Obsidian 노트를 앱 없이 검색한다 — 오픈소스 byeori(벼리): GPU·클라우드 없는 하이브리드 마크다운 RAG

의미검색만 ‘앱 안에’ 갇혀 있었습니다

지난 글의 결론은 “외부 도구로 갈아타지 말고, 내 직접 읽기 방식의 낭비만 고치면 더 빠르고 튼튼하다”였습니다. 다만 한 가지가 남았습니다 — 의미(임베딩) 검색입니다. 글자가 일치하지 않아도 뜻이 같은 노트를 찾는 이 기능은, 흔히 노트 앱의 플러그인에 묶여 있습니다.

그래서 그 한 층을 앱 없이 돌아가는 작은 도구로 직접 만들었고, 쓸 만하다고 판단해 오픈소스로 공개합니다. 이름은 byeori입니다.

‘그물의 머리줄’을 당기면, 맞는 노트가 딸려 옵니다

한 줄로 정의하면 — 앱도, GPU도, 클라우드도 없이 마크다운 노트 폴더를 로컬에서 검색하는 명령줄 도구입니다. “Obsidian 의미검색” 도구들은 대개 앱 안에 살지만, byeori는 그 반대로 어디에든 둘 수 있는 도구입니다.

제가 앞세운 강점을 직접 검증했습니다 (과장 없이)

오픈소스로 내면서, 제가 앞세웠던 강점 세 가지가 사실인지부터 확인했습니다. 마케팅 문구가 아니라 실측과 한계를 같이 적습니다.

있을 때와 없을 때, 그리고 숫자

“하이브리드가 좋다”는 말보다 숫자가 정직합니다. byeori가 있을 때(어휘+시맨틱)와 없을 때(어휘 단독)를 같은 쿼리로 비교했습니다.

속도도 숫자로 옮기면 — byeori의 엔진을 제 실제 vault(노트 약 1.5만 개)에 돌린 실측입니다.

※ 제 실제 vault(노트 약 1.5만·청크 11.7만, 맥) 실측과 공개 예제 기준입니다. 절대값은 노트 규모·하드웨어·모델에 따라 달라지며, 핵심은 비율과 패턴입니다 — 병목은 검색이 아니라 모델 로드이고, 그래서 상주 서버가 답입니다.

다섯 단계로 동작합니다

아키텍처 — byeori는 ‘vault’와 ‘LLM’ 사이에 있습니다

byeori는 그 자체로 답하지 않습니다. 노트 폴더(vault)와 LLM(Claude·Codex) 사이에 앉아, “맞는 노트를 찾아 순위 매겨 건네는” 검색 레이어 역할만 합니다.

시퀀스 — 질문 하나가 흐르는 길

설치 → 색인 → 검색

파이썬만 있으면 됩니다. 첫 실행 때 작은 모델(수십 MB)을 한 번 내려받고, 이후엔 전부 로컬입니다.

# 설치
pip install git+https://github.com/peterkimpmp/byeori

# 1) 색인 (이후엔 바뀐 것만 다시 임베딩)
byeori index ~/notes

# 2) (선택) 데운 서버 — 질의가 수십 ms
byeori serve ~/notes &

# 3) 검색 — 기본은 하이브리드
byeori search ~/notes "회의 후 결정된 액션 아이템 정리"
byeori search ~/notes "model evaluation" --mode semantic --top-k 5

빠른 글자 검색을 함께 쓰려면 ripgrep을 설치해 두면 좋습니다(brew install ripgrep). 없으면 의미검색만으로도 동작합니다.

작은 팀·1인을 위한, 사적이고 저렴한 검색

내 지식베이스를 사적으로(클라우드에 안 올리고), 저렴하게(인프라 없이), 커스터마이즈해서 검색하고 싶은 소규모 팀·1인 컨설턴트·지식근로자에게 맞습니다. 특히 한국어·혼합언어 노트를 쓰는 분에게요.

무엇을 못 하는지도 적습니다

필요한 한 층만, 작게 — 그리고 공개

큰 프레임워크나 무거운 인프라가 답이 아닐 때가 많습니다. 제겐 “앱 없이 도는 의미검색 한 층”이 필요했고, 그래서 딱 그만큼만 작게 만들었습니다. 쓸 만하다고 판단해 오픈소스로 공개합니다 — 같은 고민을 하는 분께 그대로 쓸모가 있기를 바랍니다.

→ github.com/peterkimpmp/byeori (Apache-2.0)

※ 본 글의 수치(교차언어 1순위 0.43 등)는 공개 저장소의 합성 예제에서의 실측이며, 노트 규모·하드웨어·모델에 따라 달라집니다. byeori는 제 운영 하네스에서 쓰던 헤드리스 임베더를 독립 도구로 추출·일반화한 것입니다.