시간이 지날수록 똑똑해지는 지식 베이스: 옵시디언으로 나만의 주식 분석 AI 'LLM Wiki' 만들기

20_Areas/AI
#Youtube#옵시디언#Obsidian#LLMWiki#안드레카파시#주식분석#AI#생산성#지식관리#PKM#2026년/04월
공유하기:

📌 핵심 키워드

#옵시디언 #Obsidian #LLMWiki #안드레카파시 #주식분석 #지식관리 #AI비서 #그래프뷰

📝 영상 요약

안드레 카파시(Andrej Karpathy)가 제안한 'LLM Wiki' 개념을 강력한 지식 관리 툴인 옵시디언(Obsidian)과 결합하여 '나만의 주식 분석 AI'를 구축하는 실전 적용기를 다룹니다. 단순히 정보를 저장하는 것을 넘어, 매크로, 테마, 섹터, 개별 종목을 촘촘히 연결하고 LLM이 이를 스스로 학습하여 자산을 축적하는 구조를 만듭니다. 시간이 지날수록 문서 간의 연결성이 강화되며 나에게 꼭 맞는 똑똑한 주식 분석 위키를 만드는 과정을 소개합니다.

🔎 상세 정리

1. 안드레 카파시의 'LLM Wiki'란?

  • 개념: LLM(대형 언어 모델)과 함께 나만의 지식 베이스를 위키피디아처럼 지속적으로 축적하고 연결해 나가는 방식입니다.
  • 장점: 일반적인 챗봇에 단편적인 질문을 던지는 것에 그치지 않고, 내가 모아둔 검증된 정보들을 기반으로 AI가 맥락을 이해하고 답변하므로 할루시네이션(환각)을 줄이고 심도 있는 분석이 가능합니다.

2. 옵시디언을 활용한 주식 분석 시스템 설계 (그래프 뷰 활용)

  • 왜 옵시디언인가?: 문서 간의 관계성을 시각적으로 직관적으로 보여주는 '그래프 뷰(Graph View)'와 '로컬 그래프' 기능 때문입니다.
  • 시각적 분류(Grouping) 및 탐색:
    • 주식(Stock): 특정 색상(예: 빨간색)으로 지정하여 시각화 (예: 삼성전자, SK하이닉스)
    • 테마(Theme) / 매크로(Macro): 카테고리별로 컬러를 지정하여 거시 경제와 개별 종목의 연결 고리를 한눈에 파악
    • 지식의 흐름: 신재생 에너지 ➡️ 데이터 센터 발전 설비 ➡️ 효성중공업 / HD현대일렉트릭과 같이 꼬리를 무는 관계성을 우측 내비게이터와 로컬 그래프에서 즉시 탐색할 수 있습니다.

3. Ingest: 자동화된 지식 자산 축적 시스템

  • 자동화 로직: 영상에 등장하는 Ingest 명령어를 실행하면, LLM이 사전에 설정한 규약(Prompt)에 따라 원본 뉴스나 리포트 데이터를 읽고 분석합니다.
  • 스마트 분류 및 생성:
    • 새로운 주식명과 종목 번호를 자동으로 추출하여 입력합니다.
    • 기존에 존재하는 섹터나 테마라면 문서의 내용을 알아서 업데이트(Append)합니다.
    • 기존에 없는 새로운 섹터, 테마, 매크로라면 LLM이 스스로 판단하여 새로운 문서를 생성하고 링크를 연결합니다.

4. LLM과 대화하며 주식 인사이트 도출하기

  • 나만의 데이터 기반 Q&A: "삼성전자 지금 투자해도 될까?"라고 질문하면, 내 옵시디언 위키에 저장된 자료를 바탕으로 "현재 수집된 자료에 따르면 추천하기 어렵지만, 강세 이슈와 약세 이슈는 다음과 같습니다."라며 객관적인 요약 브리핑을 제공합니다.
  • 지식의 확장: "방금 생성한 효성중공업의 경쟁사를 참고해서 내용을 업데이트해 줄래?"와 같이 LLM에게 지시하여, 기존 지식 베이스를 실시간으로 확장하고 고도화할 수 있습니다.

💡 인사이트

  • 지식의 복리 효과: 주식 정보가 단순히 개별 노트나 폴더에 갇히는 것이 아니라 서로 연결(Link)됨으로써, 숨겨진 투자 아이디어를 발굴할 수 있는 강력한 무기가 됩니다.
  • 신뢰성 높은 AI 어드바이저: 범용 AI에 의존하는 것이 아니라, '내가 직접 스크랩하고 정리한 데이터'를 바탕으로 AI가 추론하므로 투자의 근거가 명확하고 신뢰도가 높습니다. 시간이 지날수록 나만의 투자 철학이 담긴 AI 비서로 진화합니다.

❓ Q&A

Q. LLM Wiki 구축을 위해 꼭 옵시디언(Obsidian)을 써야 하나요?
A. 다른 노트 앱으로도 유사한 시도를 할 수 있지만, 옵시디언의 핵심인 '쌍방향 링크' 기능과 '그래프 뷰'를 통한 시각화, 그리고 로컬 환경에서의 강력한 플러그인 확장성 덕분에 LLM Wiki 시스템을 구현하는 데 가장 최적화된 툴로 평가받고 있습니다.

Q. 매일 쏟아지는 새로운 주식 이슈나 테마는 어떻게 관리하나요?
A. 영상에서 소개된 자동화 명령어(Ingest 기능 등)를 활용하면, 원본 텍스트만 복사해 넣어도 LLM이 알아서 문맥을 분석해 기존 분류에 편입시키거나 필요한 문서를 새롭게 생성하여 유기적으로 연결해 줍니다.

Q. 초보자도 이런 시스템을 당장 만들 수 있나요?
A. 옵시디언의 마크다운 문법, 폴더 구조 설계, 그리고 플러그인 연동에 대한 기본적인 이해가 선행되어야 합니다. 구조 설계가 어렵다면 데이먼 님의 '옵시디언 마스터 클래스'와 같은 전문 강의를 참고해 시스템 구축의 뼈대를 잡는 것을 추천합니다.

분석 모델 : gemini-3.1-pro-preview (Advanced Search Analysis)