대략적으로 말하자면 책이나 인터넷에서 읽은 것, 과거의 판단, 배움을 「머리 밖」에 저장해 두고, 필요할 때 AI가 이를 끌어내도록 하는 메커니즘을 말합니다. 요컨대 「나만의 Wikipedia + AI 어시스턴트」 같은 것이라고 생각하시면 됩니다.

일반적인 노트 앱은 **「인간이 나중에 검색하고, 인간이 다시 읽는다」**는 전제로 만들어져 있지만, 세컨드 브레인은 여기에 **「AI가 읽고, AI가 재구성하여 답한다」**는 역할을 추가한 것이 중요한 포인트입니다.

예를 들어, 다음과 같은 것들이 가능해지는 이미지입니다.

• 「3개월 전에 DB를 선정했을 때, 무엇과 비교해서 무엇을 결정 근거로 삼았었지?」 → 당시의 관련 메모를 AI가 모아서 요약해 줌
• 「내가 과거에 쓴 메모로부터, ◯◯에 대한 해설 기사 초안을 써줘」 → 자신의 말투로 드래프트(Draft)를 작성해 줌
• 「최근에 읽은 책 중에서, 의사결정과 관련된 이야기를 전부 나열해 줘」 → 여러 메모 파일을 횡단하여 추출해 줌

요컨대 **「메모를 작성함 = 미래의 자신과 AI에게 공유함」**이라는 운용 방식으로 바꾸어 나가는 것이 큰 줄기의 발상입니다.

요즘은 Claude Code / Cursor / Codex CLI와 같은 에이전트형 (Agentic) 개발 도구가 당연해졌고, 1M 토큰의 긴 문맥 (Long Context)이나 MCP를 통해 로컬 파일과 직접 연결하는 것이 가능해졌으며, 「자동으로 기록하고, 나중에 AI가 끌어내게 하는」 운용을 드디어 현실적인 비용으로 돌릴 수 있게 된 점이 큰 이유입니다.

시작하게 된 계기는, 집에서 가볍게 YouTube를 뒤적이고 있었는데 해외 엔지니어가 **「Claude Code와 Obsidian으로 제2의 뇌를 만들었다」**와 같은 영상을 올리고 있었고, 단순히 그것이 재미있어 보였기 때문입니다.

이번에는 그와 유사한 영상이나 기사를 5~6개 정도 비교해 보고, 어제 일단 최소한의 것을 시험 삼아 구축해 보았습니다.

먼저, 무엇을 목적으로 도전할지를 설정했습니다.

이 부분이 어긋나면 구축 방법을 선택하는 기준도 흔들리기 때문에, 처음에 결정해 둡니다.

정리한 결과, 제가 원하는 것은 다음 3가지가 되었습니다.

• 판단의 이유를 나중에 끌어내고 싶다: 「그때 왜 이렇게 결정했었지?」라는 생각이 일주일에 몇 번씩 있음
• 배운 것을 잊고 싶지 않다: 책이나 문서를 읽어도 금방 잊어버림
• 과거의 자신과 대화하는 데 사용하고 싶다: 몇 달 전과 지금의 동일한 테마에 대한 이해가 어떻게 변했는지 추적하고 싶음

요약하자면 **「아웃풋(Output) 시점에, 과거의 메모와 판단을 즉시 끌어올 수 있는 상태」**의 실현을 목적으로 설정했습니다. 향후 변할 가능성은 충분히 있지만, 일단은 이것으로 진행합니다.

해외 영상과 OSS를 뒤져본 결과, 참고한 5가지를 나열하여 비교해 보았습니다.

방식	특징	학습 비용	자동화	상정 스케일
PARA	Projects/Areas/Resources/Archives의 4구분으로 나눔	낮음	×	개인
5단계 레벨	안내판→Wiki→의미 검색→그래프→자율 OS로 단계적으로 높임	낮음	△	개인
2층	「계획 담당 Claude」와 「실행 담당 Claude」를 나눔	중간	○	개인~소규모
메모층	soul.md / user.md / memory.md + 야간에 AI가 요약 통합	높음	◎	개인~소규모
업무 OS	Gmail / Calendar / Drive와 직결된 업무 시스템	높음	◎	업무

요점만 정리하면:

• PARA: 메모를 4개로 분류하는 노트 정리 기법을 그대로 유용. AI가 없다면 탄탄하지만, AI와 조합하면 「어라, 이 메모를 어디에 넣어야 하지?」라고 망설이는 상황이 늘어날 가능성이 높음
• 5단계: 「자신의 현재 위치와 '높일 것인가/높이지 않을 것인가'의 판단 축」을 제공해 주는 것이 가치. 영상 제작자 대부분은 Lv2(Wiki) 단계에서 멈춰 운용하고 있음
• 2층: 5~10개의 프로젝트를 병행하는 사람용. 학습 메모 집약 용도로는 오버스펙
• 메모층: 「나만의 AI 비서를 로컬에서 구동하는」 이미지. 화려하지만 보안 관리가 무거움
• 업무 OS: 거의 업무 시스템. 개인에게는 오버스펙

세컨드 브레인 (Second Brain)에 AI를 통합할수록 외부로부터 지시를 주입받을 리스크가 높아지는 것 같습니다. 다음 세 가지 조건이 갖춰지면 리스크가 매우 높아진다고 합니다.

