ADHD 사용자를 위한 Claude Code 기반 자율형 세컨드 브레인 시스템

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

ADHD 사용자가 Claude Code와 MCP를 활용해 캘린더, 이메일, CRM을 통합 관리하고 작업 마찰력에 따라 할 일을 자동 생성하는 오픈소스 시스템을 공개했다.

배경

ADHD로 인해 대화 흐름을 놓치거나 후속 조치를 잊어버리는 문제를 해결하기 위해, Claude Code와 MCP 서버를 연동하여 모든 외부 채널의 데이터를 통합 관리하는 'Kipi System'을 개발하여 공유했다.

의미 / 영향

이 토론은 AI 에이전트가 단순한 정보 검색 도구를 넘어 사용자의 인지적 특성을 보완하는 개인화된 운영체제로 진화하고 있음을 보여준다. 특히 MCP를 통한 데이터 통합과 Claude Code의 자율적 실행력이 결합되어 실질적인 생산성 문제를 해결하는 강력한 사례가 확인됐다.

커뮤니티 반응

작성자의 개인적인 고충(ADHD)을 기술적으로 해결한 접근 방식에 대해 매우 긍정적인 반응이 이어졌다. 특히 Claude Code와 MCP를 실무적인 생산성 도구로 연결한 구체적인 사례라는 점에서 높은 평가를 받았다. 많은 사용자가 자신의 워크플로에도 적용하고 싶다는 의사를 밝히며 오픈소스 저장소에 관심을 보였다.

주요 논점

01찬성다수

ADHD의 특성을 고려한 마찰력 기반 정렬과 자동 초안 생성은 실질적인 실행력을 높이는 데 매우 효과적인 전략이다.

02중립소수

시스템의 복잡성을 고려할 때 일반 사용자가 MCP 서버와 Claude Code를 직접 설정하고 유지보수하기에는 진입장벽이 존재한다.

합의점 vs 논쟁점

합의점

AI 에이전트가 사용자의 인지적 약점을 보완하는 맞춤형 인터페이스 역할을 할 수 있다.
MCP는 다양한 데이터 소스를 AI 모델과 연결하는 데 있어 매우 유연하고 강력한 도구이다.

실용적 조언

Claude Code와 MCP 서버를 연동하여 개인용 대시보드를 자동 생성하는 워크플로를 참고하여 구축 비용을 줄일 수 있다.
작업 목록을 난이도나 심리적 저항 순으로 정렬하여 실행력을 높이는 전략을 기존 할 일 관리 도구에 적용해 볼 수 있다.
GitHub에 공개된 Kipi System 저장소를 통해 구체적인 MCP 서버 구현 방식과 프롬프트 엔지니어링 기법을 학습할 수 있다.

언급된 도구

Claude Code추천

CLI 기반 자율 코딩 및 시스템 제어 에이전트

MCP (Model Context Protocol)추천

AI 모델과 외부 데이터 소스 간의 표준화된 연결

Kipi System추천링크

ADHD 사용자를 위한 AI 기반 세컨드 브레인 오픈소스 프로젝트

섹션별 상세

ADHD 사용자의 인지적 특성을 반영한 설계 철학을 시스템 전반에 적용했다. 작업의 결과보다 노력을 추적하는 데 집중하며, 심리적 저항이 적은(friction) 일부터 배치하여 도파민 보상을 유도하는 방식을 채택했다. 이는 사용자가 작업 목록을 보고 압도당하지 않도록 돕는 핵심 장치이다. 시스템은 사용자가 무엇을 해야 할지 결정해 주며, 사용자는 실행하거나 건너뛰는 역할만 수행한다.

시스템은 Claude Code와 MCP(Model Context Protocol) 서버를 기반으로 구축됐다. 캘린더, 이메일, CRM, 소셜 피드 등 다양한 외부 API와 연동하여 흩어진 데이터를 하나의 맥락으로 통합한다. 이를 통해 사용자가 여러 앱을 오가며 정보를 확인해야 하는 인지적 비용을 제거했다. 모든 데이터는 Claude Code의 훅(hooks)과 스킬(skills)을 통해 처리된다.

매일 아침 하나의 HTML 파일로 요약된 작업 리스트를 생성한다. 이 파일에는 당일 수행해야 할 모든 액션 아이템이 미리 작성된 답장 초안과 함께 포함되어 있다. 각 항목 옆에는 복사 버튼이 있어 사용자가 즉시 실행할 수 있도록 설계했다. 작업은 마찰력이 낮은 순서대로 정렬되어 있어 사용자가 가장 쉬운 일부터 시작해 업무 리듬을 탈 수 있게 유도한다.

대화 내용에서 인사이트를 자동 추출하고 적절한 위치로 라우팅하는 기능을 갖췄다. 회의록이나 대화 기록 텍스트를 입력하면 시스템이 중요한 사항, 반대 의견, 사용자가 이행해야 할 약속 등을 구분하여 추출한다. 추출된 정보는 관련 프로젝트나 CRM의 적절한 위치로 전송되며, 몇 주 뒤의 대화 맥락에 반영되어 더 정확한 제안을 생성하는 근거가 된다.

후속 조치(Follow-up)를 보장하기 위한 에스컬레이션 타이머 메커니즘을 구현했다. 모든 대화와 이메일을 '루프(Loop)'로 정의하고 9가지 유형으로 관리한다. 상대방의 답장이 3일간 없으면 자동으로 후속 메시지 초안을 작성하며, 14일이 지나면 해당 작업을 계속 진행할지 아니면 종료할지 사용자가 결정하도록 강제한다. 이를 통해 중요한 업무가 잊히는 현상을 방지한다.

실무 Takeaway

Claude Code와 MCP를 활용해 캘린더, 이메일, CRM 등 파편화된 개인 데이터를 통합하고 자율적으로 작업을 제안하는 에이전트 시스템 구축이 가능하다.
작업 관리의 핵심을 '결과'가 아닌 '마찰력(Friction)'에 두어 ADHD 사용자의 실행력을 높이는 구체적인 디자인 패턴을 제시했다.
모든 대화와 이메일을 '루프'로 정의하고 에스컬레이션 타이머를 적용해 누락 없는 후속 조치를 보장하는 워크플로를 구현했다.
대화 기록에서 인사이트를 추출하여 미래의 제안에 반영하는 장기 기억 및 컨텍스트 라우팅 메커니즘을 포함한다.

언급된 리소스

GitHubKipi System GitHub Repository