2026년 9월

블로그를 만들고 있다.

오랜 숙원이라고 볼 수도 있는데, AI가 충분히 발전할 때까지 기다려왔고, 이제 때가 됐다는 판단에서 진행하고 있는데 무척 재미있다.

몇 가지 핵심 아이디어가 있는데,

1. AI가 도와준다
2. AI가 자동화 파이프라인 중간에 존재한다
3. AI에 블로그에 접근한다는 시나리오를 염두에 둔다

정도가 지금까지다.

‘왜 이걸 만들까?’ 하는 이유 중의 하나가 내가 나중에 사라지더라도 순간의 나의 생각이 담겨있는 공간이 하나 있다는 것이 하나고,
나 자신이 참조할 수 있는 공간이 필요한 것이 둘째,
가감없이 일기처럼 컨텐츠를 생산하더라도 그것을 간접적으로나마 읽을 수 있도록 생산되게 만드는 파이프라인 확보가 셋째다.

변화없이 다니던 독서모임에 계속 다닌지도 꽤 오래됐는데, 예전만큼 심리적 여유가 없어서 가슴뛰는 다른 무엇인가를 찾아다니지 못하는 이유도 있을테고, 모임이 그 자체를 혹은 나를 심폐소생시키는 이유도 있겠고, AI가 나를 매료시키고 있어서라는 이유도 있겠다.

또 하나라면, 이전과는 다른 구조로 내 인생이 변화되는 것도 있을테고.

그것은 내가 아직도 말로 표현할 수 없는 ‘렌즈’를 주었고,
그것은 나를 둘러싼 모든 것들을 다시 의미부여하는 큰 영향력을 발휘했다.

어쨌든, 나는 결과적으로 2개의 블로그를 운영하게 된다.

1. (private) 나만이 접근할 수 있는, 내가 유일한 생산 주체인 블로그
2. (public) 1의 블로그에서부터 새롭게 가공되거나, 변형되거나, 형식만 변하거나, 변화없이 그대로 전달되는, 모든 이들이 접근할 수 있는 블로그

public 블로그에서는 다양한 실험들이 이뤄질 수 있다.

1. 내 컨텐츠에서 개인정보가 담긴 부분이 비식별화되면서도 맥락을 유지하는 기능
2. AI가 편집자 역할을 수행하는 기능
3. ​콘텐츠 누적 및 동적 taxonomy 기반의 가변형 레이아웃·네비게이션 구축
4. API를 지원하지 않는 소셜 플랫폼으로 개인 저장소 콘텐츠를 자동 배포·연동하는 파이프라인 구축 시도
5. 인간을 위한 회원/비회원 댓글/토론 공간
6. AI(bot)을 위한 댓글/토론 공간
   

계속 재미있기를.

living document. 지금까지의 판단을 다음 구현의 기준으로 삼되, 실제 글을 쓰고 발행하면서
생기는 반례와 사용 경험에 따라 계속 고친다. 미래 구현을 완전히 예언하는 명세가 아니다.

쉽게 바꿔도 되는 것 — vocabulary, taxonomy 관계, 화면 표현, activity 계산 방식.
쉽게 흔들지 않는 것 — human-origin, Narrative Fidelity, Low-friction Authorship,
publicability 중심의 Privacy.

목적

이 아카이브는 한 사람이 실제로 살아가며 얻은 경험·생각·관찰·탐구를 오래 보존하고,
그중 공개할 수 있는 것을 누구나 읽을 수 있는 이야기로 남기기 위한 시스템이다.

핵심은 많은 콘텐츠를 생산하는 것이 아니라 다음을 가능하게 하는 것이다.

• 내가 직접 경험하고 생각한 것을 기록한다
• 글쓰기를 방해하지 않는 낮은 등록 허들을 유지한다
• 시간이 지나면서 관심과 관점이 어떻게 변했는지를 보존한다
• AI를 이용해 공개 가능성과 구조화를 돕는다
• 무엇이 이야기인지 결정하는 주체는 인간으로 남는다

Human-origin

Canonical Content의 출발점은 인간이다.

