연구자를 위한 AI 보조 시스템 — 초심자 가이드

이 가이드는 누구를 위한 것인가? 본인이 박사과정 / 신진교수 / 연구원이고, 수십 개 프로젝트가 폴더 곳곳에 흩어져 있고, "지난주에 그 그랜트 마감이 언제였지?"를 자주 검색해야 하고, Claude Code/ChatGPT를 쓰지만 매번 같은 배경설명을 반복하고 있다면 — 이 가이드가 본인을 위한 것입니다.

결과물: 본인의 모든 프로젝트·방법론·학생·그랜트가 하나의 검색 가능한 지식 그래프에 들어가고, AI가 작업할 때마다 자동으로 노트를 남기고, 새 정보가 들어올 때마다 그래프가 자동 갱신됩니다.

왜 이걸 해야 할까?

지금 본인의 작업 환경은 아마 이렇게 생겼을 겁니다:

왼쪽: 데스크탑에 PDF, docx, png가 흩어져 있고, 프로젝트 폴더는 16개, "그 프로젝트 메서드 설명을 어디에 적었더라?" 검색이 매일 일어남.

오른쪽: 모든 프로젝트가 vault 안 entity 페이지로 정리되고, 자동 트래커가 새 노트를 처리하고, AI에게 "내 프로젝트 X에 대해 알려줘" 한 줄로 모든 컨텍스트를 받음.

이 가이드를 끝까지 따라가면 오른쪽 상태에 도달합니다. 하루 1-2시간씩 7일.

0. 시작 전 — 용어 사전

본격적으로 들어가기 전, 가이드 전체에 반복해서 등장하는 7개 용어를 한 번에 정리합니다. 이미 익숙하면 다음 섹션으로 넘어가도 됩니다.

0.5. AI Agents — Claude Code와 Codex의 역할 분담

이 시스템은 두 개의 AI 코딩 agent를 상호 보완적으로 사용합니다. 둘 다 LLM을 백엔드로 쓰지만, 누가 무엇을 잘 하는지가 다르고 어떻게 컨트롤하는지도 다릅니다.

두 agent, 두 역할

Claude Code (Anthropic) — 주(主) engineering agent - vault에 깊게 통합됨 (Stop hook으로 세션 자동 기록, 슬래시 커맨드 /slides /recall 사용 가능) - 긴 컨텍스트 (200K-1M 토큰) — vault 전체를 컨텍스트로 끌어올 수 있음 - 강점: 다단계 reasoning, 신중한 파일 수정, vault navigation, 컨벤션 따르기 - 어디서: vault의 모든 파일 직접 읽고 쓰기 (frontmatter 추가, entity 생성, ontology rebuild 트리거)

Codex (OpenAI) — 보조 engineering agent - 세션 저장소가 ~/.codex/sessions/ (rollout JSONL 형식). Stop hook은 없음 — 세션 끝나면 pwsh codex_digest.ps1 수동 실행 - 강점: 빠른 코드 생성 / 이미지 생성 / Reasoning 모델로 어려운 문제 풀기 - 어디서: 코드 새로 짤 때, Claude가 막힐 때 cross-check, 빠른 prototype

어느 쪽을 언제 쓸까

CLI 컨트롤 — 가장 중요한 5가지

(1) 어디서 실행하면 컨텍스트가 자동 잡히는가

cd C:\Users\<you>\ObsidianVault   # vault 안에서 실행
claude                              # Claude Code CLI 시작
# 또는
codex                               # Codex CLI 시작

두 agent 모두 현재 디렉토리부터 부모 폴더로 거슬러 올라가며 다음을 자동 로드: - Claude Code: CLAUDE.md (vault 안 + 사용자 홈 둘 다 인식) - Codex: AGENTS.md (관례) + 사용자 홈 ~/.codex/AGENTS.md

즉: vault 안에서 켜면 가이드가 자동 로드되어 "내 프로젝트 X 알려줘" 한 줄로 답이 나옵니다.

(2) Hook 등록 — Claude Code 전용 (Codex는 미지원)

~\.claude\settings.json:

{
  "hooks": {
    "Stop": [
      {
        "matcher": "*",
        "hooks": [{
          "type": "command",
          "command": "powershell.exe -File <vault>\\scripts\\save_session.ps1 -Source claude"
        }]
      }
    ]
  }
}

지원하는 이벤트: Stop (세션 종료), SessionStart, PostToolUse, PreToolUse, UserPromptSubmit 등. 우리는 Stop만 씀.

(3) Slash Commands — Claude Code 전용

~\.claude\commands\<name>.md 파일을 만들면 /<name> <args> 로 호출 가능. 예: /slides ProjectA → slides.md 의 prompt 실행.

(4) Memory — Claude Code 자동 컨텍스트

~\.claude\projects\<machine>\memory\MEMORY.md 가 모든 세션 시작 시 자동 컨텍스트로 주입됨. 이 파일에 "~~ 이 프로젝트의 메서드 기억해 둬" 식으로 적어두면 다음 세션부터 자동 인식.

(5) Codex 세션 후 디제스트 — 3가지 방법

방법 A — 수동 (가장 간단):

# Codex 세션 끝난 직후
pwsh C:\Users\<you>\ObsidianVault\scripts\codex_digest.ps1

방법 B — 셸 wrapper로 "자동 Stop hook 흉내":

PowerShell $PROFILE에 함수 추가:

function cdx {
  codex @args
  pwsh "$env:USERPROFILE\ObsidianVault\scripts\codex_digest.ps1"
}

이제 codex 대신 cdx 쓰면 — 세션 종료시 자동으로 디제스트 실행됨. Bash/zsh도 동일 (alias 또는 function).

