AI에게 자료를 붙여넣지 말고,
자료가 쌓이는 그릇을 지어라.

이 네 규칙은 도구가 바뀌어도 남습니다. 그래서 오늘은 도구 강의가 아니라 인프라 이야기입니다.

여러분이 평생 해오신 일의 구조 그대로입니다. 다른 건 분류와 연결의 노동을 AI가 맡는다는 것뿐입니다.

AI에 실망하는 이유는 모델이 나빠서가 아니라 v1에 머물러서입니다. 차이는 모델이 아니라 구조입니다.

위키는 사람이 쓰지 않습니다. AI가 쓰고 유지합니다. 사람은 무엇을 모으고 무엇을 물을지를 책임집니다.

십진분류처럼 '어디에 넣을지' 고민하는 구조가 아니라, 지금 어느 단계인지만 보면 되는 구조입니다.

결국 메타데이터 설계가 시스템의 성능을 결정합니다. 그리고 이건 사서가 평생 해오신 일입니다.

사서 언어로 — 편목 규칙 + 장서개발정책 + 참고봉사 매뉴얼을 AI가 읽을 수 있게 쓴 것. 검색이 정확한 이유는 모델이 아니라 이 규칙에 있습니다.

한 조사에서 데이터가 "완전히 AI-Ready"라고 답한 조직은 7%였습니다. 병목은 모델이 아니라 데이터 기반입니다 — 그리고 이 다섯은 여러분이 백 년 해온 일의 이름입니다.

현재 제 인덱스: 10,738건 · 14개 컬렉션 (마더십 9,090 + 위키 볼트 1,648). 전 과정이 로컬 — 자료가 밖으로 나가지 않습니다.

셋을 함께 던지고 결과를 합칩니다. 하나로 부족한 이유는 사서라면 아십니다 — 이용자는 자기가 찾는 것의 이름을 모릅니다.

개인의 기록이 서재가 되고, 서재가 아카이브가 되고, 아카이브가 문학관·도서관이 됩니다. 오늘 지은 그릇도 그 계보 위에 있습니다.

둘은 만나야 합니다. 오늘은 그중 아직 비어 있는 쪽, 개인의 우물을 짓는 이야기입니다.

요약이 아닙니다. 내 논문 쓸 때 원래의 수치와 인용문을 원문 그대로 꺼내 쓰기 위한 구조입니다.

해당 없는 좌표는 이유를 적고 건너뜁니다. 억지로 채우지 않습니다.

파일 하나가 늘어나는 게 아니라 지식망 전체가 조금씩 자라는 구조입니다.

이 세 동작이 돌기 때문에 시간이 갈수록 정확해집니다. 방치하면 낡는 폴더와 갈리는 지점입니다.

사서라면 익숙한 순서입니다. 서가로 바로 가지 않고 목록을 먼저 봅니다. AI에게도 같은 순서를 지키게 하는 것이 설계의 핵심입니다.

정직하게 말씀드리면, 이 복리는 자료가 쌓였을 때 발현합니다. 초기엔 세션 도구가 편할 수 있습니다. 결론은 하이브리드 — 다만 남는 쪽에 그릇을 두십시오.

에이전트는 기억 위에서만 작동합니다. 연구자의 에이전트에게 그 기억이 곧 오늘 지은 지식 베이스입니다. 옵시디언 사용자는 이미 도착해 있습니다.

채팅창에 흩어진 사용은 공개할 방법이 없습니다. 지식 베이스가 곧 연구윤리 인프라입니다.

'붙여넣는 법'이 아니라 '그릇 짓는 법'을 가르치는 교육입니다.

평가는 전 과정 로컬에서 돌아갑니다. 보드 제출은 선택이고, 안 하시면 아무 기록도 남지 않습니다.