- 다양한 주제에 대해 자유롭게 글을 작성하는 게시판입니다.
| Date | 26/05/05 18:16:28수정됨 |
| Name | 스톤위키 |
| Link #1 | https://beronica.vercel.app/ |
| Subject | 저만의 지식/업무/일정관리 시스템(w. AI)을 소개합니다. (최종장) |
|
그동안은 너무 정신없고 허접한 이야기만 힜는데요. 그래서 오늘 마지막으로 제가 만든 시스템을 소개해드릴까 합니다. 이름하여 베로니카(Beronica)라고 합니다. 1. AI를 쓰는 사람들우리는 이미 AI를 쓰고 있습니다. 이메일 초안을 ChatGPT에게 맡기고, 긴 보고서를 Claude에게 요약시키고, 브레인스토밍이 막힐 때 Gemini에게 아이디어를 던집니다. 코드를 짤 때도, 번역을 할 때도, 회의록을 정리할 때도 AI는 이제 일상의 도구가 되었습니다. 그런데 한 가지 이상한 점이 있습니다. 분명 AI가 도와주는데, 무언가 허전합니다. 어제 ChatGPT에게 만든 분석 자료가 어디 갔는지 찾을 수 없고, 지난주 Claude에게 정리시킨 전략 문서를 다시 쓰고 있습니다. 매번 새로운 대화를 열 때마다 "나는 이런 사람이고, 지금 이런 일을 하고 있고, 이전에 이런 결정을 내렸어"라고 처음부터 다시 설명합니다. AI는 분명 똑똑한데, 나와 나눈 이야기들의 맥락을 잊어버립니다. 2. LLM 기술의 진화 — 페르소나 프롬프트에서 컨텍스트의 확장으로AI 활용의 역사를 돌아보면 흥미로운 흐름이 보입니다. 초기: 사람들은 "역할"을 부여하는 것에 집중했습니다. > "너는 10년 경력의 마케팅 전문가야." > "너는 시니어 개발자처럼 코드를 리뷰해줘." 이른바 페르소나 프롬프트 시대였습니다. AI에게 가면을 씌우면 더 좋은 답변이 나올 거라 기대했습니다. 물론 효과는 있었지만, 한계도 분명했습니다. 전환점: 사람들은 깨달았습니다. 역할보다 맥락(Context)이 더 중요하다는 것을. 같은 "마케팅 전문가" AI라도, 내 회사가 B2B SaaS인지 D2C 이커머스인지, 타겟 고객이 누구인지, 지금 어떤 캠페인을 돌리고 있는지를 알려주면 결과물의 질이 완전히 달라졌습니다. LLM의 컨텍스트 윈도우도 이 방향으로 진화했습니다. > 4K 토큰 → 32K → 128K → 200K → 1M+ 토큰 A4 용지 3장 분량에서, 이제는 책 한 권 분량의 맥락을 한 번에 이해할 수 있게 되었습니다. ChatGPT는 Memory 기능을, Claude는 Projects 기능을 도입했습니다. 방향은 같습니다. AI의 미래는 더 똑똑한 모델이 아니라, 더 풍부한 맥락에 있다. AI가 당신이 누구인지, 지금 무슨 일을 하고 있는지, 어떤 방식을 선호하는지를 알면 알수록, 결과물은 극적으로 좋아집니다. 3. 범용 서비스의 한계그렇다면 왜 우리는 아직도 AI에게 매번 같은 말을 반복하고 있을까요? 범용 AI 서비스(ChatGPT, Claude 웹, Gemini)는 구조적 한계가 있기 때문입니다. 대화는 흘러가고, 결과물은 사라진다3주 전에 Claude에게 만든 경쟁사 분석표가 기억나시나요? 그 대화 스레드를 찾을 수 있나요? 찾았다고 해도, 그 안에서 "정확히 어떤 표"였는지 골라낼 수 있나요? 대부분은 못합니다. 결과물이 채팅 스레드 안에 갇혀 있기 때문입니다. 매번 처음부터 다시 시작한다새 대화를 열 때마다 이런 일이 반복됩니다. > "나는 AI 스타트업에서 경영지원을 담당하고 있어" > "우리 회사는 지금 이런 상황이야" > "지난번에 이런 결정을 내렸는데..." > "내가 선호하는 보고서 양식은..." 