그 출처는 다음과 같은 것이 될 수 있다.

• 직접 경험
• 생각과 관찰
• 독서와 해석
• 조사와 비교
• 만들고 실패하고 배운 과정
• 직접 선택한 사진·메모·로그·자료

AI는 독립적인 콘텐츠 원천으로 간주하지 않는다.
AI가 최종 문장의 대부분을 작성할 수는 있지만, 그 글이 존재하게 된 이유와 그 안의 의미는
인간에게서 출발해야 한다.

정본에 이르는 두 경로는 모두 정상이다.

Human-origin source
   ├─→ Human write/review ─────────→ Canonical Content
   └─→ AI editorial → Human review → Canonical Content

AI 사용 여부는 provenance와 processing의 문제이지 콘텐츠의 인간 기원을 결정하는 기준이 아니다.

Low-friction Authorship

가장 중요한 작성 원칙은 다음과 같다.

Write first. Structure later.

글을 쓰는 순간에는 시스템의 분류 체계를 거의 의식하지 않아도 되어야 한다.
작성 시점에서 Type, Mode, Topic, Persona 등을 일일이 선택하도록 요구하지 않는다.

작성은 가능한 한 다음 정도로 가볍게 시작한다.

• 본문
• 제목 또는 임시 제목
• 작성 시각

분류·구조화·공개 검토는 이후 단계에서 사람과 AI가 보조한다.
아카이브가 기록을 돕는 대신 입력 양식이 되어서는 안 된다.

Authorial Narrative가 기준점이다

현실은 그대로 기록되지 않는다.
사람이 일기나 블로그 글을 쓰는 순간 이미 선택·생략·압축·관점 설정·의미 부여·인과 해석이
일어난다.

따라서 AI Editorial Layer의 기준점은 현실 전체를 재구성한 가상의 사건 모델이 아니다.
기준점은 인간 저자가 경험을 해석해 작성한 서술이다.

Reality
  ↓
Human experience
  ↓
Human interpretation
  ↓
Authorial narrative
  ↓
AI editorial transformation
  ↓
Public narrative

작성된 인간의 서술이 존재한다면 AI가 raw material을 근거로 그것을 덮어써서는 안 된다.

Narrative Fidelity

AI는 새로운 서사를 만들어내는 것이 아니라 이미 존재하는 서사를 더 잘 전달해야 한다.

AI는 서사를 더 만들지 않는다. 이미 존재하는 서사를 더 잘 전달한다.

AI는 다음을 임의로 변경해서는 안 된다.

• 핵심 사건
• 행동 주체
• 인과관계
• 판단의 방향
• 감정의 방향
• 결과
• 저자가 표현한 불확실성

특히 극적 긴장감을 높이기 위해 없던 사건·대화·갈등·의도·복선·교훈을 추가하지 않는다.
문장이 부족하거나 독자가 이해하기 어려운 지점이 있다면 내용을 창작하기보다 부족한 부분을
지적하거나 보강을 제안한다.

이중 독해

공개된 글은 실제 맥락을 모르는 사람에게도 하나의 완전한 글이어야 한다.
동시에 실제 맥락을 아는 사람은 일부 디테일을 통해 추가적인 의미나 공명을 느낄 수 있다.

내부 맥락은 보너스여야지 해독 키여서는 안 된다.

Privacy는 Access Control이 아니다

이 아카이브는 공개 웹을 기본 전제로 한다.
특정 계정이나 social graph에 소속되지 않은 사람도 Canonical Content를 읽을 수 있어야 한다.

따라서 Privacy의 핵심 질문은

누가 이 글을 볼 수 있는가?

가 아니라

이 이야기는 공개 웹에 내놓을 수 있는 형태가 되었는가?

이다.

