Obsidian을 위한 자율형 AI 에이전트 'Obsilo' 공개

실용적 조언

BRAT 플러그인을 사용하여 GitHub 저장소 주소를 추가하면 베타 버전을 즉시 설치할 수 있다.
.agentignore 파일을 설정하여 민감한 정보가 포함된 폴더에 에이전트가 접근하지 못하도록 제한하라.

섹션별 상세

단순 텍스트 생성을 넘어 계획 수립, 검색, 읽기, 쓰기 등 일련의 작업을 자율적으로 수행하는 에이전트 루프를 구현했다. 사용자가 특정 프로젝트의 누락된 정보를 찾으라고 지시하면 에이전트가 의미론적 검색과 위키링크 추적을 통해 관계를 분석하고 다이어그램과 요약 노트를 생성한다. 이 과정에서 사용자는 각 단계의 실행을 승인하며 제어권을 유지한다. 이는 단순 챗봇을 넘어선 실행형 에이전트의 실질적인 활용 사례를 보여준다.

Obsidian에 설치된 커뮤니티 및 코어 플러그인을 자동으로 감지하고 사용법을 스스로 학습하는 시스템을 갖췄다. Excalidraw, Kanban, Dataview 등 다양한 플러그인의 명령과 설정을 읽어 스킬 파일을 생성함으로써 에이전트의 도구 상자를 확장한다. 새로운 플러그인을 설치할 때마다 에이전트의 능력이 함께 성장하는 구조를 통해 범용적인 확장성을 확보했다. 사용자의 도구 생태계가 곧 에이전트의 능력이 되는 방식이다.

단순한 벡터 검색을 넘어 위키링크, 태그, MOC 속성을 활용한 그래프 기반의 4단계 검색 파이프라인을 구축했다. 벡터 유사도 검색, 그래프 확장, 암시적 연결 발견, 그리고 Cross-encoder를 통한 로컬 재순위화 과정을 거쳐 최적의 컨텍스트를 추출한다. 사용자가 명시적으로 연결하지 않은 노트들 사이의 관계까지 찾아내어 지식 체계의 깊이를 더한다. SQLite와 그래프 데이터베이스를 결합하여 정교한 지식 관리를 지원한다.

MCP(Model Context Protocol) 서버로 동작하여 Obsidian 외부에서도 금고 데이터에 접근하고 작업을 지시할 수 있다. 보안을 위해 모든 쓰기 작업 전에는 Git 체크포인트가 자동 생성되며 사용자의 승인 없이는 어떤 수정도 이루어지지 않는다. .agentignore 및 .agentprotected 파일을 통해 에이전트의 접근 권한을 세밀하게 제어할 수 있도록 설계됐다. 로컬 우선 원칙을 준수하며 데이터 유출 우려를 최소화한 점이 특징이다.

용어 해설

모델 컨텍스트 프로토콜(MCP): — AI 모델이 로컬 데이터나 외부 도구에 안전하게 접근할 수 있도록 Anthropic에서 제안한 개방형 표준 프로토콜이다. 이를 통해 Obsidian 금고를 외부 AI 클라이언트의 API처럼 활용할 수 있다.
크로스 인코더(Cross-Encoder): — 질의와 문서를 동시에 입력받아 둘 사이의 관련성을 정밀하게 계산하는 모델이다. 벡터 유사도 검색으로 후보군을 뽑은 뒤, 가장 관련성 높은 순서로 다시 정렬하는 재순위화(Reranking) 단계에서 주로 사용된다.
에이전트 루프(Agentic Loop): — AI가 목표를 달성하기 위해 스스로 계획을 세우고, 도구를 실행하며, 결과를 확인하고 다음 행동을 결정하는 반복적인 실행 과정이다. 단순한 일회성 응답이 아닌 자율적인 문제 해결 능력을 의미한다.
벡터 유사도(Vector Similarity): — 텍스트를 수학적 벡터로 변환하여 의미적 거리를 계산하는 방식이다. 키워드가 일치하지 않아도 맥락상 유사한 내용을 찾을 수 있어 RAG 시스템의 핵심 검색 기술로 활용된다.

언급된 도구

Obsilo추천링크

Obsidian 자율형 AI 에이전트 플러그인

Claude Code추천

에이전트 루프 설계의 영감이 된 Anthropic의 코딩 도구

MCP추천

모델과 도구를 연결하는 프로토콜

언급된 리소스

문서Obsilo 공식 웹사이트

GitHubObsilo GitHub 저장소