

  • 대상: Hermes Agent Google Workspace 연결

  • 근거: Google 계정 연결을 CLI와 파일 중심 workflow로 풀어낸 실전 매뉴얼이라, 에이전트 친화적인 외부 서비스 연결 패턴으로 재사용 가치가 있었음.

  • 결정: 신규 생성

  • 대상: 메시징 서버 스트레스 테스트 운영 원칙

  • 근거: 테스트 대상/부하 생성 환경, 계층별 지표 해석, AI 보조의 역할 분리가 명확한 운영 workflow여서 별도 note로 분리하는 편이 적절했음.

중복 raw

  • Claude Code + Obsidian으로 AI 기반 세컨드 브레인을 만든 방법 - 출판형 다듬기
  • AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법 - 출판형 다듬기
  • 아무도 AI를 배우고 싶어 하지 않는다 - 출판형 다듬기
  • Claude Code를 6개월 동안 잘못 썼다. 모든 걸 바꾼 14가지 명령어 - 출판형 다듬기
  • 처리: 기존 원문과 동일 주제의 출판형 변주로 확인되어 새 wiki note를 만들지 않았음

2026-05-26

Ingest

결정 기록

  • 결정: 신규 생성

  • 대상: Agent Harness

  • 근거: 기존 wiki에 harness engineering 일반론과 meta-harness 연구는 있었지만, loop·tool·memory·context·prompt·parser를 한 장에 묶는 실행 인프라 노트가 없었음. framework와 harness의 차이를 정리하는 허브가 필요했음.

  • 결정: 보강

  • 대상: Harness Engineering, Claude.md 운영 원칙, AI 코딩 에이전트 검증 전략, Meta-Harness, 에이전트 코딩 4원칙

  • 근거: 두 raw는 새 도구 소개보다 기존 허브 노트의 경계를 구체화하는 성격이 강함. 특히 CLAUDE.md를 행동 제약 레이어로, verification을 harness 부품으로, meta-harness를 상위 최적화 루프로 읽는 연결이 명확해졌음.

  • 입력: raw/CLAUDE.md 파일 하나가 바이럴을 탔다. 이유는 민망할 정도로 단순하다.md, raw/Anthropic 엔지니어가 마크다운을 버리라고 말했다. 그 말의 진짜 뜻.md, raw/99%의 사람보다 더 나은 Harness Engineer를 만드는 법.md

  • 생성: AI 산출물 포맷 결정 트리

  • 수정: Claude.md 운영 원칙, Harness Engineering, Agent Harness, LLM Wiki 운영 패턴, Agent Native Infrastructure

  • index 업데이트: 완료

  • 남은 검토: [[AI 산출물 포맷 결정 트리]]의 기본 원칙은 안정적이지만, HTML token 비용과 보안 trade-off는 도구·모델·배포 방식에 따라 달라질 수 있다. 실제 artifact 생성 사례 raw가 더 들어오면 보강 필요.

결정 기록

결정 기록

결정 기록

  • 결정: 신규 생성

  • 대상: 생성형 AI 면접 평가 축, AI 오픈소스 작업대, 학습용 노트 외부화 원칙

  • 근거: 세 raw 모두 단순 목록이 아니라 반복 질문을 압축하는 프레임이 있었음. 면접 40문항은 평가 축으로, GitHub 저장소 목록은 생태계 작업 표면으로, 손글씨 연구는 학습-위키 이중 단계 원칙으로 승격하는 편이 재사용 가치가 높았음.

  • 결정: 보강

  • 대상: AI 네이티브 사용자, Competence Debt, LLM Wiki 운영 패턴, Agent Native Infrastructure

  • 근거: 채용·학습·생태계 raw가 기존 허브의 빈칸을 메웠음. 특히 AI 네이티브 숙련의 채용 표면, durable skill을 만드는 노트 방식, agent-native 생태계의 공개 구현체를 연결할 수 있게 됨.

  • 입력: raw/Karpathy의 LLM Wiki로 스스로 유지되는 개인 지식 베이스를 30분 만에 만들었다.md, raw/Karpathy의 LLM Wiki를 두 번 만들었다. 코드로 한 번, 단일 .md로 한 번.md, raw/완성형 LLM Wiki 앱을 찾고 나서 내가 실제로 필요했던 더 작은 것을 만들었다.md

  • 생성: LLM Wiki 구현 선택지

  • 수정: LLM Wiki 운영 패턴, Agent Native Infrastructure, Claude.md 운영 원칙

  • index 업데이트: 완료

  • 남은 검토: 세 raw는 같은 LLM Wiki 계열의 구현 변주라 기존 허브 보강 중심으로 처리함. AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법 - 출판형 다듬기.md는 이미 ingest된 원문의 중복 표현본으로 별도 노트 생성 없이 보류.

결정 기록

  • 결정: 신규 생성

  • 대상: LLM Wiki 구현 선택지

  • 근거: 기존 LLM Wiki 운영 패턴은 운영 철학과 루프를 설명했지만, app/package/skill/단일 instruction file 사이 구현 수준 trade-off를 설명하진 않았음. 후속 raw가 이 차이를 반복적으로 보여 줘 별도 노트 분리 가치가 생김.

  • 결정: 보강

  • 대상: LLM Wiki 운영 패턴, Agent Native Infrastructure, Claude.md 운영 원칙

  • 근거: purpose.md, 2단계 ingest, review item, skill vs app 구분은 기존 위키 운영 철학을 더 실무적으로 만든다. 새 제품 소개보다 유지 습관을 추출하는 편이 vault 규칙에 맞음.

  • 입력: raw/하네스 엔지니어링. 다음 모델보다 더 중요한 조용한 코딩 스킬.md, raw/Supertonic 3. 99M 파라미터로 31개 언어를 말하는 초경량 TTS 모델.md

  • 생성: 온디바이스 TTS

  • 수정: Harness Engineering, Agent Harness, AI 오픈소스 작업대, Agent Native Infrastructure

  • index 업데이트: 완료

  • 남은 검토: [[온디바이스 TTS]]는 모델 스펙·benchmark·라이선스가 변동성이 큰 영역이므로 needs-review로 시작. harness raw는 기존 허브를 더 생활형·운영형 언어로 보강하는 성격이 강해 신규 노트 대신 허브 보강으로 흡수함.

결정 기록

  • 결정: 신규 생성

  • 대상: 온디바이스 TTS

  • 근거: speech/TTS는 기존 wiki에서 비어 있던 축이지만, raw의 핵심은 개별 모델 리뷰보다 로컬 실행·비용·지연·프라이버시 trade-off였음. open-weight local AI 흐름과 연결되는 tool note로 승격 가치가 있었음.

  • 결정: 보강

  • 대상: Harness Engineering, Agent Harness, AI 오픈소스 작업대, Agent Native Infrastructure

  • 근거: harness raw는 “반복 실수를 영구 수정으로 바꾸는 습관”과 sensor 개념을 명료하게 보여 줬다. 기존 허브의 운영 감각을 더 선명하게 만드는 쪽이 적절했음.