Privacy는 콘텐츠 분류축이 아니라 editorial constraint이자 publication gate다.

Private source / draft
        ↓
Privacy editorial review
        │
        ├─ 공개 불가 → private에 남음
        │
        └─ 공개 가능
              ↓
       Canonical publication
              ↓
            Public

공개하기 어려운 글을 친구·지인에게만 보여주기 위한 social graph나 friend ACL은 core
architecture에 포함하지 않는다. 정말 공개하면 안 되는 내용은 private source로 남긴다.

공개 변환의 원칙

필요하면 정확한 날짜·위치·회사·학교·직책·나이·금액·프로젝트명처럼 재식별에 기여하는
identity coordinates는 일반화·생략·변형할 수 있다.

반면 서사의 질감을 만드는 디테일은 재식별 위험이 충분히 낮다면 가능한 한 보존한다.
목표는 무색무취한 익명화가 아니라 실제 경험의 질감을 보존하면서 공개 가능하게 만드는 것이다.

댓글의 로그인 여부, 익명 허용 여부 등은 별도의 interaction policy이며 Editorial Architecture의
핵심 문제로 다루지 않는다.

Canonical Content의 최소 Contract

Canonical Content의 등록 허들은 낮게 유지한다.

작성 단계

필수:

• 본문
• 제목 또는 임시 제목
• 작성 시각

공개 단계

필요:

• human-origin provenance 확인
• publicability 확인
• 사람의 최종 승인

후처리 가능

다음은 발행 prerequisite가 아니다.

• Type
• Mode
• Topic
• Persona
• 상세 editorial trace

Canonical Content의 구조화 수준이 부족하다는 이유만으로 좋은 글의 발행이 막혀서는 안 된다.

Mode

Mode는 다음 질문에 답한다.

나는 이것과 어떤 방식으로 관계하고 있는가?

Topic이 대상을 설명한다면 Mode는 행동과 관계 방식을 설명한다.
Mode는 아카이브의 1급 탐색축이다.
Topic이 바뀌어도 한 사람이 세상과 관계하는 방식은 더 오랫동안 반복될 수 있기 때문이다.

단, 구체적인 Mode vocabulary는 미리 고정하지 않는다.
Build / Explore / Read / Curate 등은 후보일 뿐이며 실제 콘텐츠가 쌓인 뒤 반복되는 행동
패턴을 보고 정한다. Mode 역시 작성 시 반드시 선택하지 않는다.

Topic

Topic은 다음 질문에 답한다.

무엇을 다루고 있는가?

Topic은 영구적인 관심사 선언이 아니다.

Topic은 시간에 따라 활성도가 변하는 기록상의 관심 대상이다.

Running, Coffee, Reading, AI, WordPress 같은 Topic은 모두 남아 있을 수 있지만 활성 시기는
다를 수 있다.

Topic에는 자연스럽게 다음 정보가 파생될 수 있다.

• 처음 등장한 시점
• 최근 등장한 시점
• 시기별 활동량
• 관련 콘텐츠
• 다른 Topic과의 관계

오래된 Topic을 삭제하지 않는다. 관심의 이동 자체가 아카이브의 일부다.
초기에는 Topic hierarchy를 강제하지 않고, 필요한 구조는 실제 콘텐츠가 쌓인 뒤 발견한다.

Persona

Persona는 미리 만들어 선택하는 캐릭터가 아니다.
독립된 허구 인격이나 공개 화자도 아니다.

Persona는 실제 한 사람에게서 특정 시간과 맥락에 걸쳐 여러 기록에 반복적으로 나타나는
관심·행동·관점·문제의식의 결합이다.

즉 Persona는 시간·맥락 종속적인 자기 패턴이다.

Write
 ↓
Unassigned
 ↓
콘텐츠 축적
 ↓
AI가 반복 패턴 발견
 ↓
Persona 후보 제안
 ↓
Human approve / merge / defer

AI는 예를 들어 다음처럼 제안할 수 있다.

