LLM Wiki Newsroom

In English.

LLM Wiki Newsroom은 흩어진 문서를 사람이 읽을 수 있는 서로 연결된 마크다운 위키로 정리해 주는 오픈소스 프레임워크입니다. 신문사 편집국을 본떠 다섯 역할로 나눈 ‘AI 편집국’ 멀티 에이전트가 위키를 관리합니다. 신문기사·메모·PDF를 raw 폴더에 넣고 명령어 하나만 실행하면, Claude Code 기반 에이전트가 문서를 읽고 인물·개념·관계를 뽑아 서로 링크된 페이지로 엮습니다. RAG와 달리 지식을 미리 구조화해 쌓아 둡니다. 여느 LLM Wiki 구현과 크게 다른 점은 이렇습니다. 글 쓰는 에이전트와 검수하는 에이전트를 별도로 뒀고, 위키를 만드는 저작 지침이 스스로 조금씩 개선됩니다.

GitHub에서 보기 » FAQ 읽기 »

설치 전에 결과부터 보기

레포에 들어 있는 예제(‘AI에서 오픈소스란 무엇인가’ 논쟁)는 GitHub Wiki로 공개돼 바로 볼 수 있습니다. clone 없이도 생성된 페이지를 둘러볼 수 있어요. 아래 인터랙티브 지식 그래프는 clone 후 로컬에서 돕니다.

인터랙티브 그래프(graph/graph.html)입니다. 페이지는 노드로, 위키링크는 엣지로 그린 다음, 자동으로 감지한 클러스터(비슷한 주제끼리 묶은 무리)별로 색을 입힙니다. 여기에 물리 시뮬레이션 배치와 필터·검색이 들어 있어요. 규모를 보여주려고 더 큰 비공개 인스턴스(약 2,300노드) 화면을 올렸지만, 이 레포는 똑같은 방식으로 둘러볼 수 있는 노드 15개짜리 작은 예제를 담고 있습니다.

무엇이 다른가

카파시의 LLM Wiki가 제시한 3계층 골격을 그대로 씁니다. 원본을 손대지 않고 두는 raw/, 에이전트가 관리하는 wiki/, 운영 규칙을 담은 스키마 계층입니다. 문서를 넣고(ingest), 물어보고(query), 점검하는(lint) 세 가지 작업도 그대로입니다. 이 아이디어를 구현한 사례는 이제 많은데, 그중 인기 있는 것들을 살펴보니 본 프로젝트의 차별점은 세 가지입니다.

저작 지침이 스스로 진화합니다. 같은 지적이 반복되면 시스템이 자기 저작 규칙을 스스로 고칩니다. 단, 바꾸기 전과 후를 어느 쪽이 바뀐 버전인지 모르게 블라인드 비교를 해서, 실제로 점수가 오를 때만 그 변경을 적용합니다. 이때 검증에는 한 번도 안 쓴 새 실패 사례만 써서, 규칙이 같은 문제에만 최적화되는 것(overfit)을 막습니다. 늘 처음 보는 사례로 확인하는 셈이죠. 그래서 위키 품질만 좋아지는 게 아니라, 위키를 만드는 규칙도 같이 좋아집니다. (아직 실험 단계라 정말 제대로 동작하는지 개인 위키를 운영하면서 품질을 측정 중입니다.)
편집국 형식의 멀티에이전트입니다. 기자·칼럼니스트·데스크·교열·편집장 다섯 역할로 업무를 나눴습니다. 그런데 멀티에이전트라고 다 알아서 판단하는 건 아니에요. LLM이 독립적으로 판단하는 자리는 데스크 하나뿐이고, 나머지는 성격이 다른 글쓰기 작업이거나, LLM이 아니라 규칙대로 도는 파이썬 검사(린트), 작업을 조율하는 오케스트레이션입니다. 검수하는 데스크는 완성된 초안과 채점 기준만 보고, 글쓴이가 무슨 생각으로 썼는지는 못 봅니다. 핵심은 에이전트 개수가 아니라 이 컨텍스트 격리입니다.
메멕스식 연상 탐색. 저장해 둔 읽기 경로(trail)와 “뜻밖의 연결”을 찾아 주는 기능입니다. 1945년 바네바 부시가 구상한 Memex(연결형 정보 기계)에서 따왔고, 다른 구현에서는 찾기 힘든 기능입니다.

게시 전 관문은 둘이고, 둘 다 통과해야 위키에 올라갑니다.

관문	누가	무엇을 보나	성격
1관문	교열	링크·인용·구조	LLM이 아니라 규칙대로 도는 파이썬 검사(`tools/lint.py`)
2관문	데스크	편향·논증·서사 흐름	채점 기준(루브릭)만 들고 처음 읽듯 하는 정성 검수

코드로 잡히는 건 코드가 잡고, 판단이 필요한 데만 모델을 씁니다.

그 외 지식 그래프·모순 추적·연쇄 갱신·순수 마크다운/옵시디언 연계는 다른 LLM Wiki 구현도 어떤 형태로든 지원하고 있습니다. 자기진화 지침, 채점 기준을 갖춘 다섯 역할 편집국, 메멕스 탐색이 본 프로젝트의 차별화 포인트입니다.

