세컨드 브레인 만드는 법 2026 – 옵시디언과 Claude Code로 초보자도 쉽게 시작하는 이유

Posted on by

세컨드 브레인은 정보를 모으는 노트가 아니라 AI 에이전트가 읽고 활용할 수 있는 개인 지식 시스템이다. 2026년에 중요한 포인트는 노트를 예쁘게 쌓는 것이 아니라, 내 맥락을 AI가 계속 꺼내 쓰게 만드는 구조다.

노트를 많이 저장해 둔 사람은 많다. 유튜브 링크, 블로그 글, 회의록, 책 메모, 아이디어가 여기저기 쌓인다. 그런데 막상 필요할 때 “그거 어디 있었지?”가 시작되면 세컨드 브레인이 아니라 세컨드 창고가 된다. 창고는 많을수록 마음이 든든한데, 찾을 때는 은근 배신감이 있다.

커리어해커 알렉스 영상에서 말하는 세컨드 브레인의 핵심도 여기다. 단순 기록 앱이 아니라 AI 에이전트가 사용자의 맥락, 지식, 취향, 판단 기준을 영구적으로 기억하고 활용할 수 있게 설계된 지식 창고다. 쉽게 말하면 “내가 매번 설명하지 않아도 AI가 내 상황을 알고 일하게 만드는 바닥”이다.

그래서 이 글은 거창한 생산성 이론이 아니다. 옵시디언, Claude Code, LLM Wiki 같은 단어가 어려워 보이는 사람도 오늘 작은 폴더 하나로 시작할 수 있게 정리한 세컨드 브레인 만드는 법이다.

세컨드 브레인은 메모 앱이 아니다

처음부터 오해를 줄이자. 세컨드 브레인은 옵시디언을 설치하는 순간 생기지 않는다. Notion 템플릿을 복사해도 자동으로 생기지 않는다. 멋진 그래프가 화면에 떠도, 나중에 다시 쓸 수 없으면 그냥 예쁜 별자리다.

진짜 기준은 세 가지다. 첫째, 원본 자료가 남아 있어야 한다. 둘째, 생각이 작게 쪼개져 있어야 한다. 셋째, AI가 그 자료를 읽고 연결하고 업데이트할 수 있어야 한다.

이 기준으로 보면 세컨드 브레인은 앱 이름이 아니라 운영 방식이다. 옵시디언은 그 운영 방식을 보기 좋게 열어주는 화면이고, Claude Code 같은 AI 에이전트는 그 안에서 정리와 연결을 도와주는 작업자다.

실리콘밸리식 세컨드 브레인 3계층

영상에서 나온 구조를 초보자용으로 바꾸면 세컨드 브레인은 3계층으로 볼 수 있다.

첫 번째는 원자 단위 마크다운 파일이다. 하나의 파일에 모든 생각을 몰아넣는 대신, 링크 하나, 개념 하나, 회의 하나, 주장 하나를 작게 저장한다. AI가 읽기에도 좋고, 나중에 연결하기에도 좋다.

두 번째는 타입이 있는 그래프다. 그냥 링크만 많이 거는 것이 아니라 이 노트가 개념인지, 사례인지, 주장인지, 절차인지 구분한다. 그리고 이 노트가 다른 노트를 보강하는지, 반박하는지, 확장하는지도 표시한다. 이게 온톨로지의 쉬운 버전이다.

세 번째는 AI 에이전트 활용이다. Claude Code, Codex, Cursor 같은 도구가 내 파일을 읽고, 요약하고, 연결하고, 누락된 링크를 찾아준다. 사람이 모든 정리를 직접 하지 않고, 규칙을 정해둔 뒤 AI에게 반복 작업을 맡긴다.

이 세 층이 있어야 “노트가 많다”에서 “지식이 굴러간다”로 넘어간다. 노트 앱만 있으면 저장소다. 구조가 있으면 지도다. 에이전트가 붙으면 작업장이 된다.

왜 지금 맥락이 무기가 됐나

2026년 기준으로 ChatGPT, Claude, Gemini 같은 모델은 계속 좋아지고 있다. 모델 성능만 보면 예전보다 훨씬 상향 평준화됐다. 그래서 같은 모델에 같은 질문을 던지면 비슷한 답이 나온다.

여기서 차이를 만드는 건 모델 이름이 아니라 입력되는 맥락이다. “마케팅 전략 짜줘”라고 하면 누구나 비슷한 답을 받는다. 하지만 내 지난 실패, 내 고객, 내 말투, 내 프로젝트 로그, 내 판단 기준을 먼저 읽히면 답이 달라진다.