방법 C — Codex automation으로 주기적 자동 디제스트:

Codex의 RRULE-기반 cron 시스템 사용. ~/.codex/automations/vault-digest/automation.toml:

version = 1
id = "vault-digest"
kind = "cron"
name = "Vault session digest"
prompt = "Run the latest Codex rollout through the vault digest pipeline by executing: pwsh C:\\Users\\<you>\\ObsidianVault\\scripts\\codex_digest.ps1"
status = "ACTIVE"
rrule = "FREQ=HOURLY;INTERVAL=2"
model = "gpt-5.4"
reasoning_effort = "low"
execution_environment = "worktree"

→ Codex가 매 2시간마다 자동으로 최신 세션을 디제스트. 단점: Codex 자체가 실행되어야 (Codex Cloud 또는 desktop 켜져있어야).

→ 최근 ~/.codex/sessions/ 또는 archived_sessions/ 의 JSONL을 자동 찾아 LLM 요약 후 vault wiki/sources/Sessions <date>.md 에 추가.

Desktop 앱과의 차이

Claude Desktop (Claude.ai 데스크탑 앱): - Hook 시스템 없음 — Stop 훅이 안 걸림 - MCP (Model Context Protocol) 서버 있음 — obsidian-vault MCP를 연결하면 vault에 직접 read/write 가능 - 슬래시 커맨드 없음 (CLI만) - 메모리는 동일 backend라 작동 - 권장 사용: "vault 콘텐츠로 대화하고 싶을 때" — 빠른 질의·브레인스토밍

Codex Desktop (VS Code 안 또는 standalone): - Hook 시스템 없음 - 자동 세션 archive는 동일하게 ~/.codex/archived_sessions/ 에 저장됨 - VS Code 안에서는 IDE 통합 (파일 트리 / diff / git) 가시적 - 권장 사용: "코드 짜면서 IDE 안에서 바로" — 코드 작업

MCP 연결 (Claude Desktop만 — 선택)

vault를 Claude Desktop에 연결하면 desktop 앱이 vault에 직접 read/write 가능:

1. Claude Desktop 설치
2. claude_desktop_config.json 편집:

{
  "mcpServers": {
    "obsidian-vault": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem",
               "C:\\Users\\<you>\\ObsidianVault"]
    }
  }
}

3. Claude Desktop 재시작 → "🔌" 아이콘에 obsidian-vault 보이면 성공

이러면: Claude Desktop에서 "내 vault에서 Project A 페이지 보여줘" 하면 직접 파일을 읽어 답합니다. Hook은 여전히 없지만 vault navigation은 가능.

1. 핵심 개념 — 3층짜리 두 번째 뇌

복잡해 보일 수 있는데, 이 시스템은 사실 세 층의 노트 저장소에 자동화 한 겹을 씌운 것뿐입니다:

1층 — 프로젝트 지식 (wiki/entities/, wiki/concepts/): 본인이 직접 쓰는 노트. 각 프로젝트, 학생, 메서드, 그랜트가 한 페이지씩. 이건 본인이 영구히 갖고 갈 자산입니다.

2층 — 활동 로그 (wiki/activity/, wiki/situation/, wiki/sources/Sessions YYYY-MM-DD.md): 자동 생성되는 일별 스냅샷. "지난주에 뭐 했더라"에 답하는 용도. 컴퓨터가 알아서 채웁니다.

3층 — AI 메모리 (~/.claude/projects/<machine>/memory/): Claude Code가 새 세션 시작할 때 자동으로 읽는 작은 파일들. 본인의 프로젝트·취향·관계를 매번 다시 설명하지 않아도 되게 해줍니다.

2. 자동화 흐름 — "매 2시간 어떤 일이 일어나는가"

Windows 예약 작업 (또는 macOS launchd, Linux cron)이 매 2시간 (00:00, 02:00, 04:00, ..., 22:00)에 한 번씩 작은 PowerShell 스크립트를 돌립니다. 이 스크립트가:

1. 새로 추가된 파일 / 수정된 파일을 스캔
2. Git 커밋, GitHub 활동, Outlook 캘린더 등 곁가지 신호 수집
3. 본인의 vault에서 노트 변경사항을 LLM에 보내 "뭐가 바뀌었는지" 판단 (e.g., 새 마감일 발견 → entity 페이지에 자동 추가)
4. 온톨로지 그래프 재구축 — vault 전체를 스캔해서 "누가 어떤 프로젝트의 PI고, 어떤 메서드를 쓰는지" JSON 그래프로 export
5. 결과를 Today.md에 모아서 본인이 다음에 vault를 열 때 한눈에 보이게

비용: 한 번에 ~$0.001-0.005 (LLM이 새 변화를 판단할 때만). 하루 12회 = 약 $0.02-0.05/일 = 한 달 1-2달러.

3. 시작하기 전에 필요한 것

7일 동안 차근차근 갖춰갈 것이라 처음부터 다 있을 필요 없습니다. Day 1 시작 시점에 필요한 것만:

• [ ] Obsidian 설치 (obsidian.md, 무료) — 본인의 vault UI
• [ ] Claude Code 설치 및 로그인 (claude.com/claude-code) — AI agent
• [ ] Python 3.11 이상 (스크립트 돌리는 용도)
• [ ] 기본 터미널 사용 능력 (cd, ls 정도)

Day 4 이후 필요: - [ ] OpenRouter API key (openrouter.ai, $5 충전이면 몇 달 씀) — LLM 판단 호출용 - [ ] gh CLI (cli.github.com) — GitHub 활동 수집 (선택)

3.5. CLI 설치 — Claude Code & Codex

오늘의 목표는 아니지만, Day 3부터 Claude Code CLI를 본격적으로 쓰게 되니 미리 설치해두는 게 안전합니다. 둘 다 OS 별로 설치 명령이 다른데, 가장 안정적인 경로를 정리:

Claude Code (Anthropic) — 주(主) agent

전제조건: - Anthropic 구독 — Claude.ai Pro / Max / Team / Enterprise 중 하나. (무료 계정도 일부 제한 사용 가능, 단 hook / 슬래시 커맨드는 구독 필요한 경우 있음) - Node.js 18 이상 (npm 설치 경로용)

Windows:

가장 쉬움 — 공식 인스톨러:

# 1. https://claude.com/claude-code 에서 다운로드 (Windows .exe 인스톨러)
# 2. 더블클릭 설치
# 3. 설치 후 새 PowerShell 창에서:
claude --version          # 버전 출력되면 성공
claude                    # 첫 실행 → 브라우저로 인증 페이지 자동 열림

또는 npm 경로:

npm install -g @anthropic-ai/claude-code
claude --version

macOS:

brew install --cask claude-code
# 또는
npm install -g @anthropic-ai/claude-code

Linux:

npm install -g @anthropic-ai/claude-code

첫 실행 인증:

claude

→ 브라우저가 자동으로 열려 Anthropic 계정 로그인 요청. 로그인하면 토큰이 ~/.claude/auth.json에 저장되어 다음부터 자동 인증.

확인:

claude /help          # 사용 가능한 슬래시 커맨드 목록
claude /status        # 현재 모델 / 인증 상태 / context window

Codex (OpenAI) — 보조 agent (선택)

전제조건: - ChatGPT 구독 — Plus / Pro / Team / Enterprise 중 하나 - Node.js 18 이상

Windows:

# 공식 인스톨러: https://chatgpt.com/codex
# 또는 npm:
npm install -g @openai/codex
codex --version
codex                # 첫 실행 → 브라우저 인증

macOS:

brew install codex
# 또는
npm install -g @openai/codex

Linux:

npm install -g @openai/codex

첫 실행 인증: codex 실행 → 브라우저로 OpenAI 로그인 → 인증 토큰이 ~/.codex/auth.json에 저장.

확인:

codex --version
codex --help          # 사용 가능 명령 목록

두 CLI를 함께 쓰는 권장 셋업

# vault 안에서 일하기 (이러면 CLAUDE.md / AGENTS.md 자동 로드)
cd C:\Users\<나>\ObsidianVault

# 평상시
claude                 # 주력 작업

# 코드 짤 때 / 또 다른 의견 필요할 때 (선택)
codex                  # 같은 작업 디렉토리에서 다른 세션 시작

내 OS는 Windows / macOS / Linux. Codex CLI 설치하고 첫 실행 인증까지 도와줘.

1. Node.js 18+ 설치 확인 (없으면 설치 안내)
2. npm install -g @openai/codex (또는 OS별 권장 경로)
3. codex --version 으로 설치 확인
4. codex 실행 → 브라우저 로그인까지 안내

설치 끝나면 ~/.codex/AGENTS.md 만들어서 vault 위치 알려주는 한 줄 추가:
"내 vault 위치는 C:\Users\<나>\ObsidianVault\. 모든 작업 시작 전에 wiki/Today.md 먼저 읽어."

트러블슈팅

Day 1 — Vault 만들기

오늘의 목표: Obsidian으로 빈 vault를 만들고, 본인의 가장 활발한 프로젝트 하나에 대한 entity 페이지를 손으로 작성합니다. 자동화는 아직 없습니다.

단계 1.1 — Vault 생성

Obsidian 실행 → "Create new vault" → 이름은 ResearchVault, 위치는 C:\Users\<you>\ObsidianVault\ (이 경로를 가이드에서 계속 사용합니다).

단계 1.2 — 폴더 구조

vault 안에 직접 다음 빈 폴더를 만들어주세요 (Obsidian 좌측 패널에서 우클릭 → New folder):

ObsidianVault/
└── wiki/
    ├── entities/        ← 프로젝트 / 사람 / 그랜트 한 페이지씩
    ├── concepts/        ← 메서드 / 이론 한 페이지씩
    ├── sources/         ← 원본 문서 / 디제스트 / 세션 로그
    └── (activity/, situation/는 나중에 자동 생성됨)

내 vault `C:\Users\<나>\ObsidianVault\` 안에 wiki/ 폴더 + 그 안에 entities/, concepts/, sources/ 세 하위 폴더를 만들어줘. 각 폴더에 한 줄 README.md (그 폴더가 무엇을 담는지 설명)도 넣어줘.

단계 1.3 — 첫 entity 페이지

가장 활발한 프로젝트 하나만 선택하세요. 아래 예시는 가상의 Project A를 사용 — 본인 프로젝트 이름으로 바꿔 쓰시면 됩니다. wiki/entities/Project A.md 새 파일 생성:

---
type: project
title: "Project A"
status: active
tier: 2
deadline: 2026-08-15
related:
  - "<span class="wikilink">&lt;나의 이름&gt;</span>"
  - "<span class="wikilink">Method A</span>"
---

# Project A

(한 문장 프로젝트 설명 — 무엇을 만드는 시스템 / 연구인지.)

- **PI**: <span class="wikilink">&lt;나의 이름&gt;</span>
- **Methods**: <span class="wikilink">Method A</span>, <span class="wikilink">Method B</span>
- **Status**: 파일럿 N명 진행 중, 외부 그랜트 X 신청 단계.

## 현재 이슈
- 핵심 컴포넌트의 정확도 X% — 검증 강화 필요.

내 가장 활발한 프로젝트는 [프로젝트명]이야. 가이드 Day 1 단계 1.3 템플릿대로 wiki/entities/[프로젝트명].md를 만들어줘. frontmatter 채우기:
- type: project
- status: active
- tier: 2
- deadline: [YYYY-MM-DD]
- related에 내 이름 + 자주 쓰는 메서드 1-2개 wikilink

본문에는 한 문장 프로젝트 설명, PI / Methods / Status 불릿, 그리고 ## 현재 이슈 섹션 추가해줘.