  • 입력: raw/AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법 - 출판형 다듬기.md

  • 생성: 없음

  • 수정: 없음

  • index 업데이트: 완료

  • 남은 검토: 2026-05-24에 ingest한 원문의 출판형 중복본으로 확인했다. raw는 보존하고, 별도 노트 생성 없이 기존 LLM Wiki 운영 패턴 계열 결과를 재사용했다.

결정 기록

  • 결정: 중복 raw로 분류

  • 대상: raw/AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법 - 출판형 다듬기.md

  • 근거: 같은 주제의 원문 raw/AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법.md가 이미 ingest되어 있고, 출판형 다듬기본은 표현과 구성만 다듬은 변주라 새 노트를 만들면 같은 개념을 반복 생성하게 된다.

  • 결정: core 승격

  • 대상: Claude.md 운영 원칙, AI 네이티브 사용자

  • 근거: 두 노트 모두 서로 다른 raw 다수에서 반복 확인되었고, 각각 coding agent 운영 규칙 허브와 agent 시대 역량 모델 허브 역할을 수행한다. Claude.md 운영 원칙은 여러 도구 노트와 검증/권한/하네스를 묶는 공통 인터페이스이고, AI 네이티브 사용자는 개인 숙련·면접·조직 운영 노트를 연결하는 상위 개념이라 핵심 노트 기준을 충족한다.

Lint

  • 실행 방식: Python 일회성 스크립트로 wiki/*.md 64개 노트의 frontmatter 필수값, 허용된 type/status/core, broken wikilink, 관련 노트 수, 고아 페이지, core 노트 index 등록 여부를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: 중복 raw 색인 반영과 core 승격 2건 이후에도 구조 정합성을 재확인함

결정 기록

  • 결정: core 승격
  • 대상: Plan Mode 기반 AI 작업, LLM Wiki 운영 패턴
  • 근거: Plan Mode 기반 AI 작업은 보리스·카파시·OpenCode·Pi·Ralph Loop 자료를 가로지르며 구현 전 스펙/파일/테스트/권한 경계를 고정하는 공통 절차로 반복된다. LLM Wiki 운영 패턴은 여러 LLM Wiki raw를 묶고 이 vault의 ingest/query/lint 구조를 설명하는 운영 허브라 다른 노트 다수의 상위 워크플로 역할을 수행한다.

Lint

  • 실행 방식: Python 일회성 스크립트로 wiki/*.md 64개 노트의 frontmatter 필수값, 허용된 type/status/core, broken wikilink, 관련 노트 수, 고아 페이지, core 노트 index 등록 여부를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: core 승격 2건과 index 승격 후보 정리 이후에도 구조 정합성을 재확인함

결정 기록

Lint

  • 실행 방식: Python 일회성 스크립트로 wiki/*.md 64개 노트의 frontmatter 필수값, 허용된 type/status/core, broken wikilink, 관련 노트 수, 고아 페이지, core 노트 index 등록 여부를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: core 승격 2건과 후보 표 정리 이후에도 구조 정합성을 재확인함

Lint

  • 실행 방식: Python 일회성 스크립트로 wiki/*.md 64개 노트의 frontmatter 필수값, 허용된 type/status, broken wikilink, 관련 노트 수, 고아 페이지를 수동 점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: 신규 노트 2개와 보강 노트 5개 모두 index/log/역링크까지 확인함

Ingest

결정 기록

  • 결정: 신규 생성

  • 대상: AI Experience Architect

  • 근거: 기존 wiki에는 디자인 시스템과 디자인 agent는 있었지만, 디자이너 역할이 화면 제작자에서 workflow·권한·조직 경계 설계자로 이동하는 변화를 독립 개념으로 설명하는 노트가 없었음.

  • 결정: 신규 생성

  • 대상: 디자인 시스템 기본값

  • 근거: AI 시대 디자인 시스템은 agent-readable design context를 다루지만, spacing·typography·token·component behavior를 왜 기본값으로 못 박아야 하는지를 설명하는 미시 개념 노트가 없었음.

  • 결정: 신규 생성

  • 대상: OpenClaw, shadcn-ui

  • 근거: 두 raw는 단순 제품 소개보다 2026년 agent runtime과 AI 생성 UI의 사실상 기본 foundation을 설명하는 반복 참조 가능한 tool note 성격이 강했음. 각각 self-hosted personal agent runtime과 code-first default design system 축을 대표함.

  • 결정: 보강

  • 대상: AI 시대 소프트웨어 펀더멘탈, AI 시대 디자인 시스템, 에이전트 확장 3계층, AI 오픈소스 작업대

  • 근거: 새 raw들은 완전히 별개 주제라기보다 기존 허브에 더 정확한 사례와 경계를 추가하는 성격이 강했음. fundamentals에는 배수기 비유와 최신 사례를, design system 허브에는 기본값·shadcn·역할 이동을, 확장 3계층에는 tiered isolation과 centralized MCP를, 오픈소스 허브에는 OpenClaw를 보강하는 편이 구조적으로 적절했음.

Lint

  • 실행 방식: Python 일회성 스크립트로 신규/수정 8개 노트의 frontmatter, sources, 관련 노트 수, wikilink 존재 여부를 점검하고 wiki/index.md/wiki/log.md 반영 후 전체 링크 정합성을 재확인
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 신규 노트 4개를 기존 핵심 허브와 상호 연결하고, 변동성이 큰 tool note는 needs-review로 표시함

Ingest

결정 기록

  • 결정: 신규 생성

  • 대상: AI 디자인 역할 맵

  • 근거: 디자인 시스템, DESIGN.md, task agent, AI Experience Architect가 각각 따로 존재해 관계를 한눈에 보기 어려웠음. 네 층을 한 장의 운영 계층으로 묶는 허브가 필요했음.

  • 결정: 보강

  • 대상: AI 시대 디자인 시스템, AI Experience Architect, 디자인 에이전트 5종, OpenClaw, shadcn-ui

  • 근거: 디자인 쪽 노트는 상하위 관계를 명시해 검색성과 재사용성을 높였고, tool note는 “언제 읽어야 하는가”와 인접 노트와의 차이를 적어 참조 비용을 줄였음.

Lint

  • 실행 방식: Python 일회성 스크립트로 전체 wiki frontmatter, status/type, related notes, wikilink, orphan 여부를 재점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 신규 허브 1개와 보강 노트 5개를 index/log까지 연결하고 상태 정합성을 재확인함

Ingest

결정 기록

Lint

  • 실행 방식: Python 일회성 스크립트로 전체 wiki frontmatter, related notes, wikilink, core note index 등록 여부를 재점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: core 승격 1건과 비교 허브 1건 추가 후 구조 정합성을 재확인함

Ingest

결정 기록

Lint

  • 실행 방식: Python 일회성 스크립트로 전체 wiki frontmatter, related notes, wikilink, core note index 등록 여부를 재점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: runtime 허브 1개와 core 승격 1건 반영 후 전체 정합성을 재확인함

Ingest

결정 기록

  • 결정: 신규 생성

  • 대상: AI 네이티브 작업 시스템

  • 근거: 사용자 숙련 허브, 디자인 허브, 런타임 허브, 검증 허브가 모두 생겨 상위 묶음이 가능해졌음. 이들을 한 장으로 묶는 최상위 작업 시스템 노트가 생기면 검색성과 재사용성이 크게 좋아짐.

