퍼스널 컨텍스트 매니지먼트: 하이라이트가 새로운 세컨드 브레인인 이유

우리가 알던 PKM의 종말

개인 지식 관리는 오랫동안 잘 작동했습니다. 10년 이상, PKM 운동은 수백만 명에게 Notion, Obsidian, Roam Research, Evernote 같은 도구를 사용하여 정보를 캡처하고, 정리하고, 검색하는 방법을 가르쳤습니다. Tiago Forte의 "Building a Second Brain" 방법론은 골드 스탠다드가 되었으며, 25,000명 이상의 학습자가 CODE 프레임워크(캡처, 정리, 증류, 표현)를 채택했습니다.

효과가 있었습니다. 어느 정도는.

PKM의 공공연한 비밀은 대부분의 사람들이 캡처 단계를 넘어서지 못했다는 것입니다. 2023년 Notion 사용자 설문조사에 따르면 데이터베이스의 68%가 30일 이상 열리지 않은 것으로 나타났습니다. Readwise는 중간값 사용자가 저장된 하이라이트를 한 달에 2회 미만 검토한다고 보고했습니다. 사람들은 정교한 세컨드 브레인을 구축했지만, 거의 참조하지 않았습니다.

이유는 간단합니다. 인간의 검색은 느리고 노력이 필요합니다. 무언가를 저장했다는 것을 기억하고, 대략적인 위치를 떠올리고, 거기로 이동하고, 읽어보고, 현재 작업 중인 것과 종합해야 합니다. 이 과정은 몇 분, 때로는 더 오래 걸립니다. 실제로 대부분의 사람들은 그냥 다시 구글에서 검색하거나 동료에게 물어봅니다.

그때 대규모 언어 모델이 등장했습니다. 그리고 모든 계산이 바뀌었습니다.

AI는 완벽하게 정리된 폴더 구조가 필요하지 않습니다. 태그도, 색상 코드도, 세심하게 중첩된 계층 구조도 필요 없습니다. AI가 필요로 하는 것은 컨텍스트입니다. 당신이 누구인지, 무엇을 읽었는지, 무엇이 중요하다고 느꼈는지, 어떻게 생각하는지에 대한 원자료입니다. 그것을 제공하면, PKM이 약속했지만 완전히 실현하지 못했던 것을 AI가 몇 초 만에 해낼 수 있습니다.

이것이 Tiago Forte 자신이 2025년에 "퍼스널 컨텍스트 매니지먼트" 개념을 도입하면서 인정한 전환입니다. 병목은 더 이상 자신의 검색을 위한 지식 정리가 아닙니다. AI가 당신을 대신하여 사용할 수 있는 컨텍스트의 큐레이션입니다.

이미 세컨드 브레인을 구축해 왔다면, 처음부터 다시 시작할 필요가 없습니다. 업그레이드하는 것입니다.

퍼스널 컨텍스트 매니지먼트란?

퍼스널 컨텍스트 매니지먼트(PCM)란 AI 시스템이 관련성 높고 개인화된 출력을 생성하는 데 활용할 수 있는 개인 컨텍스트 레이어를 의도적으로 큐레이션하고, 구조화하고, 유지하는 실천입니다.

차이를 명확히 합시다. PKM은 이렇게 묻습니다: "내가 아는 것을 나중에 찾을 수 있도록 어떻게 정리할까?" PCM은 이렇게 묻습니다: "AI의 출력이 실제로 유용하도록 AI에게 나에 대해 충분히 어떻게 알려줄까?"

이 차이가 중요한 이유는 AI가 검색 문제를 역전시켰기 때문입니다. 정보를 찾는 것은 이제 매우 쉽습니다. 어떤 LLM이든 사실을 검색하고, 연구를 요약하고, 개념을 설명할 수 있습니다. AI가 당신의 도움 없이 할 수 없는 것은, 어떤 사실이 당신의 구체적인 상황에서 중요한지 아는 것입니다. 당신이 핀테크 스타트업의 전략 메모를 쓰고 있다는 것, 6개월 동안 행동경제학을 연구해왔다는 것, 구독 가격 책정에 대한 주류 견해에 동의하지 않는다는 것을 AI는 모릅니다.