단계 1.4 — 같은 방식으로 1-2개 더

본인의 advisee 한 명, 자주 쓰는 메서드 하나, 진행 중인 그랜트 하나 정도 추가하세요. 최소 3-4개의 entity가 있어야 다음 단계 자동화가 의미 있는 그래프를 만듭니다.

Day 2 — Today.md (단일 진입점)

오늘의 목표: 매일 / 매 세션 시작할 때 무조건 여기부터 읽는 한 페이지를 만듭니다. 이게 시스템의 심장입니다.

단계 2.1 — wiki/Today.md 생성

다음 템플릿을 복사하세요. 섹션은 그대로 두고, 본인 프로젝트로 채우면 됩니다:

---
type: meta
title: "Today — 단일 진입점"
---

# Today — 단일 진입점

> **첫 진입은 무조건 이 페이지.** 매 세션 시작할 때 여기를 먼저 읽고 필요한 곳으로 이동하세요.

## 1. 어디서 무엇을 물어볼지

| 묻고 싶은 것 | 어디로 |
|---|---|
| **"내 프로젝트 X의 디자인/이론/방법론"** | `wiki/entities/<X>.md` |
| **"누가 누구의 advisee인지, 내가 PI인 그랜트"** | <span class="wikilink">&lt;나의 이름&gt;</span> |
| **"방법론 (BKT, MAS 등)"** | `wiki/concepts/` |
| **"오늘 뭐 해야 하지"** | 이 페이지 § 2-3 |

## 2. 활성 마감

| 마감 | 항목 | D- |
|---|---|---|
| YYYY-MM-DD | <span class="wikilink">그랜트 이름</span> 제출 | D-XX |

## 3. 활성 프로젝트 우선순위

### Tier 1 — 마감/제출 직전
- <span class="wikilink">프로젝트 A</span> — 한 줄 상황

### Tier 2 — 능동 개발
- <span class="wikilink">프로젝트 B</span> — 한 줄 상황

### Tier 3 — 백로그
- <span class="wikilink">프로젝트 C</span>

## 4. 최근 활동 (자동 갱신)
<!-- BEGIN AUTO RECENT -->
(Day 4에 자동 채워짐)
<!-- END AUTO RECENT -->

## 5. 빠른 명령
(Day 4-7에 추가됨)

내 vault에 wiki/Today.md를 가이드 Day 2 템플릿으로 만들어줘. § 2 마감과 § 3 우선순위는 내 정보로 채워:
- 마감: [그랜트명] [YYYY-MM-DD]
- Tier 1: [현재 마감 임박 프로젝트]
- Tier 2: [능동 개발 프로젝트 1-3개]
- Tier 3: [백로그 프로젝트들]

§ 4의 BEGIN/END AUTO RECENT 마커는 그대로 둬 — Day 4에 자동 채워질 자리. 그리고 Obsidian에서 Pin 처리도 안내해줘.

단계 2.2 — 본인 데이터로 채우기

§ 2 (마감), § 3 (Tier 1-3 프로젝트) 만 본인 데이터로 채워주세요. 나머지는 자동화가 채울 자리입니다.

단계 2.3 — Obsidian 즐겨찾기

Obsidian에서 Today.md 우클릭 → "Pin" — 늘 상단 탭에 떠있게.

Day 3 — Claude Code 연결 + 첫 세션 자동 기록

오늘의 목표: Claude Code가 vault를 알게 하고, 세션이 끝날 때마다 자동으로 노트를 남기게 합니다.

단계 3.1 — User-level CLAUDE.md

C:\Users\<you>\CLAUDE.md 파일을 생성하세요. (vault 안이 아니라 사용자 홈 폴더!) Claude Code는 어떤 폴더에서 켜도 부모 폴더 위로 올라가며 CLAUDE.md를 자동으로 읽습니다.

# User-level Claude Code instructions

## 매 세션 시작 시
1. 먼저 `C:\Users\<you>\ObsidianVault\wiki\Today.md` 를 읽으세요.
2. 자동 메모리(`~\.claude\projects\<machine>\memory\MEMORY.md`)는 시스템이 자동으로 컨텍스트에 주입함.
3. 새로 추론하기보다 기존 vault 콘텐츠를 먼저 인용하세요.

## 지식 위치
| 질문 종류 | 어디서 답을 찾는가 |
|---|---|
| 프로젝트 디자인 / 메서드 / 상태 | `wiki/entities/<프로젝트>.md` |
| 메서드론 / 이론 | `wiki/concepts/` |
| 최근 활동 | `wiki/activity/<날짜>.md` |

## 사용자 스타일
- 한국어 응답 OK (사용자 한국인).
- 짧고 직접적으로. 자기 요약 반복 X.

`C:\Users\<나>\CLAUDE.md` 파일을 만들어줘. 가이드 Day 3 단계 3.1 템플릿대로:
- "매 세션 시작 시" 섹션 (Today.md 먼저 읽으라는 지시)
- "지식 위치" 표 (entities / concepts / activity)
- "사용자 스타일" (한국어 OK, 짧고 직접적)

내 vault 경로는 C:\Users\<나>\ObsidianVault\ 야.

