이 영상이 흥미로운 이유는 단순히 “옵시디언용 AI 플러그인 하나"를 소개해서가 아니다. 발표자가 실제로 보여 주는 것은 옵시디언을 메모 앱으로 쓰는 수준을 넘어, 여러 CLI 에이전트를 노트 기반 작업장으로 묶는 방식 이다. Antigravity CLI를 중심에 두고, Claude Code, Codex CLI, Grok CLI 같은 외부 도구를 연결해 텍스트 정리, 이미지 생성, 영상 생성, 검색까지 한 흐름으로 이어 붙인다.영상 0:44
즉 핵심은 “AI에게 질문한다"가 아니라, 노트가 작업 인터페이스가 되고 CLI가 실행 엔진이 되는 구조 다. 발표자가 만든 obsigravity 플러그인은 그 연결면을 담당한다.영상 2:36
Sources
이 영상의 핵심은 “옵시디언 안에서 CLI를 굴린다"는 점이다
발표자는 Google I/O 이후 주목받는 Antigravity CLI를 옵시디언에 붙여 쓸 수 있게 만들었다고 설명한다. 여기서 중요한 건 Antigravity 자체보다도, 터미널에서 돌아가는 AI 도구들을 옵시디언 노트와 연결했다는 점 이다.영상 1:17
영상에서 obsigravity는 다음 역할을 한다.
- 현재 노트를 AI 입력 컨텍스트로 넘긴다
- 대화 기록을 옵시디언 안에서 본다
- 노트 기반 이미지 생성을 트리거한다
- 외부 CLI 도구 경로를 연결한다
- 결과물을 다시 볼트 안 파일로 저장한다
즉 이 플러그인은 모델 그 자체보다 메모 저장소와 CLI 작업 흐름을 연결하는 오케스트레이션 레이어 로 보는 편이 정확하다.영상 3:32
flowchart TD
A["Obsidian 노트"] --> B["Obsigravity 플러그인"]
B --> C["Antigravity CLI"]
B --> D["Claude Code / Codex CLI / Grok CLI"]
C --> E["정리된 텍스트 결과"]
C --> F["이미지 생성 결과"]
D --> G["검색 / 빌드 / 보조 작업"]
E --> H["Vault에 저장"]
F --> H
G --> H
classDef noteTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef bridgeTone fill:#fde8c0,stroke:#c9a647,color:#333;
classDef cliTone fill:#c0ecd3,stroke:#69a97d,color:#333;
classDef outTone fill:#e0c8ef,stroke:#9b78b5,color:#333;
class A noteTone
class B bridgeTone
class C,D cliTone
class E,F,G,H outTone발표자가 만든 obsigravity는 “노트 기반 콘솔"에 가깝다
영상에서 보이는 UI는 일반적인 채팅 플러그인보다 조금 다르다. 발표자는 Antigravity 대화 히스토리를 별도 패널에서 보고, 현재 활성 노트를 기반으로 AI 작업을 실행하고, 이미지 생성이나 빌드 작업도 같은 흐름으로 연결한다.영상 4:44
이 구조가 중요한 이유는 다음과 같다.
첫째, 입력의 중심이 프롬프트 창이 아니라 현재 작업 중인 노트 다. 즉 “질문을 던지고 답을 받는 앱"이 아니라 “문서 상태를 읽고 그 문서에 개입하는 작업 환경"이 된다.
