Ch.05 · AI가 잘 읽는 노트는 어떻게 쓰는가 | 메타데이터와 연결
노트를 어떻게 써두느냐에 따라 AI 검색 정밀도가 달라집니다. 노트의 이름표(메타데이터)와 노트끼리의 연결, 본문 구조를 다룹니다.
Overview
Ch.03에서 본 네 단계 중 두 번째, AI가 잘 찾아 읽는 노트 양식입니다.
AI는 노트를 통째로 읽지 않습니다. 질문과 관련된 노트만 검색해서 읽습니다(RAG). 비슷한 노트가 여럿일 때 무엇을 집을지, 그 검색 정밀도는 폴더가 아니라 노트를 어떻게 썼는지에서 나옵니다. 이번 챕터는 그 작성법을 두 가지로 봅니다.
- 메타데이터: AI가 이 노트가 뭔지 빠르게 파악하게 하는 이름표와, 노트끼리의 연결
- 본문 구조: 제목·소제목으로 의미 단위를 나눠 쓴 본문
학습 목표
- 노트를 식별하게 하는 메타데이터 4가지를 설명할 수 있습니다
- 위키링크로 노트끼리 연결하면 왜 검색보다 정확한 맥락이 쌓이는지 이해합니다
- 본문을 의미 단위로 끊어 쓰는 것이 나중에 왜 도움이 되는지 압니다
메타데이터: AI가 빠르게 파악하게 하는 4가지
"환불 정책" 노트가 5개 있다고 해봅시다. 회의 기록, 외부 사례, 정책 안내문, A/B 테스트 결과, 임원 보고용 슬라이드 메모. "환불 정책 어떻게 결정했지?" 물을 때 진짜 필요한 건 회의 기록 하나뿐입니다. 식별 정보가 없으면 나머지 4개까지 열어 읽고 결과물이 흐려집니다.
그 식별 정보가 메타데이터입니다. 4가지를 챙기면 됩니다.
(1) 프론트매터: 이 노트의 이름표
노트 맨 위에 넣어두는 기본 정보입니다.
---
title: "환불 정책 의사결정 회의"
date: 2026-05-15
tags:
- product/policy
- decision/refund
---AI가 이 이름표만 봐도 "이 노트는 환불 정책 의사결정 회의구나"를 즉시 파악합니다.
(2) aliases: 다른 이름으로도 검색되게
aliases:
- "환불 24시간 정책 결정"
- "Refund 24h Decision"같은 노트를 다른 단어로도 찾을 수 있게 해줍니다. "환불"로 검색해도, "refund"로 검색해도 같은 노트가 검색됩니다.
(3) description: 한 줄 요약
description: "악용 대응을 위해 환불 정책을 결제 후 24시간으로 조정한 의사결정 기록"AI가 본문을 열어보지 않고도 "이게 어떤 내용인지" 파악하게 해주는 한 줄입니다. 100개 노트 중에 필요한 걸 빠르게 고를 때 결정적입니다.
(4) 위키링크: 노트끼리 잇는 선
앞의 셋이 노트 하나하나에 붙는 이름표라면, 위키링크는 노트와 노트를 잇는 선입니다.
노트 하나는 보통 다른 노트들의 뒷받침을 받습니다. "환불 정책" 노트라면 근거가 된 "환불 고객 데이터"나 "타사 환불 정책"과 이어져 있습니다.
그런데 본문 내용만으로는 AI가 이 노트들이 서로 관련 있다는 걸 못 찾을 때가 많습니다. 쓰인 단어가 겹치지 않으면 키워드 검색에 걸리지 않습니다.
그래서 [[타사 환불 정책]] 식으로 직접 연결해둡니다. AI가 이 노트를 불러올 때 연결된 노트까지 따라가 읽도록 지정하는 겁니다. "환불 정책"을 보면 "타사 환불 정책"까지 맥락에 끌어옵니다. 몇 단계(몇 홉)까지 따라가 읽게 할지도 정할 수 있습니다.
이 볼트에서는 노트 맨 아래 "관련 노트" 칸을 둡니다. 연결만 하는 게 아니라 어떤 관계로 이어지는지 종류까지 함께 적습니다. 네 가지를 씁니다.
