Andrej Karpathy는 최근 AI 연구를 위한 개인 지식 베이스를 구축하는 데 Markdown 파일을 사용하는 방법을 공유했습니다. 그의 접근 방식은 간단합니다: 소스 문서를 수집하고, Markdown으로 변환하고, 폴더에 정리하고, LLM이 전체 컬렉션으로 작업하게 합니다.

결과는? 실제로 당신이 아는 것을 아는 AI.

이것은 연구 전용 기술이 아닙니다. Claude, ChatGPT 또는 어떤 LLM을 매일 사용하는 누구나 같은 것을 구축할 수 있습니다 --- 그리고 시간이 아닌 분이 걸립니다.

LLM 지식 베이스란?

당신이 관심 있는 주제에 관한 Markdown 파일로 가득 찬 컴퓨터의 폴더입니다. 읽은 기사들. 시청한 YouTube 동영상들. 참조하는 문서들. 사고에 영향을 준 트윗들.

이 폴더에 LLM 접근 권한을 부여하면, 일반적인 도우미이기를 멈춥니다. 당신의 도우미가 됩니다 --- 당신의 도메인, 당신의 소스, 당신의 컨텍스트를 이해하는 것.

두 번째 뇌처럼 생각하세요, 하지만 AI가 실제로 읽을 수 있는 것.

1단계: Save로 소스 수집

대부분의 사람들이 막히는 곳이 여기입니다. 수동으로 웹 콘텐츠를 복사하고, HTML을 정리하고, 형식을 맞추는 것 --- 지루합니다. 그것이 정확히 Save가 해결하는 것입니다.

Save는 어떤 웹페이지든 깨끗하고 구조화된 Markdown으로 변환하는 Chrome 확장 프로그램입니다. 한 번의 클릭.

저장할 수 있는 것:

기사 및 블로그 게시물
YouTube 동영상 (전체 자막 + 요약)
Twitter/X 스레드
문서 및 API 참조
Reddit 토론
학술 논문
LinkedIn 게시물
접근 권한이 있는 유료 콘텐츠

각 저장은 깨끗한 .md 파일을 생성합니다 --- HTML 없음, 광고 없음, 탐색 메뉴 없음. 제목, 목록, 코드 블록으로 적절히 구조화된 콘텐츠만.

2단계: 지식 폴더 구성

업무에 맞는 폴더 구조를 만드세요. 간단하게 유지하세요:

my-knowledge/
  marketing/
    distribution-strategies.md
    competitor-analysis.md
    pricing-frameworks.md
  product/
    user-research-findings.md
    feature-prioritization.md
  industry/
    market-trends-2026.md
    karpathy-llm-knowledge-bases.md
    ai-agent-workflows.md

온라인에서 가치 있는 것을 읽을 때마다 Save로 저장하고 올바른 폴더에 넣으세요. 시간이 지남에 따라 일반 LLM이 따라올 수 없는 포괄적인 지식 베이스로 복합됩니다.

3단계: LLM에 지식 베이스 연결

바로 여기서 강력해집니다. LLM에게 지식 폴더 접근 권한을 부여하는 여러 방법이 있습니다:

옵션 1: Claude Code (가장 강력함)

Claude Code를 사용한다면, 지식 폴더에서 터미널을 열고 세션을 시작하세요. Claude는 모든 파일에 완전히 접근하여 전체 컬렉션에서 검색, 읽기, 교차 참조, 추론할 수 있습니다.

cd my-knowledge
claude

Claude Code는 수백 개의 Markdown 파일을 읽고, 그 사이의 연결을 찾고, 복잡한 질문에 답하고, 심지어 인덱스 파일을 유지할 수 있습니다 --- Karpathy가 설명하는 것과 정확히 같습니다.

Claude는 파일을 컨텍스트로 받는 것이 아니라 적극적으로 탐색할 수 있기 때문에 가장 강력한 옵션입니다.

옵션 2: Claude.ai Projects

claude.ai에서 프로젝트를 만들고 Markdown 파일을 프로젝트 지식 베이스에 업로드하세요. 해당 프로젝트의 모든 대화가 문서에 접근할 수 있습니다.