  • 결정: 상태 조정

  • 대상: 에이전트 확장 3계층

  • 근거: 제품 경계 변화는 빠르지만, Skill·MCP·Tool Calling의 책임 분리는 여러 raw에서 반복 확인된 안정적 개념이라 evergreen으로 올릴 수 있었음. 다만 core 승격은 추가 사례 누적 뒤 재검토가 적절함.

Lint

  • 실행 방식: Python 일회성 스크립트로 전체 wiki frontmatter, status/type, related notes, wikilink, core note index 등록 여부를 재점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 상위 허브 1개와 상태 조정 1건 반영 후 전체 정합성을 재확인함

결정 기록

2026-05-24

Ingest

  • 입력: raw/AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법.md
  • 생성: LLM Wiki 운영 패턴
  • 수정: Software 3.0, Thinking과 Understanding 분리, Agent Native Infrastructure, Claude.md 운영 원칙
  • index 업데이트: 완료
  • 남은 검토: AI로 스스로 유지되는 지식 베이스를 Karpathy의 LLM Wiki로 만든 방법 - 출판형 다듬기.md는 동일 주제의 중복 raw이므로 별도 ingest하지 않고 후속 중복 정리 기준만 검토. 원문에 나온 Cursor/Obsidian 자동 설정 예시는 도구 시점 정보라 본문에서는 운영 패턴 위주로 추출함.

Lint

  • 실행 방식: 수동 점검
  • 깨진 wikilink: 0개 예상. 신규 노트의 관련 링크와 기존 노트의 역링크를 함께 추가함.
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개. 신규 노트에는 수치 문장을 두지 않음.
  • 관련 노트 2개 미만 문서: 0개. 신규 노트는 5개 관련 노트를 연결함.
  • 고아 페이지: 0개 예상. 신규 노트는 index와 4개 기존 노트에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 신규 노트를 workflow로 분리하고, [[Software 3.0]]의 예시 문단은 개념 설명 수준으로 유지함.

결정 기록

Lint

  • 실행 방식: 수동 점검
  • 깨진 wikilink: 0개 예상. 신규 노트와 보강 노트 사이에 상호 링크 추가.
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개. 신규 노트는 구조와 command 예시 위주로 서술.
  • 관련 노트 2개 미만 문서: 0개. 신규 노트는 5개 관련 노트를 연결함.
  • 고아 페이지: 0개 예상. 신규 노트는 index와 3개 기존 노트에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 개인화 성격이 강한 /ghost 자체보다 slash command 설계와 vault 운영 인터페이스를 공통 workflow로 추출함.

결정 기록

Lint

  • 실행 방식: 수동 점검
  • 깨진 wikilink: 0개 예상. 신규 노트와 3개 보강 노트 사이에 상호 링크 추가.
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개. 신규 노트는 행동 원칙과 예시만 포함.
  • 관련 노트 2개 미만 문서: 0개. 신규 노트는 5개 관련 노트를 연결함.
  • 고아 페이지: 0개 예상. 신규 노트는 index와 기존 노트들에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 기존 Harness Engineering 안의 4원칙 표를 독립적인 재사용 노트로 분리하고, 검증 원칙 연결을 AI 코딩 에이전트 검증 전략에 반영함.

결정 기록

Lint

  • 실행 방식: 수동 점검
  • 깨진 wikilink: 0개 예상. 신규 노트와 3개 보강 노트 사이에 상호 링크 추가.
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개. 수치가 포함된 원문 문장은 이번 노트에서 직접 단정 문장으로 옮기지 않음.
  • 관련 노트 2개 미만 문서: 0개. 신규 노트는 5개 관련 노트를 연결함.
  • 고아 페이지: 0개 예상. 신규 노트는 index와 기존 노트들에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 커리어 불안 서사를 직접 반복하기보다 durable/perishable skill 구분과 competence debt 개념만 추출해 evergreen 노트로 압축함.

결정 기록

Lint

  • 실행 방식: 수동 점검
  • 깨진 wikilink: 0개 예상. 신규 노트와 4개 보강 노트 사이에 상호 링크 추가.
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개. 개인 경험 수치는 직접 단정 문장으로 옮기지 않음.
  • 관련 노트 2개 미만 문서: 0개. 신규 노트는 6개 관련 노트를 연결함.
  • 고아 페이지: 0개 예상. 신규 노트는 index와 기존 노트들에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 개별 명령어를 나열하는 대신 세션 설정, 유지, 실행, 복구라는 네 계층으로 재구성해 evergreen workflow로 압축함.

결정 기록

  • 결정: 신규 생성

  • 대상: Claude Code 세션 운영 명령어

  • 근거: 기존 wiki에는 Claude Code의 slash command를 제품/세션 운영 관점에서 체계화한 노트가 없었음. Obsidian용 command 노트와는 달리 범용 개발 세션 운영 패턴으로 분리 가치가 큼.

  • 결정: 보강

  • 대상: Claude Code 오케스트레이션, AI 코딩 에이전트 검증 전략, AI 네이티브 사용자, Claude.md 운영 원칙

  • 근거: 이 raw는 새로운 모델이나 도구보다 “command literacy가 생산성 격차를 만든다”는 실무 사례에 가깝다. 기존 결론을 충돌 없이 보강함.

  • 입력: raw/Claude Code + Obsidian으로 AI 기반 세컨드 브레인을 만든 방법 - 출판형 다듬기.md, raw/Claude Code를 6개월 동안 잘못 썼다. 모든 걸 바꾼 14가지 명령어 - 출판형 다듬기.md, raw/아무도 AI를 배우고 싶어 하지 않는다 - 출판형 다듬기.md

  • 생성: 없음

  • 수정: 없음

  • index 업데이트: 완료

  • 남은 검토: 세 파일은 이미 ingest한 원문의 출판형 중복본이다. 원문 보존 원칙에 따라 raw는 유지하고, 추가 노트 생성 없이 기존 결과 재사용으로 처리함.

결정 기록

  • 결정: 중복 raw로 분류
  • 대상: raw/Claude Code + Obsidian으로 AI 기반 세컨드 브레인을 만든 방법 - 출판형 다듬기.md, raw/Claude Code를 6개월 동안 잘못 썼다. 모든 걸 바꾼 14가지 명령어 - 출판형 다듬기.md, raw/아무도 AI를 배우고 싶어 하지 않는다 - 출판형 다듬기.md
  • 근거: 각각 이미 ingest된 원문의 표현만 다듬은 중복본으로, 별도 노트를 만들면 같은 개념을 반복 생성하게 됨. 색인과 로그에만 처리 사실을 남겨 미처리 raw 목록에서 제외하는 편이 적절함.

