수동 읽기에 쓰이던 매주 수십 시간을 절약해 주는 Opus 5 + Obsidian 연구 시스템 구축법

대부분의 리서치 작업은 실제 '생각'을 하는 시간이 아닙니다. 대부분의 시간은 여러 출처를 하나씩 수동으로 읽고, 핵심을 추출하고, 교차 검증하는 데 소비되며, 이 과정에서 정작 깊은 사고에 투자해야 할 소중한 시간들이 사라져 버립니다.

Opus 5는 바로 이러한 문제를 해결하기 위해 설계된 모델입니다. 앤트로픽(Anthropic)은 Opus 5를 이전 버전인 Opus 4.8과 동일한 가격(백만 토큰당 입력 $5, 출력 $25)으로 출시하면서도, Frontier-Bench v0.1 스코어에서는 2배 이상 향상된 성능을 선보였습니다. 이 모델은 가장 지능적인 모델(그 역할은 여전히 Fable 5의 몫입니다)이 아닌, '수천 번의 호출에 걸친 효율성의 누적 효과'를 제공하는 일상 업무 전용 모델로 위치해 있습니다. 법률 AI 기업인 하비(Harvey)의 평가에 따르면, Opus 5는 Opus 4.8의 최대 추론 출력 품질을 유지하면서도 평균 26% 적은 토큰을 사용했습니다.

영구 저장소 역할을 하는 Obsidian, 처리 엔진인 Opus 5, 그리고 가공되지 않은 자료를 연결되고 조회 가능한 지식으로 변환하는 파이프라인을 결합하여, 수동 작업에 빼앗겼던 시간을 온전히 되찾는 시스템 구축법을 정리합니다.

1. 왜 하필 Opus 5인가?

매주 새로운 정보 출처를 받아들이는 리서치 파이프라인은 신규 자료 추출, 기존 메모와의 교차 검증, 주기적인 지식 종합, 주간 다이제스트 생성 등 수많은 대량의 반복 작업을 실행합니다.

Fable 5는 미세한 오류가 치명적인 결과를 초래하는 '단 한 번의 깊은 리서치 질문'을 해결할 때 더 적합합니다. 하지만 매주 일어나는 단순 반복 업무(신규 자료 수집, 지속적인 추출, 다이제스트 생성)에는 효율성 중심의 Opus 5를 기본 모델로 사용하고, 시스템이 정밀 검토가 필요하다고 포착한 깊은 주제에 대해서만 예외적으로 Fable 5를 쓰는 것이 올바른 전략입니다.

2. 기본 토대: 영구 저장소로서의 Obsidian

이 시스템에는 평생 유지되고, 완벽히 사용자 소유이며, 특정 AI 모델이나 서비스 제공자에 의존하지 않는 지식 저장소가 필요합니다. Obsidian의 Markdown 파일 방식이 이 요구사항에 정확히 부합합니다.

가공되지 않은 자료(Raw)와 위키(Wiki) 구조를 응용한 폴더 구조:

• /raw : 수집된 원본 자료(PDF, 기사 텍스트, 비디오 자막 등)를 가공 없이 보관
• /wiki : 가공 및 연결이 완료된 영구 지식 저장소 (출처별이 아닌 '주제별'로 정리)
• /questions : 리서치 과정에서 떠올랐으나 아직 해결되지 않은 '열린 질문'을 모아두는 폴더
• /digests : Opus 5가 생성한 주간 요약 보고서를 날짜별로 보관하는 폴더
• CLAUDE.md : 루트 경로에 위치하며, 시스템의 작동 규정을 정의하는 핵심 지침 파일

3. 시스템을 움직이는 CLAUDE.md 프로토콜

CLAUDE.md는 세션이 시작될 때마다 Opus 5가 자동으로 읽기 때문에, 매번 동작 방식을 일일이 설명할 필요가 없습니다.

4. 수집(Ingestion) 및 주간 다이제스트 자동화

• 정보 수집: 읽은 아티클, 논문, 팟캐스트 자막 등을 접하는 즉시 /raw 폴더에 던져 넣습니다(단 몇 초 소요). 쌓인 미처리 파일에서 새 주장을 추출하고 /wiki 메모를 확장 및 연결합니다.
• 주간 다이제스트: 매주 월요일 아침, 지난 7일 동안 /wiki에 새로 추가되거나 업데이트된 내용을 중심으로 500자 이내의 다이제스트를 생성합니다. (주요 발견 3~5가지, 정보 충돌 내용, 미해결 질문, 유독 데이터가 집중된 주제 명시)

과거 원본 자료를 다시 뒤져볼 필요 없이 2시간 걸릴 검토 작업을 2분 만에 읽을 수 있는 500자짜리 지표 문서로 대체하는 것입니다.

5. 축적 지식 검색(Querying) 및 충돌 관리

• 지식 검색: 내 머릿속 기억에 의존하는 대신 "/wiki의 모든 내용을 바탕으로 [특정 주제]에 대해 알고 있는 내용을 출처와 함께 정리해 줘"라고 질의합니다. 시간이 흐르고 지식이 쌓일수록 수개월 전 정보와 최근 정보가 유기적으로 연결되는 복리 효과가 발생합니다.
• 정직한 충돌 관리: 수집 프로토콜이 기존 메모와 새 자료 간의 충돌을 포착했을 때, AI가 임의로 덮어쓰도록 내버려두지 않고 사용자가 직접 "이전 출처가 틀렸는지, 배경 상황이 바뀐 것인지" 판단해야 생각의 밀도가 정밀해집니다.

6. 세팅 및 스케일링 팁

• Obsidian과 직접 연결: Obsidian의 Local REST API 플러그인과 Claude Desktop MCP(또는 Claude Code)를 연결하면 복사-붙여넣기 없이 완전 자동화 시스템이 완성됩니다.
• 다중 주제 확장: 주제 간 간섭을 줄이기 위해 /wiki 하위에 독립된 주제별 서브 폴더(/wiki/topic-a, /wiki/topic-b)를 두거나, 아예 관련 없는 분야는 독립된 Obsidian 볼트로 분리합니다.
• 단계별 도입 방법:
  - 1주 차: 볼트 구조 + CLAUDE.md 프롬프트 다듬기 및 수집 테스트
  - 2주 차: 주간 다이제스트 프롬프트 추가 및 수동 검증
  - 3주 차: MCP 연동을 통한 자동화 스케줄링 등록