파일을 직접 드래그 앤 드롭
프로젝트당 200개 이상의 파일 지원
대화 전반에 걸쳐 지식 지속
브라우저가 있는 모든 기기에서 작동

최적: 터미널 없이 간단한 설정을 원하는 사람들.

옵션 3: Claude Desktop + MCP

Claude Desktop을 사용한다면, 파일시스템 MCP 서버를 설치하여 Claude에게 컴퓨터의 폴더에 직접 접근 권한을 줄 수 있습니다.

Claude Desktop 구성에 이것을 추가하세요:

{
  "mcpServers": {
    "knowledge-base": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/my-knowledge"
      ]
    }
  }
}

그러면 Claude Desktop이 요청 시 지식 폴더의 모든 파일을 읽을 수 있습니다 --- 업로드 불필요.

옵션 4: 복사-붙여넣기 (가장 간단)

빠른 질문을 위해서는 하나 또는 몇 개의 Markdown 파일을 어떤 Claude 또는 ChatGPT 대화에든 드래그하면 됩니다. 설정 불필요.

일회성 쿼리에는 작동하지만 확장되지 않습니다. 실제 지식 베이스 워크플로우를 위해서는 위의 옵션 중 하나를 사용하세요.

Markdown이 이것을 가능하게 만드는 이유

원시 HTML을 LLM에 제공하고 좋은 결과를 기대할 수 없습니다. HTML은 탐색, 광고, 스크립트, 스타일링으로 부풀려져 있습니다 --- 토큰을 낭비하고 모델을 혼란스럽게 하는 노이즈.

Markdown은 LLM의 기본 언어입니다. GitHub, 문서 사이트, 개발자 블로그의 수백만 개의 Markdown 파일로 훈련되었습니다. LLM에 깨끗한 Markdown을 제공할 때:

원시 HTML에 비해 10배 적은 토큰
더 나은 이해 --- 모델이 파싱이 아닌 콘텐츠에 집중
적절한 구조 --- 제목, 목록, 코드 블록이 보존됨
범용 호환성 --- Claude, ChatGPT, Gemini 또는 어떤 LLM과도 작동

이것이 Save가 존재하는 이유입니다. 단순히 텍스트를 복사하지 않습니다 --- AI를 사용하여 의미 있는 콘텐츠를 추출하고 LLM이 완벽하게 이해하는 깨끗한 Markdown으로 구조화합니다.

복리 효과

이 습관을 만들 때 일어나는 일:

1주차: 10개의 Markdown 파일이 있습니다. Claude가 그 특정 기사들에 대한 질문에 답할 수 있습니다.

1개월: 50개 이상의 파일이 있습니다. Claude가 소스를 교차 참조하고, 패턴을 찾고, 혼자서는 절대 발견하지 못할 통찰을 제공할 수 있습니다.

3개월: 200개 이상의 파일이 있습니다. 업계, 경쟁사, 프레임워크, 사고를 아는 개인 연구 도우미를 구축했습니다. 묻는 모든 질문이 일반적인 훈련 데이터가 아닌 당신의 큐레이션된 지식에 근거�� 답을 받습니다.

Karpathy가 언급했듯이, 지식 베이스가 충분히 커지면 복잡한 질문을 하고 LLM이 전체 컬렉션에서 답을 연구할 것입니다. 복잡한 RAG 설정 불필요 --- 그냥 정리된 Markdown 파일들.

60초 안에 시작하기

Chrome 웹 스토어에서 Save 설치 (무료)
컴퓨터에 my-knowledge 폴더 만들기
최근에 가치 있다고 생각한 기사 방문
Save 클릭 --- Markdown 파일이 즉시 다운로드
지식 폴더로 이동
Claude Code에서 폴더 열기, Claude 프로젝트에 업로드, 또는 MCP 설정

지금부터 저장하는 모든 기사가 AI를 더 스마트하게 만듭니다. 복합됩니다.

오늘 LLM 지식 베이스 구축을 시작하세요. Save 설치 --- 무료로 시작할 수 있습니다.