이게 영상에서 말하는 독점적 컨텍스트다. AI 시대의 무기는 정보 자체가 아니라 나만 가진 맥락이다. 정보는 검색하면 나온다. 하지만 내가 왜 이 결정을 했고, 어떤 실수를 반복했고, 어떤 표현을 좋아하고, 어떤 기준으로 거절하는지는 내 시스템에 남겨야 한다.

그래서 세컨드 브레인은 특정 AI 모델의 메모리 기능에만 의존하면 약하다. 오늘은 Claude를 쓰고, 내일은 Gemini를 쓰고, 다음 달에는 Codex를 쓸 수 있다. 모델이 바뀌어도 내 맥락은 파일로 남아 있어야 한다.

가장 쉬운 폴더 구조

처음부터 복잡하게 만들 필요 없다. 초보자는 아래 5개 폴더만 있어도 시작할 수 있다.

second-brain/
  00.Inbox/
  raw/
  wiki/
  schema/
  log/

00.Inbox는 아직 정리 안 된 링크와 메모가 들어가는 곳이다. 유튜브 링크, 기사, 아이디어, 회의 메모를 일단 여기에 던진다. 중요한 건 처음부터 예쁘게 정리하려고 멈추지 않는 것이다.

raw는 원문 저장소다. 유튜브 자막, 기사 원문, PDF 텍스트, 회의록 원본처럼 나중에 다시 확인해야 할 자료를 둔다. AI가 만든 요약이 틀렸을 때 돌아갈 기준점이다.

wiki는 AI가 정리한 지식 페이지가 들어가는 곳이다. 개념 정리, 비교표, 인물 페이지, 도구 페이지, 실행 체크리스트가 여기에 쌓인다. 사람은 읽고 검토하고, AI는 쓰고 갱신한다.

schema는 운영 규칙이다. 파일명을 어떻게 만들지, frontmatter에 무엇을 넣을지, 링크는 어떤 기준으로 걸지, 새 자료가 들어오면 어떤 순서로 처리할지 적는다. 이게 없으면 AI는 매번 친절하지만 기억력 없는 인턴처럼 움직인다.

log는 작업 기록이다. 언제 어떤 자료를 넣었고, 어떤 페이지가 바뀌었고, 어떤 질문을 했고, 어떤 lint를 돌렸는지 남긴다. 로그가 있어야 세컨드 브레인이 “언제부터 이상해졌는지” 추적할 수 있다.

오늘 바로 만드는 30분 버전

처음 30분은 대단한 자동화를 만들 시간이 아니다. 실패하지 않는 최소 루프를 만드는 시간이다.

먼저 00.Inbox에 최근에 저장한 링크 3개를 넣는다. 유튜브 하나, 블로그 글 하나, 내가 쓴 메모 하나면 충분하다. 자료가 너무 많으면 시작부터 정리 지옥이 열린다. 지옥문은 천천히 열어도 늦지 않다.

다음으로 각 링크마다 5줄 요약을 만든다. 핵심 주장, 근거, 내 생각, 나중에 쓸 곳, 연결할 기존 노트를 적는다. 여기서 중요한 건 요약의 문장력이 아니라 재사용성이다.

그다음 wiki에 개념 페이지 하나를 만든다. 예를 들어 이 글이라면 세컨드 브레인.md 하나면 된다. 여기에 “정의”, “왜 중요한가”, “만드는 순서”, “주의할 점”, “관련 자료”를 적는다.

마지막으로 log에 오늘 한 작업을 남긴다. 2026-06-01 ingest | 세컨드 브레인 영상 요약처럼 한 줄이면 된다. 이 작은 로그가 쌓이면 나중에 AI가 최근 작업을 이해하는 힌트가 된다.

AI 에이전트에게 맡길 일과 맡기면 안 되는 일

AI에게 처음부터 볼트 전체를 맡기면 위험하다. 특히 노트가 많은 사람일수록 더 그렇다. 파일 1,000개를 한 번에 정리해달라고 하면 결과가 멋져 보여도 어디가 어떻게 바뀌었는지 추적하기 어렵다.

처음 맡길 일은 작아야 한다. 새 링크 1개 요약하기, 기존 노트 3개와 연결 후보 찾기, 같은 주제의 개념 페이지 업데이트하기, 끊긴 링크 찾기 정도가 좋다.

반대로 처음부터 맡기면 안 되는 일도 있다. 원본 삭제, 폴더 대규모 이동, 모든 태그 일괄 변경, 오래된 노트 자동 병합 같은 작업이다. 이런 건 잘되면 멋지지만, 망하면 복구가 일이다. 자동화가 일 줄이려고 왔다가 이삿짐센터가 되면 조금 곤란하다.

