연구 노트
논문 + PDF를 하나의 인용 가능한 URL로.
기억하는 것보다 더 많이 읽는 사람을 위해 — 연구자, 파운더, 박사과정. Memory.Wiki는 PDF 더미를 어떤 AI든 인용할 수 있는 허브로 만듭니다.
지금의 고통
- 분기에 논문 30편을 읽음. 두 달째 되면 어느 논문에 필요한 주장이 있었는지 기억 못 함.
- AI 어시스턴트는 논문 하나씩 요약은 잘 함. 전체 스택을 가로질러 종합은 못 함.
- 탭 닫는 순간 인용이 stale — 제목만으로는 미래의 자신에게 도움 안 됨.
- Notion / Obsidian은 동작하지만, 도구를 바꿀 때 Claude나 Cursor에 deploy되지 않음.
당신이 하는 일
01
각 PDF 드롭
Memory.Wiki가 텍스트를 추출하고, 선택적 AI "정리" 패스를 돌리고, 영구 URL에 저장. Source 페이지는 그대로 — section anchor로 re-quote 가능.
02
Concept index가 빌드되게
백그라운드 Haiku 추출이 각 논문이 제기하는 개념을 기록. 논문 간 (≥2개) 개념은 오렌지 dot. 허브의 Related-in-your-hub 위젯이 못 본 겹침을 드러냄.
03
질문별로 번들
한 열린 질문에 연관된 5-8개 논문을 번들로. 번들 Intent 설정 ("Y가 일정할 때 왜 X가 발생하나?"). 번들의 discoveries 패널이 논문 간 긴장을 드러냄.
04
허브 URL 배포
memory.wiki/hub/<you>를 Claude, ChatGPT, Cursor에 paste. 인덱스 + 개념별 passage를 fetch하고 학습-데이터 환각이 아니라 실제 인용에서 답함.
돌려받는 것
- "Smith 2023이 X에 대해 뭐라 했지?" → AI가 인용과 함께 passage 인용.
- 논문 간 긴장이 자동으로 드러남 — Compile a Brief하면 종합이 어느 논문이 어느 논문과 의견 다른지 명시.
- Cursor에서 Claude로 전환할 때 컨텍스트는 URL. Re-priming 0회.
- 6개월 후, 미래의 자신이 허브 로그를 읽고 각 스레드를 왜 조사했는지 기억함.
구체 예시
예시: RAG retrieval 논문 12편 허브
번들 이름 "왜 hybrid retrieval이 vector-only를 이기는가." Concept index가 12개 중 7개에서 query-rewriting + reranker + sparse-dense fusion을 엮음. 허브 recall이 rerank 지연 trade-off에 대한 정확한 passage를 반환.
Loading