obsidian-second-brain: LLM 명령을 사용해 스스로를 재작성하고 지식을 종합하는 자체 유지형 Obsidian 볼트

해결하는 문제

이 프로젝트는 Claude와 같은 AI 어시스턴트를 사용할 때 매 세션이 처음부터 시작되고 지식이 사라지는 "기관 기억 상실" 문제를 해결합니다. 또한 정보가 사용되지 않거나 연결되지 않은 채로 남아 있는 Obsidian의 정적 노트 작성 문제도 해결합니다. 두 가지를 연결함으로써 정보를 단순히 저장하는 것이 아니라 적극적으로 유지·업데이트·종합하는 "두 번째 뇌"를 만들 수 있습니다.

작동 방식

Claude Code, Codex, Gemini, OpenCode, Hermes와 호환되는 크로스 플랫폼 스킬로, LLM이 Obsidian 볼트와 직접 상호작용할 수 있게 합니다. 새로운 노트를 단순히 추가하는 대신, 시스템은 기존 페이지를 재작성하여 사실을 업데이트하고 모순을 조정합니다. 계층형 아키텍처를 사용합니다:

• Operations: 저장, 콘텐츠 수집(URL, PDF, 오디오, 스크린샷) 및 볼트 정리를 위한 28개의 명령.
• Thinking Tools: 볼트 히스토리를 활용해 아이디어에 도전하고, 이름 없는 패턴을 드러내며, 정보를 정제하는 7개의 명령.
• Context Engine: 사용자의 정체성과 상태를 AI 세션에 로드하는 명령.
• Research Toolkit: X(Grok), 웹(Perplexity), YouTube/팟캐스트 등 외부 데이터를 볼트에 통합하는 7개의 명령.
• Background Agents: 모순을 조정하고, 패턴을 종합하며, 고아 노트를 복구하기 위해 매일 밤 실행되는 스케줄된 에이전트.

대상 사용자

Obsidian을 노트 작성에 사용하고, 지식 베이스를 자동으로 관리하고, 의사결정을 추적하며, 수동적인 정리 없이 깊이 있는 연구를 수행하고자 하는 지식 노동자, 연구자, 개발자.

주요 특징

• Self-Maintaining Vault: 데이터를 단순히 추가하는 것이 아니라 페이지를 자동으로 재작성하고 모순을 해결합니다.
• Multi-Source Ingestion: 음성 메모, 스크린샷, URL을 여러 볼트 페이지에 걸친 구조화된 지식으로 변환합니다.
• AI-First Formatting: 인간이 읽기보다 LLM 검색에 최적화된 특정 프리앰블과 프런트매터를 사용합니다.
• Codebase Architecture: 코드베이스를 스캔해 아키텍처 노트를 볼트에 유지하는 /obsidian-architect 명령을 포함합니다.
• External Integration: Grok와 Perplexity를 통한 실시간 연구 기능으로 볼트의 지식 공백을 메웁니다.