IT 기술 따라잡기

📘 AI4PKM 자동화 스크립트 배우기를 Vibe Learning 을 적용해서 진행합니다!

이 영상은 2025년 11월 16일 스트리밍된 ‘재미로 하는 Vibe Coding’ 라이브 방송 중
PKM 관련 핵심 내용만 따로 편집한 영상입니다.

이번 세션에서는
AI 시대를 능동적으로 개척하는 AI4PKM 프로젝트를 소개하고,
그 프로젝트를 함께하기 위한 Onboarding 실습을 시작합니다.

🤖 AI를 도구로 넘어서 ‘학습 동반자’로 

AI를 검색이나 코딩 보조도구로만 사용하데 그치지 말고...
AI를 활용해 배우고(Learn), 관리하고(Manage), 확장하고(Expand)
그리고 서로의 지식을 공유하는(Share) 방법을 실험하고 있습니다.

저는 ‘재미로 하는 Vibe Coding’ 프로젝트를 통해서 Vibe로 Learning을 하는 방법론을 실험하고 있구요.
AI4PKM 프로젝트에서는 지식을 관리하고(Manage), 확장하고(Expand) 서로의 지식을 공유하는(Share) 방법을 실험하고 있습니다.
실제로 AI4PKM의 자동화 스크립트를 어떻게 배우는지를 보여드립니다.

🧠 AI의 활용 범위를 확장시키기

AI를 단순히 검색을 하거나 코딩의 보조 도구를 넘는 활용 방법을 연구하고 있습니다.
 
관심 가는 것을 배우고,
지식 시스템을 구축하고,
그것을 활용하고,
다른 사람들과 나누는 모든 과정에 AI를 활용하는 방법을 찾고 있습니다.

그 과정을 엿보고 싶으신 분들 이 영상을 보시면 도움이 될 것입니다.

🚀 AI는 인간의 지식작업까지 직접 도와 주는 Tool입니다.

지금까지 어떤 Tool도 인간의 지식 작업을 보조적인 위치를 넘어서 직접적으로 도와주지는 못했습니다.
AI는 인간의 지식 작업을 직접적으로 그리고 굉장히 밀착해서 도움을 줄 수 있는 동료 입니다.
이 영상이 여러분이 AI를 바라보는 관점과
그 활용 방법에 대한 Insight를 넓혀주는 계기가 되기를 바랍니다.

이 영상에서 소개하는 프로젝트들은 여러분들도 참여할 수 있는 Open Project들입니다.
누구나 참여할 수 있고, 함께 성장할 수 있습니다.

감사합니다.
— Catch Up AI

https://youtu.be/LEWr-1-SOcE

✨ 오늘의 영상 소개
오늘 영상은 2025년 9월 14일 진행된 ‘재미로 하는 Vibe Coding’ 라이브 방송 중
📚 PKM (Personal Knowledge Management) 에 대해 이야기한 부분을 편집한 영상입니다.
👉 IT를 잘 모르시는 분들도 AI 시대를 준비하기 위해 꼭 보셔야 할 영상이에요!

💻 제 경험에서 나온 이야기
저는 30년간 Coding을 하며 살아남을 수 있었습니다.
그 시절에는 회사들이 많은 Coder를 필요로 했고, 코딩 자체도 쉽지 않았습니다.

하지만 이제는 상황이 달라졌습니다.
🤖 AI를 이용하면 더 빠르고, 저렴한 비용으로 코딩이 가능한 시대가 왔습니다.
즉, 더 이상 Coding 기술만으로는 미래 경쟁력이 될 수 없습니다.

🧠 미래의 경쟁력 = 나만의 PKM
앞으로는 AI가 갖지 못한 나만의 경험과 노하우가 경쟁력이 됩니다.
그리고 그것들이 사라지지 않도록 잘 관리하는 것이 중요합니다.

그 관리 기술이 바로…
📚 PKM (Personal Knowledge Management) 입니다!

오늘 영상에서는
🚀 AI 시대의 경쟁력으로서 PKM의 중요성과
🗂️ 제가 직접 활용하고 있는 간단한 PKM 방법을 소개합니다.

🙌 앞으로의 계획
저는 계속해서 PKM을 공부하고 있으며,
기회가 되는 대로 영상을 통해 공유하겠습니다.
✨ ‘재미로 하는 Vibe Coding’ 라이브 방송에도 많은 관심 부탁드립니다!

