당신의 뇌를 초당 백만 권의 책을 읽을 수 있는 매우 똑똑한 사서라고 상상해 보세요. 하지만 이 사서는 아주 이상한 습관이 있습니다. 새로운 대화가 시작될 때마다 그 이전에 일어났던 모든 일을 잊어버리는 것이죠. 이것이 현재 대부분의 AI 어시스턴트가 작동하는 방식입니다. 이들은 믿을 수 없을 정도로 강력하지만, 오로지 '현재' 속에만 존재합니다. 만약 당신이 월요일에 좋아하는 색이 파란색이라고 말했는데, 화요일에 그들에게 좋아하는 색이 무엇인지 묻는다면, 그들은 실제로는 그 사실을 저장할 영구적인 장소가 없기 때문에 추측하거나 아는 척을 할 수도 있습니다. 과학자들은 이를 '메모리(기억)'라고 부르지만, AI에게 있어 이것은 생물학적 뇌가 아니라 디지털 파일링 시스템입니다. 컴퓨터 과학의 이 분야에서 던지는 큰 질문은 이것입니다: 어떻게 하면 단순히 채팅을 하는 것이 아니라, 실제로 '기억'하는 AI를 만들 수 있을까? 어떻게 하면 인간이 매일 코드를 다시 작성할 필요 없이, AI가 자신의 실수를 통해 배우고, 당신에 대한 이해를 업데이트하며, 시간이 지남에 따라 더 똑똑해지도록 만들 수 있을까?

여기에 AI의 기억을 위한 '운영 체제'가 되도록 설계된 새로운 시스템인 MindMemOS가 등장했습니다. 이것을 엉망진창이고 넘쳐나는 배낭을, 스스로 규칙을 다시 쓸 수 있는 스마트하고 자기 조직적인 디지털 배낭으로 업그레이드하는 것이라고 생각해보세요. 현재 대부분의 AI 메모리 시스템은 정적인 서류함과 같습니다. 한 번 폴더를 만들면 영원히 그대로 유지됩니다. 만약 "내가 월요일을 싫어하는 이유"를 위한 새로운 폴더가 필요하다면, 전체 시스템을 멈추고 수동으로 추가해야 합니다. MindMemOS는 메모리를 '자기 진화형(self-evolving)'으로 만듦으로써 게임의 판도를 바꿉니다. 이 시스템은 단순히 사실을 저장하는 것이 아니라, 그것들을 누구(엔티티), 무엇(속성), 언제(시간)라는 3D 구조로 조직합니다. 하지만 진짜 마법은 이 시스템이 자신의 노트를 살펴보고, "이봐, 내가 너무 많은 쓰레기를 저장하고 있잖아"라거나 "이 규칙에 대해 혼란스러워"라고 깨달은 뒤 스스로를 수정할 수 있다는 점에 있습니다. 이 시스템은 '꿈꾸기(Dreaming)'라고 불리는 과정을 사용하여 당신이 잠자는 동안 다락방을 정리하며, '피드백(Feedback)'을 통해 당신의 교정으로부터 학습하여, 단순한 챗봇을 진정으로 당신을 이해하는 동반자로 변화시킵로 만듭니다.

자기 개선형 사서

MindMemOS의 핵심 아이디어는 메모리가 경직되고 미리 구축된 구조여서는 안 된다는 것입니다. 대신, 저자들은 메모리를 살아있는 정원처럼 취급하는 시스템을 만들었습니다. 과거에는 AI가 무언가를 기억하고 싶다면 인간이 미리 만들어 놓은 상자에 맞춰야 했습니다. 만약 상자가 맞지 않으면 정보는 유실되거나 억지로 끼워 맞춰졌습니다. 그러나 MindMemOS는 진행 과정에서 스스로 상자를 만들어 나갑니다. 이 시스템은 정보를 엔티티(예: "사용자" 또는 "커피숍"), 속성(예: "좋아하는 음료" 또는 "알레르기"), 그리고 시간(이것이 언제 사실이었는지)이라는 통일된 구조로 조직합니다.

하지만 여기 반전이 있습니다. 이 시스템은 그냥 가만히 앉아 있는 것이 아닙니다. 이 시스템은 '자기 진화하는' 뇌를 가지고 있습니다. 논문은 MindMemEvolve라는 영리한 알고리즘을 소개합니다. 당신이 비디오 게임을 하고 있는데, 게임에서 질 때마다 게임이 다음번에 당신이 이길 수 있도록 컨트롤을 자동으로 조정한다고 상상해 보세요. 그것이 이 알고리즘이 메모리에 하는 일입니다. 이 알고리즘은 특정 작업에 대비하여 정보를 조직하는 다양한 방법들을 테스트합니다. 만약 어떤 방식으로 기억하는 것이 잘못된 답으로 이어진다면, 시스템은 새로운 시도를 하기 위해 자신의 '스키마(schema, 파일링 규칙)'를 스스로 변이시킵니다. 이는 마치 "내가 미스터리 소설을 계속 '역사' 섹션에 넣고 있어서 사람들이 찾지 못하는 거였구나"라고 깨닫고, 즉시 도서관 전체를 이해하기 쉽게 재조직하는 사서와 같습니다.

야간 근무: 꿈꾸기와 피드백

가장 멋진 기능 중 하나는 저자들이 **꿈꾸기(Dreaming)**라고 부르는 것입니다. 당신의 뇌가 잠을 자는 동안 하루의 사건들을 분류하며 무엇을 남기고 무엇을 버릴지 결정하는 것을 알고 있죠? MindMemOS도 똑같은 일을 합니다. AI가 아무와도 대화하지 않을 때, '꿈꾸기' 프로세스를 실행합니다. AI는 낮 동안 작성한 모든 새로운 노트들을 살펴보고 중복된 내용, 모순되는 내용, 혹은 시대에 뒤떨어진 정보가 있는지 확인합니다.