AI가 개인정보를 읽을 수 있음 (이메일, 캘린더, 파일) -
AI로 외부 내용이 들어오는 경로가 있음 (수신 이메일, 웹 페이지) -
AI가 외부로 무언가를 보낼 수 있는 경로가 있음 (이메일 전송, API 호출)

「이메일에 함정을 설치 → AI가 읽음 → AI가 개인 데이터를 외부로 전송」이라는 시나리오가 성립합니다.

메모리 계층(Memory layer) 및 업무 OS는 구조적으로 이 세 가지가 갖춰지기 쉬운 구성입니다. 로컬 완결형(Local-only)이라면 세 번째 경로가 없기 때문에 상당히 안전하다고 합니다 (Claude를 통해 확인).

이는 영상이나 책에서도 반복적으로 나오는 주장으로, 문제는 「정보를 꺼낼 수 없다」는 것보다 「머릿속 내용을 기록해 두지 않았다」는 것인 경우가 많다고 합니다. 기록해 두지 않은 것은 벡터 검색 (Vector Search)으로도 불러올 수 없기 때문에, 검색 계층을 고도화하는 것보다 기록하는 계층을 두텁게 하는 것이 더 효과적인 경우가 많다는 이야기입니다.

여러 영상에서 경고했던 사례는 「벡터 DB (Vector DB)에 매출 목록을 넣고 『연간 매출이 가장 높은 주는?』이라고 물으면, 유사한 청크 (Chunk)만 집어올리고 전체를 놓치는」 사고입니다. 벡터 검색은 **「수많은 메모 중에서 관련 있는 1건을 끌어오는 것」**에는 강한 것 같지만, 「전체 건수를 훑어서 합계·최댓값·랭킹을 산출하는」 것과 같은 집계 용도에는 적합하지 않은 듯합니다.

방침은 **「갑자기 전부 만드는 것」이 아니라 「최소한을 구동하고, 한계가 왔을 때 추가하는 것」**입니다. 베이스는 5단계 중 Lv2입니다.

second-brain/
├ raw/ ← Claude Code의 대화 로그 (hook이 자동 추가, 읽기 전용)
├ wiki/ ← 개념 노트 (증류 AI (Distillation AI)가 작성)
...

여기까지가 구성한 폴더의 내용입니다. 다만 이것만으로는 markdown 파일이 나열되어 있을 뿐이라, **자신이 나중에 훑어보거나 과거의 메모를 열어볼 수 있는 뷰어 (Viewer)**가 별도로 필요합니다. 그래서 사용한 것이 Obsidian입니다.

second-brain/

폴더는 단순한 markdown 파일 집합이므로, code로 열어도 vim으로 열어도 됩니다. 다만 Obsidian의 볼트 (Vault)로서 동일한 폴더를 열면, 추가 구현 없이 다음과 같은 기능을 얻을 수 있습니다.

[[wikilink]]의 클릭 전환 및 백링크 (Backlink) 표시

• 그래프 뷰 (Graph view, 개념 간의 연결을 조망)
• frontmatter의 태그 집계
• 노트 간의 관련성을 살펴보며 ADR (Architecture Decision Record) 작성 가능

요컨대 쓰기 작업은 Claude Code, 읽기 및 조망은 Obsidian으로 분담하는 것입니다. Obsidian 측에서 편집하더라도 플레인 마크다운 (Plain markdown)이므로, Claude Code 측과 충돌이 발생하지 않습니다.

Claude Code의 Stop hook (왕복 시마다 발화하는 훅)을 통해, 날짜별 파일에 내용을 추가하는 Python 스크립트를 호출하기만 하면 됩니다. 이것만으로도 자신이 입력한 모든 프롬프트 (Prompt)와 답변이 로컬에 남습니다.

별도의 프로세스로 Claude Code를 헤드리스 (Headless)로 실행하여, raw 내의 대화 로그를 개념 단위의 wiki/ 페이지로 정리하게 합니다. 트리거는 다음 세 가지입니다.

• 3시간마다 (Task Scheduler)
• 세션 종료 시 (SessionEnd hook)
• 수동 실행

「왕복할 때마다 증류」하는 안도 검토해 보았으나, 비용이 약 40배 (headless 실행 1회당 1~3분)에 달하므로 기각했습니다. 영상에서도 「책을 읽으면서 매 페이지마다 목차를 새로 쓰는 상태」라며 비판받기도 했습니다.

운영한 지 며칠 되지 않았기에 「이것이 정답」이라고 말할 수는 없지만, 어떤 영상에서든 공통적이었던 **「처음부터 크게 만들지 않는다」, 「목적을 명확히 한 뒤 시작한다」**는 두 가지 원칙은 납득이 갔습니다.

한 달 정도 운영해 보면서 비용이나 실패 패턴이 보이기 시작하면, 다음 글을 이어갈 예정입니다.