당신이 방금 시를 쓰고, 수학 문제를 풀고, 누구보다 뛰어난 방식으로 양자 물리학을 설명할 수 있는 초지능 로봇 두뇌를 만들었다고 상상해 보세요. 그것이 궁극의 발명품이라고 생각하겠죠? 하지만 여기 함정이 있습니다. 만약 당신이 이 두뇌에 질문을 던지면, 두뇌는 대답은 하지만 즉시 모든 것을 잊어버립니다. 방금 당신이 한 말을 기억하지 못하고, 당신을 위해 문을 열어줄 수도 없으며, 5분 전에 당신이 가장 좋아하는 피자 토핑이 무엇이었는지조차 기억하지 못합니다. 이것은 마치 '현재' 속에서만 살아가는 천재와 같아서, 내일을 계획하거나 어제의 경험으로부터 배우는 것이 불가능합니다. 이것이 초기 '반응형(reactive)' AI가 작동하는 방식입니다. 그 순간에는 눈부시게 똑똑하지만, 장기적인 계획이나 할 일 목록이 필요한 일에는 무용지물이죠.

과학자들은 이를 해결하기 위해 '에이전틱 AI(Agentic AI)'를 구축하려고 노력해 왔습니다. 이것을 단일한 두뇌가 아니라 하나의 팀 단위로 생각해보세요. 당신에게는 '두뇌'(생각하는 모델)가 있지만, 또한 '매니저'(목표와 기억을 추적하는 역할), '도구 벨트'(파일을 열거나 API를 호출하는 역할), 그리고 '시계'(당신이 말을 걸지 않을 때도 계속 작업하는 역할)가 필요합니다. 여기서 모두가 던지는 핵심적인 질문은 이것입니다. 마법이 일어나는 이유가 단지 두뇌가 더 똑똑해졌기 때문인가, 아니면 우리가 마침내 적절한 팀을 구성했기 때문인가? 이 논문은 바로 이 질문을 파고들며, 똑똑한 두뇌가 진정한 자율적 에이전트가 되기 위해 풀타임 매니저와 메모리 뱅크를 필요로 하는지를 테스트합니다.

---

논문의 핵심 아이디어: 두뇌만이 아니라 전체적인 몸이 중요하다

Konstantinos I. Roumeliotis와 Ranjan Sapkota가 작성한 이 논문은 진정으로 자율적인 AI 에이전트를 구축하려면 강력한 거대언어모델(LLM) 하나에만 의존해서는 안 된다고 주장합니다. 대신, 서로 다른 부분이 각자의 역할을 수행하는 계층적 시스템이 필요합니다. 이를 증명하기 위해 저자들은 두 가지 특정 기술인 Ollama와 OpenClaw를 결합했습니다.

Ollama를 '두뇌'라고 생각하세요. 이는 인터넷 연결 없이도 당신의 컴퓨터(노트북이나 서버 등)에서 직접 초지능 AI 모델을 실행할 수 있게 해주는 도구입니다. 언어를 이해하고 사고하는 데는 뛰어나지만, 그 자체만으로는 유리병 속에 담긴 뇌와 같습니다. 생각은 할 수 있지만, 움직일 수도 없고, 기억할 수도 없으며, 아무것도 만질 수도 없습니다.

반면 OpenClaw는 '몸과 매니저' 역할을 합니다. 이 소프트웨어는 두뇌의 생각을 받아 행동으로 전환합니다. 어제 무슨 일이 있었는지 기억하고, 도구(파일을 열거나 수학 계산을 하는 등)를 사용하는 법을 알며, 당신이 지켜보고 있지 않을 때도 목표를 향해 계속 작업을 수행합니다.

저자들은 이 둘을 결합했을 때 어떤 일이 벌어지는지 알고 싶었습니다. 슈퍼히어로가 탄생할까요? 아니면 그저 화려한 챗봇에 불과할까요?

실험: 세 단계의 "경이로움"

이를 알아내기 위해 연구진은 15가지의 서로 다른 도전 과제가 포함된 비디오 게임 같은 테스트 환경을 구축했습니다. 그들은 각 부분이 팀에 얼마나 기여하는지 확인하기 위해 시스템을 세 가지 다른 '모드'로 테스트했습니다.

1. 1단계: 두뇌 단독 (C1). AI 모델(Ollama)이 스스로 과제를 해결하도록 했습니다. 기억도, 도구도, 매니저도 없는 상태입니다. 오직 순수한 두뇌뿐입니다.

   • 결과: 처참했습니다. 두뇌는 과제의 약 **46.7%**만을 성공했습니다. 파일을 읽으라는 요청을 받았을 때, 파일을 열 도구가 없었기에 읽지 못했습니다. 무언가를 기억하라고 하면 즉시 잊어버렸습니다. 이는 마치 천재에게 집을 지으라고 명령하면서 망치나 설계도를 주는 것을 거부하는 것과 같았습니다.

2. 2단계: 도구 벨트를 찬 두뇌 (C2). OpenClaw를 매니저로 추가했습니다. 이제 두뇌는 도구(파일 읽기나 수학 계산 등)를 사용할 수 있게 되었지만, 매니저의 주의 지속 시간이 짧았습니다. 새로운 과제가 시작될 때마다 매니저는 기억을 깨끗이 지웠습니다.

