좋아요를 누른 글, 즐겨찾기한 웹페이지, 저장한 논문들을 Obsidian에 넣은 뒤 다시는 열어보지 않았습니다.

최근 obsidian_vault_pipeline이라는 오픈 소스 (Open Source) 도구를 찾았는데, 대규모 언어 모델 (LLM)을 활용하여 이러한 소재들을 지식 베이스 (Knowledge Base)로 자동 소화해 줍니다.

각 콘텐츠는 관점 (Viewpoint), 논거 (Evidence), 그리고 상호 관계 (Relationship)로 분해되며, 서로 다른 글 사이에서 주장이 충돌하는 부분도 찾아낼 수 있습니다.

모든 결론은 원문의 출처를 추적할 수 있어, 모델이 허구로 요약해낸 것이 아닙니다.

GitHub: https://t.co/sFKfLNFdRT

로컬 웹 인터페이스 (Local Web Interface)가 내장되어 있어, 지식 간의 연관성을 그래프 (Graph) 형태로 확인하거나 특정 노트에 대해 직접 질문할 수도 있습니다.

매일 명령어 한 줄로 증분 (Incremental) 실행을 하면, 새로 즐겨찾기한 내용이 자동으로 라이브러리에 들어갑니다. 소재는 잔뜩 쌓여있지만 계속 정리하지 못했던 분들이라면 확인해 보세요.