안드레이 카르파티(Andrej Karpathy)가 제안했던 개인용 대규모 언어모델(LLM) 위키 아이디어를 팀 환경에 맞게 확장한 '스티그머지(Stigmergy)' 프로젝트가 공개되어 주목받고 있습니다. 스티그머지는 개미들이 환경에 흔적을 남겨 협력하는 방식처럼, 팀원과 AI 에이전트의 활동 흔적을 기반으로 지식 위키를 자동으로 구축하고 관리하는 시스템입니다. 이는 여러 사람이 동시에 정보를 생산하고 소비하는 복잡한 팀 환경에서 효율적인 지식 관리를 목표로 합니다.
스티그머지는 불변의 원본 자료(예: 슬랙(Slack) 반응, 클로드 코드(Claude Code) 에이전트 작업 완료)를 큐(Queue)에 넣으면, '사서 에이전트(librarian agent)'가 이를 Git과 마크다운(Markdown) 기반의 위키로 자동 정리합니다. 이 과정에서 사람의 승인 없이 페이지 생성, 수정, 통합, 삭제가 이루어지며, 각 정보는 출처가 명확히 기록됩니다. 특히, 검색 및 답변은 사용자별 접근 권한(visibility)에 따라 제공되어 민감한 정보가 노출되지 않도록 설계되었고, 상충되는 정보는 명시적으로 표시하여 투명성을 확보합니다. 지식 저장소는 일반 Git과 마크다운으로 구성되어 있어 유연성과 확장성이 높습니다.
이러한 접근 방식은 기존의 수동적인 위키 관리의 비효율성을 해결하고, 팀 내 지식 격차를 줄이는 데 크게 기여할 수 있습니다. 특히 AI 에이전트가 생성하는 방대한 정보를 자동으로 정리하고 활용할 수 있게 함으로써, AI 기반 협업 환경의 생산성을 극대화할 수 있습니다. 스티그머지는 복잡한 팀 환경에서 신뢰할 수 있는 최신 정보를 제공하며, 조직의 집단 지성을 효과적으로 축적하고 활용하는 새로운 패러다임을 제시합니다. 이는 지식 관리 시스템(KMS)의 미래 방향을 보여주는 중요한 사례가 될 것입니다.