AI한테 매번 같은 배경을 설명하는 게 귀찮은 이유가 있어 — RAG는 검색만 하거든, 지식이 쌓이지 않아.
대안이 있어: LLM이 답한 내용을 마크다운 위키로 정리하고, 다음 세션 시작에 로드하는 거야.
질문하면 → LLM이 답하고 → 위키로 정리해 → 다음 세션 컨텍스트로 쓰는 루프거든.
한번 정리하면 계속 쌓여 — 재발견 반복이 없어져.
나도 코드 리뷰랑 크래시 리포트를 AI가 자동 분석해서 일감 티켓으로 담당자에게 보내는데, 거기서 끝이 아니야.
티켓에서 이어진 사람과의 대화를 따로 저장해서 학습시키고 있어.
그래서 다음에 비슷한 티켓이 만들어질 때는, 담당자를 바꾸거나 우선도를 조절하거나 수정 방법을 다르게 제안해.
LLM Wiki는 그 개념을 체계화한 거야 — 원본 소스(raw sources), AI가 정리한 위키(wiki), 위키 구조 정의 파일(schema) 3단 구조이고, AI가 주기적으로 모순이나 오래된 내용을 정리(lint)하는 단계도 있어.
시작하려면 이 gist의 schema 파일에 내 도메인(내가 AI와 주로 뭘 하는지)을 정의하고, 오늘 대화에서 배운 걸 ingest해서 위키에 쌓으면 돼.
다음 세션 시작에 위키 파일을 로드하면 — AI가 컨텍스트를 이미 아는 채로 시작해.