X에서 화제가 된, 원문을 거미줄처럼 추적하는 스킬 'imozuru'로 도메인 지식을 습득하고 일반 AI 검색과 비교해 봤습니다

X의 이 게시물에서 Claude Code의 스킬 imozuru가 화제가 되고 있었습니다. 이는 모르는 분야의 도메인 지식을 원문으로부터 거미줄처럼(芋づる式) 수집할 수 있는 스킬입니다.

반면, 일반적인 AI에게 '이 분야를 조사해 줘'라고 요청하면 수십 초 만에 깔끔한 답변이 돌아옵니다.

하지만 이것을 어떤 자료에 사용하려고 하면 약간의 걸림돌이 생깁니다.

이거, 검색 상위 기사를 요약한 것만 아닐까요?

모르는 분야일수록 검색 결과 설명이 정확한지 스스로 판단하기 어렵습니다. 그 분야에서는 뭐라고 부르는지, 전문가들은 어디를 보고 있는지, 누가 쓴 원문을 읽어야 하는지조차 알기 어렵습니다.

imozuru는 모르는 분야의 도메인 지식을 원문으로부터 수집하는 Claude Code 스킬입니다. 일반적인 AI 검색이 찾은 페이지를 읽고 답변을 만드는 것과 달리, imozuru는 먼저 그 분야의 용어, 중심 인물, 정보가 모이는 매체를 탐색합니다. 거기서부터 논문의 인용, 기사 내 링크, 저자의 다른 발신물을 거미줄처럼 추적해 나갑니다.

조사하는 동안 원문을 요약하지 않고 다음 파일을 손에 남깁니다.

map.md:
: 조사의 논점, 용어, 인물, 매체, 다음에 따라갈 단서 -
sources/:
: 논문, 공식 자료, 본인의 기사, 영상 자막 등의 원문 -
log.md:
: 검색한 내용, 획득 실패, 조사 중단 이유 -
report.html:
: 원문과 대조하여 발췌한 글
digest.html:
: 한 문장씩 원문의 인용이 붙은 해설

모든 논점에 원문이 첨부되었는지, 새로운 자료가 거의 나오지 않았는지를 기준으로 조사를 멈춥니다.

AI가 무엇을 읽고 그 답변에 도달했는지를 나중에 확인할 수 있습니다.

차이를 보기 위해 이번에는 커피의 '신맛(酸っぱい)'과 '과일향(フルーティー)'을 주제로 삼았습니다. 일반적인 AI 검색과 imozuru에 완전히 같은 질문을 던집니다.

먼저 결론부터 말하자면, 일반적인 AI 검색으로 알게 된 것은 '신맛'과 '과일향'의 차이였습니다. imozuru를 통해 알게 된 것은 전문가들이 그 차이를 어떻게 평가하고 어떤 단어로 기록하는지였습니다.

(이것이 바로 도메인 지식을 습득한다는 것인가……!)

실제로 던진 질문은 다음과 같습니다.

커피의 '신맛'과 '과일향'은 무엇이 다른가?
로스터나 바리스타, 연구자들은 어떻게 설명하는지 조사해 줘

비교는 2026년 10월 27일에 진행했습니다. 일반적인 AI 검색에서는 같은 질문을 생성형 AI에 전달하고 다음 구문으로 웹 검색을 했습니다. 그리고 나서, 검색 상위 페이지들로부터 답변을 만들게 했습니다.

커피 신맛 과일향 차이
커피 산미 라이트 로스팅 로스팅
fruity coffee acidity sour difference

표시된 페이지의 인용 관계는 추적하지 않았고, 원문도 저장하지 않았습니다. 답변은 내용이 변하지 않도록 이 기사에서 읽기 쉬운 길이로 정리했습니다. 평소에 '이거 조사해 줘'라고 요청할 때와 비슷한 사용 방식입니다.

imozuru에서는 일본어 측과 영어 측으로 나누어 용어, 인물, 매체를 탐색했습니다. 그 후 SCAJ, World Coffee Research, 동료 심사 논문, 커피 감정사, 대회 바리스타의 원문을 저장하고, 발견한 원문으로부터 다음 연구로 한 바퀴 추적해 나갔습니다.

