5.2 자료 수집하기 원문 기반 심화 분석

핵심 요약

원문 구조

상세 분석

1. 자료 수집은 ingest가 아니라 provenance 설계다

5.2가 말하는 수집의 품질은 원천성, 확인 가능성, 연결성으로 요약된다. 원천성은 raw에 원문 또는 원천 카드가 남는 상태다. 확인 가능성은 URL, 확인일, 자료 성격, 수집 이유가 있는 상태다. 연결성은 정리 문서와 log가 raw를 가리키는 상태다.

이 관점은 5.1 자료를 넣기 전에 정할 기준의 포함/제외 기준과 5.3 위키 문서로 정리하기의 주제별 문서화 사이를 연결한다.

2. 웹 문서는 내용보다 재검증 메타데이터가 먼저다

웹 문서는 시간이 지나며 바뀌거나 사라질 수 있고, 같은 URL 안에서도 섹션과 문맥이 바뀔 수 있다. 그래서 웹 자료를 위키에 넣을 때는 URL만 붙이지 말고 제목, URL, 발행자, 확인 날짜, 수집 이유를 기록해야 한다.

3. 업무 메모와 회의록은 지저분해서 가치 있고, 지저분해서 위험하다

업무 메모와 회의록은 공식 문서보다 문장이 불완전하고 추정, 제안, 결정, 실행 후보가 섞인다. 하지만 바로 그 이유로 실제 업무 맥락을 담는다. 핵심은 원문을 예쁘게 고치는 것이 아니라 원래 상태를 보존하고 해석을 따로 만드는 것이다.

회의록을 wiki 지식으로 바꿀 때는 결정 사항, 실행 항목, 확인 필요를 따로 뽑는다. 결정 사항은 보고서 근거가 되고, 실행 항목은 할 일 목록이 되며, 확인 필요는 다음 자료 수집과 질문의 출발점이 된다.

4. LLM에게 맡길 때는 자료 범위와 금지 사항을 먼저 고정한다

LLM에게 회의록이나 웹 자료 정리를 맡길 때는 단순 요약 요청으로 시작하지 않는다. 사용할 raw 파일, 결정과 실행 항목의 판정 기준, 개인정보 복사 금지, 결과 문서 경로, log.md 갱신 방식, 근거 부족 단정 금지를 명시해야 한다.

5. log.md는 위키의 lineage를 유지하는 최소 장부다

log.md는 열심히 정리했다는 기록이 아니라 raw와 wiki와 나중의 질문을 연결하는 lineage 기록이다. 좋은 처리 이력은 날짜, 작업, 원천 자료, 결과 문서, 상태, 다음 행동을 짧게라도 담는다.

6. 실패 사례와 수정 방향

실무 적용 절차

1. 5.1에서 만든 수집 기준 카드를 다시 확인한다. 포함 범위, 제외 범위, 민감 정보 기준, 최신성 기준이 비어 있으면 자료를 넣기 전에 보완한다.
2. 새 자료를 발견하면 현재 주제 질문에 필요한지 먼저 판단한다. 관련이 없으면 후보에서 제외하거나 별도 주제 후보로 둔다.
3. 웹 문서라면 제목, URL, 발행자, 확인 날짜, 자료 성격, 수집 이유를 기록한다.
4. 웹 문서 본문 전체 저장 여부를 판단한다. 공개 여부, 유료/사내/고객 자료 여부, 저장 권한이 불명확하면 본문 저장을 보류한다.
5. 웹 원천 카드를 raw/web/에 둔다. 파일명에는 확인 날짜와 주제를 넣어 나중에 찾기 쉽게 한다.
6. 같은 자료를 wiki/sources/의 source note로 정리한다. 한 문장 요약, 근거 raw 경로, 확인된 내용, 확인 필요, 관련 문서를 포함한다.
7. 업무 메모나 회의록은 원래 상태를 먼저 raw/meetings/ 또는 적절한 raw 위치에 보존한다.
8. 회의록에서 결정 사항, 실행 항목, 확인 필요를 분리한다. 발언이나 제안이 결정인지 확인되지 않으면 확인 필요로 둔다.
9. 회의록 정리 문서를 wiki/meetings/에 만든다. 원천 자료 경로와 확인 날짜를 반드시 남긴다.
10. 개인정보, 고객명, 계약 정보, 내부 전략, 회의 녹취, 자동 전사본은 조직 보안 기준과 동의 기준을 확인하기 전까지 그대로 복사하지 않는다.
11. LLM에게 맡길 때는 사용할 raw 파일을 명시하고, 위키 밖 일반론이나 다른 자료를 섞지 말라고 요청한다.
12. LLM 요청에는 결정/실행 항목/확인 필요 분리, 개인정보 복사 금지, 출력 경로, log 갱신, 근거 부족 단정 금지를 포함한다.
13. 결과 문서를 받은 뒤 raw와 wiki를 비교한다. 원문보다 강한 표현, 출처 없는 추가, 민감 정보 복사, 확인 필요 누락을 찾는다.
14. index.md에는 수집한 원천 자료와 정리 문서 링크를 짧게 추가한다. 긴 본문은 index에 넣지 않는다.
15. log.md에 날짜, 작업, 원천 자료, 결과 문서, 상태, 다음 행동을 남긴다.
16. raw에 있는 모든 원천 자료가 log에 언급되어 있는지 점검한다. 누락된 자료는 log를 보완하거나 보류 이유를 남긴다.
17. 수집 완료를 파일 수로 판단하지 않는다. raw, wiki, index, log가 서로 연결되고 확인 필요가 남아 있어야 완료로 본다.
18. 5.3으로 넘어가기 전 수집 자료를 어떤 주제별 wiki 문서로 나눌지 초안을 작성한다.

