Claude Code + MCP 파일시스템으로 llm-wiki를 실시간 지식 참조 엔진으로 만들기
MCP란 무엇인가
MCP(Model Context Protocol)는 AI 모델이 외부 도구·파일·데이터에 접근할 수 있도록 해주는 표준 프로토콜입니다. MCP 서버를 연결하면 Claude가 대화 중에 실제 파일을 검색하고 읽을 수 있습니다.
즉, 이렇게 질문할 수 있습니다:
- “내 위키에서 Spring Boot 캐싱 관련 내용 찾아서 요약해줘”
- “RAG와 LLM Wiki 패턴의 차이점을 위키 기반으로 설명해줘”
- “Ollama 노트 읽고 빠진 내용 있으면 알려줘”
Claude가 직접 wiki/ 폴더를 뒤져서 답변합니다. 이것이 진짜 서브브레인입니다.
방식 비교 — 왜 파일시스템 방식을 선택하는가
| 항목 | REST API 방식 (mcp-obsidian) | 파일시스템 방식 ✅ 선택 |
| 대상 | Claude Desktop | Claude Code (이 가이드) |
| Obsidian 필요 | 항상 켜야 함 | 불필요 |
| Python/uvx | 필요 | 불필요 |
| 설치 난이도 | 복잡 | 간단 |
| 작동 방식 | REST API 경유 | 직접 파일 읽기 |
| 속도 | 상대적으로 느림 | 빠름 |
Windows 설정
Windows — .mcp.json 생성
llm-wiki 폴더 루트에 .mcp.json 파일을 만듭니다. 저장소를 clone했다면 이미 포함되어 있습니다.
직접 만들 경우 (메모장 또는 VS Code로 D:\llm-wiki\.mcp.json 저장):
{ “mcpServers”: { “wiki”: { “command”: “npx”, “args”: [ “-y”, “@modelcontextprotocol/server-filesystem”, “D:\\llm-wiki\\wiki”, “D:\\llm-wiki\\raw” ] } } }
※ 경로는 실제 클론 위치에 맞게 수정하세요.
Windows — settings.json에 MCP 자동 허용 추가
%USERPROFILE%\.claude\settings.json 에 enableAllProjectMcpServers를 추가합니다:
{ “theme”: “dark”, “enableAllProjectMcpServers”: true, “hooks”: { “Stop”: [ { “hooks”: [ { “type”: “command”, “command”: “\”C:\\Program Files\\nodejs\\node.exe\” D:\\llm-wiki\\save-chat.js”, “timeout”: 30 } ] } ] } }
Windows — 적용 확인
Claude Code를 완전히 재시작한 후 확인합니다:
- Claude Code 툴 종료 후 재실행
- 새 대화에서 아래 질문 입력:
“내 위키에서 LLM Wiki 패턴 관련 내용 찾아줘”
Claude가 wiki/ 폴더를 직접 검색해서 답하면 성공입니다.
macOS 설정
macOS — .mcp.json 생성
git clone 후 .mcp.json이 이미 포함되어 있습니다. 경로만 수정합니다:
# ~/llm-wiki/.mcp.json { “mcpServers”: { “wiki”: { “command”: “npx”, “args”: [ “-y”, “@modelcontextprotocol/server-filesystem”, “~/llm-wiki/wiki”, “~/llm-wiki/raw” ] } } }
※ ~/llm-wiki를 실제 클론 경로로 변경 (예: /Users/사용자명/llm-wiki)
macOS — settings.json 설정
~/.claude/settings.json 에 추가합니다:
{ “theme”: “dark”, “enableAllProjectMcpServers”: true, “hooks”: { “Stop”: [ { “hooks”: [ { “type”: “command”, “command”: “node ~/llm-wiki/save-chat.js”, “timeout”: 30 } ] } ] } }
macOS — 적용 확인
- Claude Code 재시작
- 새 대화에서 테스트:
“내 위키에서 Ollama 관련 노트 찾아줘”
기기마다 경로 수정이 필요한 파일들
클론 후 반드시 수정해야 할 경로
| 파일 | 수정할 내용 | 비고 |
| .mcp.json | wiki/raw 경로 | 기기마다 다름 |
| run-hidden.vbs | node.exe 및 watch.js 경로 | Windows만 |
| ~/.claude/settings.json | save-chat.js 경로 | 전역 설정 |
| watch.js (macOS) | CLAUDE 경로를 ‘claude’로 | macOS/Linux만 |
MCP 연결 후 활용 예시
이렇게 질문하세요
MCP가 연결되면 Claude가 위키를 직접 검색합니다. 자연어로 질문하면 됩니다:
지식 검색
“내 위키에서 RAG와 LLM Wiki 패턴 차이 설명해줘” “Spring Boot 캐싱 관련 노트 전부 찾아서 정리해줘” “Ollama와 로컬 LLM 관련 페이지 요약해줘”
연결 탐색
“LLM Wiki에서 언급된 모든 도구 목록 뽑아줘” “concepts 폴더에 있는 개념들 서로 어떻게 연결되어 있어?” “Vannevar Bush 페이지 읽고 현재 LLM 트렌드와 비교해줘”
위키 보강
“entities/spring-boot.md 읽고 빠진 내용 있으면 추가해줘” “이 대화 내용을 wiki/sources에 새 페이지로 저장해줘” “wiki 전체 lint 해줘 — 고아 페이지, 모순, 빠진 개념 찾아줘”
최종 완성된 시스템 아키텍처
입력 소스 ├── Web Clipper 클리핑 → raw/ └── Claude Code 대화 → raw/ (Stop 훅) ↓ Node.js watcher 감지 ↓ Claude CLI 자동 ingest ↓ wiki/ 페이지 자동 생성 ↓ git push → GitHub 동기화 ↓ MCP 파일시스템 서버 ↓ Claude가 위키를 실시간 참조 (서브브레인)
마치며
MCP를 연결하면 위키가 단순한 저장소에서 Claude의 실시간 지식 참조 엔진으로 업그레이드됩니다. 클리핑하고 대화할수록 위키가 쌓이고, 쌓인 위키를 Claude가 직접 참조해 더 정확한 답변을 내놓습니다.
이것이 진짜 서브브레인입니다 — 내가 읽고 생각한 것들이 AI의 작업 기억으로 연결되는 구조입니다.