그것이 컨텍스트입니다. 그리고 그것은 개인적인 것입니다.

PCM에는 세 가지 레이어가 있습니다:

아이덴티티 컨텍스트: 당신의 역할, 전문성, 관심사, 목표, 선호도. 이것은 비교적 안정적이며 천천히 변합니다.
지식 컨텍스트: 시간이 지나면서 축적한 특정 아이디어, 출처, 인사이트. 이것은 당신의 하이라이트 라이브러리, 주석, 독서 이력입니다.
작업 컨텍스트: 지금 당장 작업 중인 것. 프로젝트, 마감일, 대상 독자, 제약 조건.

기존 PKM은 레이어 2를 (대부분의 사람에게는 부족하게) 다루었고, 레이어 1과 3은 무시했습니다. PCM은 세 가지 모두를 AI가 검색, 종합, 심지어 초안 작성의 무거운 작업을 수행하는 시스템의 입력으로 다룹니다.

AI 시대에 컨텍스트가 지식을 이기는 이유

Ethan Mollick의 "Co-Intelligence"(2024)는 유용한 프레임워크를 제시했습니다. AI는 인간의 능력을 증폭하는 "공동지능"이지만, 충분한 방향이 주어졌을 때만 그렇습니다. Wharton에서의 통제 실험에서, AI 도구에 상세한 컨텍스트를 제공한 컨설턴트는 범용적인 프롬프트를 사용한 사람보다 40% 더 높은 품질의 성과를 냈습니다.

변수는 지능이 아니었습니다. 컨텍스트였습니다.

두 가지 프롬프트를 비교해 봅시다:

범용적: "고객 유지에 대한 블로그 글을 작성해 주세요."

컨텍스트 풍부: "저는 중견 HR 팀 대상 B2B SaaS 회사를 운영하고 있습니다. 이탈률은 월 8%이며, 주로 직원 50명 미만의 회사에서 발생합니다. Bain의 연구에서 유지율 5% 개선이 이익의 25~95% 증가로 이어진다는 데이터를 하이라이트했습니다. SMB 세그먼트의 이탈 감소에 대해 고객 성공 팀을 위한 글을 작성해 주세요."

두 번째 프롬프트는 극적으로 더 나은 출력을 생성합니다. AI가 더 똑똑해서가 아니라, 당신이 컨텍스트를 제공했기 때문입니다.

이것을 확장해 봅시다. 매번 수동으로 프롬프트에 컨텍스트를 작성하는 대신, AI가 이미 다음에 접근할 수 있는 상태를 상상해 보세요:

지난 1년간 하이라이트한 모든 기사
그 하이라이트에 대한 당신의 주석과 노트
가장 자주 돌아오는 주제
신뢰하는 출처(그리고 무시한 것들)
당신의 글쓰기 스타일, 어휘 선호도, 전형적인 논증 패턴

이것이 PCM 시스템이 제공하는 것입니다. 당신의 하이라이트는 모든 AI 상호작용을 더 유용하게 만드는 지속적인 컨텍스트 레이어가 됩니다.

연구도 이를 뒷받침합니다. Sparrow et al.(2011)은 "구글 효과"를 입증하며, 정보가 외부에 저장되어 있다는 것을 알 때 사람들의 기억력이 크게 떨어진다는 것을 보여주었습니다. 하지만 후속 발견이 더 흥미로웠습니다. 사람들은 정보가 어디에 저장되어 있는지 기억하는 데는 뛰어납니다. 우리는 타고난 인덱서이지, 하드 드라이브가 아닙니다. PCM은 이 강점에 역행하지 않고 활용합니다.

