개인용 AI 참고 자료 라이브러리를 구축했습니다. 30 일 동안 어떻게 복리 효과를 거뒀는지

대략 한 달 전부터 중요한 AI 대화 내용을 내보내기 (export) 하고 있습니다. 모든 대화를 내보내는 것이 아니라, 실제로 유용한 것을 배웠거나 실제 문제를 해결한 경우에만 내보냅니다. 놀라운 점은 다음과 같습니다: 가치가 단순히 합쳐지는 것이 아니라 복리 효과를 냈습니다.

1 주: 아카이브
첫 번째 주에는 아마도 15 개의 내보낸 PDF 파일 정도였습니다. ChatGPT 와 Claude 세션의 혼합물입니다. 일부는 디버깅에 관한 것, 일부는 시스템 설계에 관한 것이고, 몇 개는 글쓰기에 관한 것입니다. 솔직하게 말하면? 마치 수집 (hoarding) 하는 것처럼 느껴졌습니다. 다시 볼지 모른다는 확신이 없었습니다.

2 주: 첫 번째 재방문
화요일에 프로덕션에서 문제가 발생했습니다. 제가 거의 동일한 문제를 2 주 전 Claude 세션에서 해결했던 기억이 났지만, 세부 사항을 기억하지 못했습니다. 보통은 AI 를 다시 프롬프트 (re-prompt) 하여 대화를 재현하려고 30 분을 소비했을 것입니다. 하지만 이번에는 내보냈다는 것을 기억했습니다. 대략 10 초 만에 PDF 를 찾았습니다. 목차 덕분에 관련 섹션으로 바로 이동하는 것이 매우 쉬웠습니다. 해결책이 바로 그곳에 있었습니다—과거에 했던 대화와 정확히 동일했습니다. 아마도 한 시간을 절약했습니다.

3 주: 패턴의 출현
3 주가 되자 저는 무언가를 눈치채기 시작했습니다. 동일한 소수의 대화를 계속 재방문하고 있었습니다. 아키텍처 결정에 관한 것들, 그리고 까다로운 디버깅 시나리오를 해결해 나간 것들입니다. 폴더로 정리하기 시작했습니다: debugging/, architecture/, writing/, learning/. 특별한 것은 없었습니다. 검색 없이도 찾을 수 있을 만큼 충분했습니다. 제가 사용하는 확장 프로그램 (XWX AI Chat Exporter) 은 마크다운으로도 내보낼 수 있게 해줍니다. 이는 Obsidian 에 넣어서 서로 연결할 수 있기 때문에 좋습니다. 하지만 솔직하게 말하면, 대부분의 사용 사례에서 PDF 가 이미 충분했습니다.

4 주: 복리 효과
여기서 흥미로운 일이 시작되었습니다. 시스템 설계 문제에 대한 고객 미팅이 있었습니다. 처음부터 시작하는 대신, 지난 한 달 동안 유사한 결정을 통해 해결했던 내보낸 세션 3 개를 불러왔습니다. 고객은 놀랐습니다. 제가 플레이북 (playbook) 을 가지고 있는 것처럼 보였기 때문입니다—물론, 저는 실제로 그렇게 했습니다. 제 참고 자료 라이브러리는 더 이상 PDF 파일의 무더기가 아니었습니다. 제가 추가할 때마다 가치가 높아지는 개인 지식 기반 (personal knowledge base) 이었습니다.

진정한 통찰력
복리 효과는 대화 내용을 가지고 있는 데서 오는 것이 아닙니다. 나중에 그것을 찾아낼 수 있는 능력에서 나옵니다. 이것이 내보내기 습관의 핵심입니다: 단순히 텍스트를 저장하는 것이 아닙니다. 자신의 사고 과정을 저장하는 것입니다. 그리고 사고 과정은 탭을 닫을 때 AI 플랫폼이 가져갈 수 없는 유일한 것입니다. 이제 대화가 유지할 가치가 있다고 느껴질 때 약 20 초 안에 내보냅니다. 이것이 전체 시스템입니다. 복잡한 태그나 정교한 워크플로우가 없습니다. 그저: "이것은 유용함 → 내보내기 → 폴더 → 완료"입니다.

30 일 동안, 저는 약 50 개의 내보낸 파일을 가지고 있습니다. 아마도 그 중三分之一 이상을 적어도 한 번 재방문했습니다. 가장 좋은 것들은 세 번이나 네 번 재방문했습니다. 실제 업무에 AI 를 사용하고 좋은 대화를 저장하지 않는다면, 최고의 참고 자료를 버리는 것입니다. 그저 그렇게 말할 뿐입니다.