AI 요약
본 기사는 개발자 @ktdatascience가 Claude Code와 비공개 GitHub 리포지토리를 결합하여 3개월 동안 자신만의 '인생 취급 설명서'를 구축하고 운영한 생생한 후기를 다룹니다. 저자는 ChatGPT나 Claude 같은 생성형 AI와 중요한 상담을 할 때마다 매번 자신의 배경 상황을 일일이 설명해야 했던 이른바 '초면 문제'를 해결하고자 이 프로젝트를 시작했습니다. 효율적인 데이터 참조를 위해 자신의 정보를 가치관 및 성격(00_self), 미래 목표(01_direction), 진행 중인 업무(02_work), 일상 기록(03_journal), 축적 지식(04_knowledge) 등 시제를 기준으로 한 5가지 폴더 구조로 재설계했습니다. 또한, Claude Code의 'Skills'와 MCP(Model Context Protocol)를 활용해 캘린더 연동 및 월간 회고를 자동화하는 슬래시 명령어를 만들어 활용성을 극대화했습니다. 그러나 3개월의 운영 끝에 얻은 가장 본질적인 수확은 고도화된 자동화 기술 그 자체보다, 시스템에 입력할 데이터를 정리하는 과정에서 강제된 '자기 자신에 대한 명확한 언어화'였습니다.
핵심 인사이트
- 3개월간의 인생 관리 실험: 2026년 6월 11일 게시된 이 글은 Claude Code와 비공개 GitHub 리포지토리를 활용해 인생 목표와 태스크를 AI에 완전 밀착시켜 관리한 실증 데이터입니다.
- CLAUDE.md를 통한 규칙 수립: 사용자의 건강, 재무 등 민감한 개인정보를 안전하게 다루고 시스템이 약속된 규칙을 지키게 하기 위해
CLAUDE.md파일에 엄격한 협업 룰을 명문화하여 AI가 충실히 이행하도록 유도했습니다. - 시제(Time Tense) 기준의 5대 축 설계: 정적인 정보, 미래의 방향성, 현재 흘러가는 과거 기록 등을 혼재하지 않고 시간 관점에 따라 5개의 폴더 구조로 명확히 나누어 AI가 올바른 목적지에서 필요한 정보를 찾도록 지도를 제공했습니다.
- 자동화보다 앞선 '언어화의 힘': AI의 조언이 추상적이었던 원인은 질문의 한계가 아니라 사용자 본인의 가치관과 목표가 머릿속에서 구체적으로 '언어화'되지 않았기 때문이며, 이를 텍스트로 적어내는 일 자체가 가장 유용했다고 평가했습니다.
주요 디테일
- 슬래시 명령어 도입: Claude Code의 Skills 기능을 통해 개인 맞춤형 인생 어드바이스를 해주는
/life-advice, 연간 계획과 일정을 맞추는/new-task, 월간 피드백 및 자동 업데이트를 돕는/monthly-review명령어 등을 직접 커스텀하여 반복적인 귀찮음을 덜었습니다. - MCP 기술 적용: 모델 컨텍스트 프로토콜(MCP)을 사용해 외부 캘린더 및 할 일 관리 도구를 Claude에 직접 도킹시켰으며, 이로 인해 여러 생산성 앱을 번거롭게 오가지 않고 대화창 한 곳에서 일정을 종합 관리할 수 있게 되었습니다.
- 메모리(Memory)의 축적: 세션이 거듭되더라도 대화 중 생성된 사용자의 취향과 세부 피드백을 AI가 능동적으로 기록하고 다음 대화에 반영하여, 쓸수록 나를 더 잘 아는 고정형 동반자 AI로 진화시켰습니다.
- 보안을 위한 비공개 리포지토리: 자산 내역, 건강 상태, 내밀한 인간관계 기록 등 개인 신상 데이터가 다수 포함되어 있기 때문에 GitHub 저장소는 완벽한 비공개(Private) 설정으로 보호하며 운용 중입니다.
향후 전망
- 비개발자 영역으로의 개인용 AI 확장: 이번 사례와 같은 정보 분류의 축 설계 방식은 굳이 Git 기술을 모르는 일반인이라도 노션(Notion) 등의 단순 텍스트 폴더에 대입해 손쉽게 나만의 AI 비서 시스템으로 확장할 수 있을 것으로 보입니다.
- 에이전트 중심의 라이프 해킹 고도화: Claude Code 등 지속 학습 및 외부 API 연결 프로토콜(MCP)이 발전함에 따라, 단순한 질의응답을 넘어 수개월간 쌓인 개인의 행동 패턴 데이터를 스스로 가공하여 라이프 코칭을 제공하는 능동형 라이프 에이전트의 출현이 한층 더 빨라질 것입니다.