RAG와 어떻게 다른가

	RAG	LLM Wiki Newsroom
검색 단위	소스 조각	구조화된 위키 페이지
상호 참조	없음	위키링크 + 백링크 색인
모순 처리	질문 시점에 드러날 수 있음	문서를 넣을 때 표시하고 추적
축적 효과	없음	새 소스가 기존 페이지를 보강
탐색	키워드 검색	그래프 순회 + 연상 경로(trail)

정확히 말하면 검색을 없앤 건 아닙니다. 카파시도 위키를 검색 대신 쓰라고 한 게 아니라, 지식을 한 번 정리해 두는 단계로 제안했습니다. 여기서 쓰는 로컬 검색도 안을 열어 보면 BM25와 벡터를 섞은 방식입니다. 달라지는 건 무엇을 꺼내 오느냐입니다. 질문할 때마다 원문 조각을 다시 긁어모으는 대신, 이미 정리해 서로 엮어 둔 페이지 몇 개를 읽습니다.

핵심 기능

순수 마크다운 지식베이스. 버전관리되는 .md 파일로 쌓이는 “제2의 뇌”입니다. 특정 서비스에 종속되지 않고, 옵시디언 볼트로도 그대로 씁니다.
연쇄 갱신. 문서 하나를 넣으면 관련된 기존 페이지 10~15개가 알아서 갱신됩니다.
모순 추적. 소스끼리 안 맞는 주장은 질문할 때가 아니라 문서를 넣는 순간 표시됩니다.
인터랙티브 지식 그래프. 페이지는 노드로, 링크는 엣지로 그린 다음, 자동으로 묶어 브라우저에서 둘러봅니다.
연상 탐색(Memex). 연결된 개념을 따라가며 뜻밖의 관계를 드러냅니다.
로컬 우선. 그래프·린트·검색 파이썬 도구는 외부 API 키 없이 내 컴퓨터에서 돕니다. 다만 에이전트 자체는 Claude Code로 돌아가니, 그건 각자 자기 키를 물려 씁니다(BYOK).

쓰는 쪽과 보는 쪽, 언제 나눠야 하나

검수를 따로 돌리면 에이전트 하나가 자기 글을 자기가 채점할 때보다 토큰도 시간도 더 듭니다. 그렇다고 늘 그만한 값을 하는 건 아닙니다.

하나로 충분한 일. 빠르게 쓰고 버리는 결과물이라 틀려도 다시 하면 그만인 경우입니다. 임시 요약이나 일회성 답변이라면 같은 맥락에서 자기검토만 해도 됩니다.
나눠야 하는 일. 밖에 공개되고, 쌓이고, 나중에 그 위에 뭔가를 더 얹는 경우입니다. 여기서는 그럴듯한데 틀린 페이지 하나가 조용히 모두가 인용하는 근거로 굳어 버립니다.

위키는 두 번째입니다. 오늘 쓴 페이지가 내일 입력으로 들어가니, 오류 하나가 오류 하나로 끝나지 않습니다. 토큰을 더 쓰면서까지 검수를 나눈 이유가 여기 있습니다.

지금 어디까지 와 있나

신생 프로젝트입니다. 레포는 2026년 6월 26일에 공개했습니다. 검증을 마친 제품이 아니라 아이디어와 작은 예제로 봐 주세요.
예제는 일부러 작게 뒀습니다. ‘AI에서 오픈소스란 무엇인가’ 논쟁을 다룬 15페이지짜리입니다. 위 그래프 화면은 규모를 보여주려고 올린 비공개 인스턴스라 레포만 봐서는 확인할 수 없습니다.
차별점은 아직 가설입니다. 쓰는 쪽과 보는 쪽의 분리도, 자기진화 루프도 설계 근거로 주장하는 것이지 공개된 A/B 수치가 뒷받침하는 건 아닙니다. 지금 측정하고 있습니다.
‘API 키 불필요’는 도구 얘기입니다. 빌드·린트·검색은 내 컴퓨터에서 도는 파이썬이지만, 정작 읽고 쓰는 일은 각자의 Claude Code가 합니다.
한국어 모드는 본문까지입니다. WIKI_LANG=ko를 켜면 본문과 문서 상단 메타데이터(frontmatter)의 값이 한국어가 됩니다. 다만 그 메타데이터의 키와 섹션 헤더는 도구가 찾아 써야 해서 영어로 남고, 레포에 들어 있는 예제도 전부 영어입니다.

빠른 시작

git clone https://github.com/alfadur7/llm-wiki-newsroom.git
cd llm-wiki-newsroom

또는 “Use this template” 로 내 위키 레포를 바로 만들 수 있습니다. 그런 다음 /wiki-ingest로 내 소스를 넣으면 됩니다. 자세한 설치, 아홉 개 슬래시 명령어, 구조는 README(영문) 에 설명되어 있습니다.

더 알아보기

README(영문): 설치, 명령어, 구조, 기능 레퍼런스
FAQ(한국어): 자주 묻는 질문
지식 팩토리(한국어): 편집국을 움직이는 4대 루프 지식 생산 체계를 개념부터 구현까지 설명
예제 위키 둘러보기: 레포에 담긴 예제, clone 불필요
카파시의 원본 LLM Wiki gist: 설계 영감
외부 리뷰: 신문사 편집국처럼 굴러가는 LLM 지식 위키: 구조를 도식으로 풀고, 이 프로젝트의 주장을 레포·원문과 대조해 한계까지 짚은 제3자 글

MIT 라이선스. LLM Wiki 패턴을 구조화하고 로컬 우선으로 풀어낸 구현입니다. 공개하여 만들고 다듬고 있습니다.