최근 글 17편에서 이런 관점과 행동 패턴이 반복되고 있습니다. 하나의 Persona 후보로 묶어볼까요?

Persona는 입력 taxonomy라기보다 derived concept에 가깝다.

Lifecycle

Persona에는 자연스럽게 생명주기가 존재한다.

Emerging
   ↓
Active
   ↓
Mature
   ↓
Dormant
   ↓
Revived

이는 캐릭터의 생명주기가 아니라 기록에서 관찰되는 자기 패턴의 활성도 변화다.
시간·환경·역할·관심 변화에 따라 Persona도 출현하고 사라지거나 다시 나타날 수 있다.

Unassigned와 eeyore

Persona가 없는 상태는 정상이다.
내부적으로는 persona = NULL을 유지하고, 공개 표현에서는 이를 기본 identity인 eeyore
아래 자연스럽게 보여줄 수 있다.

NULL과 eeyore라는 실제 Persona를 데이터상 동일하게 취급하지 않는다.

Alias와 Persona

eeyore, ychvirus, Colin, Kevin, 창환, 해요르, 달요르처럼 자신을 부르는 이름과
Persona는 개념적으로 다르다.

• Alias / Handle — 나를 무엇이라고 부르는가
• Persona — 특정 시기와 맥락에서 어떤 나의 패턴이 반복되는가

필요하다면 향후 별도 모델로 분리할 수 있지만 초기 구현에서 반드시 구조화할 필요는 없다.

Type

Type은 핵심 정체성 축이 아니다.

다음 질문에 답하는 보조 metadata다.

독자는 이 글을 어떤 종류의 문서로 읽어야 하는가?

같은 Topic과 Mode라도 생각을 따라가는 글, 작업 기록, 재현 가능한 가이드, 비교·리뷰,
짧은 노트는 서로 다른 읽기 기대를 만든다.

따라서 Type은 document form으로 본다.
Mode처럼 핵심 탐색축으로 승격하지 않으며 필수값도 아니다.
구체적인 Type vocabulary 역시 실제 콘텐츠가 쌓인 뒤 결정한다.

Time

Time은 독립 taxonomy가 아니다.

모든 기록과 변화에 깔리는 공통 좌표다.

Time을 통해 Topic의 등장과 쇠퇴, Persona의 출현과 lifecycle, 관심사의 이동, 같은 주제를
바라보는 관점의 변화, 오랜 시간이 지난 뒤의 재등장을 읽는다.

필요한 경우 작성 시점, 발행 시점, 실제 사건 시점을 구분할 수 있지만 2026, 40대, 봄
같은 값을 별도의 분류 체계로 강제하지 않는다.

전체 콘텐츠 구조

Canonical Content
│
├─ Mode        ← 1급 탐색축
├─ Topic       ← 시간에 따라 활성도가 변하는 관심 대상
├─ Persona     ← 시간·맥락 속에서 발견되는 자기 패턴
├─ Type        ← 선택적인 document form
└─ Time        ← 모든 변화의 공통 좌표

서로 다른 질문을 섞지 않는다.

Topic
→ 무엇을 다루는가?

Mode
→ 그것과 어떻게 관계하는가?

Persona
→ 특정 시기와 맥락에서 어떤 나의 패턴이 반복되는가?

Type
→ 어떤 형태의 글인가?

Time
→ 언제 일어난 변화인가?

Editorial Layer

독자가 보는 콘텐츠 구조와 내부 편집 구조는 분리한다.

Reader-facing structure
├─ Mode
├─ Topic
├─ Persona
├─ Type
└─ Time

Internal editorial structure
├─ Provenance
├─ Narrative Fidelity
├─ Privacy / Publicability review
├─ AI processing history
└─ Source relationships

Provenance

어디에서 나온 콘텐츠인지 기록한다.

예:

• 직접 작성
• 일기에서 발전
• 메모 기반
• 사진·로그 참고
• AI-assisted rewrite

Raw material과 Authorial draft

둘은 구별한다.