이것은 같은 주제로 각각 한 번씩 시도한 비교입니다. AI 검색 전반의 우열을 증명하는 벤치마크는 아닙니다. 첫 번째 답변과, 답변을 얻은 후에 무엇이 남는지(남겨지는 정보)를 비교합니다.

여기부터는 일반적인 AI 검색으로 얻어진 결과입니다. imozuru는 아직 사용하지 않았습니다.

일반적인 AI 검색에서 돌아온 내용은 다음과 같았습니다.

커피의 '신맛'은 혀로 느끼는 산미가 너무 강하거나, 균형이 무너진 상태를 말합니다. 반면 '과일향'은 감귤류, 베리, 사과 등의 과일을 연상시키는 향이나 풍미를 가리킵니다.

라이트 로스팅에서는 원두에 포함된 유기산이 남기 쉬우며, 산지나 품종의 특징도 느끼기 쉽습니다. 따라서 라이트 로스팅 스페셜티 커피는 '과일향'으로 표현되기도 합니다.

신맛을 느끼는 원인에는 원두의 로스팅 정도뿐만 아니라, 분쇄도가 거칠거나, 물 온도가 낮거나, 추출 시간이 짧은 등의 추출 부족도 있습니다. 산미가 싫다면 다크 로스팅 원두를 고르거나, 추출 시간을 길게 하는 것이 좋습니다.

보통 이해하기 쉽습니다. 하지만 흔히 보는 AI의 답변 같은 느낌입니다. 깔끔하게 정리되어 있기 때문에, 어디까지가 일반인을 위한 설명이고 어디부터가 전문가의 판단인지 구분이 가지 않습니다.

'신맛'은 혀로 느끼는 산미, '과일향'은 과일을 연상시키는 향. 라이트 로스팅은 산미나 원두의 특징을 느끼기 쉽습니다. 개요만 알고 싶다면 이미 답이 나와 있습니다.

다만, AI의 답변을 어떤 자료에 활용하기 위해서는 근거 자료나 전문가의 판단 기준이 부족합니다.

• '시큼하다(Sour)'와 '과일 향이 난다(Fruity)'는 정말 미각과 후각만으로 구분할 수 있는가?
• 전문가들이 말하는 '좋은 산미'는 무엇을 보고 판단하는가?
• 과일 향은 콩의 생산지나 정제 방법만으로 결정되는가?
• '추출이 부족하면 시큼하다'라는 설명의 원문 출처는 어디에 있는가?
• 바리스타는 실제 추출 과정에서 산미를 어떻게 조절하는가?

답변은 깔끔합니다. 하지만 그 분야의 판단 기준까지는 아직 보이지 않습니다.

일반적인 AI 검색 결과는 여기까지입니다. 여기서부터 imozuru로 원문을 추적한 결과로 전환됩니다.

여기서부터 4가지 항목이 imozuru의 조사 결과입니다.

imozuru를 이용해 일본어 업계 단체를 검색하자, Japan Specialty Coffee Association (SCAJ)의 평가 기준에 도달했습니다.

그곳에는 다음과 같이 쓰여 있습니다.

산도의 강함이 아니라, 산의 '질(質)'에 대해 평가한다.

나아가 좋은 산미는 '밝다', '상쾌하다', '섬세하다' 등으로 설명됩니다. 반대로 자극적이고 불쾌하며 상쾌함이나 깔끔함이 부족한, 열화된 산미는 바람직하지 않다고 합니다.

일반적인 AI 검색은 '산미가 너무 강하면 시큼하다'고 설명했습니다. 하지만 SCAJ의 평가 기준에서는 단순한 강약만으로 좋고 나쁨을 결정하지 않습니다.