둘째, 결과가 다시 옵시디언 볼트에 남는다. 채팅창에서 사라지는 답변이 아니라, 후속 편집과 링크 연결이 가능한 Markdown 자산으로 남기 때문에 지식 축적 흐름과 잘 맞는다.영상 6:03
셋째, 발표자는 외부 CLI Connector를 통해 Claude Code, Codex CLI, Grok CLI까지 연결할 수 있다고 보여 준다. 이 말은 곧 옵시디언이 특정 모델 전용 앱이 아니라, 여러 실행 엔진을 갈아 끼울 수 있는 허브 가 된다는 뜻이다.영상 18:52
flowchart TD
A["현재 활성 노트"] --> B["컨텍스트 동기화"]
B --> C["Obsigravity 명령 실행"]
C --> D["Antigravity 대화"]
C --> E["외부 CLI 호출"]
D --> F["노트 수정 / 요약 / 이미지"]
E --> G["검색 / 빌드 / 특수 작업"]
F --> H["Vault 파일"]
G --> H
classDef inputTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef procTone fill:#fde8c0,stroke:#c9a647,color:#333;
classDef cliTone fill:#c0ecd3,stroke:#69a97d,color:#333;
classDef resultTone fill:#e0c8ef,stroke:#9b78b5,color:#333;
class A inputTone
class B,C procTone
class D,E cliTone
class F,G,H resultTone영상이 강조하는 4개 스킬은 “메모를 자산으로 바꾸는 단계"에 맞춰져 있다
발표자는 플러그인 안에 4개 스킬이 들어 있다고 설명한다. 이름은 다 다르지만 역할은 분명하다.영상 8:04
1. Note Surgeon
긴 노트를 읽고 구조를 고친다. 제목, 섹션, frontmatter, 태그, 콜아웃, 링크 정리처럼 문서 가독성과 관리성을 높이는 수술 도구 에 가깝다.영상 8:16
2. Atomic Split
긴 문서를 여러 원자 노트로 나눈다. 발표자는 한 덩어리 리포트를 6개 정도의 세부 노트로 쪼개고 상호 링크를 붙이는 예시를 보여 준다. 이는 한 문서를 저장하는 것보다, 재조합 가능한 노드 묶음으로 지식을 재편하는 단계 로 볼 수 있다.영상 10:40
3. Vault Cartographer
볼트의 폴더와 노트 군집을 분석한다. 지식 저장소가 커질수록 무엇이 어디에 모여 있는지 파악하기 어려워지는데, 이 스킬은 볼트 구조를 지도처럼 읽는 역할 을 맡는다.영상 8:45
4. Skillforge
새 옵시디언 스킬을 만드는 보조 도구다. 즉 사용자는 고정 기능만 소비하는 것이 아니라, 자기 작업 방식에 맞는 자동화 스킬을 직접 늘릴 수 있다.영상 9:06
flowchart TD
A["원본 노트"] --> B["Note Surgeon
구조 정리"]
B --> C["Atomic Split
원자 노트 분할"]
C --> D["Vault Cartographer
구조 분석"]
D --> E["Skillforge
새 자동화 제작"]
classDef rawTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef processTone fill:#c0ecd3,stroke:#69a97d,color:#333;
classDef mapTone fill:#fde8c0,stroke:#c9a647,color:#333;
classDef buildTone fill:#e0c8ef,stroke:#9b78b5,color:#333;
class A rawTone
class B,C processTone
class D mapTone
class E buildTone이 네 단계는 결국 수집 → 정리 → 분해 → 구조화 → 확장 이라는 지식 운영 흐름을 보여 준다.
데모의 진짜 포인트는 “노트 하나가 여러 산출물의 출발점이 된다"는 점이다
영상에서 발표자는 Jarvis/OpenClaw 텔레그램 흐름을 통해 Google I/O 관련 보고서를 옵시디언 inbox로 가져온 뒤, 그 문서를 obsigravity로 다듬고, 다시 쪼개고, 이미지까지 붙이는 예시를 보여 준다.영상 11:40
이 흐름을 보면 노트는 단순 저장물이 아니다.
- 외부에서 수집한 초안이 들어오는 inbox
- AI가 구조를 다듬는 편집 대상
- Atomic Split의 입력 문서
- 이미지 생성의 프롬프트 소스
- 이후 영상 제작의 재료
즉 하나의 Markdown 노트가 보고서, 카드형 메모, 이미지, 심지어 비디오 워크플로의 출발점 이 된다.
발표자는 특히 Antigravity CLI 쪽에서 당시 테스트 기준으로는 TTS나 영상 생성이 충분하지 않아 Grok Build를 같이 쓰는 장면을 보여 준다. 이 부분은 “한 모델이 모든 걸 다 한다"가 아니라, 작업 종류에 따라 다른 CLI를 연결해 쓰는 멀티 엔진 구조 가 더 현실적이라는 걸 보여 준다.영상 15:21
flowchart TD
A["외부 수집 문서"] --> B["Obsidian Inbox"]
B --> C["Note Surgeon"]
C --> D["Atomic Split"]
C --> E["이미지 생성"]
D --> F["원자 노트 묶음"]
E --> G["첨부 이미지"]
F --> H["후속 리서치 / 글쓰기"]
G --> I["영상 / 시각 산출물"]
classDef inputTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef procTone fill:#c0ecd3,stroke:#69a97d,color:#333;
classDef assetTone fill:#fde8c0,stroke:#c9a647,color:#333;
classDef resultTone fill:#e0c8ef,stroke:#9b78b5,color:#333;
class A,B inputTone
class C,D,E procTone
class F,G assetTone
class H,I resultTone설치와 연결에서 중요한 것은 “플러그인 설치"보다 “활성 노트 동기화"다
영상 후반부에서는 BRAT로 플러그인을 설치하고, 필요한 경우 Antigravity CLI를 설치 또는 업데이트하며, 구글 로그인까지 진행하는 흐름이 소개된다.영상 16:30
하지만 실제 운영 관점에서 더 중요한 것은 다음 두 가지다.
