Portfolio Output
강의 후 남는 것은 ‘툴 사용법’이 아니라 Wiki 구조
raw, source, wiki로 나누는 3-Layer architecture를 따라 개인 Markdown vault를 설계하고 운영 기준을 세웁니다.
Portfolio Evidence Campaign
AI에게 다시 읽힐 작업 기록을 남기세요
채팅창에 흩어진 맥락 대신, Obsidian vault와 Claude Code가 읽을 수 있는 LLM Wiki 구조를 실습합니다. 수강 후에는 회의록, 기술 아티클, 트러블슈팅 기록을 다음 작업의 근거로 재사용하는 운영 흐름이 남습니다.
인프런 베스트 생산성 도구 강의수강생 432명 · 평점 4.7 · 수강평 45개16개 수업, 총 3시간 1분 구성CLAUDE.md, 3-Layer architecture, /ingest·/tag·/lint·/query 실습2026년 5월 업데이트 기준 커리큘럼
LLM Wiki 인프런 강의
Public Signal
432명이 먼저 확인한 생산성 도구 강의
공개 데이터 기준 수강생 432명, 좋아요 206개, 평점 4.7, 수강평 45개를 기록한 인프런 베스트 강의입니다.
인프런 베스트 생산성 도구 강의
수강생 432명 · 평점 4.7 · 수강평 45개
16개
수업, 총 3시간 1분 구성
CLAUDE.md, 3-Layer architecture, /ingest·/tag·/lint·/query 실습
Workflow
입력·분류·검진·질의 루틴을 명령어로 익힙니다
/ingest, /tag, /lint, /query 흐름을 통해 자료를 넣고, 태그를 붙이고, 품질을 점검하고, 다시 질문하는 과정을 다룹니다.
Work Scene
회의록과 Slack 메시지를 다음 작업의 맥락으로
/ingest-meeting, /weekly-review, daily note, Slack MCP 메시지 수집까지 실제 업무 기록을 재사용 가능한 노트로 전환하는 장면을 포함합니다.
Course Scope
초급자도 따라갈 수 있는 3시간 1분 실습
Obsidian 기본 기능, Claude Code 설치와 첫 실행, CLAUDE.md 작성부터 질의 활용까지 16개 수업으로 이어집니다.
Visual Proof
강의에서 보게 될 화면의 결
강의 커버와 참고 이미지를 바탕으로, 오늘 선택한 디자인 톤에 맞춘 광고용 화면 흐름을 보여줍니다.
결과물 증거: 3-Layer LLM Wiki 설계
흩어진 자료를 raw, source, wiki로 분리하면 AI가 다시 읽을 수 있는 지식 구조가 생깁니다. 이 강의의 핵심 산출물은 바로 이 구조를 자신의 vault에 맞게 설계하는 것입니다.
수강 후 작업 장면: Obsidian과 Claude Code 루프
CLAUDE.md에 vault 구조와 규칙을 선언하고, Claude Code가 그 문맥을 바탕으로 노트를 읽고 정리하는 흐름을 익힙니다.
구매 판단 화면: /ingest·/tag·/lint 파이프라인
단순히 노트를 많이 쓰는 방식이 아니라, 자료를 넣고 분류하고 점검하는 반복 가능한 명령 흐름을 배웁니다.
실제 응용: 회의록을 다시 쓰는 지식 자산으로
회의록, 결정 사항, 액션 아이템을 한 번 저장하고 끝내지 않고 다음 질의에서 다시 꺼낼 수 있는 형태로 정리합니다.
확장 장면: Slack MCP와 daily note
업무 대화와 daily note를 vault로 모으는 흐름을 통해 개인 지식관리 시스템의 입력 경로를 넓힙니다.
Problem
AI 답변은 남는데, 프로젝트 맥락은 사라집니다
범용 챗봇은 순간의 질문에는 빠르게 답하지만, 지난 회의의 결정, 예전 트러블슈팅 과정, 기술 아티클에서 얻은 근거를 안정적으로 이어가기 어렵습니다.
그래서 같은 설명을 반복하고, 비슷한 자료를 다시 찾고, 과거 판단의 맥락을 잃은 채 다음 작업을 시작하게 됩니다.