Lint

  • 실행 방식: Ruby 일회성 스크립트로 wiki/*.md 51개 노트의 frontmatter, 허용된 type/status/core, broken wikilink, 관련 노트 수, 고아 페이지, 핵심 노트 index 등록, 30일 이상 미갱신 핵심 노트 여부 점검
  • 1차 결과: 오류 3개
  • 오류 1: Andrew Ng 4 에이전틱 디자인 패턴의 type: pattern이 허용값 밖이어서 type: concept으로 정정
  • 오류 2: Claude.md 운영 원칙의 예시 문자열 wikilinks가 broken wikilink로 잡혀 plain text 설명으로 수정
  • 오류 3: Obsidian vault용 Slash Command 운영의 예시 문자열 wikilinks가 broken wikilink로 잡혀 plain text 설명으로 수정
  • 재실행 결과: 오류 0개, 경고 0개, 고아 페이지 0개, 30일 이상 미갱신 핵심 노트 0개
  • 조치: lint 중 수정된 노트의 내용과 메타데이터를 즉시 보정하고 재검증까지 완료함

Lint

  • 실행 방식: Ruby 일회성 스크립트로 wiki/*.md 54개 노트의 frontmatter, 허용된 type/status/core, broken wikilink, 관련 노트 수, 고아 페이지, 핵심 노트 index 등록, 30일 이상 미갱신 핵심 노트 여부 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개, 30일 이상 미갱신 핵심 노트 0개
  • 조치: Claude Code 세션 운영 명령어, Competence Debt, 에이전트 코딩 4원칙 추가 이후에도 구조 정합성 유지 확인

2026-05-17 (Sync 3 — raw 재감사, 상태 정합성, core 승격)

Audit

  • 실행 방식: ctx_execute JavaScript로 wiki 49개 노트(+index, log) frontmatter, 인바운드/아웃바운드 wikilink, 상태 분포, raw 재참조 점검
  • raw 자료: 31개 모두 ingest 완료 (Sync 2에서 0개 미참조 확인됨)
  • 1차 결과:

상태 정합성 정정

핵심 노트 승격

Index 정정

교차 링크 보강

충돌 점검

  • 신규 raw 없음. Sync 2에서 확인된 충돌 없음 상태 유지.
  • 보리스 1인 영상 발언(100% 자동 코드 작성, 하루 150 PR, 수천 에이전트 야간 운영)은 Loop와 Routines, 제품 오버행에서 외부 검증 자료 부재로 needs-review 유지
  • evolution 자료의 KV-cache 비용 1/10, Copilot 사용자/점유율, Manus 사례는 2025-2026 시점 자료로 모델/벤치마크 변동 시 needs-review 갱신 필요

최종 Lint

  • 총 노트: 49개 (+ index, log)
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • frontmatter 누락/유효성: 0개
  • 관련 노트 2개 미만: 0개
  • 고아 페이지: 0개
  • draft 상태: 0개 (목표 달성)
  • 핵심 노트 status: 7개 모두 evergreen (Harness Engineering 추가)
  • 30일 이상 미갱신 핵심 노트: 0개. AI 시대 디자인 시스템 (updated 2026-05-07, D-10) 다음 주기 점검 대상

결정 기록

  • 결정: 메타데이터 정정 (status 정합성)

  • 대상: 35개 draft 노트

  • 근거: 다수 노트가 ingest 후 검증되었음에도 status가 draft로 남아 lint·검색 신호를 흐림. 검증 가능성/변동성 기준으로 evergreen 또는 needs-review로 일괄 정정. 본문 결론은 변경하지 않고 frontmatter만 갱신.

  • 결정: core 승격

  • 대상: Harness Engineering

  • 근거: 5개 이상 raw에서 시대 명칭으로 반복 정착, 10개 노트의 hub, 실무 의사결정 기준 제공. Sync 2에서 승격 후보로 등록 후 후속 raw에서 일관되게 강화됨.

  • 결정: index ingest 행 정정

  • 대상: 2026-05-16 ingest 행

  • 근거: Sync 2 직전 작업으로 생성된 Reasoning Models, 소프트웨어 민주화, 검증 가능한 도메인 3개 노트가 ingest 행과 log entry에 누락됨. 노트 자체는 frontmatter/관련 노트/출처 모두 정상이지만 색인 누락으로 검색·추적이 약화됨. 정정 후 일관성 회복.

  • 결정: 교차 링크 보강 (인바운드 추가만)

  • 대상: Software 3.0, 바선생

  • 근거: 인바운드 5 이하 노트의 hub 연결 강화. 본문 주장 변경 없이 ## 관련 노트 섹션에만 wikilink 추가.

  • 결정: schema/ 디렉터리 초기 템플릿 작성

  • 대상: schema/note-template.md, schema/frontmatter.md, schema/tags.md

  • 근거: AGENTS.md가 schema/에 frontmatter schema, note template, 태그 규칙을 두라고 명시하지만 디렉터리가 비어 있음. Sync 3에서 운영 규칙을 코드화해 다음 ingest의 일관성을 높임.

2026-05-16 (Sync 2 — 전체 wiki 정합성 감사)

Audit

  • 실행 방식: ctx_execute 기반 javascript 스크립트로 wiki 전체 46개 노트 frontmatter, wikilink, 고아 페이지, 30일 미갱신 핵심 노트, raw 미참조 점검
  • 점검 결과 (1차):

교차 링크 보강

충돌 점검

  • 실행 방식: javascript 스크립트로 wiki 본문 전체에서 모델 버전(Opus/Sonnet/Haiku/Claude/GPT/GLM/Kimi/DeepSeek), 연도, 날짜 패턴을 추출하고 노트 간 일관성 비교
  • 결과: 확인된 사실 충돌 없음. Cloud Code 런칭/Anthropic Labs 합류 시점, Opus 4 출시일(2025-05), 보리스의 “10월~11월부터 100% 자동 작성”은 제품 오버행, AI 네이티브 엔지니어링 조직에서 일관됨. Claude 5.0 언급은 Harness Engineering과 Agentic 패턴 진화 모두 가상 미래 모델(rippable 원칙 예시)로 동일하게 사용. GLM 5.1/Kimi K2.6/GPT-5.4는 강한 모델로 덜 헤매기에서만 다루며 다른 노트와 비교 불가.
  • 미확정 영역: 보리스 영상 수치(100% 자동 작성, 하루 150 PR, 수천 에이전트 야간 운영)는 외부 검증 자료 없이 1인 발언이므로 점검 대기에 needs-review 항목으로 유지.

frontmatter 정정

최종 Lint (2차)

  • 총 노트: 46개, 링크 검증: 252개
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • frontmatter 누락/유효성: 0개
  • 관련 노트 2개 미만: 0개
  • 고아 페이지: 0개 (4 → 0 해소)
  • 30일 이상 미갱신 핵심 노트: 0개. AI 시대 디자인 시스템 updated 2026-05-07은 D-9로 다음 주기 점검.
  • 핵심 노트 status: 6개 모두 evergreen