단계 3.2 — 세션 자동 기록 hook 등록

~\.claude\settings.json 열어서 (없으면 생성) 다음 추가:

{
  "hooks": {
    "Stop": [
      {
        "matcher": "*",
        "hooks": [
          {
            "type": "command",
            "command": "powershell.exe -NoProfile -ExecutionPolicy Bypass -File \"C:\\Users\\<you>\\ObsidianVault\\scripts\\save_session.ps1\" -Source claude"
          }
        ]
      }
    ]
  }
}

단계 3.3 — 간단한 save_session.ps1

vault 안에 scripts/ 폴더를 만들고 save_session.ps1을 다음과 같이 작성:

$VaultRoot = 'C:\Users\<you>\ObsidianVault'
$LogFile   = Join-Path $VaultRoot 'wiki\log.md'

# Stop hook이 stdin으로 JSON을 보내옴
$stdin = [Console]::In.ReadToEnd()
$session = if ($stdin) { $stdin | ConvertFrom-Json } else { @{} }
$sid = if ($session.session_id) { $session.session_id.Substring(0, 8) } else { '--------' }

$stamp = (Get-Date).ToString('yyyy-MM-dd HH:mm')
$line  = "- $stamp [claude $sid] session ended"

if (-not (Test-Path $LogFile)) { New-Item $LogFile -ItemType File -Force | Out-Null }
Add-Content -Path $LogFile -Value $line -Encoding UTF8

이 단계는 최소 버전입니다. 한 줄짜리 로그만 남기지만, hook이 동작하는 걸 확인하는 게 목표.

가이드 Day 3 단계 3.2-3.3을 셋업해줘:

1. `~\.claude\settings.json`에 Stop hook 추가 (없으면 파일 생성). 명령은:
   powershell.exe -NoProfile -ExecutionPolicy Bypass -File C:\Users\<나>\ObsidianVault\scripts\save_session.ps1 -Source claude

2. `C:\Users\<나>\ObsidianVault\scripts\save_session.ps1` 만들어줘. 동작:
   - Stop hook의 stdin JSON 받기 (session_id 등)
   - 매 세션 종료시 wiki\log.md에 "- YYYY-MM-DD HH:mm [claude SID8] session ended" 한 줄 append

스크립트 디렉토리가 없으면 만들고, settings.json 따옴표 escape (Windows backslash 두 번) 주의해줘.

단계 3.4 — 검증

Claude Code 새 세션을 열고 "내 프로젝트 X에 대해 알려줘" 같이 본인 vault에 적은 프로젝트 이름으로 물어보세요. CLAUDE.md가 로드되어 답이 vault 콘텐츠 기반이어야 합니다.

세션을 종료하면 wiki/log.md에 한 줄이 추가되어야 합니다.

Day 4 — 매 2시간 자동 트래커

오늘의 목표: 본인이 일하지 않을 때도 시스템이 자동으로 새 노트를 스캔하고 활동 로그를 갱신하게 합니다.

단계 4.1 — daily_tracker.ps1 작성

vault scripts/ 안에 작성. 처음엔 최소 버전만:

$VaultRoot = 'C:\Users\<you>\ObsidianVault'
$ActivityDir = Join-Path $VaultRoot 'wiki\activity'
$today = (Get-Date).ToString('yyyy-MM-dd')
$note  = Join-Path $ActivityDir "$today.md"

if (-not (Test-Path $ActivityDir)) { New-Item -ItemType Directory $ActivityDir -Force | Out-Null }

# 최근 24h 변경된 vault 파일 수집
$lines = @("# Activity $today", "")
$cutoff = (Get-Date).AddHours(-24)
$recent = Get-ChildItem -Path "$VaultRoot\wiki" -Recurse -File -Include *.md |
    Where-Object { $_.LastWriteTime -gt $cutoff } |
    Sort-Object LastWriteTime -Descending | Select-Object -First 30

$lines += "## File activity (last 24h)"
foreach ($f in $recent) {
    $rel = $f.FullName.Replace($VaultRoot, '').Replace('\','/')
    $lines += "- $($f.LastWriteTime.ToString('HH:mm')) ``$rel``"
}

Set-Content -Path $note -Value ($lines -join "`r`n") -Encoding UTF8
Write-Output "Wrote $note"

단계 4.2 — Windows 예약 작업 등록

방법 A — Claude Code/Codex CLI에 자연어로 (추천):

"ResearchAssistantTracker"라는 Windows 예약 작업을 등록해줘. 조건:
- 매일 00:00 시작 → 매 120분(2시간)마다 → 23:59 동안 반복 (하루 12회: 00, 02, 04 ... 22시)
- 실행 명령: powershell.exe -NoProfile -ExecutionPolicy Bypass -File C:\Users\<나>\ObsidianVault\scripts\daily_tracker.ps1
- 추가 옵션: StartWhenAvailable=true (놓친 슬롯 가능한 빨리 보충), DisallowStartIfOnBatteries=false, StopIfGoingOnBatteries=false (배터리 무관 실행)

schtasks.exe로 만들고 그다음 Get-ScheduledTask + Set-ScheduledTask로 위 옵션들 켜줘. 등록 완료되면 schtasks /Query로 다음 실행 시각 확인해서 보여줘.

방법 B — 직접 입력 (raw):

PowerShell을 관리자 권한으로 실행 → 다음 명령:

schtasks.exe /Create /TN "ResearchAssistantTracker" `
  /SC DAILY /ST 00:00 /RI 120 /DU 23:59 `
  /TR "powershell.exe -NoProfile -ExecutionPolicy Bypass -File C:\Users\<you>\ObsidianVault\scripts\daily_tracker.ps1" /F

이게 매일 00:00 시작 + 매 120분 반복 + 23:59 동안 지속 패턴 → 하루 12회 자동 실행 (00, 02, 04, 06, ..., 22).

단계 4.3 — "컴퓨터 꺼져있을 때 catch up" 옵션

$task = Get-ScheduledTask -TaskName ResearchAssistantTracker
$task.Settings.StartWhenAvailable = $true
$task.Settings.DisallowStartIfOnBatteries = $false
Set-ScheduledTask -TaskName ResearchAssistantTracker -Settings $task.Settings

이게 켜져 있어야 컴퓨터 꺼졌다 켤 때 놓친 슬롯을 가능한 빨리 보충해줍니다.

단계 4.4 — 즉시 한 번 실행

powershell.exe -File C:\Users\<you>\ObsidianVault\scripts\daily_tracker.ps1

wiki/activity/2026-MM-DD.md 파일이 생성되어야 합니다.