내 기준의 안전한 순서는 읽기 -> 제안 -> 초안 작성 -> 사람 검토 -> 반영이다. AI가 바로 파일을 많이 고치는 구조보다, 먼저 변경안을 보여주고 사람이 확인한 뒤 반영하는 흐름이 오래 간다.

LLM Wiki 방식으로 굴리는 법

Andrej Karpathy가 제안한 LLM Wiki 패턴은 세컨드 브레인을 이해하는 데 꽤 좋다. 핵심은 RAG처럼 질문할 때마다 원문 조각을 다시 찾는 방식이 아니라, LLM이 지속적으로 유지하는 마크다운 위키를 중간에 두자는 것이다.

쉽게 말하면 원문은 raw에 두고, AI가 읽어서 wiki를 만든다. 새 자료가 들어오면 AI가 기존 개념 페이지를 업데이트하고, 충돌하는 내용은 표시하고, 인덱스와 로그를 갱신한다. 이렇게 하면 지식이 매번 새로 검색되는 것이 아니라 계속 누적된다.

운영은 세 단어로 충분하다. ingest, query, lint다.

ingest는 새 자료를 넣는 일이다. 유튜브 자막이나 글을 읽고 핵심을 뽑아 wiki에 반영한다. query는 그 wiki를 바탕으로 질문하는 일이다. “내 세컨드 브레인 구축에서 다음 병목은 뭐야?”처럼 묻는다. lint는 건강검진이다. 중복 페이지, 끊긴 링크, 오래된 주장, 출처 없는 요약을 찾는다.

이 흐름을 쓰면 세컨드 브레인은 단순 저장소가 아니라 지식의 복리 시스템이 된다. 오늘 요약한 글이 내일 비교표가 되고, 이번 주 질문이 다음 달 체크리스트가 된다. 채팅창에서 사라질 답변이 파일로 남는 것이 핵심이다.

옵시디언은 어디까지 필요한가

옵시디언은 필수라기보다 좋은 화면에 가깝다. 로컬 마크다운 파일을 기반으로 하면서 링크, 그래프, 태그, 검색, 플러그인을 제공한다. 그래서 세컨드 브레인 초보자에게 진입점으로 좋다.

다만 옵시디언 그래프만 믿으면 안 된다. 노트가 50개일 때는 그래프가 재밌다. 노트가 5,000개가 되면 그래프는 우주 사진처럼 보일 수 있다. 아름답지만 내가 뭘 해야 하는지는 잘 안 보인다.

그래서 역할을 나누는 편이 좋다. 옵시디언은 사람이 읽고 탐색하는 UI로 둔다. AI 에이전트는 파일을 읽고, 연결 후보를 찾고, wiki를 갱신하는 작업층으로 둔다. 원장은 마크다운 파일이고, 화면은 옵시디언이고, 작업자는 AI다.

세컨드 브레인 최소 체크리스트

아래 표 정도만 통과해도 세컨드 브레인 첫 버전은 충분히 쓸 만하다.

체크 항목 질문 첫 기준
원문 나중에 출처로 돌아갈 수 있나 URL과 수집일 기록
요약 1분 안에 다시 읽을 수 있나 5줄 요약
연결 기존 노트와 이어졌나 관련 노트 2개 이상
규칙 AI가 같은 방식으로 반복할 수 있나 schema 1장
로그 무엇이 바뀌었는지 남나 ingest/query/lint 기록
검증 틀린 요약을 잡을 수 있나 출처 확인 표시

이 표에서 제일 중요한 건 규칙과 로그다. 많은 사람이 도구부터 고른다. 하지만 오래 가는 시스템은 도구보다 규칙이 먼저다. 규칙이 없으면 좋은 AI도 매번 새롭게 착해진다. 새롭게 착한데 결과가 매번 다르면 운영자는 조용히 피곤해진다.

처음 만들 때 자주 터지는 실수

첫 번째 실수는 모든 자료를 한 번에 넣는 것이다. 링크 500개, PDF 100개, 유튜브 자막 50개를 한 번에 먹이면 뭔가 대단한 시스템이 나올 것 같지만, 실제로는 검수할 수 없는 요약 더미가 생기기 쉽다. 세컨드 브레인의 첫 단위는 대량 이관이 아니라 출처 1개를 끝까지 처리하는 경험이어야 한다.

두 번째 실수는 원문과 요약을 섞는 것이다. AI가 만든 요약을 원문처럼 믿기 시작하면 나중에 출처 추적이 무너진다. raw와 wiki를 나누는 이유가 여기에 있다. 원문은 기준점이고, wiki는 해석이다.

