장기 AI 메모리 설계 과정에서 우리가 저지른 실수들
요약
본 글은 장기 AI 메모리 시스템 개발 과정에서 겪었던 여러 실패와 교훈을 공유합니다. 초기 '저널'이라는 명칭의 한계부터, 인터페이스가 아닌 사용자의 활동 공간에 녹아들어야 한다는 점, 그리고 단순한 저장 용량보다 검색 및 후속 조치 능력이 핵심임을 강조합니다.
핵심 포인트
- 메모리 시스템은 인터페이스가 아니라 사람을 따라야 한다.
- 제품의 어휘(Vocabulary)는 사용자 기대치를 설정한다.
- 핵심은 단순히 저장하는 것이 아니라, 적절한 순간에 보여주는 것이다.
- 기억(Remembering)만큼 잊어버리는 것(Forgetting)도 중요하게 설계해야 한다.
우리는 2025년 8월에 현재 Brinn이라는 이름으로 개발을 시작했으며, 초기에는 Memolink라는 이름을 사용했습니다. 첫 번째 버전은 웹 클라이언트와 API를 갖춘 비교적 일반적인 앱이었습니다. 그 이후로 제품은 여러 영역에 걸쳐 이름이 바뀌고, 재구성되었으며 확장되었습니다.
그 과정을 되돌아보면, 장기 메모리에 대한 우리의 초기 가정 중 일부는 사실 아니었습니다. 이 글은 특정 실패에 대한 사후 분석(postmortem)이 아니라, 배운 교훈들을 솔직하게 나열한 목록입니다.
1. 우리는 메모리를 '저널'로 규정했습니다
한동안 포착된 정보가 저장되는 공간을 'Journal'이라고 불렀습니다. 자연스럽게 들렸지만, 사용자들에게 이 제품이 무엇을 위한 것인지 조용히 알려주었습니다: 목적으로 일기 같은 항목을 작성하는 것입니다.
하지만 사람들은 메모리를 그렇게 사용하지 않습니다. 걸으면서 음성 녹음을 하거나, 이메일을 전달하거나, 반 문장만 적습니다. 2026년에 우리는 제품 전반에 걸쳐 Journal의 이름을 Memories로 변경했고, 이러한 프레이밍 변화는 우리가 예상했던 것보다 더 큰 영향을 미쳤습니다. 이름은 노력에 대한 기대를 설정합니다.
교훈: 제품의 어휘(vocabulary)가 사용자가 얼마나 많은 노력을 기울여야 한다고 생각하게 만드는지를 결정합니다.
2. 우리는 '앱' 자체를 제품이라고 생각했습니다
초기 버전들은 웹 클라이언트를 중심으로 했습니다. 하지만 사람들이 무언가를 기억해야 할 순간은 웹 앱 안에서 발생하는 경우는 드뭅니다. 그것은 채팅 스레드, 받은 편지함, 브라우저 탭 등에서 발생합니다.
이것은 우리를 사람들이 이미 있는 곳에 존재하도록 이끌었습니다: 메시징, 이메일, 웹, 데스크톱 및 브라우저 확장 기능 모두가 동일한 메모리에 의해 지원됩니다. 우리는 어떤 Brinn 영역이 어떤 작업에 적합한지에서 실질적인 측면에 대해 글을 썼습니다.
교훈: 메모리는 인터페이스가 아닌 사람을 따라야 합니다.
3. 우리는 저장 공간을 가장 어려운 부분으로 취급했습니다
AI 메모리에서 어려움이 용량(capacity) 때문이라고 가정하기 쉽습니다. 그렇지 않습니다. 어려운 부분은 마찰 없이 포착하는 것, 날짜와 개체(entity)를 이해하는 것, 올바른 것을 검색해내는 것, 그리고 알림을 통해 후속 조치를 취하는 것이었습니다. 작은 오류가 어떻게 신뢰를 저하시키는지에 대한 한 예시로 AI 리마인더가 상대적 날짜를 잘못 읽는 이유를 참고하세요.
교훈: 메모리 시스템은 저장하고 있는 것이 아니라, 적절한 순간에 무엇을 보여주는지에 의해 평가받습니다.
4. '잊어버리는 것(forgetting)'이 얼마나 중요한지 과소평가했습니다
저장된 데이터가 많다고 해서 더 좋은 데이터는 아닙니다. 오래된 사실(stale facts), 중복, 노이즈는 검색 능력을 저하시킵니다. 좋은 메모리 시스템은 새로운 정보가 오래된 정보를 대체할 수 있는 방법과, 사용자가 저장된 것을 보고 삭제할 수 있는 방법을 필요로 합니다. 사용자 측 제어에 대해서는 AI 서비스에서 데이터를 삭제하는 방법을 참고하세요.
교훈: 기억하는 것(remembering)과 동시에 잊어버리는 것을 설계해야 합니다.
5. 계속해서 이름을 바꾸었습니다
Memolink는 Brinn이 되었고, Journal은 Memories가 되었습니다. 스택의 일부는 공유 API 계약을 가진 모노레포(monorepo)로 재구성되었습니다. 각 변경 사항 자체는 합리적이었지만, 누적된 변화(cumulative churn)는 사용자, 문서, 그리고 우리 자신에게 비용이 발생했습니다.
교훈: 명명법과 구조를 초기에 최대한 올바르게 설정하고, 이름 변경을 값비싼 것으로 취급하세요.
이것이 우리에게 남긴 것들
이 모든 것이 치명적인 것은 아니었고, 우리는 여전히 배우고 있습니다. 하지만 개인 AI를 구축하고 있다면, 다음 질문들을 일찍 던져보시길 권합니다: 우리의 용어는 무엇을 암시하는가, 사용자들이 실제로 우리를 필요로 하는 곳은 어디인가, 그리고 정보가 변경될 때 시스템은 어떻게 작동하는가?
우리는 Brinn에 이러한 교훈들을 적용하고 있습니다. Brinn은 WhatsApp, 이메일, 웹 및 데스크톱 전반의 리마인더, 목록 및 메모리를 위한 개인 AI입니다. 여기에 무엇을 추가하시겠습니까?
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기