Day 5 — 온톨로지 (vault를 검색 가능한 그래프로)

오늘의 목표: 본인의 모든 entity 페이지를 자동으로 읽어서, "누가 무엇의 PI고, 어떤 메서드를 쓰는가"를 답할 수 있는 그래프로 만듭니다.

5.0 — 온톨로지가 뭐고 왜 필요한가

"온톨로지"라는 말이 어렵게 들릴 수 있는데, 학술적 정의는 잠시 잊고 두 가지 표만 기억하면 됩니다:

(1) 타입 (Entity Types) — 모든 페이지를 분류하는 카테고리:

(2) 관계 (Relations) — 타입 사이를 잇는 의미 있는 연결선:

5.0.1 — 어떻게 자동 추출되는가 (스크립트 동작)

build_ontology.py가 매 2시간마다 다음을 합니다:

1. wiki/**/*.md 모두 읽기 — frontmatter type: 으로 각 페이지가 어떤 타입인지 결정.
2. 본문의 <span class="wikilink">wikilink</span> 모두 추출 — 단순히 "이 페이지는 저 페이지를 언급한다"는 사실.
3. 링크 주변 ±100자에서 cue word 매칭 — 예를 들어 본문에 "Project A is funded by Grant X" 라고 쓰여 있으면 "funded by" 가 fundedBy 관계로 변환됨.
4. 타입 도메인 강제 — hasPI는 Project|Grant → Person 방향이어야 의미 있음. 스크립트가 자동으로 방향 맞춤.
5. JSON-LD 출력 — 표준 형식으로 그래프를 export. 다른 도구(SPARQL, 시각화 라이브러리)에서도 읽을 수 있음.

가이드 풀 버전 (https://educatian.github.io/research-assistant-ai-workflow-ko/) 의 build_ontology.py를 내 vault scripts/에 가져와줘. 그다음:

1. python build_ontology.py 한 번 실행 → wiki/_ontology.json + _ontology_summary.md + _ontology_graph.html 생성 확인
2. daily_tracker.ps1 끝부분에 `& python "$VaultRoot\scripts\build_ontology.py"` 한 줄 추가 (매 트래커 실행마다 ontology 재빌드)
3. _ontology_graph.html 브라우저로 열어서 본인 노드들 시각적으로 확인

내 vault: C:\Users\<나>\ObsidianVault\

단계 5.1 — build_ontology.py 다운로드

이 가이드의 풀 버전 (Research Assistant System Guide.md)에 ~600줄 짜리 Python 스크립트가 있습니다. 그걸 scripts/build_ontology.py로 복사하세요. 핵심 동작:

1. wiki/**/*.md 모두 스캔, frontmatter type: 읽기
2. 각 페이지 본문의 <span class="wikilink">wikilink</span> 모두 추출
3. 위키링크 주변 ±100자에서 cue word 매칭 ("PI", "advisee", "uses", "funded by") → 관계 결정
4. 결과: wiki/_ontology.json (JSON-LD), wiki/_ontology_graph.html (D3 인터랙티브 그래프)

단계 5.2 — 직접 실행

python C:\Users\<you>\ObsidianVault\scripts\build_ontology.py

출력:

[ontology] scanning C:\Users\<you>\ObsidianVault\wiki ...
[ontology] 12 nodes, 35 edges (vault pages)
[ontology] FINAL: 12 nodes, 35 edges
[ontology] wrote:
  C:\Users\<you>\ObsidianVault\wiki\_ontology.json
  C:\Users\<you>\ObsidianVault\wiki\_ontology_graph.html

단계 5.3 — 그래프 보기

wiki/_ontology_graph.html을 더블클릭. 브라우저에서 본인의 프로젝트, 사람, 메서드가 색깔별로 노드로 보이고 (Person 주황, Project 파랑, Concept 보라 등), 관계 (hasPI, advises, usesMethod...) 가 엣지로 연결됨.

단계 5.4 — 트래커에 ontology rebuild 추가

daily_tracker.ps1 끝부분에 추가:

& python "$VaultRoot\scripts\build_ontology.py"

이제 매 2시간마다 본인의 vault 변경사항이 그래프에 반영됩니다.

단계 5.5 — 빠른 질의 CLI

scripts/query_ontology.py 추가 (가이드 풀 버전 참고). 사용:

python scripts\query_ontology.py "Project A"      # 특정 노드 + 모든 관계
python scripts\query_ontology.py --type Grant     # 모든 그랜트
python scripts\query_ontology.py --predicate hasPI  # 모든 PI 관계

Day 6 — LLM이 본인 노트를 읽고 변화 감지

오늘의 목표: AI가 "새 노트 / 수정된 노트"를 읽고 "마감일이 바뀌었네", "새 협업자가 추가됐네" 같은 변화를 자동 감지해서 vault에 제안하게 합니다.

단계 6.1 — OpenRouter API key

openrouter.ai 가입 → $5 충전 → API key 발급 → 저장:

C:\Users\<you>\Desktop\_secrets\openrouter.txt   ← 이 파일에 키 한 줄

Day 6 situation_watch 셋업 도와줘:

1. OpenRouter API key를 C:\Users\<나>\Desktop\_secrets\openrouter.txt 한 줄로 저장 (vault 안에 절대 두지 말고)
2. 가이드 풀 버전의 situation_watch.py + apply_situation.py 두 스크립트를 vault scripts/에 가져와줘
3. 첫 실행: python situation_watch.py --hours 168 (지난 7일 윈도우)
4. wiki/situation/<오늘날짜>.md 파일에 [AUTO]/[REVIEW] 변화 제안 잘 들어왔는지 확인
5. daily_tracker.ps1 끝에 `& python "$VaultRoot\scripts\situation_watch.py" --hours 24` 추가

내 vault: C:\Users\<나>\ObsidianVault\

단계 6.2 — situation_watch.py

가이드 풀 버전의 스크립트를 복사 (~250줄). 핵심 동작:

1. 최근 24h wiki/sources/에 추가/수정된 파일 스캔
2. 각 파일의 entity 매칭 + 키워드 ("deadline", "decision", "submitted") 점수화
3. 상위 10개를 OpenRouter (Gemini Flash) 에 보내 구조화 JSON으로 "무엇이 바뀌었는지" 받기
4. 결과를 wiki/situation/<날짜>.md에 [AUTO] / [REVIEW] 태그로 분류해서 기록

단계 6.3 — 트래커에 추가

# daily_tracker.ps1 끝부분
& python "$VaultRoot\scripts\situation_watch.py" --hours 24

단계 6.4 — 첫 실행

python C:\Users\<you>\ObsidianVault\scripts\situation_watch.py --hours 168

(처음에는 168시간 = 7일 윈도우로 돌려서 충분한 데이터 확보.) wiki/situation/<오늘날짜>.md 파일에 다음 같은 결과가:

### [AUTO] Project A — deadline_update
- new_value: 2026-09-01
- confidence: 0.92
- reason: Project A README에 새 deadline 명시됨
- evidence: "Final pilot deadline pushed to September 1, 2026"

단계 6.5 — apply_situation.py로 적용

python C:\Users\<you>\ObsidianVault\scripts\apply_situation.py

이 명령은 [AUTO] 항목 (confidence ≥ 0.85) 만 자동 적용. [REVIEW] 항목은 본인이 직접 검토 후 --review 플래그로 적용.

Day 7 — /slides — 발표자료 자동 생성

오늘의 목표: 본인이 "AI 윤리 강의용 슬라이드 만들어줘" 한 줄 입력하면, vault 콘텐츠를 끌어와서 단일 HTML 슬라이드덱이 자동 생성되게 합니다.

Day 7 /slides 워크플로를 셋업해줘:

1. open-design 5개 스킬을 Desktop\_tools\open-design-cache\skills\에 캐시:
   - magazine-web-ppt (기본 매거진 스타일)
   - html-ppt-knowledge-arch-blueprint (메서드론·아키텍처)
   - html-ppt-course-module (강의·워크샵)
   - html-ppt-pitch-deck (그랜트·피치)
   - html-ppt-product-launch (제품 발표)

   각 스킬의 SKILL.md, references/*.md, assets/template.html (또는 example.html)을
   `gh api repos/nexu-io/open-design/contents/skills// --jq .content | base64 -d` 로 가져와서
   해당 로컬 폴더에 저장. 코드는 절대 실행하지 말고 마크다운만 읽기.

2. ~\.claude\commands\slides.md 슬래시 커맨드 만들어줘. 가이드 Day 7 단계 7.2 spec대로:
   - 토픽에 맞는 스킬 자동 선택 (강의→course-module, 메서드→blueprint, 기본→magazine)
   - 스킬 SKILL.md + references + 템플릿 읽기
   - vault entity / ontology 콘텐츠 끌어오기
   - 8-15 슬라이드 outline 먼저 제안 → 사용자 OK → 단일 self-contained HTML 생성
   - 출력 위치: Desktop\_PTs\<날짜>_<슬러그>\index.html

3. 셋업 끝나면 테스트: /slides [내 프로젝트명]

단계 7.1 — open-design 스킬 캐시

mkdir C:\Users\<you>\Desktop\_tools\open-design-cache\skills

다섯 개 슬라이드 스킬을 GitHub에서 fetch (코드 실행 없음, 마크다운만):

# 매거진 스타일 (기본)
gh api "repos/nexu-io/open-design/contents/skills/guizang-ppt/SKILL.md" --jq '.content' | base64 -d > C:\Users\<you>\Desktop\_tools\open-design-cache\skills\magazine-web-ppt\SKILL.md

# 강의용 (warm paper + learning objectives)
gh api "repos/nexu-io/open-design/contents/skills/html-ppt-course-module/SKILL.md" --jq '.content' | base64 -d > C:\Users\<you>\Desktop\_tools\open-design-cache\skills\html-ppt-course-module\SKILL.md

# 시스템 아키텍처 / 메서드론
gh api "repos/nexu-io/open-design/contents/skills/html-ppt-knowledge-arch-blueprint/SKILL.md" --jq '.content' | base64 -d > C:\Users\<you>\Desktop\_tools\open-design-cache\skills\html-ppt-knowledge-arch-blueprint\SKILL.md

(나머지 두 스킬도 동일 패턴으로 가져오세요. 각 스킬 디렉토리 안에 references/, assets/template.html, example.html도 fetch — 풀 가이드 참고.)

단계 7.2 — ~/.claude/commands/slides.md

이게 슬래시 커맨드. Claude Code에서 /slides <주제>를 입력했을 때 어떻게 동작할지 hardcode 한 markdown 파일:

---
description: vault content + open-design skill template으로 HTML slide deck 생성
argument-hint: "<topic> [--skill <skill-name>]"
---

사용자가 `/slides $ARGUMENTS`를 실행함. 다음 순서대로:

1. **스킬 자동 선택**:
   - "강의 / teaching / 워크샵" → html-ppt-course-module
   - "메서드론 / 아키텍처 / framework" → html-ppt-knowledge-arch-blueprint
   - 기타 → magazine-web-ppt (기본)

2. **스킬 파일 읽기**:
   - C:\Users\<you>\Desktop\_tools\open-design-cache\skills\<skill-id>\SKILL.md
   - 같은 폴더의 references/, assets/template.html (또는 example.html)

3. **vault 콘텐츠 끌어오기**:
   - wiki/entities/<topic>.md 직접 읽기
   - wiki/concepts/ 관련 페이지 grep
   - python query_ontology.py "<topic>" 으로 관련 노드 끌기

4. **outline 먼저 제안** — 8-15 슬라이드 구조를 사용자에게 보여주고 OK 받기

5. **단일 self-contained HTML 생성** — CSS/JS inline, fonts CDN, 외부 자산 없음
   출력: Desktop\_PTs\<YYYY-MM-DD>_<topic-slug>\index.html

6. **브라우저로 자동 열기**.