Raw material
→ 사진 / 메시지 / 메모 / 로그 / 자료

Authorial draft
→ 인간이 이미 경험을 해석하여 작성한 글

Authorial draft가 존재한다면 그것이 우선한다.
AI가 raw material을 근거로 저자의 해석을 자의적으로 교정하거나 덮어써서는 안 된다.

Editorial trace

AI가 개입했다면 필요한 범위에서 어떤 종류의 편집이 있었는지, 무엇을 일반화하거나 제거했는지,
privacy review에서 무엇을 판단했는지, 원문과 공개문 사이에 어떤 변환이 있었는지를 추적할 수 있다.

이 기록은 반드시 독자에게 공개할 필요는 없다.
목적은 AI의 창작적 월권을 방지하고 사람의 최종 판단을 돕는 것이다.

AI의 역할

AI는 다음 역할을 수행할 수 있다.

Privacy Editor

재식별 위험과 민감정보 노출 가능성을 찾아 공개 가능한 변환을 제안한다.

Narrative Editor

저자가 이미 만든 의미와 서사를 보존하면서 문장의 명료성·구조·가독성을 개선한다.

Classifier

Mode, Topic, Type 등의 후보를 제안한다.

Persona Observer

시간에 걸쳐 반복되는 자기 패턴을 발견하고 Persona 후보를 제안한다.

Editorial Critic

설명 부족, 논리적 비약, 과도한 노출, 불필요한 반복 등을 지적한다.

AI는 다음을 하지 않는다.

• 존재하지 않는 사건 창작
• 극적 효과를 위한 의미 조작
• 저자의 불확실성을 확신으로 변경
• 모든 글을 교훈적인 이야기로 변환
• 일정한 문체로 과도하게 평준화
• Persona를 억지로 부여
• 필요 이상의 Persona 생성
• 사람의 승인 없는 자동 발행

기본 Editorial Flow

Human experience / thought / observation
        ↓
Free writing
        ↓
Authorial draft
        ↓
Optional AI editorial
   ├─ Narrative Fidelity check
   ├─ Privacy / Publicability review
   ├─ Metadata suggestion
   └─ Editorial critique
        ↓
Human review
        ↓
Publish
        ↓
Canonical Content
        ↓
Activity accumulates over time
   ├─ Topic activity
   ├─ Mode patterns
   └─ Persona discovery

AI Editorial은 강력한 선택지이지만 모든 콘텐츠가 통과해야 하는 의무 단계는 아니다.

현재 의도적으로 결정하지 않는 것

다음은 실제 콘텐츠와 사용 경험이 쌓인 뒤 결정한다.

• Mode의 구체적인 vocabulary
• Topic hierarchy 또는 graph 구조
• Type vocabulary
• Persona naming 방식
• Persona 탐지 알고리즘과 임계치
• Alias와 Persona의 실제 데이터 모델
• activity 계산 방식
• 독자 화면의 구체적인 정보구조
• 댓글·회원·익명 참여 정책
• WordPress taxonomy / CPT / custom field 매핑
• AI processing의 구체적인 자동화 수준

이 항목들은 현재 Architecture의 전제가 아니다.

핵심 원칙

사람이 먼저 살아가고, 생각하고, 쓴다. AI는 그 글을 대신 살아내거나 새로운 이야기를
만드는 것이 아니라, 공개 가능하게 다듬고 시간이 지나도 발견할 수 있도록 구조화하는 일을 돕는다.

작성 경험의 원칙은 더 짧다.

Write first. Structure later.

아카이브는 현재의 나를 고정해서 보여주는 프로필이 아니다.
시간이 흐르며 관심이 이동하고, 어떤 방식으로 세상과 관계했으며, 그 과정에서 어떤 ‘나’들이
반복적으로 나타났는지를 기록하는 장기적인 개인 아카이브다.