하이라이트: 퍼스널 컨텍스트의 최소 단위

캡처된 모든 정보가 좋은 컨텍스트가 되는 것은 아닙니다. 북마크는 너무 거칩니다. 전체 기사는 너무 깁니다. 태그는 너무 추상적입니다. 하지만 하이라이트는 최적의 지점에 있습니다.

하이라이트는 당신에게 중요했기 때문에 저장하기로 선택한 구절입니다. 그 선택 행위 자체가 정보입니다. AI에게 "이 사람은 그날 읽은 모든 것 중에서 이 특정 구절을 보존할 가치가 있다고 판단했다"고 말합니다.

하이라이트에는 PCM에 이상적인 여러 특성이 있습니다:

사전 필터링: 당신은 이미 편집 작업을 했습니다. 모든 하이라이트는 관련성에 대한 판단을 나타냅니다.
출처 표시: 원시 노트와 달리, 하이라이트는 원본 소스 URL, 저자, 게시 날짜를 가지고 있습니다. 이는 AI에게 출처와 신뢰성 신호를 제공합니다.
간결함: 일반적인 하이라이트는 1~3문장입니다. 수백 개의 하이라이트를 AI 컨텍스트 윈도우에 넣어도 토큰 제한에 도달하지 않습니다.
타임스탬프: 하이라이트의 시간 순서는 당신의 사고가 어떻게 발전했는지를 보여줍니다. AI는 최근 하이라이트에 더 높은 가중치를 줄 수 있습니다.
주석 가능: 하이라이트에 노트를 추가할 때, 당신의 해석을 더하는 것입니다. 이것이 가장 풍부한 형태의 퍼스널 컨텍스트입니다.

Roediger and Karpicke의 인출 연습에 대한 연구(2006)는 자료에 능동적으로 관여하는 것, 즉 핵심 구절을 선택하고, 주석을 달고, 나중에 복습하는 것이 수동적 재독서에 비해 기억 형성을 50~80% 강화한다는 것을 보여주었습니다. 하이라이트는 AI에만 좋은 것이 아닙니다. 당신 자신의 학습에도 좋습니다.

핵심은 하이라이트가 마찰 없이 이루어져야 한다는 것입니다. 몇 초 이상 걸리면 꾸준히 하지 않게 됩니다. 여기서 Glasp의 웹 하이라이터가 판도를 바꿉니다. 어떤 웹페이지의 어떤 구절이든 클릭 한 번으로 하이라이트하면 저장되고, 정리되고, AI의 컨텍스트로 사용 가능해집니다.

캡처에서 컨텍스트로: 워크플로의 변화

기존 PKM 워크플로는 다음과 같았습니다:

흥미로운 것을 읽기
그것을 캡처하기(복사-붙여넣기, 북마크, 스크린샷)
그것을 정리하기(폴더에 분류, 태그 추가)
주기적으로 검토하기
필요할 때 사용하기

대부분의 사람들은 1~2단계를 완료하고 나머지를 포기했습니다. 정리 단계는 너무 노동 집약적이었고, 검토 단계는 대부분의 사람이 유지하기 어려운 규율을 요구했습니다.

PCM 워크플로는 다릅니다:

흥미로운 것을 읽기
공감하는 특정 구절을 하이라이트하기(이것은 캡처와 큐레이션을 한 단계로 수행합니다)
보존할 가치가 있는 반응이 있으면 주석 달기
주제, 테마, 관련성에 따라 AI에게 정리시키기
종합, 글쓰기, 문제 해결이 필요할 때 하이라이트와 대화하기

무엇이 사라졌는지 주목하세요: 수동 정리와 주기적 검토입니다. AI가 둘 다 처리합니다. 당신은 인간이 가장 잘하는 것, 즉 비판적으로 읽고 무엇이 중요한지 판단하는 것에 집중하고, AI는 인간이 가장 못하는 것, 즉 대량의 저장된 자료의 정리, 검색, 종합을 담당합니다.