결정 기록

2026-05-16

Ingest

Lint

  • 실행 방식: 수동 점검 + 신규 노트 frontmatter/관련 노트/출처 셀프 체크
  • 깨진 wikilink: 0개. 새 노트가 참조하는 Claude Code 권한 설계, Harness Engineering, Ralph Loop, Software 3.0 등은 모두 기존 노트.
  • 중복 제목: 0개. Loop와 Routines는 Ralph Loop와 개념적으로 다름 — Ralph Loop는 self-referential 단일 작업 완료 루프, Loop와 Routines는 cron 기반 반복 예약 작업.
  • 출처 없는 수치 문장: 0개로 판단. 보리스의 “100% 코드 자동 작성, 하루 150 PR, 510 세션 × 수백수천 에이전트”는 raw 출처와 점검 대기 항목으로 함께 표시. evolution의 “Copilot 88% 생산성, 2,000만 사용자, 점유율 42%, KV-cache 비용 1/10”은 raw 및 외부 링크(Manus, Honeycomb, deeplearning.ai)와 함께 표기.
  • 관련 노트 2개 미만 문서: 0개. 새 노트 5개 모두 4~6개의 관련 노트 링크 보유.
  • 고아 페이지: 0개. 5개 신규 노트는 index의 핵심/승격 후보/점검 대기 또는 보강 노트의 관련 노트에서 모두 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개. 핵심 노트 AI 시대 디자인 시스템 updated 2026-05-07은 다음 주기 점검 대상으로 유지.
  • 조치: 보강 4개 노트의 frontmatter updated를 2026-05-16으로 갱신, sources 목록에 새 raw 파일 경로를 추가함. Agentic 패턴 진화 core: true 설정 후 index ## 핵심 노트 섹션에 등록.

결정 기록

2026-05-14

Ingest

Lint

  • 실행 방식: python3 간이 스크립트로 frontmatter key, 허용 값, wikilink, 관련 노트, 출처 섹션, orphan, core index 등록, 중복 H1 점검. 결과: PASS wiki files=43 notes=41 links_checked=510
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개로 판단. 새 노트의 23개 specialist, 8개 power tool, 50% context 기준, 10개 이상 phase, 50명 미팅 사례는 raw 또는 공식 GitHub 출처와 점검 대기 항목을 함께 둠.
  • 관련 노트 2개 미만 문서: 0개. 새 노트 3개 모두 2개 이상 관련 노트 링크 보유.
  • 고아 페이지: 0개. 생성 노트는 index와 관련 노트에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개.
  • 조치: 전체 lint 중 발견된 기존 문서의 frontmatter sources와 ## 출처 불일치 17건을 정리하고, 해당 문서의 updated와 핵심 노트 index 날짜를 2026-05-14로 갱신함.

결정 기록

  • 결정: 신규 생성

  • 대상: raw/AI 네이티브 엔지니어링 조직 운영하기 - Code w Claude 발표.md

  • 근거: 개인의 AI-native 사용법을 넘어 팀 규범, 프로세스 폐기, 코드 리뷰, 조직 구조를 다루는 운영 프레임이라 AI 네이티브 엔지니어링 조직으로 분리함.

  • 결정: 신규 생성

  • 대상: raw/GStack - Claude Code 가상 엔지니어링 팀 도구.md

  • 근거: 기존 매퍼코 3스킬 워크플로우에서 보조적으로 언급되던 GStack이 독립 tool note로 관리할 만큼 command, 역할, 검증 workflow가 구체화되어 GStack으로 분리함.

  • 결정: 신규 생성

  • 대상: raw/Ralph Loop - AI 코딩 자율 워크플로우 Spectrum Development 통합.md

  • 근거: GStack, GSD, SuperPower를 phase queue와 headless 세션으로 연결하는 오케스트레이션 패턴이므로 기존 병렬 세션 노트에 흡수하지 않고 Ralph Loop로 분리함.

  • 결정: 메타데이터 정리

  • 대상: wiki/ 전체

  • 근거: lint에서 일부 기존 문서의 frontmatter sources가 ## 출처에 누락된 것을 발견해 출처 목록을 맞춤. 본문 주장 변경은 하지 않고 출처 정합성만 보정함.

2026-05-13

Cleanup

  • 작업: 본문 inline 출처 제거
  • 대상: wiki/ 전체 노트 (28개 파일)
  • 제거 수: 108개 inline citation (18개 괄호 형식 + 90개 출처: 형식)
  • 근거: raw/ 파일 경로는 접속 불가능한 로컬 경로이므로 본문 내 inline citation은 가독성만 해침. 출처 정보는 frontmatter sources와 ## 출처 섹션으로 충분히 관리됨.
  • 남은 검토: 향후 ingest 시 inline 출처 패턴 자동 제거 규칙 필요

Ingest

Lint

  • 실행 방식: 수동
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개로 판단. GLM 5.1/Kimi K2.6 벤치마크 점수와 가격, RuboCop 버전/스타 수, Meta-Harness 실험 결과에는 raw 출처를 붙임.
  • 관련 노트 2개 미만 문서: 0개. 새 노트 3개 모두 2개 이상 관련 노트 링크 보유.
  • 고아 페이지: 0개. 생성 노트는 index와 관련 노트에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개.
  • 조치: 생성 노트의 frontmatter 필수 키(type, status, core, tags, sources, created, updated) 모두 확인 완료.

결정 기록

  • 결정: 신규 생성

  • 대상: raw/arxiv-2603.28052-meta-harness.md

  • 근거: Meta-Harness는 하네스 엔지니어링의 자동화 접근법으로, 파일시스템 기반 전체 이력 접근이라는 독특한 메커니즘을 가진다. 3가지 도메인에서 검증된 결과를 포함해 별도 개념 노트로 정리함.

  • 결정: 신규 생성

  • 대상: raw/하네스 엔지니어링 - 65줄 CLAUDE.md가 최고의 스킬인 이유.md

  • 근거: 하네스 엔지니어링은 기존 Claude.md 운영 원칙의 상위 개념 프레임으로, 패러다임 변화와 개발자 역할 변화를 설명한다. Claude.md는 실행 팁 중심, Harness Engineering은 개념/패러다임 중심으로 분리함.

  • 결정: 신규 생성

  • 대상: raw/RuboCop - Ruby 정적 코드 분석기 완벽 정리.md

  • 근거: Ruby 생태계의 표준 검증 도구로, AI 코딩 에이전트 검증 전략에서 참조할 수 있는具體적인 tool note가 필요함.

  • 결정: 보강

  • 대상: raw/GLM-5.1-vs-Kimi-K2.6-Coding-Comparison.md

  • 근거: 모델 비교 정보는 변동성이 높아 별도 노트 생성보다 기존 강한 모델로 덜 헤매기에 비교표와 선택 가이드를 추가하는 방식으로 처리함.

2026-05-11

Ingest

  • 입력: raw/oh-my-openagent-team-mode.md
  • 생성: OpenAgent Team Mode
  • 수정: 병렬 에이전트 세션 운영 (관련 노트 추가)
  • index 업데이트: 완료
  • 남은 검토: Team Mode는 활성화 후 opencode 재시작이 필요하며, tmux_visualization 설정은 선택 사항임. 내장 스킬(hyperplan, security-research)은 별도 설정 없이 사용 가능하나 실제 검증 필요.