단계 7.3 — 사용

Claude Code 세션에서 입력:

/slides Project A 메서드론

Agent가 outline 먼저 제안 → 본인 승인 → 3-5분 안에 HTML 생성 → 브라우저 자동 오픈.

7일 후 — 일상의 흐름

아침 — Obsidian 열고 Today.md 봅니다. § 2 마감, § 3 우선순위, § 4 "지난 밤 무엇이 변했는가" 한눈에.

작업 중 — Claude Code 어디서든 켜고 "X에 대해 어떻게 생각해?" 식으로 자연스럽게 물어봅니다. CLAUDE.md + 메모리 자동 로드되어 본인 컨텍스트 즉시 잡힘.

매 2시간 (백그라운드) — 트래커 자동 실행. 새 노트 스캔, ontology rebuild, situation 변화 감지, Today.md 갱신. 본인은 아무것도 안 해도 됨.

세션 종료 — Stop hook이 자동으로 세션 디제스트를 wiki/sources/Sessions <날짜>.md에 추가. 다음 세션이 그걸 읽고 컨텍스트 이어감.

주말 — wiki/situation/<지난 날짜>.md 파일들 훑어봐서 [REVIEW] 항목 검토. 적용할 거 적용. ontology graph 한 번 열어봐서 본인 portfolio 시각적으로 확인.

실제 시나리오 — 어떤 상황에서 가장 도움이 되는가

추상적인 "vault + ontology"가 아닌 연구자/박사과정 일상의 구체 순간에서 어떻게 작동하는지 5가지:

시나리오 1 — 디서테이션 챕터 막힘 (박사 4년차)

상황: Chapter 3 메서드 작성 중. 6개월 전 advisor와 "어떤 추정 방법 쓸지" 결론 내렸던 게 가물가물. 그날 회의 어디 적었더라.

시나리오 2 — 그랜트 마감 D-7 패닉

상황: 외부 그랜트 마감 일주일 남음. narrative / 예산 / 인용 / current support 9개 docx 일관성 깨졌을지 걱정. 어디부터 보지.

시나리오 3 — 새 advisee 온보딩

상황: 박사생 한 명 새로 받음. "내 연구 portfolio가 뭐고 어떤 메서드 쓰는지" 한 시간 안에 설명해야 함.

시나리오 4 — Reviewer 2 ("왜 X 메서드 안 썼는지 설명하라")

상황: 저널 R&R 받음. Reviewer 2의 "why didn't you use X-method" 질문 — 6개월 전에 검토했다가 거절한 method인데 거절 이유가 가물.

시나리오 5 — Comp exam / Quals 준비

상황: 종합시험 한 달 전. 6개월 동안 읽은 논문 80편 + 그 사이 등장한 메서드/이론 정리 필요. 인용 네트워크 그려야 할 것 같은데 어디서 시작.

자주 막히는 곳 (트러블슈팅)

다음 단계

7일 가이드를 끝냈으면, 본인은 이미 작동하는 연구보조 시스템을 갖고 있습니다. 더 깊이 가고 싶다면:

• 풀 가이드 (Research Assistant System Guide) — 14개 컴포넌트 모두 자세한 설명, 디자인 결정 트레이드오프, customization 가이드, 200줄 도식.
• 온톨로지 v0.2 (이벤트-허브) — Session/Deck도 노드로 격상하면 "지난 학기 프로젝트 X에 대해 만든 모든 작업물 보여줘" 식 시간-기반 질의 가능.
• Codex 통합 — Codex CLI 쓰면 pwsh codex_digest.ps1 추가해서 동일한 세션 디제스트 파이프라인 적용.
• Desktop 자동 정리 — organize_desktop.py 추가해서 데스크탑 loose 파일도 LLM이 알아서 분류.

모든 커스터마이징은 노트로 기록 (권장 패턴)

이 가이드의 모든 숫자·임계값·키워드는 본인 입맛대로 바꿀 수 있게 설계되어 있습니다 (트래커 주기, LLM 모델, 자동 적용 confidence, ontology 타입, 슬래시 커맨드, hook 이벤트 등). 다만 시스템이 점점 복잡해지면 "3개월 전에 내가 왜 이걸 0.85에서 0.80으로 내렸지" 잊습니다. 그래서:

이 패턴은 시스템 자체가 본인의 결정 이력을 기록하는 자기-참조 구조를 만들어줍니다. 6개월·1년 후 본인이 "왜 이렇게 셋업했더라" 가 python query_ontology.py "tuning" 한 줄로 답이 나옵니다.

핵심 원칙 (외워두면 좋음)

1. 단일 진입점이 검색을 없앤다 — 매일 30분씩 잃는 "어디 적었더라" 대신 Today.md 한 페이지.
2. 메모리는 prompt engineering보다 강하다 — 매번 재설명할 필요 없게 ~/.claude/projects/<machine>/memory/에 영구 저장.
3. 온톨로지는 평면 태그를 이긴다 — "내가 PI인 모든 그랜트" 식 질문은 그래프 한 줄로.
4. LLM은 가장자리에서만 — orchestrator는 평범한 Python/PowerShell. AI는 결정 포인트에서만 (situation 판단, 파일 분류, 슬라이드 생성).
5. 자동 적용은 보수적으로 — 모든 LLM 제안에 confidence + [REVIEW] 옵션. 해석이 필요한 변경은 절대 자동 적용 안 함.
6. 모든 행동은 되돌릴 수 있어야 한다 — 데스크탑 이동은 undo, frontmatter 변경은 audit log, ontology는 매번 재생성.