강한지 약한지가 아니라, 그 산미가 다른 풍미와 어떻게 느껴지는가.

대단합니다. 처음부터 보고 있는 관점이 다릅니다……!

영어 쪽에서는 World Coffee Research의 Sensory Lexicon에 도달했습니다.

Sensory Lexicon은 커피에서 나타나는 맛, 향, 질감을 110가지 속성으로 나누고, 각각의 강도를 측정하기 위한 기준을 제시한 어휘집입니다.

그중 다음 단어들이 개별적으로 나열되어 있습니다.

• Sour
• Apple
• Grape
• Pineapple

'시큼하다(Sour)' 안에 사과나 파인애플이 포함되어 있는 것은 아닙니다. 전문가들이 공통의 언어로 평가할 수 있도록, 시큼함과 과일의 인상을 별개의 속성으로 다루고 있습니다.

SCAJ 역시 풍미를 '미각과 후각의 조합'이라고 설명하고 있습니다.

여기까지 오니, 처음 답변에 있던 '시큼함은 미각, 과일 향은 후각'이라는 구분 방식은 입문용으로는 이해하기 쉽지만 다소 단순합니다. 마셨을 때 느껴지는 과일 향은 산미만으로도, 향만으로도 오는 것이 아닙니다.

나아가 인용과 관련 연구를 추적하자, 2024년 게이샤 에스페셜(Geisha Especial)을 포함한 4가지 품종 비교 연구로 넘어갔습니다.

이 연구에서는 관능 평가 항목으로 다음 5가지를 채점하고 있습니다.

acidity와 fruity는 여기서도 별개의 긍정적인 속성입니다.

게다가 이 연구는 관능 평가로만 끝나지 않습니다. 4가지 품종을 비슷한 조건으로 재배하면서 녹두(green bean)와 로스팅된 원두(roasted bean)의 휘발성 성분이나 유전자 발현도 비교했습니다.

게이샤 에스페셜은 과일이나 꽃을 연상시키는 향과 균형 잡힌 산미가 평가되었으며, 녹두 및 로스팅 원두 모두 리모넨 함량이 높았습니다. 연구자들은 품종별 유전적 차이가 최종적인 감귤류 향에 영향을 미칠 가능성을 제시하고 있습니다.

'과일 향이 나는 것은 라이트 로스트라서'만은 아니었습니다. 적어도 이 연구에서는 품종의 차이와 향기 성분까지 조사하고 있습니다.

깊습니다. 설마 커피 한 잔에서 유전자까지 파고들 줄이야……!

연구만으로는 실제로 추출하는 사람이 어떻게 생각하는지 알 수 없습니다.

사람을 추적하자, 2016년 World Brewers Cup에서 우승한 카스야 테츠시(粕谷哲) 씨의 4:6 메소드 발표 자료를 찾았습니다.

4:6 메소드에서는 따르는 물 전체 양을 40%와 60%로 나눕니다.

• 첫 40%: 산미와 단맛의 균형을 결정한다.
• 나머지 60%: 커피의 강도를 결정한다.

카스야 씨는 처음 추출하는 물의 양이 많으면 산미가 강해지고, 적으면 단맛이 강해진다고 설명했습니다.

같은 원두라도, 추출하는 사람이 산미와 단맛의 균형을 조절하고 있었습니다.

한편, 도토르 커피의 커피 감정사 나카노 타카시(長野隆成) 씨는 라이트 로스트일수록 산미와 콩의 풍미를 느끼기 쉽다고 설명했습니다. 다크 로스트가 되면 로스팅에서 유래한 향이 강해지고, 원래 콩의 특징은 희미해지는 경향이 있다고 합니다.

원두, 정제, 로스팅, 추출. 어느 하나로 '과일 향'이 결정되는 것은 아닙니다.

imozuru의 조사 결과는 여기까지입니다. 이후에는 두 가지 결과를 비교하고 imozuru의 메커니즘을 설명하겠습니다.

