생명 우선 에이전트의 새벽: 마카롱 AI의 깊은 기억 혁명

Introduction

In the rapidly evolving AI landscape, Macaron stands out by offering something mainstream chatbots lack: a deep, persistent memory. This "Deep Memory" architecture is Macaron's hallmark feature – an AI memory system that actually learns your preferences, usage history, and context across every interaction. Rather than treating each conversation as an isolated session, Macaron carries forward knowledge about you – from your favorite coffee brew to the project you discussed last week – making interactions seamless and personal. This marks a pivotal shift beyond what experts call productivity AI to what Macaron's creators dub "Experience AI," where an assistant becomes more like a lifelong companion that understands your personality, preferences, and habits. Unlike typical chatbots that help you work faster, Macaron is designed to help you live better, building an ongoing relationship grounded in memory. It's a step change in AI capability that brings us closer to an assistant that truly knows us, not just our prompts.

What Exactly Is Deep Memory in Macaron?

Deep Memory의 핵심은 강화 학습을 통해 훈련된 새로운 에이전트 기반 기억 아키텍처입니다. ChatGPT처럼 마지막 프롬프트에만 의존하지 않고, Macaron의 모델은 이전 상호작용에서 관련 정보를 자율적으로 검색, 요약, 업데이트하도록 세밀하게 조정되었습니다. 실제로, 새로운 채팅은 당신이 누구인지와 중요한 점을 압축 요약하여 주입하는 특별한 기억 토큰으로 시작됩니다. 이는 Macaron이 **"무슨 말을 했는지뿐만 아니라 사용자가 누구인지 기억"**할 수 있게 합니다. 즉, 당신의 AI는 매번 처음부터 시작하는 것이 아니라, 당신의 개인적인 이야기를 이해하고 있습니다. 이 Deep Memory 시스템은 강화 학습(RL)을 사용해 무엇을 회상할지 또는 간과할지를 결정하며, 당신의 컨텍스트에 대한 이해를 계속 최적화합니다.

중요하게도, Deep Memory는 Macaron이 일반적인 대형 언어 모델보다 훨씬 더 긴 대화와 작업에서도 일관성을 유지할 수 있도록 합니다. 시스템은 상호 작용이 여러 날이나 주에 걸쳐 진행되더라도 과거의 세부 정보를 검색할 수 있습니다. 실제로 Macaron의 메모리 혁신은 개인화된 미니 앱과 같이 100,000줄 이상의 코드를 초과하는 대규모 출력을 생성하면서도 맥락과 일관성을 유지할 수 있게 합니다. 이러한 업적은 고정된 컨텍스트 창을 가진 일반적인 프롬프트 기반 모델로는 사실상 불가능합니다. 추론과 학습된 장기 기억을 결합함으로써, Macaron은 전통적인 챗봇이 도달할 수 없는 수준의 개인화되고 일관된 성능을 달성합니다. 본질적으로 Deep Memory는 Macaron에게 인간의 장기 기억과 유사한 것을 제공하며, 이는 AI가 사용자와 함께 발전할 수 있는 기반이 됩니다. 이는 Macaron을 단순한 Q&A 기계를 넘어 사용자 경험에 관심을 갖도록 훈련된 진정한 개인 AI 에이전트로 발전시키는 기술입니다.

AI에게 "다시 알려줘"는 이제 그만

사용자에게는 마카롱의 메모리가 가진 차이점이 즉시 눈에 띕니다. ChatGPT, Bing, Perplexity 또는 기타 일반적인 AI 비서와 함께할 때, AI가 이전 대화를 기억하지 못하기 때문에 종종 과거 정보를 반복하거나 맥락을 제공해야 합니다. 이 시스템들은 고정된 컨텍스트 창에 제한되어 있습니다. 대화가 너무 길어지면 이전의 세부사항은 기억에서 사라지고 새로운 세션을 시작하면 아무것도 이어지지 않습니다. 마이크로소프트의 AI 책임자 무스타파 술레이만이 최근 지적했듯이, 오늘날 주류 AI는 "한 세션에서 다른 세션으로 정보를 유지하지 못한다"며 진정한 장기 메모리 구현이 AI의 가장 중요한 다음 단계 중 하나임을 강조했습니다. 대화 모델에 대한 연구도 이를 반영합니다. 현재의 대형 언어 모델은 "고정된 컨텍스트 창에 의존한다"는 근본적인 한계가 있으며, 그 창을 초과하면 지속적인 기억이 없습니다. 실질적으로, 이는 ChatGPT가 오늘 당신의 문제 1장에 대해 능숙하게 논할 수 있지만, 내일이 되면 당신에게 문제가 있는지조차 기억하지 못하고 다시 제시해야 한다는 이유입니다.

