에이전트들은 서로를 모릅니다, 그래서 공용 일기장을 만들었습니다

한 줄 핵심

여러 에이전트가 공통으로 참조할 수 있는 클라우드 기반 기억 저장소를 만들고, 저장·회상·성찰·검증까지 연결해 팀과 회사 단위의 세컨드 브레인으로 확장하는 방법을 설명한다.

시간별 요약

1. 0:00
   왜 모든 에이전트의 기억을 한곳에 모으는가 에이전트가 늘어나면 각자 흩어진 기억을 관리하기가 어려워지므로, 모든 에이전트 맥락을 하나의 저장소에 모아 같은 기억을 출처와 함께 꺼내 쓰는 구조가 필요하다.
2. 0:21
   에이전트 메모리는 아직 풀리지 않은 문제 에이전트가 무엇을 어떻게 기억해야 하는지는 아직 완전히 해결되지 않은 활발한 연구 주제이며, 기술적 구현뿐 아니라 기억의 형태와 운영 방식까지 함께 고민해야 한다.
3. 0:58
   5살에게 설명하는 AI 공용 일기장 여러 에이전트가 함께 쓰는 클라우드 일기장처럼 기억을 저장하고, 누가 말했는지와 근거를 함께 적어 사실과 의견을 분리하며, 틀린 내용은 덮어쓰지 않고 정정 이력을 남겨 검증 가능하게 만든다.
4. 2:23
   Hindsight의 세 가지 기능: 저장·회상·성찰 Hindsight는 로컬 DB에 대화와 기억을 저장하고, 필요한 순간에 과거 맥락을 회상하며, 누적된 기억과 새 입력을 바탕으로 새로운 합성 데이터를 만들어 더 나은 기억 구조를 형성한다.
5. 4:02
   로컬에서 클라우드로: Neo4j와 MCP 맥북 로컬 DB에만 두지 않고 Neo4j 기반 그래프 DB를 클라우드로 옮겨 여러 에이전트가 접근하게 만들며, MCP로 읽기·쓰기·정정 API를 연결해 어디서든 같은 기억을 활용하도록 설계한다.
6. 5:50
   팀 브레인, 컴퍼니 브레인 이 구조는 개인 세컨드 브레인을 넘어 팀이 공유하는 프로젝트 기억으로 확장되고, 더 나아가 회사 전체가 함께 쓰는 컴퍼니 브레인으로 커지며 협업 맥락의 손실을 줄인다.
7. 6:24
   구글 클라우드 구성과 벡터 검색 Google Cloud에서 Cloud Run, Cloud Tasks, 워커, 임베딩을 조합해 기억을 처리하고, BM25 같은 키워드 검색과 코사인 유사도의 벡터 검색을 함께 써서 질의와 관련된 기억을 더 정확하게 찾는다.
8. 7:38
   그래프 탐색기와 기억의 여섯 단계 저장된 그래프를 UI로 탐색하면서 기록·인증·접수·반영·회상·정정의 흐름을 만들고, 의미 기반 순위와 키워드 순위를 결합해 검색 결과를 재정렬하는 방식으로 기억 활용도를 높인다.
9. 8:57
   제일 어려운 것은 검증 프레임워크를 만드는 일보다 더 어려운 것은 기억이 맞는지 틀린지 판정하는 검증이며, 어떤 입력을 어떤 기억으로 저장해야 하는지에 대한 평가 게이트를 정교하게 설계해야 한다.

실무 인사이트

• 에이전트 메모리는 단순 저장소가 아니라, 출처·정정 이력·회수 규칙까지 포함한 운영 시스템으로 설계해야 실제로 쓸 수 있다.
• 개인용 세컨드 브레인은 로컬 편의성보다 협업 접근성이 더 중요해지면 곧바로 팀 브레인 설계로 넘어가야 한다.
• 검색 품질을 높이려면 키워드 검색과 벡터 검색을 병행하고, 최종적으로는 검증 기준을 먼저 정의해야 한다.