AI와 실시간 대화를 통한 브레인스토밍의 새로운 가능성

개요

2025년 12월 29일 진행된 AI 실시간 브레인스토밍 세션의 결과물입니다. 음성으로 자유롭게 이야기하면 AI가 실시간으로 내용을 분석하고, 핵심 토픽을 추출하여 Obsidian Canvas에 시각화하는 새로운 방식의 아이디어 정리를 시연했습니다.

"실시간으로 우리의 지식이 증가되는 걸 보고 싶다" / "그런 건 본 적이 없어요"

세션 영상: YouTube에서 보기

핵심 발견

차별화된 데스크톱 경험

"은근히 데스크톱에서 이렇게 저장해주는 솔루션이 없거든"

현재 시장에서 데스크톱 환경의 음성 녹취와 자동 정리를 동시에 제공하는 솔루션은 찾기 어렵습니다. 모바일에서는 다양한 앱이 있지만, 데스크톱에서 장시간 녹취하면서 PKM 시스템과 연동하는 것은 기술적으로도 UX적으로도 쉽지 않은 영역입니다. Passive Mode가 해결하는 문제: 긴 녹취의 어려움, API 사용의 복잡함, 녹취 후 정리까지의 간극.

실시간 지식 시각화

이번 세션에서 가장 인상적이었던 부분은 말하는 즉시 캔버스가 업데이트되는 경험이었습니다. AI와 함께하면: (1) 즉각적 토픽 추출 - 발화 내용에서 핵심 키워드 자동 식별, (2) 구조화된 시각화 - 방사형 레이아웃으로 관계성 표현, (3) 색상 코딩 - 카테고리별 자동 분류, (4) 레퍼런스 연결 - 관련 문서 자동 검색이 가능합니다.

주요 논의 주제

동기부여 문제

"혼자 쓰다 보면 동기부여도 안 되고 그런 거를 가장 해소하고 싶은 거야"

PKM의 가장 큰 장벽은 지속성입니다. 작심삼일, 완벽주의로 인한 부담, 혼자 하는 외로움이 대표적인 어려움입니다. 이 문제에 대한 해답이 실시간 피드백입니다. 말하는 것이 즉시 정리되고 시각화되면 마치 누군가와 함께 작업하는 느낌을 받을 수 있습니다.

PKM 공유의 가치

Brain Community 개념을 논의했습니다. 개인의 지식이 팀이나 가족과 연결될 때의 시너지, 프라이버시를 지키면서도 유의미한 공유, 지식의 상호 보완과 성장이 핵심입니다.

현재 한계와 미래 방향

"옵시디언 캔버스가 좋긴 하지만 사실은 캔버스에서 표현할 수 있는 미디엄에도 한계가 있기 때문에"

인식한 한계점: 클로드 코드 기반의 제약, 실시간 처리 지연, 2D 캔버스의 표현 한계가 있습니다. 미래 비전: 3D 시각화/AR/VR 연동, 다중 캔버스 간 연결, 실시간 협업, 풍부한 미디어 지원을 탐색할 예정입니다.

세션 시작하기

고비 데스크탑에서 Passive Mode 대화를 시작합니다.
2025-12-29-gobi-passive-mode.png|0x0

대화 결과는 AI/History/PassiveMode 폴더에 마크다운 형식으로 저장됩니다.

그리고 이를 Claude Code에게 모니터링하면서 캔버스를 채워달라고 요청합니다.

Claude> AI/History/PassiveMode/2025-12-29 15-10-56.md
  이 문서가 업데이트 될 때마다 관련된 내용을 캔버스에다 좀 띄워줄래? 우선 새로 캔버스 만들어봐.
  제목은 Passive Mode Brainstorming 그리고 위문서 업데이트를 계속 모니터링 해주고

캔버스를 열어보면 Claude Code가 대화를 바탕으로 실시간 업데이트 하는 것을 확인할 수 있습니다.

세션 결과물

캔버스 구조

색상	의미	해당 토픽
빨강	핵심 비전, 차별화	핵심 비전, 광고 포인트, 동기부여
주황	한계점, 개선 필요	현재 한계, 캔버스 한계
노랑	진행 중, 활성	실시간 연동
보라	참조, 미래 방향	미래 방향, 참조 문서
초록	장점, 가치	Passive Mode 가치, 녹취 장점
청록	PKM 관련	PKM 활용, PKM 공유

Obsidian Brainstorming Skill

이번 세션의 워크플로우를 재현할 수 있도록 Obsidian Brainstorming Skill을 개발했습니다.

flowchart LR
    A[음성/노트] --> B[fswatch 모니터링]
    B --> C[토픽 추출]
    C --> D[Canvas 시각화]
    D --> E[레퍼런스 연결]

구성 요소	설명
실시간 모니터링	`fswatch`로 소스 파일 변경 감지
토픽 추출 규칙	핵심 인용구, 문제/니즈, 차별화 포인트, 미래 방향, 액션 요청
레이아웃 패턴	방사형(Radial), 계층형(Hierarchical)
색상 코딩	6색 시스템으로 카테고리 자동 분류

사용 시나리오: 브레인스토밍 세션, 미팅 노트 시각화, 독서 노트 확장, 연구 정리

결론

이번 세션에서 확인한 것은 AI와의 실시간 대화가 브레인스토밍의 패러다임을 바꿀 수 있다는 점입니다.

핵심 가치:

즉각성 - 말하는 순간 시각화
구조화 - AI가 토픽 추출 및 관계 맵핑
연결성 - 레퍼런스 자동 검색
지속성 - 자동 저장으로 나중에 활용 가능

"이것만 해도 굉장히 잘 쓸 수 있을 것 같아"

복잡한 설정이나 학습 없이도, 그냥 말하면 되는 브레인스토밍. 그것이 AI와 PKM이 만났을 때 열리는 새로운 가능성입니다.