👍 구독 & 좋아요는 영상 제작에 큰 힘이 됩니다.
감사합니다! 🙏

https://youtu.be/kDdPf4cVHTs

Study Group 에 Join 하면서 Obsidian 이라는 것을 알게 되었는데 이게 배우면 배울수록 흥미롭네요.
모토가 A second brain 인데 AI 랑 합해 지면 진짜 나의 두 번째 두뇌가 될 수 있을것 같습니다.
Study Group 에 참여하면서 공부하는 내용을 공유 합니다.
여러분들도 흥미로우실 거예요.

🎓 Study Group 발표 자료 – Obsidian과 RAG 연동 방법 리서치 결과 발표 – PKM Project | My AI 2nd Brain 🧠🤖📚

이 영상은 시애틀 지역에서 활동 중인 PKM(Personal Knowledge Management) Study Group의 발표 자료로 제작된 콘텐츠입니다.
우리는 AI를 활용하여 나만의 제2의 뇌, 즉 AI 기반의 Second Brain을 만드는 것을 목표로 함께 공부하고 있습니다.

https://youtu.be/VyWi3C06Tvw?si=zlU5F28GTc0zbM7A

📌 본 영상에서는 다음과 같은 내용을 다룹니다:

🔹 Obsidian과 RAG(Retrieval-Augmented Generation)의 연동 방법
🔹 Standalone App vs. Plug-in 방식의 구현 차이
🔹 Local 방식과 Web 기반 방식의 비교
🔹 MCP, Claude, SuperWhisper를 활용한 자동 글쓰기 환경 구축 사례
🔹 다양한 Obsidian AI Plug-in 비교 분석 및 실습 대상 선정
🔹 향후 개발 방향과 전략 정리

📂 본 발표에 사용된 Google Slide 링크입니다:

🇰🇷 Korean Version:
https://docs.google.com/presentation/d/1T221IQ-6LllyzgIro3nsPfNxT41lK8XYRW4h59Xsjr4/edit?usp=sharing

🌎 English Version:
https://docs.google.com/presentation/d/1ZkUxJcmR9CeyR4X6RPbJP6khQ_PYYduMikvquFshNXY/edit?usp=sharing

그리고 Youtube에서 최근 시작한 더빙 기능 덕분에 한국어로 만들어서 올려도 다른 나라말로 유투브가 자동으로 번역해서 음성으로 들려줘서 언어에 상관없이 더 많은 사람들에게 영상을 보여 줄 수 있어서 정말 좋아졌습니다.

🎓 Study Group Presentation – Research on Integrating Obsidian with RAG – PKM Project | My AI 2nd Brain 🧠🤖📚
This video is a presentation created for the PKM (Personal Knowledge Management) Study Group based in the Seattle area.
Our group studies how to build a personalized “Second Brain” using AI, aiming to enhance knowledge management and productivity.
📌 This presentation covers the following topics:
🔹 How to integrate Obsidian with RAG (Retrieval-Augmented Generation)
🔹 Differences between Standalone Applications and Plug-in-based implementations
🔹 Comparison of Local and Web-based approaches
🔹 Case study: Building an automated writing environment using MCP, Claude, and SuperWhisper
🔹 Analysis and selection of Obsidian AI plug-ins for hands-on practice
🔹 Future development strategies and direction

🎓 Study Group 발표 자료 - RAG의 이해와 Obsidian 적용 - PKM Project | My AI 2nd Brain 🧠🤖📚

이 영상은 시애틀 지역에서 활동 중인 PKM(Personal Knowledge Management) Study Group 발표용으로 제작된 콘텐츠입니다.
우리는 AI를 활용해 나만의 제2의 뇌, 즉 AI 기반의 Second Brain을 만드는 것을 목표로 함께 공부하고 있습니다.

📌 본 영상에서는 다음과 같은 내용을 다룹니다:

🔹 RAG(Retrieval-Augmented Generation) 이란 무엇인가?
🔹 RAG는 왜 필요하게 되었는가? (LLM의 한계와 Hallucination 문제)
🔹 RAG의 작동 원리 (데이터 수집 → 저장 → 검색 → 응답 생성)
🔹 Standard RAG vs. Graph RAG의 차이점
🔹 Obsidian에 어떤 RAG 방식이 적합한가?
🔹 실제 코드 예시와 구현 방향 (LangChain, OpenAI, FAISS 활용)

https://youtu.be/aM7Ensrqurs?si=QvTcAVtDs61fb_rD