매일 아침 기억을 잃는 동료와 일하는 것과 같습니다. 아무리 뛰어난 동료라도, 매일 자기소개부터 다시 해야 한다면 같이 일하기 힘들지 않을까요? 그래서 최근에는 이 서비스들이 사용자와 나눈 대화들을 기억하기 시작했습니다. 이전 채팅과의 내용들을 계속해서 기억하고 이후 대화에서 반복하는 것이죠. 그러나, 이것 역시 썩 좋은 기분은 아닙니다. "어떤 내용"은 AI가 기억하지 않는 내용이었으면 좋겠습니다. "어떤 분야"에 대해서는 실체로서의 나가 아닌, 내가 임시로 설정한 모습으로의 나 가 대화를 하고 추론을 이끌어내면 좋겠습니다. 그런데 이런 것들이 온전히 내 마음대로 되지 않는 것이죠. 그리고 결정적인 문제가 있습니다. 결과물이 쌓이지 않는다AI와 100번 대화해도, 1번째 대화와 100번째 대화의 AI는 같은 상태입니다. 당신에 대해 아무것도 축적되지 않습니다. 결과물은 일회용이고, 재활용은 수동 복사-붙여넣기에 의존합니다. 핵심: 범용 AI 서비스는 "물어보는 도구"이지, "함께 일하는 시스템"이 아닙니다. 4. 작업 결과를 계속 재활용할 수 있는 시스템이런 상상을 해봅시다. 만약 AI와의 모든 대화 결과가 자동으로 정리되어 쌓인다면? 3주 전 분석 자료를 즉시 검색할 수 있다면 AI가 "지난번에 이런 결정을 내리셨는데, 이번에도 같은 기준을 적용할까요?"라고 물어본다면 오늘 만든 보고서가 다음 달 보고서의 템플릿이 된다면 만약 AI의 결과물이 일회용 답변이 아니라, 계속 쌓이는 지식의 벽돌이라면? 업무 메모, 회의록, 분석 자료가 자동으로 분류된다면 AI가 스스로 지식 베이스를 구축하고, 필요할 때 꺼내 쓴다면 쓰면 쓸수록 시스템이 당신을 더 잘 이해한다면 만약 AI가 당신의 업무 맥락을 주(weeks) 단위, 월(months) 단위로 기억한다면? 새 대화를 열어도, 당신이 누구인지 이미 알고 있다면 지금 어떤 프로젝트에 집중하고 있는지 알고 있다면 당신이 어떤 스타일로 일하는지 파악하고 있다면 이것은 상상이 아닙니다. 이것이 베로니카가 하는 일입니다. 5. 베로니카 — 자료작성 + 분류 + AI 어시스트베로니카(Beronica)는 AI 네이티브 업무/지식 관리 시스템입니다. 세 가지 검증된 방법론을 AI로 결합했습니다. ┌─────────────────────────┐ │ 베로니카 (Beronica) │ │ │ │ ┌─────┐ ┌──────┐ ┌──────┐ │ │ │ GTD │ │ PARA │ │ AI Memory │ │ │ │ 일을 │ │ 자료를 │ │ 당신을 │ │ │ │ 정리한다 │ │ 정리한다 │ │ 기억한다 │ │ │ └─────┘ └──────┘ └──────┘ │ │ ──── AI가 자동으로 운영합니다 ──── │ └───────────────────────┘ 기반 기술: Obsidian(무료, 로컬 마크다운 파일) + AI 모든 데이터는 100% 사용자의 컴퓨터에 저장됩니다. 클라우드 종속 없이, 일반 마크다운 파일로 관리됩니다. 원하면 iCloud, OneDrive, Google Drive로 동기화할 수 있지만, 필수가 아닙니다. 5-1. GTD (Getting Things Done) — AI가 자동으로 일을 정리GTD는 데이비드 앨런(David Allen)이 만든 생산성 방법론입니다. 핵심은 단순합니다: 머리에서 꺼내서, 정리하고, 실행한다. GTD는 효과적이지만, 운영이 번거롭다는 것이 가장 큰 장벽입니다. 