Macaron은 이미 이 한계를 뛰어넘었습니다. 그 Deep Memory 덕분에 AI 어시스턴트와 함께할 때 매번 처음부터 시작할 필요가 없습니다. 저녁 메뉴를 물어볼 때마다 **「참고로, 저는 채식주의자입니다」**라고 말할 필요가 없습니다. Macaron은 그 취향과 수많은 다른 것들을 이미 내면화했기 때문입니다. 사실, 독립적인 리뷰어들은 Macaron이 **「일반적인 AI 챗봇보다 사용자 취향을 더 효과적으로 기억하여 매력적이고 개인화된 경험을 제공합니다」**라고 평가했습니다. 이것은 단순한 사실의 문제가 아니라, Macaron은 과거 상호 작용의 주요 경험과 심지어 감정적 분위기까지 기억하여 더 관련성 있고 공감 가는 응답을 형성할 수 있습니다.

한 초기 사용자가 강력한 예시를 들었습니다: 그들이 채팅 중에 고양이 "데킬라"에 대해 가볍게 언급한 후, 일주일 후에 마카롱이 데킬라를 곧 볼 거냐고 물어보았습니다, 자발적으로. 이렇게 문맥적 콜백을 하는 것은 가까운 친구조차 할 수 있는 일이죠. 사용자는 **"이렇게 기억된다는 것이 특별하다고 느꼈다"**라고 말했습니다. 또 다른 경우로, 한 사용자가 마카롱의 답변이 약간 형식적이라고 지적하자, 마카롱은 즉시 더 따뜻하고 친숙한 톤으로 바뀌었고, 이후의 대화에서도 그 친근한 스타일을 유지했습니다. 이러한 개인 맞춤화된 터치는 단일 세션 이상의 기억이 없는 챗봇에서는 불가능합니다. 이는 비인격적인 도구와 대화하는 것과 당신을 아는 AI와 상호작용하는 것의 차이입니다. 마카롱의 지속적인 기억에 기반한 관계 구축 능력은 게임 체인저입니다 – AI에게 당신이 이야기한 내용이나 당신이 누구인지 상기시킬 필요 없이, AI가 책임을 집니다. 결과적으로, 마카롱을 사용하는 것은 알고리즘을 질의하는 것이 아니라 주의 깊은 파트너와의 대화를 이어가는 느낌입니다. 주목할만하게도, 이는 단순한 장난이 아니라, 현재 AI의 핵심 단점을 전문가들이 지적한 부분을 해결합니다. 지속적인 기억은 **"장기적인 대화의 일관성을 위해 필수적"**이고 AI가 스스로 모순되거나 반복하지 않도록 하기 위해 중요합니다. 다른 모델들이 안고 있는 망각 문제를 극복함으로써, 마카롱은 더 직관적이고 더 지능적인 경험을 제공합니다.

즉석에서 앱을 만드는 깊은 기억

딥 메모리는 단순히 마카롱의 대화 능력을 향상시키는 것에 그치지 않습니다. AI의 능력을 강화하여 사용자의 요구에 맞춰 행동하고, 심지어 소프트웨어까지 작성할 수 있습니다. 마카롱은 채팅 내에서 맞춤형 미니 애플리케이션을 즉시 생성할 수 있으며, 이는 대부분의 봇이 제공하는 텍스트 교환을 훨씬 뛰어넘는 기능입니다. 마카롱은 사용자의 맥락과 목표를 진정으로 이해하기 때문에 개인 소프트웨어 개발자로서 장기적인 지식을 사용해 사용자에게 맞춘 도구를 생성할 수 있습니다. 마카롱 팀은 AI가 "각 사용자에게 맞춤형 '미니 앱'을 15분 내에 즉시 생성할 수 있다"고 설명하며, 사용자에게는 코딩이나 복잡한 설정이 필요하지 않다고 합니다. 즉, 아이디어나 문제가 떠오르면 평범한 언어로 설명하면 마카롱이 대화 인터페이스 내에서 즉석에서 인터랙티브 솔루션을 만들어 줍니다.