1. 활성 노트가 CLI 컨텍스트로 잘 넘어가야 한다
발표자는 활성 노트 자동 동기화 비슷한 동작을 켜 두는 것이 중요하다고 보여 준다. 그래야 지금 보고 있는 문서가 곧바로 CLI 입력이 된다. 이게 빠지면 결국 복사·붙여넣기 노가다로 되돌아간다.영상 17:10
2. 외부 CLI 경로를 명시적으로 연결해야 한다
Claude Code, Codex CLI, Grok CLI처럼 별도 도구를 붙이려면 CLI 경로와 호출 방식을 정확히 지정해야 한다. 이 부분이 되면 옵시디언은 단순 문서 편집기가 아니라 여러 실행기를 호출하는 런처 로 바뀐다.영상 18:52
또 발표자는 생성 이미지가 저장될 attachment 경로도 설정 가능한 것으로 보여 준다. 이 역시 중요하다. 결과물이 앱 내부에 갇히지 않고 볼트 파일 구조 안에 남아야 후속 자동화가 가능하기 때문 이다.영상 7:24
flowchart TD
A["BRAT로 플러그인 설치"] --> B["Antigravity CLI 준비"]
B --> C["로그인 / 초기 연결"]
C --> D["활성 노트 동기화 설정"]
D --> E["외부 CLI 경로 연결"]
E --> F["첨부 파일 경로 설정"]
F --> G["실전 자동화 실행"]
classDef setupTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef configTone fill:#fde8c0,stroke:#c9a647,color:#333;
classDef runTone fill:#c0ecd3,stroke:#69a97d,color:#333;
class A,B,C setupTone
class D,E,F configTone
class G runTone이 영상이 보여 주는 더 큰 메시지는 “개인용 에이전트 작업 허브"다
영상 마지막 메시지는 의외로 단순하다. 중요한 것은 특정 AI 한 개가 아니라, 터미널 기반 도구들을 서로 연결해서 내 방식대로 일하게 만드는 것 이라는 점이다.영상 21:03
이 관점에서 보면 obsigravity는 옵시디언 플러그인인 동시에 다음 변화를 상징한다.
- 메모 앱이 채팅 앱으로 바뀌는 것이 아니라
- 메모 앱이 작업 허브로 바뀌고
- 여러 AI CLI가 백엔드 실행기로 붙고
- 결과가 다시 Markdown 자산으로 귀환하는 구조
즉 발표자는 “옵시디언에 AI를 넣었다"보다 지식 저장소와 실행 엔진을 하나의 루프로 묶었다 는 데 더 큰 의미를 두고 있다.
flowchart TD
A["지식 저장소
Obsidian Vault"] --> B["작업 허브
Obsigravity"]
B --> C["실행 엔진
Antigravity / Claude / Codex / Grok"]
C --> D["결과물
텍스트 / 이미지 / 영상"]
D --> A
classDef storeTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef hubTone fill:#fde8c0,stroke:#c9a647,color:#333;
classDef engineTone fill:#c0ecd3,stroke:#69a97d,color:#333;
classDef outTone fill:#e0c8ef,stroke:#9b78b5,color:#333;
class A storeTone
class B hubTone
class C engineTone
class D outTone핵심 요약
- 이 영상의 핵심은 Antigravity CLI 자체보다 옵시디언을 CLI 에이전트 허브로 바꾸는 구조 다.
obsigravity는 노트를 AI 입력으로 넘기고, 결과를 다시 볼트에 저장하는 브리지 역할을 한다.- Note Surgeon, Atomic Split, Vault Cartographer, Skillforge는 각각 정리, 분할, 구조 분석, 자동화 확장 을 맡는다.
- 발표자가 보여 준 데모는 텍스트 정리만이 아니라 이미지 생성, 영상 생성, 외부 검색까지 멀티 엔진 조합 으로 이어진다.
- 실전에서는 설치 자체보다 활성 노트 동기화, 외부 CLI 경로 연결, 결과 파일 저장 경로 관리 가 더 중요하다.
결론
이 영상은 “옵시디언용 AI 플러그인 추천"으로 보기에는 아까운 내용이다. 더 정확히 말하면, Markdown 기반 지식 저장소를 여러 AI CLI가 드나드는 작업장으로 바꾸는 방법 을 보여 준다. 만약 메모를 단순 보관이 아니라 재가공 가능한 작업 자산으로 쓰고 싶다면, 이 구조는 꽤 강력한 출발점이 될 수 있다. 다만 영상 속 모델 지원 범위나 무료 사용량 같은 세부 조건은 시점 의존적일 수 있으므로, 실제 적용 전에는 현재 문서와 저장소 상태를 다시 확인하는 편이 안전하다.