실무 템플릿

웹 원천 자료 카드

웹 source note 골격

회의록 원천 카드

회의 요약 wiki 골격

처리 이력 한 줄 템플릿

LLM 작업 요청 템플릿

[raw 경로]만 근거로 사용하세요.

다음 작업을 해 주세요.
1. 원문에서 실제로 확인되는 내용만 정리하세요.
2. 결정, 실행 항목, 확인 필요를 분리하세요.
3. 담당자, 기한, 효과, 기준이 원문에서 확인되지 않으면 확인 필요로 표시하세요.
4. 개인정보, 고객 원문, 계약 정보, 비공개 코드는 새 문서에 복사하지 마세요.
5. 결과는 [wiki 경로] 형식으로 작성하세요.
6. log.md에 날짜, 작업, 원천 자료, 결과 문서, 상태, 다음 행동을 남길 항목을 제안하세요.

근거가 약한 내용은 단정하지 마세요.

검증 체크리스트

웹 문서 수집 체크리스트

• 웹 문서의 제목, URL, 발행자, 확인 날짜, 수집 이유를 남겼다.
• 웹 문서가 현재 주제의 질문에 실제로 필요하다.
• 웹 원천 카드가 raw/web/ 또는 이에 해당하는 raw 위치에 있다.
• source note가 wiki/sources/ 또는 이에 해당하는 wiki 위치에 있다.
• source note에는 원천 raw 경로와 확인 날짜가 있다.
• 원문 전체 저장 권한이 불확실한 자료는 본문 저장을 보류했다.
• 공개 문서, 사내 문서, 유료 문서, 고객 자료의 권한 차이를 확인했다.
• 최신성이 중요한 웹 자료에는 재확인 기준이 있다.

업무 메모와 회의록 체크리스트

• 원래 메모 또는 회의록이 raw 위치에 보존되어 있다.
• raw에는 회의일, 회의명, 참석 범위, 기록자, 자료 성격이 있다.
• LLM 요약이나 사람 해석이 raw 원문에 섞이지 않았다.
• wiki 요약에는 원천 자료 경로와 확인 날짜가 있다.
• 결정 사항, 실행 항목, 확인 필요가 별도 섹션으로 분리되어 있다.
• 논의 중인 의견을 결정으로 쓰지 않았다.
• 담당자나 기한이 불명확한 항목은 확인 필요로 남겼다.
• 회의록의 개인정보, 고객명, 계약 정보, 내부 전략을 그대로 복사하지 않았다.
• 회의 녹취나 자동 전사본은 참석자 동의와 사내 규정을 확인했다.

