우리는 관성적으로 지식을 ‘주제(Domain)‘별로 분류한다. 예를 들어 ‘가상화폐’ 노트를 /crypto 폴더에 넣는 식이다. 하지만 이러한 서류 캐비닛식 분류는 AI의 창의적 합성을 방해하는 사일로(Silo)를 만든다.
근거
AI는 서로 다른 도메인 사이에서 공통된 패턴을 발견할 때 가장 강력한 통찰을 제공한다. ‘가상화폐의 가격 정책’과 ‘게임 아이템의 가격 정책’이 각각 다른 주제 폴더에 있다면 AI는 이 둘을 연결하기 어렵다.
“주제 내부가 아니라 주제를 가로지르는 연결에서 당신의 생각을 바꾸는 통찰이 태어난다.”
이를 해결하기 위해서는 노트를 /observations, /patterns, /decisions, /questions와 같이 사고의 ‘유형’별로 분류해야 한다. 이렇게 하면 AI는 영역에 상관없이 모든 관찰 결과와 패턴을 가로지르며 추론할 수 있게 된다. 인간의 편의를 위한 분류가 아니라, AI 에이전트의 추론(Reasoning) 성능을 최적화하기 위한 아키텍처로의 전환이 필요하다.
연결된 생각
- 20260609-personal-corpus — 이러한 구조화가 모여 형성되는 지식 자산
- 20260609-context-as-moat — 왜 이러한 구조적 노력이 경쟁 우위가 되는가