LLM Wiki를 업그레이드한 Graphify 개념 + 실습 가이드

안드레이 카파시의 LLM Wiki는 강력하지만, 모든 작업을 에이전트가 처리하다 보니 토큰 소모가 너무 큽니다. Graphify는 이 문제를 해결하기 위해 등장한 도구로, 기계적 전처리로 지식의 뼈대를 먼저 추출한 뒤 에이전트에게 넘기는 하이브리드 전략을 사용합니다. 오늘 영상에서는 Graphify의 개념부터 설치, 실습, 그래프 시각화, 질의까지 전 과정을 함께 진행합니다.

[도서 구매][Yes24] : https://www.yes24.com/product/goods/183530330
[도서 구매][교보] : https://product.kyobobook.co.k....r/detail/S0002195189
오픈카톡방 : https://open.kakao.com/o/ggK7EAJh

타임라인
0:00 Graphify 소개 및 영상 배경
0:36 LLM Wiki 동작 방식 복습 (자료 인제스트 → 위키화 → 쿼리)
1:48 LLM Wiki의 단점: 토큰 낭비 문제
2:20 Graphify 등장 — 기계적 전처리와 하이브리드 전략
3:24 병렬 작업 분석과 전체 흐름 정리
3:56 설치 준비: 파이썬 패키지와 가상환경
5:12 실습 단계 정리 (uv 설치 → 자료 폴더 → 스킬 실행 → 인스톨)
5:53 Codex에서 Graphify 세팅 시작
8:40 프로젝트 폴더 세팅 및 Graphify 실행
10:57 처리 시간과 토큰 절감 결과 확인
12:29 그래프 시각화(HTML) 살펴보기
13:11 지식 베이스 기반 질의 테스트
14:25 Graphify vs LLM Wiki 정리 및 마무리

오늘 다룬 내용
- LLM Wiki(안드레이 카파시)의 토큰 과다 사용 문제
- Graphify의 하이브리드 전략: 기계적 전처리로 뼈대 추출 후 에이전트 처리
- uv 패키지 관리자와 가상환경을 이용한 Graphify 설치 과정
- 자료 폴더에 지식을 담고 $graphify 명령으로 그래프 구축 실습
- graphify codex install로 Codex 내 지식 기반 답변 세팅
- 그래프 시각화(HTML)와 리포트·JSON 산출물 확인
- 토큰 절감 효과 및 저렴한 요금제 사용자에게 유용한 점
- Graphify는 LLM Wiki와 별도 도구로 독립 사용 가능

#Graphify #그래피파이 #LLMWiki #안드레이카파시 #지식관리 #지식베이스 #토큰절감 #AI도구 #Codex #코덱스 #에이전트 #파이썬 #가상환경 #uv #그래프시각화 #하이브리드전략 #RAG #개인위키 #AI활용 #개발자도구 #지식그래프