이것은 이론이 아닙니다. Glasp의 AI 채팅은 이미 이 워크플로를 가능하게 합니다. 전체 하이라이트 라이브러리에 질문할 수 있습니다: "가격 심리학에 대해 무엇을 저장했지?" 또는 "내 하이라이트에서 원격 근무의 찬반 논쟁을 요약해줘." AI는 인터넷 전체가 아닌 당신이 큐레이션한 컨텍스트를 활용하여, 이미 검증한 출처에 기반한 답변을 생성합니다.

컨텍스트 소스로서의 동영상

텍스트만이 컨텍스트로 활용할 수 있는 매체는 아닙니다. YouTube만 해도 8억 개 이상의 동영상을 호스팅하고 있으며, 동영상 콘텐츠는 전체 인터넷 트래픽의 82%를 차지합니다(Cisco, 2023). 많은 사람들에게 동영상 강의, 컨퍼런스 발표, 팟캐스트 인터뷰가 주요 학습 매체입니다.

문제는 동영상이 기존 PKM에 매우 부적합하다는 것입니다. 동영상을 하이라이트할 수 없습니다. 훑어볼 수도 없습니다. 효율적으로 검색할 수도 없습니다. 45분짜리 컨퍼런스 발표에는 42분의 설정, 예시, Q&A 속에 진정으로 가치 있는 3개의 인사이트가 묻혀 있을 수 있습니다.

여기서 AI 기반 동영상 요약이 게임을 바꿉니다. YouTube Summary는 모든 YouTube 동영상의 구조화된 요약을 생성하여, 핵심 포인트, 논점, 타임스탬프를 추출합니다. 요약에서 중요한 부분을 하이라이트하면, 45분 동영상을 사실상 3~5개의 타겟팅된 하이라이트로 변환하여 컨텍스트 레이어에 통합할 수 있습니다.

효율성 향상은 상당합니다. 요약을 읽는 데 2~3분이 걸리는 반면, 전체 동영상을 시청하는 것은 훨씬 더 오래 걸립니다. 그리고 요약에서 저장한 하이라이트는 문서 기사의 하이라이트와 동일한 컨텍스트 가치를 가집니다. 사전 필터링되어 있고, 출처가 명시되어 있으며, AI가 사용할 준비가 되어 있습니다.

연구자, 학생, 대량의 동영상 콘텐츠를 소비하는 지식 근로자에게 이것은 PKM 시스템에 존재했던 거대한 격차를 메웁니다. 동영상에서의 학습은 더 이상 브라우저 탭을 닫는 순간 사라지지 않습니다.

소셜 레이어: 다른 사람의 컨텍스트에서 배우기

여기가 PCM이 기존 노트 테이킹과 가장 크게 갈라지는 지점입니다. 당신의 하이라이트는 당신과 당신의 AI만을 위한 것이 아니라, 당신이 무엇을 가치 있게 여겼는지에 대한 다른 사람에게의 신호로서도 존재합니다.

Glasp에서 기사를 읽으면, 같은 페이지에서 다른 독자들이 하이라이트한 것을 볼 수 있습니다. 이것은 분산 인지의 한 형태입니다. 집단 지능에 대한 연구(Woolley et al., 2010)는 중요한 정보를 식별하는 데 있어 그룹이 일관되게 개인을 능가한다는 것을 보여줍니다. 한 사람이 더 똑똑해서가 아니라, 다양한 관점이 한 독자가 놓칠 수 있는 것을 포착하기 때문입니다.

기후 경제학에 대한 밀도 높은 연구 논문을 읽고 있다고 상상해 보세요. 당신은 주요 발견과 방법론 섹션을 하이라이트할 수 있습니다. 하지만 다른 독자, 경제학자는 논문의 핵심 주장을 약화시키는 각주 14에 묻힌 가정을 하이라이트합니다. 세 번째 독자, 정책 분석가는 결론에서 논의된 실행 과제를 하이라이트합니다. 각 사람의 하이라이트는 그 사람의 전문성과 우선순위를 반영합니다.