LLM 작업 검증 체크리스트

• LLM에게 사용할 raw 파일 범위를 명시했다.
• 결정/실행 항목/확인 필요를 분리하라고 요청했다.
• 개인정보와 고객 원문을 새 문서에 복사하지 말라고 요청했다.
• 결과 문서 경로와 log.md 갱신을 요청했다.
• 결과 문서가 원문보다 강한 표현을 쓰지 않았는지 확인했다.
• 확인 필요가 자연스러운 단정문으로 사라지지 않았는지 확인했다.
• AGENTS.md나 CLAUDE.md가 있다는 이유로 결과 검토를 생략하지 않았다.

처리 이력 체크리스트

• 새 raw 자료마다 log.md에 한 줄 이상 처리 이력이 있다.
• log에는 날짜, 작업, 원천 자료, 결과 문서, 상태가 있다.
• 다음 행동이나 확인 필요가 log에 남아 있다.
• raw 파일이 log에 없는 상태를 정기적으로 점검한다.
• review나 lint 결과도 log에 남긴다.
• output 산출물이 생기면 어떤 wiki와 raw를 근거로 했는지 log 또는 output에 남긴다.

좋은 질문과 검증 질문

LLM에게 던질 좋은 질문

• 아래 웹 문서 후보를 LLM위키에 넣을지 평가해 주세요. 제목, URL, 발행자, 확인 날짜, 수집 이유, 저장 권한, 확인 필요를 기준으로 raw 후보, source note 후보, 보류 후보로 나누어 주세요.
• 이 웹 원천 카드를 wiki/sources용 source note로 바꿔 주세요. 원천 경로, 확인 날짜, 확인된 내용, 확인 필요, 관련 문서를 분리하고 원문에 없는 내용은 추정하지 마세요.
• 아래 회의록 raw에서 실제 결정, 실행 항목, 확인 필요를 분리해 주세요. 담당자나 기한이 원문에 없으면 확인 필요로 표시하고, 개인정보나 고객 원문은 복사하지 마세요.
• 이 log.md를 보고 raw 자료 중 처리 이력이 없는 파일을 찾아 주세요. 누락된 log 항목 초안을 날짜, 작업, 원천 자료, 결과 문서, 상태, 다음 행동으로 제안해 주세요.
• 이 회의 요약 wiki 문서가 원문보다 강한 결론을 내고 있는지 점검해 주세요. 결정으로 보기 어려운 문장은 확인 필요로 낮춰 주세요.

사람이 확인할 검증 질문

• 이 자료는 현재 위키의 어떤 질문에 쓰이는가?
• 이 자료의 원천 위치와 확인 날짜를 나중에 다시 찾을 수 있는가?
• 웹 문서 본문을 저장할 권한과 필요가 있는가, 아니면 메타데이터만 남기는 것이 안전한가?
• 회의록에서 실제 결정과 의견과 실행 후보가 구분되어 있는가?
• 개인정보, 고객명, 계약 정보, 내부 전략, 회의 녹취가 파생 문서로 복사되지 않았는가?
• 이 wiki 정리 문서를 보고 raw 원문으로 돌아갈 수 있는가?
• log.md만 보고 어떤 자료가 어떤 문서를 만들었는지 알 수 있는가?
• 수집을 많이 한 것에 만족하고, 확인 필요와 다음 질문을 남기지 않은 것은 아닌가?
• 5.3에서 이 자료를 어떤 주제별 문서로 나눌 수 있는가?