이 강의는 그 문제를 ‘더 좋은 프롬프트’가 아니라 ‘AI가 다시 읽을 수 있는 개인 지식 데이터베이스’의 문제로 다룹니다.
- 채팅창에 남은 답변이 프로젝트 자산으로 연결되지 않는 문제
- 회의록과 결정 사항이 다음 개발 단계에서 검색되지 않는 문제
- 기술 아티클 요약과 트러블슈팅 기록이 흩어지는 문제
- AI 코딩 도구가 매번 현재 맥락을 새로 설명받아야 하는 문제
Outcome
수강 후 보여줄 수 있는 산출물은 vault입니다
이 강의의 매력은 수강 완료 화면보다, 자신의 Obsidian vault 안에 남는 구조에 있습니다. raw 자료, 정리된 source note, 재사용 가능한 wiki page를 분리해 프로젝트 지식의 위치를 명확히 합니다.
포트폴리오 관점에서도 좋습니다. 단순히 “AI를 써봤다”가 아니라, 회의록과 기술 자료를 어떤 규칙으로 저장하고 Claude Code가 어떻게 읽게 했는지 설명할 수 있습니다.
- raw, source, wiki로 나뉜 3-Layer architecture
- 프로젝트 규칙과 폴더 구조를 설명하는 CLAUDE.md
- 기술 아티클, 리서치, 회의록을 연결하는 Markdown vault
- 다음 질의에서 참고할 수 있는 wiki page와 태그 구조
Decision Point
커리큘럼과 미리보기를 바로 확인하세요
랜딩은 강의의 핵심 판단 기준만 압축합니다. 가격, 섹션별 수업, 수강평, 미리보기는 인프런 상세 페이지에서 최종 확인하는 흐름이 가장 정확합니다.
Workflow
입력하고, 분류하고, 점검하고, 다시 묻습니다
좋은 개인 지식관리는 많은 노트를 쌓는 일이 아닙니다. 새 자료가 들어왔을 때 어디에 둘지, 어떤 태그를 붙일지, 오래된 문서가 무너지지 않았는지, 필요한 순간 어떻게 다시 물어볼지를 정해두는 일입니다.
강의는 이 과정을 /ingest, /tag, /lint, /query 흐름으로 나누어 보여줍니다. 각 명령은 지식 입력, 분류, 검진, 활용이라는 역할을 갖습니다.
- /ingest로 source material을 wiki page 후보로 전환
- /tag로 raw document와 note의 분류 기준 정리
- /lint로 vault 구조와 문서 품질 점검
- /query로 축적된 지식을 다시 조회하고 보완
- 반복 가능한 루틴으로 개인 AI 지식관리 흐름 설계
Real Work
회의록과 트러블슈팅이 다음 작업의 근거가 됩니다
실무 기록은 보통 작성되는 순간에는 중요하지만, 며칠만 지나도 다시 찾기 어려워집니다. 이 강의는 회의록, 아키텍처 결정, 트러블슈팅 로그, daily note를 vault 안에서 다시 사용할 수 있는 형태로 정리하는 장면을 다룹니다.
프리랜서, 1인 개발자, 인디 메이커에게 특히 유용합니다. 개발과 운영, 고객 대화와 기술 판단을 혼자 오가야 할 때, 기록의 위치와 형식을 정해두는 것만으로도 다음 작업의 출발점이 선명해집니다.
- /ingest-meeting으로 회의록을 프로젝트 맥락에 연결
- /weekly-review로 주간 기록을 다시 점검
- daily note를 단순 일지가 아닌 작업 맥락의 입력 지점으로 활용
- 트러블슈팅 기록과 아키텍처 결정을 wiki page로 전환
- Slack MCP 메시지 수집 흐름으로 업무 대화까지 확장
Proof
숫자와 커리큘럼으로 판단할 수 있는 강의입니다
강의 선택에서 중요한 것은 화려한 약속이 아니라 확인 가능한 범위입니다. 이 강의는 공개 데이터 기준 수강생 432명, 평점 4.7, 수강평 45개를 보유한 인프런 베스트 생산성 도구 강의입니다.