PCM 시스템에서 이 소셜 레이어는 당신의 확장된 컨텍스트의 일부가 됩니다. 당신 자신의 하이라이트만이 아니라, 사려 깊은 독자 커뮤니티의 집합적 독서 지능을 활용하는 것입니다. 이것이 공개적으로 학습하기와 고립된 학습을 구분하는 것입니다.

소셜 측면은 책임감도 만들어냅니다. 당신의 하이라이트가 다른 사람에게 보일 때, 더 주의 깊게 읽고 더 사려 깊게 하이라이트하게 됩니다. Andy Matuschak이 말하는 "차고 문을 열어놓고 작업하기"와 같은 원리입니다. 공개적인 학습은 더 엄격한 학습입니다.

PCM 시스템 구축하기

실용적인 PCM 시스템은 복잡한 설정이 필요하지 않습니다. 세 가지 습관의 일관성과 하나의 원칙에 대한 명확성이 필요합니다.

원칙: 콘텐츠가 아닌 컨텍스트를 저장하세요. 기사 전체를 캡처할 필요가 없습니다. 당신의 사고와 교차한 특정 구절을 캡처해야 합니다. 항상 양보다 질입니다.

습관 1: 읽으면서 하이라이트하기. 웹 하이라이터를 설치하고 읽는 모든 기사, 블로그 글, 연구 논문에서 사용하세요. 이 단계에서는 색상 코드나 태그에 대해 너무 깊이 생각하지 마세요. 공감하는 것을 하이라이트하면 됩니다. 기사당 3~7개의 하이라이트를 목표로 하세요. 그 이상 하이라이트하고 있다면, 아마 충분히 선별적이지 않은 것입니다.

습관 2: 하이라이트가 생각을 촉발하면 주석 달기. 모든 하이라이트에 노트가 필요한 것은 아닙니다. 하지만 구절을 읽고 "이것은 X와 연결된다" 또는 "Y라는 이유로 동의하지 않는다"고 생각했다면, 그 반응을 간단한 주석으로 캡처하세요. 이러한 주석은 저자가 말한 것뿐만 아니라 당신의 고유한 관점을 인코딩하기 때문에 가장 높은 가치의 컨텍스트입니다.

습관 3: 매주 하이라이트와 대화하기. 매주 15~20분을 할애하여 최근 하이라이트에 대해 AI에게 질문하세요. "이번 주에 어떤 주제에 대해 읽었지?" "이번 주 독서는 지난달에 저장한 것과 어떻게 연결돼?" "하이라이트를 출처로 사용해서 [주제]에 대한 메모 개요를 작성해줘." 여기서 PCM의 복리 가치가 나타납니다.

책과 전자책 리더에서의 독서의 경우, Kindle 하이라이트를 가져와 웹 하이라이트와 통합하여, 모든 독서에 걸친 통합 컨텍스트 레이어를 만들 수 있습니다.

주간 워크플로 예시:

요일	활동	시간
월~금	만나는 기사와 동영상을 하이라이트하기	기사당 2~3분
월~금	하루 1~2개 하이라이트에 개인적 반응 주석 달기	주석당 1분
토요일	AI 채팅으로 하이라이트 요약 검토하기	15분
토요일	하이라이트에서 하나의 산출물(초안, 개요, 종합) 생성하기	15분

총 추가 시간 투자는 주당 약 30~45분입니다. 그 대가는 모든 AI 상호작용을 더 개인화하고 모든 글을 실제 출처에 더 근거하게 만드는, 지속적으로 성장하는 컨텍스트 레이어입니다.

학습의 미래에 대한 의미

PCM의 함의는 생산성을 넘어 확장됩니다. 학습 자체에 대한 생각을 재구성합니다.

