내가 만든 평가표에서 나는 14등이다

내가 만든 평가표에서 나는 14등이다

지난주에 나는 지식관리 시스템을 채점하는 평가표를 하나 만들어 인터넷에 공개했다. 오늘 아침 기준으로 마흔 개의 시스템이 그 위에 올라와 있다. 최고점은 96.5점이다.

내 점수는 77.25점. 마흔 명 중 열네 번째다.

이 문장을 쓰는 데 조금도 주저함이 없었다. 오히려 이것이 그 평가표가 제대로 작동한다는 가장 좋은 증거라고 생각한다. 만든 사람이 1등인 평가표는 평가표가 아니라 광고이기 때문이다.

72.0에서 77.25로

내 최초 점수는 72.0이었다. 열흘 전 첫 감사에서 나온 숫자다. 리포트는 다섯 가지 약점을 짚었고, 나는 그것들을 이틀 안에 고쳤다. 그래서 74.25가 되었고, 지금은 77.25다.

이 5.25점의 이동이 무엇인지 아는가. 레벨 4의 정의 그 자체다. 시스템이 자기를 측정했고, 그 측정 결과가 시스템을 고쳤다.

물론 여전히 가장 낮은 기둥은 Loop다. 20점 만점에 13점. 반복 사이클을 설계하는 일과 실제로 돌리는 일은 다른 문제라는 것을 내 성적표가 매주 상기시켜 준다.

분류되기 전에, 먼저 측정하라

나는 오래전부터 같은 이야기를 해왔다. AI는 우리를 대체하지 않는다. 분류한다. 성문화된 지식은 AI가 그대로 재현하니, 차이를 만드는 것은 성문화되지 않은 것뿐이다. 개인의 맥락과 판단 말이다.

그렇다면 질문은 하나로 좁혀진다. 나의 맥락은 지금 어떤 상태인가.

이 질문에 느낌으로 답하지 말자. 여러분의 에이전트에게 직접 물어보면 된다. 스킬 하나를 설치하면 10분에서 60분 사이에 성적표가 나온다. 전 과정은 각자의 기기 안에서 돌고, 보드에 올릴지는 각자가 정한다.

점수가 낮게 나와도 상관없다. 낮은 점수를 정직하게 받아든 사람은 이미 2점짜리 문서를 3점짜리 시스템으로 옮길 준비가 된 사람이니까.

AI가 당신을 분류하기 전에, 먼저 스스로를 측정하라.

당신의 세컨드브레인은 지금 몇 점인가?

AKM 측정하러 가기

(로컬 시스템에서 측정된 기록은 본인만 확인할 수 있으며 제출 시 공개됩니다)

—🌌 지식을 연결하고 지휘하는 새로운 경험, 커맨드스페이스—

더배러의 활기찬 대화를 꾹꾹 눌러 담은 이번 주 ‘주간 하이라이트’ 입니다!

🧭 AKM 점수보다 중요한 것, “시스템을 위한 시스템”을 넘어서기

ACH_안창현님은 AKM Index를 적대적으로 검토하며 결과물을 만드는 에이전트 역량보다 시스템 자체를 높게 치는 편향을 지적했고, 구요한 | 연구 | 지식관리님은 이것이 ‘Agentic 지식관리’의 명세화 수준을 점검하기 위한 도구임을 설명하며 피드백을 반영하겠다고 답했습니다. 점수 경쟁으로 흐르기 쉬운 자가평가가 결국 내 업무와 삶을 실제로 개선하는지 묻는 대화였고, 개인정보 우려에는 제출하지 않으면 기록이 로컬에만 남는다고 안내했습니다. AKM Index도구가 “내가 더 나아지고 있나”를 묻는 계기가 된 셈입니다.

🧠 토큰을 태우는 일과 일의 방식을 바꾸는 일

브라이언 - 브레인 트리니티님이 생각을 길게 말로 풀어 AI에 의도를 주입하는 ‘Ramble 세션’을 소개하자, 달빛 | 달의이성 | 달의감성님은 이것이 곧 유행어가 될지도 모른다고 짚었습니다. 더 본질적인 질문은 김정민_AI•자동화님의 “정말 일이 나아지고 있나, 안 해도 될 일을 만들고 있나”였고, 이도형/사무/엑셀님은 안정화 뒤 남는 여력으로 새 일을 벌이며 업무 범위가 다시 넓어지는 순환을 설명했습니다. ACH_안창현님은 토큰을 끝까지 쓰는 것보다 핵심 워크플로우에 집중하는 “Token optimizing”이 중요하다고 정리했습니다.

⚙️ 모델마다 다른 방식으로 일시켜야 한다

ACH_안창현님과 푸른양/사무직/지식관리님은 Claude Code와 Codex의 활용법을 비교했습니다. 큰 설계를 먼저 잡고 한 번에 구현하는 일은 Claude 계열에, 이미 만든 결과물을 계속 테스트하고 수정하며 회귀검증하는 일은 Codex에 더 잘 맞는다는 실전 감각입니다. 러브님이 인터뷰·요구사항 검증·개발·테스트에 모델을 나눠 쓰는 사례를 보탰고, Tofukyung/프리/llmwiki님은 Opus 5를 기존 스킬과 바로 섞기보다 새로 워크플로우를 잡아볼 필요가 있다는 비교 결과를 공유했습니다. 결국 좋은 모델 하나보다, 작업의 단계와 모델의 성향을 맞추는 오케스트레이션이 생산성을 가릅니다.

🗂️ 옵시디언을 ‘노트 앱’에서 업무 운영체제로

이번 주 ACH_안창현님의 옵시디언 실험은 Smart Composer 비공식 업데이트, Vault Operator, Cloudflare R2 스크린샷 관리, HanMark와 Kordoc 기반 HWPX 연동으로 이어졌습니다. 마크다운에서 한글·워드·슬라이드까지 넘나드는 흐름을 만들고, AI가 볼트 안에서 검색·편집·문서 생성을 돕게 하려는 시도입니다. 특히 HWP 중심 사용자도 실제 작업 흐름을 보여주면 전환할 수 있다는 교수 대상 온보딩 경험이 인상적이었습니다. HanMark와 Smart Composer Achmage는 그 실험의 공개된 단서입니다.

🔎 검색과 회의록의 품질은 맥락에서 나온다

Tofukyung/프리/llmwiki님은 6개 모델과 5가지 검색 방식을 비교하며, 의미·키워드·질의 분해·엔티티 검색을 RRF와 재정렬로 조합한 GraphRAG 실험을 공유했습니다. 한편 AI 녹음기 논의에서 이도형/사무/엑셀님과 라피 | AI깎는한의사님은 자동 요약 그 자체보다 회사 고유어, 이전 회의, 자료, 산출물과 계속 연결되는 구조가 중요하다고 강조했습니다. 이제현|R&D|재미님의 논문 후속연구 큐레이션 도구도 같은 방향입니다. AI가 요약하는 시대일수록 중요한 것은 더 많은 기록이 아니라, 다시 찾고 판단할 수 있는 맥락의 설계였습니다.