인박스를 정리하고, 프로젝트를 분류하고, 주간 리뷰를 하고... 시스템 자체를 관리하는 데 에너지를 쏟게 됩니다. 베로니카에서는 AI가 GTD를 대신 운영합니다. | 기존 GTD | 베로니카의 GTD | |-------------------------------------|-------------------------------------------------------------------------------------------| | 할 일을 직접 적고 분류한다 | 대화로 말하면 AI가 자동 캡처하고 분류한다 | | 인박스를 수동으로 정리한다 | AI가 분류 기준(즉시실행/위임/프로젝트/지속관리/언젠가/참고)을 제안한다 | | 매일 할 일 목록을 직접 만든다 | AI가 5개 소스를 스캔해서 **오늘의 TOP3**를 매일 아침 제안한다 | | 주간 리뷰를 직접 진행한다 | AI가 인박스 점검, 프로젝트 상태 확인, 메모리 갱신까지 자동 진행한다 | "이번 달 팀 회식 장소 알아봐야 해" 이 한마디면 AI가 인박스에 캡처하고, "지속 관리 업무 > 총무"로 분류를 제안하고, 다음 액션을 설정합니다. GTD를 배울 필요가 없습니다. AI가 GTD를 돌려줍니다. 5-2. PARA (Projects, Areas, Resources, Archives) — 모든 자료가 제자리에PARA는 티아고 포르테(Tiago Forte)의 디지털 정보 관리 프레임워크입니다. 모든 정보를 4가지로 분류합니다: 프로젝트 / 영역 / 참고자료 / 아카이브. 우리 컴퓨터에는 수백 개의 파일이 있습니다. 폴더를 만들어도, 태그를 달아도, 3개월 후면 "그거 어디에 저장했더라?"를 반복합니다. 베로니카에서는 AI가 자동으로 정보를 분류합니다. 01_인박스/ → 일단 여기에 던진다 (빠른 캡처) ↓ AI 분류 10_단발 프로젝트/ → 마감이 있는 업무 (예: 법인세 신고) 20_지속 관리 업무/ → 반복되는 업무 영역 (예: 인사/회계/총무) 30_참고자료/ → 지식, 템플릿, 매뉴얼 40_완료 프로젝트/ → 끝난 것은 아카이브로 AI가 새 정보를 받으면, 어디에 넣어야 할지 제안합니다. 확인만 하면 파일이 제자리를 찾습니다. "이거 어디에 저장했지?"를 다시는 말할 필요가 없습니다. 5-3. AI Memory — 세션을 넘어 기억하는 AI이것이 베로니카의 가장 독특한 기능입니다. 범용 AI 서비스에서는 새 대화 = 백지 상태입니다. 하지만 베로니카의 AI는 세션이 바뀌어도 당신을 기억합니다. 메모리의 구조 베로니카의 AI Memory는 4개의 레이어로 구성됩니다. ┌───────────────────┐ │ Layer 1: Identity (정체성) │ │ 이름, 직책, 역할, 커뮤니케이션 선호, │ │ 업무 스타일, 강점과 성향 │ ├───────────────────┤ │ Layer 2: Context (현재 맥락) │ │ 진행 중인 프로젝트, 이번 주 핵심 과제, │ │ 사용 중인 도구, 다가오는 일정 │ ├───────────────────┤ │ Layer 3: Knowledge (축적된 지식) │ │ 과거 의사결정 기록, 교훈, 선호도, │ │ 업무 패턴, 자주 쓰는 프롬프트 │ ├───────────────────┤ │ Layer 4: Interaction (상호작용 기록) │ │ 피드백 로그, 유용했던 대화 패턴 │ └───────────────────┘ 이것이 실제로 의미하는 것 4> |
|