Ingest

Ingest

Ingest

  • 입력: raw/뿌리강의-4-웹-서버와-배포.md
  • 생성: 웹 서버와 배포 기초
  • 수정: Agent Native Infrastructure (관련 노트 추가)
  • index 업데이트: 완료
  • 남은 검토: 뿌리강의는 바이브 코딩 입문자 대상이므로 기술적 깊이는 얕음. Nginx 설정, Docker 최적화, CI/CD 고급 패턴은 별도 자료 필요.

Ingest

  • 입력: raw/강화학습-RL-초보자-가이드.md
  • 생성: 강화학습 기초, PPO와 정책 최적화, LLM 정렬 기법
  • 수정: Software 3.0, Jagged Intelligence (관련 노트 추가)
  • index 업데이트: 완료
  • 남은 검토: RL 초보자 가이드는 직관과 큰 흐름에 집중한 자료로 수학적 세부사항은 생략됨. 심화 학습을 위해서는 OpenAI Spinning Up이나 Sutton & Barto 교재 권장. GRPO는 DeepSeek-R1 논문 기준이며 이후 변화 가능.

Lint

  • 실행 방식: 수동
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개로 판단. PPO 클리핑 범위 ε=0.2, Nginx 2004년 출시, Docker 2013년 출시, Let’s Encrypt 2015년 출시 등 수치 문장에는 raw 출처를 붙임.
  • 관련 노트 2개 미만 문서: 0개. 새 노트 6개 모두 2개 이상 관련 노트 링크 보유.
  • 고아 페이지: 0개. 생성 노트는 index와 관련 노트에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개. Software 3.0, Jagged Intelligence, Vibe Coding과 Agentic Engineering 등 핵심 노트는 2026-05-11로 갱신됨.
  • 조치: 생성 노트의 frontmatter 필수 키(type, status, core, tags, sources, created, updated) 모두 확인 완료. Sequoia Ascent raw에서 추가된 내용은 기존 노트의 상세 섹션에 보강하고 출처를 명시함.

결정 기록

  • 결정: 분할

  • 대상: raw/매퍼코-3스킬-조합-워크플로우-해강.md

  • 근거: 도메인 맵핑(맥퍼커), 스펙 브레인스토밍(G스텍), 서브 에이전트 구현(슈퍼파워즈)이 하나의 워크플로우로 연결되므로 매퍼코 3스킬 워크플로우로 통합함. 단일 스킬 노트로 쪼개지 않고 실무 적용 관점에서 통합 workflow note로 정리함.

  • 결정: 분할

  • 대상: raw/강화학습-RL-초보자-가이드.md

  • 근거: RL 기초 개념(MDP, Policy, Value Function), 알고리즘 상세(PPO, DQN 등), LLM 정렬 기법(RLHF, DPO, GRPO)의 유지보수 주기와 독자층이 달라 강화학습 기초, PPO와 정책 최적화, LLM 정렬 기법으로 분할함.

  • 결정: 병합 및 보강

  • 대상: raw/sequoia-ascent-2026-karpathy-ko.md

  • 근거: 기존 카파시 인터뷰 raw와 중복되는 개념(Software 3.0, Jagged Intelligence, Agentic Engineering 등)이 많아 기존 노트 보강만 진행함. 새로운 내용(MenuGen 소멸, LLM Wiki 패턴, 센서/액추에이터, 채용 변화 등)은 해당 노트의 상세 섹션에 추가하고 출처를 명시함.

  • 결정: 분할

  • 대상: raw/뿌리강의-4-웹-서버와-배포.md

  • 근거: 웹 서버 역사, 배포 기술, DNS/HTTPS, 스케일링 등이 하나의 연속된 흐름으로 재사용 가능해 웹 서버와 배포 기초로 통합함. 에이전트 네이티브 관점에서 headless 환경, 컨테이너화, CLI 기반 Secret 주입을 강조함.

2026-05-09

Ingest

Ingest

  • 입력: raw/ai-era-six-pitfalls-six-prescriptions-matt-pocock.md
  • 생성: AI 시대 소프트웨어 펀더멘탈
  • 수정: 없음
  • index 업데이트: 완료
  • 남은 검토: Matt Pocock의 주장은 단일 발표자료 기준이며 추가 출처 검증 필요. Grill Me 스킬의 GitHub star 수와 Ubiquitous Language 도입 효과는 개인 경험 기반임.

Lint

  • 실행 방식: 자동 스크립트 (wiki/ 29개 노트 파일 대상)
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 수정 필요 없음. 모든 항목 PASS.

2026-05-08

Ingest

Ingest

Lint

  • 실행 방식: python3 간이 스크립트로 frontmatter key, 허용 값, wikilink, 관련 노트, 출처 섹션, orphan, core index 등록, 중복 H1 점검
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개로 판단. Node 22, npm 10.9.2, GitHub Actions version, OpenCode/Infisical command, Pi의 15+/20개 이상 provider 차이와 패키지명 충돌에는 raw 또는 공식 URL을 붙임.
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: wikilink 예시가 실제 깨진 링크로 잡히지 않도록 Quartz로 Obsidian Wiki 배포하기의 문장을 일반 설명으로 바꿈. 추가 ingest 후 같은 간이 스크립트로 재점검했고 오류 0개를 확인함.

결정 기록

  • 결정: 분할

  • 대상: raw/Quartz-Deploy-Guide.md

  • 근거: Quartz 설치, Obsidian compatibility, GitHub Pages 배포, 운영 체크리스트가 하나의 반복 workflow로 재사용 가능해 Quartz로 Obsidian Wiki 배포하기로 정리함.

  • 결정: 병합 및 보강

  • 대상: raw/opencode-masterclass-summary.md

  • 근거: OpenCode 자체는 tool note인 OpenCode로 만들고, Plan/Build 분리, subagent 병렬화, AGENTS.md, MCP 검증은 기존 Plan Mode 기반 AI 작업, 병렬 에이전트 세션 운영, Claude.md 운영 원칙, AI 코딩 에이전트 검증 전략에 보강함.

  • 결정: 분할

  • 대상: raw/Infisical_SSH_헤드리스_인증_가이드.md

  • 근거: Infisical 전체 도입 전략과 달리 SSH, CI/CD, systemd에서 브라우저 없이 인증하는 절차는 별도 workflow라 Infisical 헤드리스 인증으로 분리함.

  • 결정: 충돌 기록

  • 대상: OpenCode, Infisical 헤드리스 인증

  • 근거: OpenCode raw의 .agents/skills/ 중심 설명은 공식 docs의 다중 skill path와 범위가 다르고, Infisical raw의 Service Token 설명은 CLI docs의 deprecated 표시와 운영 권장 상태가 다르므로 각 노트의 ## 충돌에 기록함.

  • 결정: 분할

  • 대상: raw/pi-coding-agent-overview.md

  • 근거: Pi는 OpenCode나 Claude Code의 하위 사례가 아니라 minimal harness, extension, package, JSON/RPC mode를 중심으로 한 별도 coding agent 도구라 Pi Coding Agent로 분리함. Plan mode, subagent, permission popup을 내장하지 않는 철학은 기존 workflow 노트에 보강함.

