개인 LLM 위키 구축기: 원본 불변과 MOC 구조로 AI 기억 신뢰성 확보

기존 메모 앱은 900장 이상의 노트가 있었지만 문서 간 연결이 없어 AI가 맥락을 잘못 연결하는 문제가 있었다. 이를 해결하기 위해 Andrey Karpathy의 LLM Wiki 패턴을 기반으로 한 개인 위키를 구축했다.

핵심은 **원본(raw)**과 **정리본(wiki)**의 분리다. 원본은 불변(read-only)으로 유지해 당시 기록을 보존하고, AI가 작성하는 정리본은 현재 결론을 담는다. 이 역할 구분을 통해 AI가 추측과 확정 사실을 혼동하지 않도록 한다. 또한 MOC(Map of Content) 계층을 도입해 홈-도메인-개별 페이지로 구조화하고, 각 링크에 중요성 설명을 추가해 고아 페이지 생성을 방지했다.

운영 규칙으로는 원본의 이동이나 이름 변경을 금지해 링크 끊김을 예방한다. 처리 상태는 별도 대장에서 관리해 원본 불변성을 지키며, 업무 정책의 노화(staleness)를 보완하기 위해 코드 우선 검증 절차를 거친다. 위키는 '왜'를 기록하고, 코드는 '지금도 그런지'를 확인하는 용도로 구분한다.

2개월 운영 결과, 페이지 약 100장(분석 페이지 12장 포함)이 생성되었으며 기존 메모 900장 이동이 완료되었다. 포인트 취소 API 에러 사례에서 AI는 위키 검색을 통해 동일 에러 메시지라도 주문번호 자릿수 불일치(17자리 vs 14자리)나 N+1 쿼리 등 서로 다른 원인을 정확히 구분해 냈다. 다만, 기억의 노후화와 사용자의 입력 누락은 한계로 남아 있으며, 이를 보완하기 위한 자동 수집 루프 설계가 다음 단계다.