Codex 또는 Claude Code Skill을 활용하여 수집한 정보들을 요약하고 정리하는 방법입니다.

PARA Curate: 옵시디언 지식 관리 자동화

이 시스템은 수집한 자료를 읽고 요약하여 PARA 구조의 적절한 위치로 분류하는 과정을 자동화합니다. 사용자는 자료를 특정 폴더에 넣기만 하면 되고, 이후의 모든 정리는 AI 에이전트가 수행합니다.

1. 폴더 구조

시스템이 정상적으로 작동하기 위해 옵시디언 보관소 내에 아래와 같은 구조가 필요합니다.

vault/
├── 00-inbox/
│   └── clips/          # 수집된 원본 파일을 저장해두는 곳
├── 10-project/         # 여기서는 사용하지 않음
├── 20-area/            # 여기서는 사용하지 않음
├── 30-resource/        # AI가 정리를 마친 최종 노트가 저장되는 곳
│   ├── 31-Article/     # 블로그 포스트, 뉴스, 일반 아티클
│   ├── 32-Paper/       # 학술 논문, 기술 리포트 (arXiv 등)
│   ├── 33-Repo/        # GitHub 저장소, 오픈소스 프로젝트 문서
│   └── 34-Scrap/       # 이미지 OCR, 단순 텍스트 조각, SNS 스레드
├── 40-archive/         # 여기서는 사용하지 않음
└── 99-meta/
    ├── draft/          # 정리 과정에서 생성되는 임시 데이터
    │   ├── pending_write # 추출은 완료되었으나 요약문 작성이 필요한 단계
    │   └── done          # 처리가 완료되어 백업된 추출 데이터
    ├── assets/         # 논문 그림 등 첨부파일 저장소
    └── digests/        # 날짜별 처리 결과 리포트 (인덱스)

2. 사용 방법

자료를 수집할 때는 복잡한 분류 고민 없이 00-inbox/clips 폴더 한 곳만 활용합니다. 그 다음 para-curate 스킬을 호출하여 수집된 정보들을 요약/정리/분류합니다. para-curate 외에는 내부 스킬이므로 사용자가 직접 사용할 필요가 없습니다.

para-curate all
para-curate <문서>

작업이 완료되면 99-meta/digests 경로에 날짜 단위 요약 파일이 생성되며 처리된 문서 링크 및 요약/키워드가 담겨 있습니다. MoC 섹션에서는 vault 내 관련 문서가 연결되어 Obsidian 그래프 뷰로 문서 간 관계를 한 눈에 확인할 수 있습니다.

3. 문서 분류 기준

Agent는 데이터 추출 단계에서 수집된 클립을 분석하여 자동으로 분류합니다. 또한, 제목이 없다면 내용을 바탕으로 제목을 생성합니다.

분류	대상 및 예시	추출 중점 사항
31-Article	기술 블로그, 뉴스기사, 튜토리얼	저자의 주장, 작동 원리, 적용 사례
32-Paper	arXiv 논문, 학회지 리포트	연구 목적, 방법론(Method), 실험 결과 및 한계
33-Repo	GitHub Repo, 공식 라이브러리 문서	프로젝트 목적, 설치/실행 방법, 주요 구성도
34-Scrap	웹 사이트 캡처, OCR 텍스트, 짧은 메모	관측된 사실, 컨텍스트 보존, 핵심 키워드

4. Drafts & Digests

draft/pending_write: Extract 단계에서 원문으로부터 뽑아낸 핵심 데이터(Evidence Pack)가 저장됩니다. 요약 노트를 작성하기 위한 ‘재료’ 상태이며, 원문의 하이라이트와 구조 정보가 포함됩니다.
draft/done: 작성이 성공적으로 완료된 Evidence Pack이 이곳으로 이동합니다. 추후 요약문의 근거를 재확인하거나 시스템 문제를 디버깅할 때 사용합니다.
digests: 하루 동안 처리된 모든 작업의 인덱스 파일입니다. 2026-02-25.md와 같은 파일명으로 생성되며, 성공적으로 정리된 노들의 링크와 발생한 에러 로그가 기록됩니다.

5. 동작 방식

명령어를 실행하면 시스템은 다음 단계를 순차적으로 거칩니다.

데이터 추출 (Extract): 원본 파일에서 텍스트와 핵심 근거 데이터를 뽑아 pending_write에 임시 팩을 만듭니다.
노트 작성 (Write): 추출된 데이터를 바탕으로 한글 요약을 작성합니다.
품질 검증 (QA): 작성된 내용이 원문과 일치하는지, 정보의 깊이가 충분한지 검사합니다. 통과하지 못할 경우 1회 재작성을 시도합니다.
분류 및 이동 (Organize): 검증이 끝난 노트를 30-resource 하위 폴더로 이동시키고 Digest를 업데이트합니다.

6. 주요 원칙 및 특징

데이터 무결성: # Original Content 영역은 원문 그대로 보존하며 절대 수정하지 않습니다.
근거 중심 요약: AI가 임의로 내용을 생성하는 것을 방지하기 위해, 원문의 구체적인 위치(섹션, 페이지 등)를 근거로 명시합니다.
자동 복구: 실행 중 오류가 발생하거나 품질이 낮을 경우 스스로 수정 프로세스를 가동합니다.

`SKILL.md`

Download: SKILL.md

useful clutter

PARA Curation with Skills and Obsidian