  • 결정: 병합 및 충돌 기록

  • 대상: raw/Quartz-GitHub-Pages-Complete-Guide.md

  • 근거: Quartz 설치, GitHub Actions, symlink, GitHub Pages 설정은 기존 Quartz로 Obsidian Wiki 배포하기의 같은 workflow라 새 노트를 만들지 않고 병합함. GitHub Pages environment 처리 방식은 raw와 공식 hosting 문서의 권장 설명이 달라 ## 충돌에 기록함.

2026-05-07

Ingest

Lint

  • 실행 방식: 수동
  • 깨진 wikilink: 0개
  • 중복 제목: 0개로 판단
  • 출처 없는 수치 문장: 0개로 판단. Infisical 가격과 DESIGN.md/spacing 관련 수치에는 raw 또는 공식 URL을 붙임.
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개. 생성 노트는 index와 관련 노트에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: AI 시대 디자인 시스템을 핵심 노트로 추가하고, 보안/디자인 raw를 재사용 가능한 workflow와 concept note로 분리함.

결정 기록

  • 결정: 분할

  • 대상: raw/API_Key_관리_및_Infisical_도입_가이드.md

  • 근거: API Key 일반 원칙, 클라이언트 노출 방지, Infisical 도입은 각각 중심 질문과 유지보수 주기가 달라 API Key 관리 원칙, 클라이언트 Secret 노출 방지, Infisical 도입 전략으로 분리함.

  • 결정: 분할

  • 대상: raw/AI로_만든_제품이_안_팔리는_이유.md

  • 근거: 제품 차별화 주장, AI Slop 개념, DESIGN.md workflow, 디자인 시스템 허브 역할이 달라 AI Slop, DESIGN.md 운영 원칙, AI 시대 디자인 시스템으로 분리함.

  • 결정: 충돌 기록

  • 대상: Infisical 도입 전략

  • 근거: 2026-05-07 기준 공식 GitHub는 MIT expat license 예외로 ee directory의 enterprise license를 언급하고, 공식 pricing page는 Pro를 $18/mo로 표시해 raw의 “완전 오픈소스”, $5/인/월 설명과 다름.

2026-05-06

Ingest

Lint

  • 실행 방식: 수동
  • 깨진 wikilink: 0개
  • 중복 제목: 0개
  • 출처 없는 수치 문장: 0개로 판단. 수치가 포함된 핵심 문장은 raw 출처가 있는 노트에 배치함.
  • 관련 노트 2개 미만 문서: 0개
  • 고아 페이지: 0개. 모든 생성 노트는 index와 관련 노트에서 연결됨.
  • 30일 이상 미갱신 핵심 노트: 0개
  • 조치: 첫 ingest라 wiki/index.md와 wiki/log.md를 생성하고 핵심 노트 4개를 등록함.

결정 기록

  • 결정: 병합

  • 대상: 보리스 Claude Code raw 3개

  • 근거: 같은 영상/주장의 전사, 요약, 관점 정리로 중복이 커서 개별 source 노트 대신 검증, 권한, 계획, 병렬, 오케스트레이션 단위로 분리함.

  • 결정: 병합

  • 대상: 카파시 인터뷰 raw 2개

  • 근거: 같은 인터뷰의 요약과 전사 묶음으로 중복이 커서 Software 3.0, Jagged Intelligence, Thinking과 Understanding 분리 등 개념 단위로 분리함.

Ingest

결정 기록

  • 결정: 상태 승격

  • 대상: AI 기본값 구현체, AI 시대 소프트웨어 펀더멘탈

  • 근거: 두 노트 모두 특정 제품 추천보다 반복되는 판단 프레임을 설명하는 개념 노트로 굳어졌다. 예시는 시점 의존적일 수 있지만, “기본값 구현체를 어떻게 읽을 것인가”와 “AI 시대에 왜 fundamentals가 더 중요해지는가”라는 핵심 구조는 여러 raw와 기존 허브에 안정적으로 연결된다.

  • 결정: 보강

  • 대상: AI Experience Architect

  • 근거: 즉시 승격보다는 역할 필요성을 판별하는 질문을 추가해 재사용성을 높이는 편이 적절했다. 아직은 조직·규제 사례가 더 쌓여야 evergreen 승격 판단이 쉬워진다.

Lint

  • 실행 방식: Python 일회성 스크립트로 상태 변경 노트와 wiki/index.md를 수정한 뒤 전체 frontmatter, broken wikilink, 관련 노트 수, core index 등록 여부를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: 승격 후보 표에서 AI 기본값 구현체를 제거하고, 점검 대기 사유를 수치/사례와 개념 프레임으로 분리해 정리함

Ingest

결정 기록

  • 결정: 신규 생성

  • 대상: AI 기본값 수용과 오버라이드 전략

  • 근거: AI 기본값 구현체가 “무엇이 기본값처럼 굳는가”를 설명했다면, 실무에는 그 다음 단계인 “무엇을 그대로 받고 무엇을 다시 설계할까”가 필요했다. shadcn-ui와 OpenClaw를 한 프레임으로 비교하는 운영 노트가 재사용 가치가 높다.

  • 결정: 보강

  • 대상: OpenClaw, shadcn-ui, AI Experience Architect

  • 근거: 세 노트 모두 정의만으로는 읽는 사람이 바로 적용하기 어려웠다. 채택 전 질문과 override 관점을 넣어, 개념 노트에서 실무 판단 노트로 한 단계 올렸다.

Lint

  • 실행 방식: Python 일회성 스크립트로 신규 노트 1개와 수정 노트 4개, wiki/index.md 반영 후 전체 frontmatter, broken wikilink, 관련 노트 수, 고아 페이지를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: 변동성 높은 tool note를 직접 승격하지 않고, 상위 비교 프레임을 추가해 구조 안정성을 높임

Ingest

  • 입력: raw/From faster pencil to AI Experience Architect. a designer’s path.md의 후속 구조화 보강
  • 생성: 없음
  • 수정: AI Experience Architect, wiki/index.md, wiki/log.md
  • index 업데이트: 완료
  • 남은 검토: 직함 명칭과 조직 배치는 계속 달라질 수 있으나, 노트의 핵심을 직함 유행이 아니라 위임 경계·review gate·책임 구조 설계 프레임으로 고정해 변동성을 낮춤.

결정 기록

Lint

  • 실행 방식: Python 일회성 스크립트로 상태 변경 노트와 wiki/index.md 수정 후 전체 frontmatter, broken wikilink, 관련 노트 수, 점검 대기 정합성을 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: AI Experience Architect를 승격 후보/점검 대기에서 제거하고 evergreen 노트로 유지함

Ingest

  • 입력: raw/AI로_만든_제품이_안_팔리는_이유.md, raw/모든 DESIGN.md에 꼭 들어가야 할 9가지 섹션.md, raw/2026년을 지배하는 AI GitHub 저장소들, 왜 알아둬야 하는가.md의 후속 구조화 보강
  • 생성: 없음
  • 수정: DESIGN.md 운영 원칙, AI 오픈소스 작업대, wiki/index.md, wiki/log.md
  • index 업데이트: 완료
  • 남은 검토: OpenClaw, shadcn-ui처럼 개별 제품/spec가 빠르게 변하는 노트는 계속 needs-review 유지. 대신 상위 허브는 안정 프레임 중심으로 재정리해 승격함.