Ebbinghaus는 새로운 정보의 90%를 1주일 안에 잊는다는 것을 입증했습니다. 한 세기 이상, 주요 대책은 간격 반복이었습니다. 기억 흔적을 강화하기 위해 간격을 늘려가며 자료를 복습하는 것입니다. 효과가 있지만 노력이 필요합니다. 대부분의 사람은 지속하지 못합니다.

PCM은 대안적 경로를 제시합니다. 무차별적 반복으로 망각 곡선과 싸우는 대신, 학습을 컨텍스트 레이어에 외부화하고 AI에게 검색을 맡깁니다. 초기 참여의 이점은 여전히 얻을 수 있습니다(하이라이트는 능동적 독서를 강제하여 기억 인코딩을 강화합니다). 하지만 모든 것을 생체 기억에 유지할 필요는 더 이상 없습니다. AI가 당신 대신 기억하고, 뇌가 절대 할 수 없는 방식으로 수백 개의 출처를 횡단적으로 종합할 수 있습니다.

이것은 Mollick 등이 경고하는 위험한 의미의 인지적 오프로딩이 아닙니다. AI의 학습에 대한 영향에서 깊이 탐구한 중요한 구분은 사고의 아웃소싱과 검색의 아웃소싱 사이의 차이입니다. PCM은 검색을 아웃소싱하면서 사고, 즉 선택, 주석, 종합을 확실히 인간의 영역에 둡니다.

두 번째 함의가 있습니다. AI 모델이 개선될수록, 당신의 개인 컨텍스트의 가치는 줄어드는 것이 아니라 증가합니다. 추론 능력이 10배 향상된 모델은, 범용 프롬프트보다 풍부한 개인 컨텍스트가 주어졌을 때 10배 더 나은 출력을 생성합니다. 당신의 하이라이트 라이브러리는 가치가 높아지는 자산입니다.

세 번째도 있습니다. 개인 지식 관리는 항상 다소 고독한 활동이었습니다. 자신의 시스템을 구축하고, 자신의 시스템을 사용했습니다. PCM, 특히 소셜 레이어가 있는 PCM은 네트워크 효과를 만들어냅니다. 기사를 하이라이트하는 모든 사람이 다른 사람에게도 도움이 되는 컨텍스트를 추가합니다. 참여하는 사람이 많을수록 집합적 컨텍스트는 더 풍부해집니다. 지식은 개인적으로도 집단적으로도 복리로 성장합니다.

자주 묻는 질문

퍼스널 컨텍스트 매니지먼트는 단순히 ChatGPT를 사용하는 것과 어떻게 다릅니까?

ChatGPT(또는 어떤 LLM이든)는 당신의 컨텍스트 없이 훈련 데이터에 기반한 범용적인 출력만 생성합니다. PCM은 AI에게 당신의 고유한 하이라이트, 주석, 독서 이력을 입력으로 제공합니다. 그 차이는 낯선 사람에게 조언을 구하는 것과 당신과 같은 연구를 읽은 동료에게 묻는 것의 차이와 같습니다. 같은 AI지만, 출력 품질은 극적으로 다릅니다.

기존 PKM 설정을 변경해야 합니까?

아닙니다. PCM은 기존 PKM 관행 위에 구축됩니다. 이미 Obsidian이나 Notion에서 노트를 작성하고 있다면, 그 노트는 컨텍스트 레이어의 일부가 될 수 있습니다. 주된 변화는 마인드셋입니다. 자신의 검색을 위해 노트를 정리하는 대신, AI 지원 검색과 종합을 위해 컨텍스트를 큐레이션합니다.

PCM이 유용해지려면 얼마나 많은 하이라이트가 필요합니까?

엄격한 최소값은 없지만, 200~~300개의 하이라이트(꾸준한 독서와 하이라이트 약 6~~8주 분량)부터 복리 효과를 느끼기 시작합니다. 그 정도 양이면, AI가 당신의 관심사 패턴을 식별하고, 출처 간 연결을 발견하고, 진정으로 개인화된 느낌의 출력을 생성하기 시작합니다.

