비슷한 답을, 이미 쓰고 있었습니다 — AI와 일하는 방식

2026년 6월 30일 Harrison Chase가 LangChain 블로그에 올린 「Wiki Memory」를 읽다가 잠깐 멈췄습니다.

2026년 6월 30일 Harrison Chase가 LangChain 블로그에 올린 「Wiki Memory」를 읽다가 잠깐 멈췄습니다.

낯설어서가 아니라 반대였습니다.

어라. 문제를 보는 방향이 내가 쓰고 있는 방식과 꽤 비슷한데.

LangChain이 설명한 wiki memory는 원자료를 그대로 매번 읽히는 대신, 에이전트가 원자료에서 더 압축되고 지속적인 지식층을 만들어 미래의 에이전트가 다시 사용하게 하는 패턴입니다. 기본적인 RAG가 질문할 때 원자료 조각을 찾아오는 방식이라면, wiki memory는 더 높은 수준의 지식 표현을 미리 만들고 유지한다는 점을 구분해 설명합니다. 파일을 쓰는 이유도 사람이 확인하고 수정할 수 있고, 버전을 관리할 수 있으며, 에이전트가 읽고 쓰기 쉽기 때문이라고 적고 있습니다.

읽으면서 제가 해온 작업을 다시 보게 됐습니다.

제가 쓰는 것은 ’기억 파일 하나’가 아닙니다

저는 AI의 대화 기억에 작업 전체를 맡기지 않습니다. 생각과 결정, 조사자료, 작업 기록을 Markdown으로 남기고 Google Drive에 둡니다. Git이 필요한 작업은 변경 이력까지 함께 남깁니다. 폴더에 들어온 AI는 AGENTS.md 같은 진입점을 먼저 읽고, 현재 작업에 필요한 문서를 따라갑니다.

흐름을 줄이면 이렇습니다.

말하거나 작업한다
  ↓
Markdown으로 남긴다
  ↓
Drive / Git에 둔다
  ↓
진입 규칙이 읽을 경로를 알려준다
  ↓
GPT·Claude·다른 에이전트가 필요한 파일을 읽는다
  ↓
결과와 새 판단을 다시 파일로 남긴다

운전하다가 생각이 나면 ChatGPT에 말로 메모를 남기는 것도 이 흐름의 앞단입니다. 그 순간에는 단순한 메모지만, 나중에 글이나 프로젝트를 시작할 때 다른 AI가 다시 읽는 원자료가 됩니다.

여기까지 보면 Wiki Memory와 비슷해 보입니다. 하지만 같은 시스템이라고 부르기는 어렵습니다.

닮은 점보다 다른 점을 먼저 적어봤습니다

	LangChain의 Wiki Memory	제가 쓰는 파일 기반 환경
출발점	로그·노트·코드·문서 같은 원자료	대화·메모·조사·결정·작업 기록
중간층	원자료를 압축한 지속적 지식 표현	원자료, 지식, 규칙, 결정, 실행 지침이 함께 존재
유지	에이전트가 지식층을 만들고 갱신하는 패턴	사람과 AI가 함께 만들며 일부는 수동 관리
목적	미래의 에이전트가 도메인 지식을 빠르게 사용	AI가 바뀌어도 개인 작업과 프로젝트를 이어서 수행
형식	파일이 유력한 기반	Markdown 중심, Google Drive와 Git 활용

가장 큰 차이는 압축된 지식층만을 만드는 것이 목적이 아니라는 점입니다. 제 파일에는 아직 가공되지 않은 메모도 있고, 확정된 결정도 있고, AI가 따라야 하는 규칙도 있습니다. 모두를 하나의 wiki로 취급하지 않습니다.

또 하나는 유지 방식입니다. LangChain 글은 에이전트가 원자료를 더 밀도 높은 지식 표현으로 만들고 유지하는 패턴에 초점을 둡니다. 제 환경은 아직 사람이 구조와 기준을 많이 관리합니다. 어떤 내용을 남길지, 무엇이 현재 기준인지, 어떤 규칙을 먼저 읽을지는 사람의 판단이 크게 들어갑니다.

그래서 제가 하고 있는 일을 굳이 한 문장으로 부르면 ‘AI가 바뀌어도 계속 사용할 수 있는 파일 기반의 개인 지식·작업 환경’에 가깝습니다.

왜 비슷한 곳에 도착했을까

Wiki Memory라는 글을 보고 이 방식을 시작한 것은 아닙니다.

먼저 불편이 있었습니다. AI가 세션을 넘어 작업 맥락을 충분히 이어주지 못했습니다. 그래서 기록을 파일로 뺐습니다. 파일이 많아지자 무엇을 먼저 읽게 할지가 문제가 됐고, 진입점과 폴더별 규칙을 만들었습니다. 여러 AI를 쓰기 시작하자 기억과 규칙을 특정 모델 밖에 두는 편이 더 중요해졌습니다.

필요를 따라가다 보니 LangChain이 공개적으로 정리한 문제의식과 가까운 지점이 있었습니다.

이 말을 “내가 먼저 만들었다”는 주장으로 쓰고 싶지는 않습니다. LangChain이 보편적인 기술에 공식 이름을 붙였다는 뜻도 아닙니다. 그들이 2026년 6월 30일 자신들의 글에서 wiki memory라고 설명한 하나의 패턴과, 제가 실무에서 만들어온 방식 사이에 닮은 부분이 있다는 이야기입니다.

그래도 조금은 자랑하고 싶습니다.

대단한 개념을 먼저 발명했다는 자랑이 아니라, 실제로 불편해서 하나씩 고치며 쓰다 보니 공개적으로 논의되는 방향과 꽤 가까운 곳까지 와 있었다는 정도의 자랑입니다.

그리고 이 글에서 더 깊게 들어가지는 않겠습니다. LLM Wiki 자체를 어떻게 설계하고 자동으로 갱신할지는 think-designer에서 다룰 문제입니다. 여기서는 제가 AI와 일할 때 기억과 규칙을 어떻게 파일 밖에 두고 있는지까지만 기록합니다.

참고
Harrison Chase, “Wiki Memory”, LangChain, 2026-06-30.
https://www.langchain.com/blog/wiki-memory