   • 결과: 놀라웠습니다! 성공률이 약 91.1%(한 모델 기준) 및 95.5%(다른 모델 기준)로 급증했습니다. 갑자기 에이전트는 도구를 사용하여 파일을 읽고 수학 문제를 풀 수 있게 되었습니다. 하지만 이전 과제에서 배운 것을 기억하라고 하면, 기억이 지워졌기 때문에 실패했습니다.

3. 3단계: 완전한 팀 (C3). 이것이 최종 설정입니다: 두뇌(Ollama) + 매니저(OpenClaw) + 영구 메모리 뱅크. 매니저는 이전 과제로부터 발생한 모든 것을 기억하고 이를 새로운 과제에 활용할 수 있습니다.

   • 결과: 이것이 승자였습니다. 성공률은 **93.3%**와 **97.8%**로 더욱 높아졌습니다. 이제 에이전트는 과제 #1에서 준 규칙을 기억하여 과제 #10에서 완벽하게 사용할 수 있었습니다. 규칙을 변경하면 메모리를 업데이트할 수도 있었고, 절대 혼란을 겪지 않았습니다.

발견한 점 (그리고 발견하지 못한 점)

이 논문이 발견한 가장 흥고한 사실은 자율적 에이전트로서의 '마법'은 두뇌만이 아니라 시스템으로부터 나온다는 것입니다.

연구진이 수치를 살펴보았을 때, 1단계 < 2단계 < 3단계로 이어지는 명확한 직선형 개선을 확인했습니다. 이는 단순히 더 똑똑한 두뇌를 갖는 것이 더 나은 에이전트를 만드는 것이 아님을 증명했습니다. 실제로 매우 다른 두 AI 두뇌인 Qwen3.5와 Gemma4는 '3단계' 시스템에 배치되었을 때 거의 동일한 성능을 보였습니다. 이는 두뇌의 원초적인 힘 자체가 아니라, 두뇌, 메모리, 도구가 연결되는 방식인 '아키텍처'가 실제로 에이전트를 똑똑하고 유능하게 만든다는 것을 시사합니다.

또한 메모리에 관한 흥미로운 점도 발견했습니다. 최종 단계에서 에이전트는 모든 테스트에 걸쳐 100%의 정확도와 오류 제로를 기록했습니다. 만약 당신이 "불렛 포인트를 사용해 기억해 둬"라고 말한다면, 몇 시간 후에도 완벽하게 수행했습니다. 심지어 "사실 불렛 포인트는 잊고, 이제 번호를 사용해"라고 말하면 메모리를 수정하는 법까지 알고 있었습니다.

하지만 논문은 이것이 아직 '해결된' 문제는 아니라고 주의를 줍니다. 이 시스템은 단순히 질문을 던지는 것보다 여전히 느립니다. 전체 시스템은 과제당 약 11,000 ~ 12,000 밀리초(약 11~12초)가 소요된 반면, 두뇌 단독 모델은 1,000 밀리초 미만으로 매우 빨랐습니다. 추가된 시간은 매니저가 도구를 확인하고, 메모리를 읽고, 계획을 세우는 데 사용됩니다. 그러나 그 대가는 가치가 있습니다. 느린 시스템은 실제로 '일을 완수'하지만, 빠른 시스템은 환각(hallucination) 섞인 답변만 내놓기 때문입니다.

앞길에 놓인 험난한 여정

저자들은 이러한 완전한 형태의 에이전트를 구축하는 것이 새로운 위험을 동반한다고 경고합니다. 에이전트가 이제 파일을 열고, 코드를 실행하고, 무언가를 기억할 수 있기 때문에, 더 큰 실수를 저지를 수도 있습니다. 만약 누군가 '프롬프트 인젝션'(에이전트가 나쁜 행동을 하도록 유도하는 교묘한 메시지)으로 에이전트를 속인다면, 그 잘못된 지시가 영구 메모리에 박혀 에이전트가 영원히 이상하게 행동하게 될 수도 있습니다. 저자들은 샌드박스(에이전트가 활동할 수 있는 안전한 방)와 같은 강력한 '안전 가드'와 에이전트가 건드릴 수 있는 도구에 대한 엄격한 규칙이 필요하다고 제안합니다.

요약

간단히 말해, 이 논문은 AI의 미래가 단순히 더 크고 똑똑한 두뇌를 만드는 것에 있지 않다고 말합니다. 그것은 그 두뇌를 위한 더 나은 몸과 매니저를 구축하는 것에 있습니다. 세상에서 가장 똑똑한 두뇌를 가졌더라도, 메모리 뱅크와 도구 벨트가 없다면 그저 아무것도 할 수 없는 천재일 뿐입니다. 로컬 두뇌(Ollama)와 지속적인 매니저(OpenClaw)를 결합함으로써, 저자들은 우리가 진정으로 기억하고, 계획하고, 스스로 행동할 수 있는 에이전트를 구축할 수 있음을 보여주었습니다. 이는 우리와 대화만 하는 것이 아니라, 실제로 우리가 일을 완수할 수 있도록 돕는 AI를 향한 큰 진전입니다.