예를 들어, 월요일에 당신이 AI에게 "나는 매운 음식을 좋아해"라고 말했지만, 화요일에 "사실 이제 매운 건 못 먹겠어"라고 말한다고 가정해 봅시다. 일반적인 시스템은 혼란에 빠져 두 가지를 모두 기억하거나, 혹은 마지막 것만 기억할 수 있습니다. MindMemOS의 꿈꾸기 프로세스는 이 갈등을 감지합니다. 매운 것을 좋아한다는 예전 노트를 보관 처리하고 새로운 노트를 유지함으로써, AI가 지금 당장 당신이 무엇을 선호하는지 정확히 알 수 있도록 명확한 타임라인을 생성합니다. 테스트 결과, 이 과정은 시스템이 갈등을 해결하는 데 도움을 주었으며, 심지어 활성 메모리를 약 22.5% 압축하여 불필요한 데이터는 잊어버림으로써 더 중요한 것들을 더 많이 기억할 수 있게 했습니다.

그리고 **피드백(Feedback)**이 있습니다. 때때로 당신은 단순히 AI가 기억해주기를 원하는 것이 아니라, 자신이 틀렸음을 인정하기를 원합니다. 만약 AI가 당신이 싫어하는 영화를 추천했을 때 당신이 "아니, 나는 공포 영화를 싫어해"라고 말한다면, 시스템은 이를 신호로 사용합니다. 시스템은 단지 그 순간의 답변만 고치는 것이 아니라, 다시는 공포 영화를 추천하지 않도록 장기 기억을 업데이트합니다. 논문은 이러한 '인간 참여형(human-in-the-loop)' 신호가 AI가 일회성 실수와 실제 당신의 성격 변화를 구분하는 데 도움이 된다는 것을 보여줍니다.

지식만이 아닌 기술을 배우다

이 시스템은 단순히 '무엇'이 아닌 '어떻게' 하는지를 배웁니다. 이것을 MindSkillEvolve라고 합니다. 당신이 로봇에게 스프레드시트를 만드는 법을 가르치고 있다고 상상해 보세요. 처음에는 엉뚱한 열을 삭제하는 것과 같은 실수를 할 수 있습니다. MindMemOS는 로봇이 시도하고, 실패하고, 다시 시도하는 과정을 지켜봅니다. 그런 다음 그 '실행 흔적(execution trails)'을 가져와 정제된 '기술(skill)'로 바꿉니다. 이는 마치 로봇이 자신의 경험을 바탕으로 스스로의 사용 설명서를 쓰는 것과 같습니다.

스프레드시트 작업 실험에서, 시스템은 처음에는 **48.0%**의 확률로만 작동하는 기본적인 기술로 시작했습니다. 스스로의 시도를 통해 학습하는 MindSkillEvolve를 사용한 후, 성공률은 **57.2%**로 뛰어올랐습니다. 논문은 이러한 진화 과정이 없다면 AI가 기술이 아예 없는 것보다 오히려 더 나쁜 결과를 낼 수도 있다고 언급합니다. 왜냐하면 잘못된 지침은 지침이 아예 없는 것보다 더 혼란스러울 수 있기 때문입니다. 하지만 자기 진화형 시스템을 통해, AI는 이전에 빠졌던 특정 함정을 피하는 법을 배웁니다.

결과: 더 똑똑하고, 빠르고, 적응력이 뛰어난

팀은 MindMemOS를 몇 가지 까다로운 과제로 테스트했습니다. 긴 대화를 바탕으로 AI가 질문에 얼마나 잘 답할 수 있는지를 테스트하는 LOCOMO 벤치마크에서, MindMemOS는 **94.03%**의 정확도를 달eric하며 다른 최고 수준의 시스템들을 제쳤습니다. AI가 당신의 개인적 선호와 스타일을 기억할 수 있는지 확인하는 PersonaMem 테스트에서는 **70.63%**를 기록했습니다.

논문은 이러한 성공의 핵심이 유연한 구조와 자기 수정 능력의 결합에 있다고 제안합니다. 이 시스템은 단순히 수동적인 저장 장치가 아닙니다. 스스로의 개선에 적극적으로 참여하는 주체입니다. 이 시스템은 무질서하고 구조화되지 않은 대화를 가져와 당신의 삶에 대한 깔끔하고 조직적인 타임라인으로 바꿀 수 있습니다. 또한 자신의 오류를 살펴보고, 다시는 같은 실수를 하지 않도록 자신의 규칙을 다시 쓸 수 있습니다.

논문은 이러한 결과가 특정 테스트에서 측정 가능한 실제적인 것임을 보여주지만, 저자들은 이것이 최종 목적지가 아니라 하나의 진전임을 주의 깊게 밝히고 있습니다. 그들은 향end에 텍스트를 관리하는 것처럼 AI가 파일과 문서를 관리하도록 가르치고, 기억을 기술과 더욱 깊게 연결하는 연구가 이어질 수 있다고 제안합니다. 하지만 현재로서는, MindMemOS는 AI의 메모리가 정적이고 경직된 것이 아니라는 것을 증명하는 증거입니다. 그것은 당신과 상호작용할 때마다 더 똑똑해지는, 살아있고 숨 쉬며 스스로를 교정하는 층(layer)이 될 수 있습니다.