세 번째 실수는 그래프를 목적처럼 보는 것이다. 옵시디언 그래프가 멋지게 나오면 시스템이 잘 되는 느낌이 든다. 하지만 연결선이 많다는 것과 답을 잘 찾는 것은 다르다. 그래프는 탐색용이고, 실제 운영에는 인덱스, 로그, lint가 더 중요하다.

네 번째 실수는 AI에게 바로 수정 권한을 크게 주는 것이다. 처음에는 읽기와 제안만 맡기는 편이 낫다. 요약, 연결 후보, 누락된 출처 찾기 정도로 시작하고, 파일 대량 수정은 규칙과 백업이 생긴 뒤에 열어도 늦지 않다.

다섯 번째 실수는 메모리 기능을 세컨드 브레인으로 착각하는 것이다. 특정 AI 서비스의 개인화 메모리는 편하지만, 모델을 바꾸면 가져가기 어렵다. 세컨드 브레인의 핵심은 내 맥락이 파일과 규칙으로 남아 다른 도구에서도 재사용되는 것이다.

내 볼트에 적용한다면

내가 이 구조를 실제 볼트에 적용한다면 새 앱을 더 깔기보다 기존 흐름을 단단하게 만들겠다. 예를 들어 url-summarizer -> 00.Inbox -> LLM Wiki ingest -> lint 순서다.

유튜브 링크를 넣으면 먼저 자막과 설명을 가져온다. 그다음 00.Inbox에 요약 노트를 만든다. 중요도가 높으면 wiki 후보로 올리고, 관련 개념 페이지를 업데이트한다. 마지막으로 lint를 돌려서 끊긴 링크나 출처 없는 주장을 확인한다.

이렇게 하면 세컨드 브레인은 하루아침에 완성되는 프로젝트가 아니라 매일 조금씩 선명해지는 운영체제가 된다. 처음부터 100점을 노리면 시작이 무겁다. 처음 목표는 60점짜리 구조를 매일 망가지지 않게 굴리는 것이다.

FAQ

세컨드 브레인은 꼭 옵시디언으로 만들어야 하나?

꼭 그렇지는 않다. 핵심은 로컬 또는 안정적으로 관리되는 마크다운 원장, 연결 규칙, AI가 읽을 수 있는 구조다. 옵시디언은 그래프와 링크 탐색이 좋아서 초보자에게 편한 선택지다.

RAG나 벡터DB를 바로 붙여야 하나?

처음에는 필요 없다. 자료가 적을 때는 인덱스 파일, 태그, 링크, 검색만으로도 충분하다. 노트가 많아지고 질문이 복잡해질 때 BM25, 벡터 검색, MCP 서버 같은 도구를 붙이는 순서가 낫다.

AI가 내 말투까지 따라 하게 해도 되나?

개인 생산성 목적이면 유용하다. 다만 공개 서비스나 다른 사람의 스타일 복제에는 윤리 문제가 생긴다. 내 말투, 내 기준, 내 프로젝트 맥락을 재사용하는 것과 남의 정체성을 흉내 내는 것은 분리해야 한다.

제일 먼저 만들 파일은 무엇인가?

schema/second-brain-rules.md를 먼저 만드는 편이 좋다. “새 링크가 들어오면 5줄 요약을 만들고, 관련 노트 2개를 연결하고, log에 기록한다” 정도만 적어도 AI가 훨씬 덜 흔들린다.

마무리

세컨드 브레인을 쉽게 만드는 방법은 거창한 시스템을 한 번에 사는 것이 아니다. 원문을 남기고, 작은 마크다운으로 쪼개고, 관계를 붙이고, AI에게 반복 정리를 맡기고, 로그와 lint로 건강검진을 하는 것이다.

처음에는 폴더 5개면 충분하다. 00.Inbox, raw, wiki, schema, log. 여기에 링크 3개만 넣어도 시작이다.

중요한 건 오늘 만든 노트가 내일 다시 쓸 수 있어야 한다는 점이다. AI 시대의 세컨드 브레인은 기록의 양이 아니라 맥락의 재사용성으로 갈린다. 노트를 쌓는 사람과 맥락을 굴리는 사람 사이의 차이는 시간이 갈수록 커진다.

그리고 이건 조금 반가운 소식이다. 시작은 생각보다 작아도 된다. 오늘 링크 하나를 제대로 요약하고, 기존 노트 두 개와 연결하고, 로그 한 줄을 남기면 이미 첫 번째 뉴런은 붙은 셈이다.

관련 글

참고 자료