같은 주제로 얻은 것들을 나란히 놓고 비교합니다.

일반 AI 검색은 지금 바로 개요를 파악하기에 빠릅니다.

imozuru는 해당 분야의 사람들이 사용하는 용어와 판단 기준을 학습하고, 원문으로 돌아갈 수 있는 상태를 만들어 줍니다.

나온 결론이 정반대였던 것은 아닙니다. '약배전에서는 산미나 원두의 특징을 느끼기 쉽다'라는 진입점부터 시작하여, 산의 질, 공통 어휘, 감각 평가, 향기 성분, 추출 과정으로 나아갔습니다.

요약된 검색 결과가 아니라, 원문으로 돌아갈 수 있는 도메인 지식으로 변환됩니다.

이 부분이 가장 큰 차이점이었습니다.

imozuru의 흥미로운 점은 탐색하는 동안 원문을 요약하지 않는다는 규칙입니다.

아직 모르는 분야를 조사하기 시작했을 때는, 이 역시 검색에 사용할 용어를 가지고 있지 않습니다. 이번에도 처음에는 '신맛', '프루티'밖에 알지 못했습니다.

여기서부터 조사를 '주제별(周)'로 나누어 진행합니다.

• 질문을 3~6개의 논점으로 분할하기
• 다른 방식으로 용어, 인물, 매체를 찾기
• 단서를 map.md에 남기기 - 인용, 링크, 저자를 추적하기
• 원문을 sources/에 저장하기 - 논점에 원문이 붙거나 자료가 포화되면 중단하기
• 마지막으로 발췌와 해설 만들기

이번에는 다음 5가지를 조사 논점으로 삼았습니다.

• 이 분야의 지식은 어디에 모여 있는가
• 전문가는 신맛, 산미, 프루티를 어떻게 구분하는가
• 품종・정제・로스팅이 산미나 과실감과 어떻게 관련되는가
• 추출 과정에 따라 산미와 과실감이 어떻게 변하는가
• 차이를 뒷받침할 원전이나 연구 자료가 있는가

1회차 조사만으로 5가지 논점 모두에 원문을 연결할 수 있었기 때문에, 거기서 조사를 중단했습니다.

AI가 자신만만해졌다고 끝이 아닙니다. 실제로 남은 map.md의 일부가 이렇습니다.

## 조사 논점
- [x] 이 분야의 지식은 어디에 모여 있는가
- sources/wcr-sensory-lexicon-page.md:60
...

단순히 '조사했습니다'로 끝나지 않고, 어떤 논점을 어느 원문으로 확인했는지 파일명과 행 번호까지 남아 있습니다. 나중에 기사를 수정할 때도 근거 자료로 바로 돌아갈 수 있습니다.

이것은 이번 조사에서 실제로 생성된 report.html입니다.

주장별로 '근거 있음'이라고 표시되며, 인용된 원문, 저장한 파일의 행 번호, 원 페이지로 가는 링크가 정리되어 있습니다.

조사 결과는 사용자의 폴더에 남습니다.

map.md 질문・논점・용어・인물・매체・원문
log.md 무엇을 찾았고, 어디서 실패했으며, 왜 중단했는지
sources/ 획득한 원문
...

report.py는 발췌된 문장이 지정된 원문의 행에 그대로 존재하는지 대조합니다. 이번에도 5건의 발췌문을 검사했고, 모두 원문과 일치했습니다.

상세 리포트도 해설의 한 문장마다 원문 인용을 붙이고, digest.py로 대조하고 있습니다.

반면, 획득하지 못한 자료도 있었습니다.

• 산도와 지각되는 신맛을 비교한 ACS 논문: 403
• WCR Sensory Lexicon PDF: 본문 추출 명령이 없어 실패
• SCA Coffee Taster's Flavor Wheel: 연결 거부
• 정제와 향을 다루는 리뷰 논문: 403

얻지 못한 페이지를 읽은 것처럼 진행할 수 없습니다. 사소하지만 중요합니다.

