Obsidian용 MCP 서버 'VaultForge' 공개: 토큰 소모 최대 95% 절감

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

핵심 요약

Obsidian 데이터를 LLM에 전달하기 전 전처리하여 토큰 소모를 최대 95%까지 줄여주는 고효율 MCP 서버 VaultForge가 공개되었다.

배경

Obsidian 사용자가 Claude와 같은 LLM을 사용할 때 발생하는 과도한 토큰 소모와 데이터 노이즈 문제를 해결하기 위해, 데이터를 전처리하여 전달하는 전용 MCP 서버를 개발하여 공유했다.

의미 / 영향

LLM 애플리케이션 설계 시 원시 데이터를 그대로 전달하기보다 도메인 특화 전처리를 거치는 것이 성능과 비용 면에서 압도적으로 유리함을 확인했다. 특히 MCP 표준을 활용하여 다양한 IDE와 챗봇 환경에 즉시 적용 가능한 도구 생태계가 확장되고 있다.

커뮤니티 반응

개발자의 효율적인 토큰 관리 접근 방식에 대해 긍정적인 반응이 이어지고 있다.

실용적 조언

Claude Code 사용자는 npx 명령어를 통해 즉시 MCP 서버를 추가할 수 있다.
Canvas 데이터를 LLM에 넘길 때 원본 JSON 대신 구조화된 요약본을 넘기는 것이 비용 절감에 유리하다.

언급된 도구

VaultForge추천

Obsidian용 고효율 MCP 서버

Orama중립

BM25 랭킹을 지원하는 검색 엔진 라이브러리

Dagre중립

Canvas 자동 레이아웃을 위한 그래프 시각화 라이브러리

섹션별 상세

VaultForge는 Obsidian의 Canvas 데이터를 처리할 때 원본 JSON 대신 레이블과 연결 관계만 추출하여 전달한다. 원본 데이터에 포함된 좌표, 색상, 고유 ID 등 LLM 추론에 불필요한 메타데이터를 제거하는 방식이다. 이 전처리를 통해 Claude가 처리해야 할 데이터 양을 약 80% 줄이면서도 논리적 구조는 그대로 유지한다.

검색 기능에는 Orama 라이브러리를 통한 BM25 랭킹 알고리즘이 적용되었다. 기존의 단순 검색이 수십 개의 무작위 매칭 결과를 반환하여 토큰을 낭비하던 문제를 해결한다. Claude가 상위 3개의 가장 관련성 높은 결과만 확인하게 함으로써 검색 단계에서의 토큰 소모를 90% 이상 절감했다.

TF-IDF 기반의 클러스터링 기능을 지원하여 개별 파일을 일일이 읽지 않고도 전체 보관소의 주제를 파악할 수 있다. vault_themes() 함수를 호출하면 전체 문서의 핵심 키워드를 분석하여 주제별로 묶어준다. 수백 개의 파일을 개별적으로 읽는 작업을 단일 호출로 대체하여 토큰 소모를 95% 줄이는 효과를 냈다.

코드 예제

bash

claude mcp add vaultforge -- npx -y @blacksmithers/vaultforge /path/to/your/vault

Claude Code에 VaultForge MCP 서버를 추가하는 명령어

실무 Takeaway

VaultForge는 Obsidian 데이터를 LLM에 전달하기 전 전처리하여 토큰 소모를 80~95%까지 획기적으로 줄인다.
BM25 검색과 TF-IDF 클러스터링을 통해 검색 정확도를 높이고 문맥 파악 비용을 최소화한다.
Claude Desktop, Claude Code뿐만 아니라 Cursor, Windsurf 등 MCP를 지원하는 모든 클라이언트에서 사용 가능하다.

언급된 리소스

GitHubVaultForge GitHub Repository

문서VaultForge Official Site