- 근거: 이 노트의 주장을 뒷받침하는 노트
- 확장: 이 노트의 생각을 더 밀고 나간 노트
- 반박: 이 노트와 충돌하거나 한계를 짚는 노트
- 사례: 이 노트의 구체적인 예가 되는 노트
실제로는 이런 모양입니다.
## 관련 노트
- [[환불 고객 데이터]] — [근거] 환불 정책의 바탕이 된 고객 데이터
- [[타사 환불 정책]] — [사례] 다른 회사의 환불 정책 사례관계까지 적어두면, AI가 "관련 있다"를 넘어 "이건 근거고, 저건 확장"까지 알고 맥락을 채웁니다.
본문 구조: 의미 단위로 끊어 쓰기
메타데이터가 노트를 식별하게 한다면, 본문 구조는 AI가 노트 안에서 필요한 대목을 정확히 짚게 합니다. 본문은 한 덩어리로 길게 쓰지 않습니다. 제목 → 소제목 → 내용으로 의미 단위를 나눠 씁니다. 회의록이면 "결정사항 / 검토한 안 / 다음 일정"처럼 소제목으로 끊습니다.
소제목으로 끊으면 소제목 자체가 그 단위의 키워드이자 요약이 됩니다. 소제목 단어로 노트가 검색에 더 잘 걸립니다. AI도 "결정사항" 같은 소제목을 보고 어느 대목을 읽을지 가립니다. 반대로 한 덩어리로 뭉쳐 있으면, 찾아도 어디가 핵심인지 헤매고 결과물이 흐려집니다.
길어지면 끊는다, 이 단순한 기준이 소제목을 검색의 단서로 만들어 AI가 정확히 찾게 합니다.
지금 쓰는 건 키워드 검색입니다. 내가 입력한 단어가 그대로 적힌 노트를 찾습니다. 정확하지만 같은 뜻을 다른 단어로 써두면 놓칩니다. '환불'로 검색하면, 같은 내용을 '결제 취소'라고만 적어둔 노트는 안 나옵니다.
Series 2의 의미 검색은 단어가 아니라 뜻으로 찾습니다. 노트의 의미를 숫자로 바꿔 비교해, 단어가 달라도 뜻이 가까우면 찾아옵니다. '환불'로 검색해도 '결제 취소'라고 적은 노트까지 잡힙니다. 이때 노트를 소제목 단위로 잘라 비교하니, 소제목으로 잘 나눠 써두면 각 부분의 의미가 또렷해져 더 정확히 찾아집니다.
핵심 포인트 정리
- 메타데이터 4가지: 프론트매터 / aliases / description / 위키링크. AI가 노트를 빠르게 식별
- 위키링크는 연결 구조: 노트끼리 이어두면 검색보다 정확한 맥락이 따라오고, 연결이 늘수록 흩어진 노트가 하나의 망이 된다
- 본문 구조: 제목·소제목으로 의미 단위를 끊어 쓰기. 소제목이 곧 키워드라 검색에 잘 걸리고, 사람도 훑기 쉽다
FAQ
Q: 노트 연결도 일일이 직접 해야 하나요? A: 아닙니다. 메타데이터·본문 구조처럼 연결도 AI 팀원이 저장하면서 관련 노트를 찾아 자동으로 이어 줍니다. 다만 무엇을 근거로 보고 무엇을 반박으로 볼지 같은 판단이 걸린 연결은, AI가 제안한 걸 한 번 확인해두면 더 정확해집니다.
Q: 본문을 꼭 소제목으로 나눠 써야 하나요? A: 짧은 노트면 굳이 안 나눠도 됩니다. 다만 길어지면 제목·소제목으로 끊어두세요. 나중에 의미 검색이 노트를 의미 단위로 잘라 찾습니다. 미리 나뉘어 있으면 딱 맞는 부분만 정확히 검색됩니다.
이어서 배울 내용
AI가 잘 찾아 읽는 노트 양식까지 갖췄습니다. 그런데 양식이 좋아도 담는 내용이 부실하면, 찾아내도 쓸 게 없습니다. 무엇을 담느냐가 다음 문제입니다.
다음 챕터에서 노트에 무엇을 담아야 하는지 살펴봅니다.
- 이해한 내용만 담아야 하는 이유
- 표면적 사실 너머, 사람만 담을 수 있는 '내 판단'
- AI가 나처럼 판단하게 하는 '나에 대한 정의'