Claude Code에서는 이 리포지토리를 마켓플레이스로 추가하여 설치합니다.

/plugin marketplace add MaryCache/imozuru
/plugin install imozuru@imozuru

Agent Skills를 배포하는 skills CLI에서도 추가할 수 있습니다.

npx skills add MaryCache/imozuru

설치 후에는 일반 문장으로 요청할 수 있습니다.

커피의 '신맛'과 '프루티'는 무엇이 다른가?
로스터나 바리스타, 연구자의 원문까지 거미줄처럼 조사해 줘

스크립트 본체는 Python 3.10 이상의 표준 라이브러리로 작동합니다. 다루는 자료에 따라 pdftotext, tesseract, yt-dlp 등이 있으면 PDF・이미지 PDF・동영상 자막까지 획득할 수 있는 범위가 넓어집니다.

imozuru

이것은 무엇이든 조사하기 위한 검색 스킬이 아닙니다. "SCAJ의 설립 연도는?", "이 명령어는 존재하는가?"와 같이 답이 하나라면 일반적인 검색이 더 빠릅니다.

사용하고 싶은 경우는, 그 분야의 용어, 전문가의 판단 기준, 중심 인물이나 정석 자료까지 알고 싶을 때입니다. 수십 초 만에 개요가 필요하다면 일반 AI 검색을, 원문으로부터 기사를 쓰고 싶다면 imozuru를 사용하는 것입니다.

일반 AI 검색도 틀린 말을 한 것은 아닙니다. 다만, 그 설명만으로는 산의 품질, Sensory Lexicon, 향기 성분, 경기 바리스타의 추출 과정까지는 나아가지 못했습니다.

AI에게 갑자기 기사를 쓰게 하면, 검색 상위에서 반복되는 설명을 깔끔하게 나열한 글이 되기 쉽습니다. 먼저 imozuru로 분야의 용어와 원문을 모으면, 일반적인 이론을 한 단계 뛰어넘는 수준까지 쓸 수 있습니다.

"조사해 줘"의 결과물을, 단순한 답에서 도메인 지식으로 변화시키다.

커피 가게에서 "프루티하네요"라는 말을 들어도, 이제는 못 들은 척할 수 있게 되었습니다. 맛을 아는지는 별개입니다.

• MaryCache/imozuru - GitHub

• 일본 스페셜티 커피 협회 "스페셜티 커피의 정의"

• World Coffee Research Sensory Lexicon

• Combined sensory, volatilome and transcriptome analyses identify a limonene terpene synthase as a major contributor to the characteristic aroma of a Coffea arabica L. specialty coffee

• 커피 감정사에게 듣는 "맛의 즐기는 방법"

• 로스팅에 따른 풍미 변화. 커피 원두 본연의 맛이란?

• 2016 World Brewers Cup 우승자 카스야 테츠 씨 인터뷰와 4:6 메서드

• AI가 일본어를 교정해 준다면, 어디까지 맡길까? 퇴고 스킬 3종을 같은 문장으로 비교했다… 동일한 입력을 여러 스킬에 전달하여 출력의 차이를 비교한 글입니다

• Codex의 SKILL.md에 리뷰 관점을 부여하니, 코드 리뷰가 취향대로 되었다… AI에게 자신의 판단 기준을 전달하는 시스템을 시도하고 있습니다

• Claude Code를 매일 아침 7시에 한 발 앞서 "출근"시켜 오늘 일정과 "Slack 숙제"를 한 번에 제출하게 했다… AI에게 일회성 답변만 요구하지 않고, 일상적인 정보 수집을 시스템화한 사례입니다

마지막으로 공지사항입니다만, EDA에서는 함께 일할 엔지니어를 모집하고 있습니다.

자세한 내용은 채용 정보 페이지를 확인해 주십시오.

여러분의 지원을 기다리겠습니다.