검색은 그때 필요한 답을 찾습니다. 위키는 한 번 찾은 답과 판단의 근거를 다음 작업에 남깁니다. 안드레이 카파시가 제안한 ‘LLM 위키’의 핵심은 AI에게 더 많은 자료를 한꺼번에 주는 것이 아니라, AI가 일한 결과를 지속적인 기록으로 쌓게 하는 데 있습니다.

2026년 9월 기준 · 원문 대조 완료

검색은 다시 찾고, 위키는 이어서 시작합니다

보통의 AI 사용은 질문할 때마다 필요한 자료를 다시 찾아 답을 만듭니다. 어제 여러 문서를 비교해 얻은 결론도 기록하지 않으면 오늘 다시 같은 과정을 거칩니다. 카파시가 지적한 문제는 답의 품질보다 축적의 부재입니다.

LLM 위키는 이 순서를 바꿉니다. 새 자료가 들어오면 AI가 기존 기록과 비교하고, 달라진 점을 표시하고, 관련 노트를 연결합니다. 다음 질문은 빈 대화창이 아니라 이미 정리된 기록에서 출발합니다.

세 가지 층을 분리합니다

카파시의 구상은 복잡한 프로그램보다 세 층의 구분에서 시작합니다.

• 원본 · 회의록, 문서, 대화 기록처럼 출처가 되는 자료입니다. AI가 요약하더라도 원본 자체는 고치지 않습니다.
• 위키 · 원본을 읽고 만든 요약, 개념, 인물, 결정, 서로 연결된 노트입니다. 새 정보가 들어오면 계속 갱신됩니다.
• 규칙 · 무엇을 기록하고 어떻게 연결하며 어떤 경우 사람의 확인을 받을지 정한 운영 기준입니다.

이 세 층을 섞지 않는 것이 중요합니다. 원본과 AI의 해석이 구분돼야 잘못된 요약을 되돌릴 수 있고, 기록 규칙이 보여야 AI가 마음대로 중요한 내용을 생략하지 않습니다.

사람과 AI의 역할도 나뉩니다

AI는 자료를 정리하고, 연결하고, 낡은 기록과 충돌을 찾아내는 일을 잘합니다. 사람은 어떤 자료를 믿을지 정하고, 좋은 질문을 만들고, 중요한 결론을 승인합니다. 위키를 AI가 유지한다는 말은 판단까지 AI에게 넘긴다는 뜻이 아닙니다.

기록은 AI만 읽을 수 있는 암호가 아니라 사람이 다시 확인할 수 있는 문장이어야 합니다. 중요한 업무일수록 출처, 작성 시점, 검토 여부를 함께 남겨야 합니다.

지금은 ‘무엇을 기억하지 않을지’도 중요합니다

기억이 많다고 무조건 좋은 시스템은 아닙니다. 개인정보와 비밀정보는 저장 범위를 먼저 정해야 하고, 오래된 내용에는 갱신 시점을 붙여야 합니다. AI가 만든 기록은 틀린 내용도 복리처럼 키울 수 있으므로 정기적인 점검과 원본 대조가 필요합니다.

따라서 LLM 위키의 완성도는 노트 수가 아니라 세 가지로 판단할 수 있습니다. 원본으로 돌아갈 수 있는가, 사람이 읽고 고칠 수 있는가, 더 이상 유효하지 않은 내용을 발견할 수 있는가.

어디에 적용할 수 있을까요

연구 자료, 독서 기록, 프로젝트 결정, 고객 지원, 팀 회의처럼 시간이 지나며 문맥이 쌓이는 일에 잘 맞습니다. 사무소의 사건 기록도 하나의 사례가 될 수 있지만, 이 방법은 특정 직업에 한정되지 않습니다. 어제의 작업을 오늘 다시 설명하고 있다면 이미 적용할 이유가 있습니다.