결정 기록

  • 결정: 상태 승격
  • 대상: DESIGN.md 운영 원칙, AI 오픈소스 작업대
  • 근거: 두 노트 모두 원래는 spec/저장소 변동성 때문에 needs-review였지만, 이번 보강으로 핵심을 개별 CLI·스타 수가 아니라 안정적인 운영 프레임에 두었다. DESIGN.md는 “token + rationale를 agent-readable하게 유지한다”는 원칙, AI 오픈소스 작업대는 “어떤 작업 표면이 공개 구현체로 표준화되는가”라는 생태계 허브로 읽을 수 있어 evergreen 유지가 가능하다.

Lint

  • 실행 방식: Python 일회성 스크립트로 상태 변경 노트 2개와 wiki/index.md 수정 후 전체 frontmatter, broken wikilink, 관련 노트 수, 고아 페이지를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: DESIGN.md 운영 원칙을 점검 대기에서 제거하고, 개별 제품 변동성과 상위 프레임을 분리해 정리함

Lint

  • 실행 방식: 남은 needs-review 노트 전체를 수동 분류해 wiki/index.md의 점검 대기 표를 재작성하고, Python 일회성 스크립트로 전체 frontmatter, broken wikilink, 관련 노트 수, 고아 페이지를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: 중복된 강한 모델로 덜 헤매기 항목을 통합하고, 누락돼 있던 생성형 AI 면접 평가 축, 온디바이스 TTS를 점검 대기에 반영했다. 또한 남은 needs-review를 도구·spec 변동성 / 단일 출처 / 모델·가격 변동성으로 재분류했다.

결정 기록

  • 결정: 분류 정리
  • 대상: wiki/index.md의 ## 승격 후보, ## 점검 대기
  • 근거: 기존 표는 승격 후보와 변동성 이유가 섞여 있어, 왜 어떤 노트가 아직 needs-review인지 한눈에 파악하기 어려웠다. 남은 위험을 유형별로 묶고 core 우선 후보를 별도 분리해 다음 ingest 우선순위를 더 명확하게 만들었다.

결정 기록

Lint

  • 실행 방식: core 승격 2건과 wiki/index.md 갱신 후 Python 일회성 스크립트로 전체 frontmatter, core 노트 index 등록 여부, broken wikilink, 관련 노트 수, 고아 페이지를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: 승격 후보 표에서 두 노트를 제거하고 핵심 노트 표에 추가함

결정 기록

Lint

  • 실행 방식: core 승격 2건과 wiki/index.md 갱신 후 Python 일회성 스크립트로 전체 frontmatter, core 노트 index 등록 여부, broken wikilink, 관련 노트 수, 고아 페이지를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: 승격 후보 표에서 두 노트를 제거하고 핵심 노트 표에 추가함

결정 기록

  • 결정: core 승격

  • 대상: Lethal Trifecta

  • 근거: 이 노트는 특정 제품 기능이 아니라 에이전트 보안 위험을 세 가지 능력 조합으로 판별하는 상위 모델이다. Claude Code 권한 설계, API Key 관리 원칙, Harness Engineering, 병렬 에이전트 세션 운영을 읽을 때 공통 판단 기준을 제공하므로 핵심 노트 기준을 충족한다.

  • 결정: 보강 유지

  • 대상: AI 네이티브 엔지니어링 조직

  • 근거: 조직 운영 프레임 자체는 중요하지만, 현재 서술에는 특정 발표와 인터뷰 기반의 강한 사례가 많이 섞여 있다. 이번에는 점검 질문과 충돌 메모를 보강하고, 추가 외부 사례가 쌓일 때 core 승격을 재검토하기로 했다.

Lint

  • 실행 방식: core 승격 1건과 보강 1건, wiki/index.md 갱신 후 Python 일회성 스크립트로 전체 frontmatter, core 노트 index 등록 여부, broken wikilink, 관련 노트 수, 고아 페이지를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: Lethal Trifecta를 핵심 노트 표에 추가하고, AI 네이티브 엔지니어링 조직은 승격 후보로 유지하되 외부 검증 필요성을 명시함

결정 기록

  • 결정: 후속 ingest 대기 묶음 추가
  • 대상: wiki/index.md, AI 네이티브 엔지니어링 조직
  • 근거: 남은 needs-review를 개별 노트 단위로만 보면 어떤 raw를 더 모아야 하는지 운영 우선순위가 흐려진다. 조직 운영 검증 / 도구·spec 업데이트 / 보안·비밀관리 / 연구·전망 검증 / 디자인 작업 체계의 다섯 묶음으로 정리해, 다음 ingest를 질문 단위가 아니라 증거 수집 단위로 진행할 수 있게 했다.

Lint

  • 실행 방식: wiki/index.md, AI 네이티브 엔지니어링 조직, wiki/log.md 갱신 후 Python 일회성 스크립트로 전체 frontmatter, broken wikilink, 관련 노트 수, 고아 페이지, core 노트 index 등록 여부를 재점검
  • 결과: 오류 0개, 경고 0개, 고아 페이지 0개
  • 조치: AI 네이티브 엔지니어링 조직의 core 승격 조건을 명시적 증거 목록으로 바꾸고, 후속 ingest 우선순위를 index에 구조화했다.

2026-05-28 (Sync 5 — raw/wiki 정합성 재확인)

Audit

  • 실행 방식: raw/의 66개 파일명과 wiki/ 전체 노트 본문을 다시 대조하고, broken wikilink / orphan page / raw 미반영 여부를 재점검
  • 결과: raw 미반영 0개, broken wikilink 0개, orphan page 0개
  • 조치: 현재 raw ↔ wiki 매핑은 clean 상태로 확인됨

2026-05-28 (Sync 6 — needs-review triage)

Audit

  • 실행 방식: status: needs-review 노트 24개를 다시 훑어 ## 충돌 유무를 점검하고, 빠져 있던 [[매퍼코 3스킬 워크플로우]]에 충돌 섹션을 보강
  • 결과: needs-review 노트의 충돌 섹션 누락 0개
  • 조치: 변동성/단일 출처/도구 의존 노트를 다음 검토 전에 스코프·가정·치환 가능성까지 명시하도록 정리함

2026-05-28 (Sync 7 — needs-review normalization)

Audit

  • 실행 방식: status: needs-review 노트 24개가 모두 ## 충돌을 갖추었는지 재확인하고, index의 현재 점검 상태에 반영
  • 결과: needs-review 충돌 섹션 누락 0개
  • 조치: 검토 대기 노트의 스코프/가정/치환 가능성 메타데이터가 모두 기록된 상태로 정규화됨

그래프 뷰

백링크