총 16개 수업, 3시간 1분 구성으로 Obsidian 기본 기능부터 Claude Code 설치, CLAUDE.md 작성, 3-Layer vault 구성, 질의 활용까지 이어집니다. 2026년 5월 업데이트 기준으로 비교적 최근의 Claude Code 활용 흐름을 반영합니다.
- 수강생 432명
- 좋아요 206개
- 평점 4.7
- 수강평 45개
- 16개 수업 · 3시간 1분
- 수료증 제공
Decision
AI 도구보다 ‘내 기록의 형식’이 먼저라면
이미 Claude Code나 Obsidian을 쓰고 있지만 기록이 흩어져 있다면, 이 강의는 도구를 하나 더 배우는 선택이 아닙니다. 현재 작업 기록을 어떤 구조로 남기고, 어떤 규칙으로 AI에게 읽힐지 정하는 선택입니다.
지금 열어볼 이유는 명확합니다. 앞으로의 프로젝트마다 다시 설명해야 할 맥락을 줄이기 위해, 오늘의 회의록과 기술 판단을 내일의 질의 재료로 바꾸는 방법을 배울 수 있기 때문입니다.
- AI 코딩 도구 사용 경험을 개인 지식관리 구조로 확장하고 싶은 개발자
- 학습 노트와 기술 아티클을 검색 가능한 wiki로 만들고 싶은 실무자
- 회의록과 결정 사항을 다음 프로젝트에도 재사용하고 싶은 프리랜서
- 1인 개발과 운영 기록을 한 vault 안에서 관리하고 싶은 인디 메이커
FAQ
수강 전 자주 묻는 질문
초급자도 수강할 수 있나요?
강의 레벨은 초급으로 공개되어 있으며, Obsidian 기본 기능과 Claude Code 설치 및 첫 실행부터 다룹니다. 다만 Claude Code를 직접 실행하며 따라가는 구간이 있으므로 기본적인 텍스트 편집과 개발 도구 사용에 익숙하면 더 수월합니다.
수강 후 바로 완성된 개인 AI 비서가 생기나요?
그렇게 보장하는 강의는 아닙니다. 대신 Obsidian vault, CLAUDE.md, 3-Layer architecture, /ingest·/tag·/lint·/query 흐름을 통해 AI가 다시 읽을 수 있는 지식관리 구조와 운영 루틴을 익히는 데 초점이 있습니다.
Obsidian을 이미 쓰고 있어도 도움이 되나요?
네. 단순 노트 작성보다 Claude Code가 읽을 수 있는 vault 구조, 규칙 선언, wiki page 전환 흐름에 관심이 있다면 기존 Obsidian 사용자에게도 판단할 만한 내용이 있습니다.
개발자가 아니어도 볼 수 있나요?
회의록, 리서치 자료, 기술 아티클, 인터뷰 노트를 Obsidian 기반으로 정리하고 싶은 실무자도 접근할 수 있습니다. 다만 Claude Code와 명령어 기반 실습이 포함되어 있어 일부 구간은 천천히 따라가며 확인하는 편이 좋습니다.
가격과 커리큘럼은 어디에서 확인하나요?
카탈로그 기준 가격은 88,000원이며, 최신 가격, 제공 자료, 수강 가능 여부, 커리큘럼 변동 사항은 인프런 강의 페이지에서 확인하는 것이 가장 정확합니다.
이 강의의 핵심 구매 포인트는 무엇인가요?
Obsidian Claude Code 조합으로 Markdown vault를 설계하고, CLAUDE.md와 3-Layer architecture, /ingest·/tag·/lint·/query 흐름을 통해 회의록과 기술 기록을 다음 작업에서 다시 활용할 수 있게 정리하는 실습 범위입니다.
Course CTA
지금 보는 페이지의 목적은 하나입니다.
강의를 듣고 손에 남을 결과물을 판단하게 하는 것.
가격, 커리큘럼, 수강평, 미리보기는 인프런 상세 페이지에서 최종 확인하세요. 광고용 링크는 항상 강의 상세로 연결됩니다.
https://www.ludgi.ai/landing/inflearn-ad-obsidian-claude-code-llm-wiki-elevenlabs-20260625-094649-7d1c6bec