관련 문서

• 5장. 자료를 넣고 다시 쓰기 좋은 지식으로 바꾸기: 5.2를 5장 전체의 자료 투입과 위키화 흐름 안에 배치한다.
• 5.1 자료를 넣기 전에 정할 기준: 실제 수집 전 포함 범위, 제외 범위, 민감 정보, 최신성 기준을 정한다.
• 5.3 위키 문서로 정리하기: 수집한 웹 문서와 회의록을 질문별 wiki 문서로 나누고 중복과 모순을 처리한다.
• 2.1 지식이 쌓이는 세 층: raw, wiki, rules의 신뢰 경계를 설명한다.
• 2.2 좋은 폴더 구조 이해하기: raw/, wiki/, output/, index.md, log.md의 위치 책임을 제공한다.
• 2.3 좋은 위키 문서의 조건: source note와 회의 요약이 출처, 재사용성, 링크를 갖춰야 하는 이유를 설명한다.
• 4.1 업무 주제 정하기: 어떤 자료를 첫 위키에 넣을지 주제와 성공 기준을 좁힌다.
• 4.2 위키 초기화하기: 5.2 자료를 넣을 raw/, wiki/, output/, index.md, log.md, AGENTS.md 구조를 만든다.
• 4.3 첫 질문으로 방향 잡기: 수집한 자료를 기준으로 첫 업무 질문을 좁히는 방법을 제공한다.
• 6.1 좋은 질문 만들기: 수집 자료를 어떤 목적, 범위, 출력 형식으로 물을지 설계한다.
• 6.2 답변의 근거 확인하기: 수집 자료 기반 답변을 문장별 원천 근거, wiki 근거, 추정, 출처 없음으로 검증한다.
• 6.3 답변을 다시 위키에 반영하기: 검증된 결정과 새 지식만 관련 wiki와 log에 반영한다.
• 7.2 업무 보고서 만들기: 수집 자료와 wiki 정리 문서를 주장-근거 매트릭스로 옮긴다.
• 8.1 위키에도 점검이 필요한 이유: 시간이 지나며 수집 자료의 조건과 출처가 사라지는 위험을 점검한다.
• 8.2 정리와 감사 흐름 만들기: raw, wiki, log의 출처, 최신성, 중복, 충돌을 주기적으로 감사한다.
• 8.4 내 업무 루틴에 붙이기: daily-inbox와 주간 점검에서 새 자료의 운명을 정하는 루틴을 제공한다.

한계와 완료 기준

• 원문이 언급한 Karpathy LLM Wiki Gist, nvk/llm-wiki, Obsidian Web Clipper, OpenAI Codex AGENTS.md 문서, Anthropic Claude Code memory 문서, WiCER 프리프린트는 원문 확인일 기준의 참고 근거다. 이 HTML은 해당 외부 자료의 현재성을 별도로 확정하지 않는다.
• 원문 실습은 학습용 로컬 파일 생성 예시다. 실제 업무 저장소에서 실행하면 기존 index.md, log.md, raw/wiki 문서를 덮어쓰거나 섞을 수 있으므로 경로와 기존 파일 존재 여부를 먼저 확인해야 한다.
• 웹 문서 전체를 저장할 수 있는 도구가 있어도 저장 권한, 저작권, 유료 문서 약관, 사내 보안 정책, 고객 자료 처리 기준은 별도로 확인해야 한다.
• 회의록, 인터뷰 메모, 고객 문의, 자동 전사본에는 개인정보, 고객명, 계약 정보, 내부 전략, 비공개 코드가 포함될 수 있다. 실습이나 외부 LLM 호출 전에 익명화, 접근 권한, 참석자 동의, 삭제 기준을 확인해야 한다.
• log.md는 완벽한 감사 시스템이 아니지만 원천 자료와 정리 문서와 후속 질문을 연결하는 최소 기록이다. 생략하면 6장과 8장의 검증이 약해진다.
• LLM에게 맡긴 정리 결과는 검토 전까지 확정 지식이 아니다. 원문보다 강한 표현, 출처 없는 추가, 확인 필요 누락, 민감 정보 복사 여부를 사람이 확인해야 한다.

이 절의 완료 기준

1. 웹 문서 수집 시 제목, URL, 발행자, 확인 날짜, 수집 이유를 남길 수 있다.
2. 웹 원천 카드와 source note를 raw/web과 wiki/sources처럼 분리할 수 있다.
3. 웹 문서 전체 저장 여부를 권한과 보안 기준으로 판단하고, 불확실하면 본문 저장을 보류할 수 있다.
4. 업무 메모와 회의록을 원본 상태로 raw에 보존하고, 해석 문서를 wiki에 따로 만들 수 있다.
5. 회의록에서 결정 사항, 실행 항목, 확인 필요를 구분할 수 있다.
6. 개인정보, 고객명, 계약 정보, 내부 전략, 회의 녹취 같은 민감 자료를 그대로 파생 문서에 복사하지 않는다.
7. LLM에게 맡길 때 사용할 raw 범위, 출력 경로, 금지 사항, log 갱신, 근거 부족 단정 금지를 명시할 수 있다.
8. 새 자료마다 log.md에 날짜, 작업, 원천 자료, 결과 문서, 상태, 다음 행동을 남길 수 있다.
9. raw 파일이 log에 언급되어 있는지 점검할 수 있다.
10. 5.3에서 수집 자료를 주제별 wiki 문서로 나눌 준비가 되어 있다.