AI 때문에 독서가 게을러지지 않을까요?

연구 결과는 복합적이지만 시사점이 있습니다. 수동적인 AI 사용(읽지 않고 요약을 요청하는 것)은 이해력과 비판적 사고를 저하시킵니다. 능동적인 AI 사용, 즉 먼저 읽고, 중요한 부분을 하이라이트하고, 그 후 AI를 사용하여 종합하는 것은 실제로 학습 성과를 향상시킵니다. 핵심은 PCM이 당신의 독서와 판단을 유지시킨다는 것입니다. AI는 당신의 참여를 대체하는 것이 아니라 증폭시킵니다.

하이라이트 데이터는 비공개입니까?

Glasp에서는 하이라이트의 공개 범위를 직접 제어할 수 있습니다. 공개 하이라이트는 소셜 레이어에 기여하고 다른 독자를 돕습니다. 비공개 하이라이트는 당신만의 것입니다. 어느 쪽이든, 당신의 하이라이트 데이터는 당신의 것이며, 언제든지 내보낼 수 있습니다.

이것은 "세컨드 브레인" 개념과 어떤 관계가 있습니까?

PCM을 세컨드 브레인 2.0이라고 생각하세요. 원래 세컨드 브레인은 인간의 검색을 위해 설계되었습니다. 정보를 찾을 수 있도록 정리하는 것입니다. PCM은 AI 지원 검색을 위해 설계되었습니다. AI가 찾고, 종합하고, 생성할 수 있도록 컨텍스트를 큐레이션합니다. 캡처 습관은 비슷합니다. 이후의 워크플로는 근본적으로 다릅니다.

결론: 하이라이트는 당신의 경쟁 우위입니다

PKM에서 퍼스널 컨텍스트 매니지먼트로의 전환은 트렌드가 아닙니다. 인간이 정보와 AI와 상호작용하는 방식의 구조적 변화입니다.

오늘 저장하는 모든 하이라이트는 내일의 AI 상호작용을 더 유용하게 만드는 컨텍스트 레이어의 일부가 됩니다. 모든 주석은 당신의 고유한 관점을 그 컨텍스트에 추가합니다. 매주 꾸준한 하이라이팅은 다른 누구도 가지고 있지 않은, 더 풍부하고 더 개인화된 지식 베이스로 복리적으로 축적됩니다.

범용적인 AI 출력은 상품입니다. 당신의 독서, 사고, 큐레이션된 출처에 근거한 개인화된 AI 출력은 경쟁 우위입니다. 그리고 그 우위의 원자재는 놀라울 정도로 단순합니다. 당신이 하이라이트하기로 선택한 구절들입니다.

복잡한 시스템은 필요 없습니다. 하이라이트 습관, 그것을 마찰 없이 할 수 있는 도구, 그리고 필요할 때 당신의 컨텍스트를 활용할 수 있는 AI 레이어가 있으면 됩니다.

오늘 시작하세요. 기사를 읽으세요. 중요한 것을 하이라이트하세요. 생각이 떠오르면 노트를 추가하세요. 내일도 같은 것을 하세요. 몇 주 안에 읽는 모든 글과 함께 더 가치 있어지는 PCM 시스템의 기반이 만들어질 것입니다.

Glasp은 이 워크플로를 매끄럽게 만들어줍니다. 웹을 하이라이트하고, 동영상을 요약하고, 당신의 지식과 대화하고, 다른 사람들이 가치 있게 여긴 것에서 배우세요. 당신의 하이라이트는 단순한 기억이 아닙니다. AI를 진정으로 당신의 것으로 만드는 컨텍스트입니다.

하이라이트를 내보내기하여 언제든지 사용하세요. 어떤 플랫폼에서든 활용하세요. 당신이 만든 컨텍스트는 항상 당신의 것입니다.