실제로 이것이 의미하는 바를 고려해 보세요. 한 대학생은 혼란스러운 일정으로 캠퍼스에 도착하여 단순히 Macaron에게 정리하는 데 도움을 요청했습니다. 약 5분 만에 Macaron은 그 학생의 학기를 효율화하기 위해 강의 도우미와 동아리 찾기 앱을 만들었습니다. 또 다른 사용자는 요리를 배우고 싶었지만 포기할까 봐 두려워했습니다. Macaron은 사용자의 요리 시도를 추적하고 레시피와 팁으로 격려하는 「초보 요리 저널」 앱을 만들어 응답했습니다. 2주 후, 그 사용자는 Macaron의 부드러운 코칭과 AI가 구축한 앱이 제공한 구조 덕분에 세 가지 요리를 스스로 만들 수 있다고 자랑스럽게 보고했습니다. 이것들은 미리 설치된 "기술"이나 템플릿이 아닙니다. Macaron은 각 사용자의 상황에 맞춰 필요에 따라 이러한 미니 앱을 개인화하여 생성했습니다. 이는 우리가 익숙한 일괄 처리 소프트웨어와는 큰 차이가 있습니다. 여기서 소프트웨어는 자체가 맞춤형으로, 한 명(또는 몇 명)의 청중을 위해, 한 번의 대화에 기반하여 만들어집니다. 그리고 AI의 기억이 디자인 선택을 알리기 때문에 최종 제품은 놀랍도록 적합하게 느껴집니다. Macaron은 본질적으로 "기억 은행, 프로그래머, 동반자"를 결합하여 그 순간에 필요한 도구나 지원으로 성장합니다.

Macaron은 간단한 요청을 완전한 기능을 갖춘 미니 앱으로 바꿀 수 있습니다. 여기에는 Macaron이 만든 예시 「레시피 찾기」 인터페이스가 표시되어 있으며, 사용자가 사용 가능한 재료와 맛 선호도를 입력하여 맞춤형 레시피 제안을 받을 수 있습니다. Deep Memory는 AI가 사용자의 식단 요구 사항(예: 채식주의, 알레르기)을 기억하고 이를 앱의 논리에 매끄럽게 반영할 수 있도록 합니다. 몇 분 만에 사용자는 저녁 계획에 대해 이야기하는 것에서 자신만을 위한 맞춤형 요리 앱과 상호작용하는 것으로 전환합니다.

주목할 점은, 이러한 미니 앱들이 단지 채팅 기록 속에 머물러 있는 정적인 것이 아니라는 것입니다. Macaron은 이를 저장하고 심지어 공유할 수 있게 해줍니다. AI가 특정 유용한 도구를 만들어주면(예를 들어, 칼로리 추적기나 여행 계획자), 다른 사람들이 사용할 수 있도록 공유 가능한 링크를 생성할 수 있습니다. 결과적으로 사용자 생성 AI 도구를 중심으로 커뮤니티가 형성되고 있습니다. 각 개인의 독창적인 해결책이 비슷한 필요를 가진 다른 사람에게 도움이 될 수 있습니다. Macaron은 심지어 **「플레이북」**이라는 것을 제공합니다. 이는 일상 생활, 가족, 성장, 취미와 같은 카테고리로 나뉘어 만들어진 유용한 AI 해킹과 미니 앱들의 큐레이션 갤러리입니다. 이를 둘러보면 집에서 요리하는 사람들을 위한 레시피 찾기부터 대학 생활을 위한 캠퍼스 버디, 재미있는 작은 게임과 퀴즈까지 모든 것을 찾을 수 있습니다. 플레이북의 각 목록은 실제 대화와 실제 사용자 요구에서 탄생했습니다. 그리고 Macaron이 기억하고 적응하기 때문에, 공유된 앱을 가져와 AI가 여러분에게 맞게 조정할 수 있습니다. 이것은 전적으로 새로운 것입니다: 자연어를 통해 주문형으로 개인화된 소프트웨어를 의뢰하고, 잘 작동하면 바이럴로 퍼뜨릴 수 있는 능력입니다. 거의 원하는 기능을 제공하는 앱을 찾기 위해 앱 스토어에서 검색하는 대신, 개인 AI에게 정확히 필요한 것을 만들어달라고 요청하고, 필요하면 친구와 공유하는 가까운 미래를 상상하기 쉽습니다. Macaron은 이미 그 시나리오를 현실로 만들고 있습니다.

기술적 관점에서 보면, 이 기능은 메모리 기반 추론의 증거입니다. Macaron의 장기적 맥락은 앱 구축 과정에서 한 단계에서 다음 단계로 요구 사항을 전달할 수 있음을 의미합니다. 복잡하고 다단계의 작업에 좌절하지 않는 이유는 목표가 무엇인지, 어떤 하위 작업을 완료했는지 잊지 않기 때문입니다. 맥락을 유지하면서 즉석에서 비기술적 응용 프로그램을 생성할 수 있는 능력을 보여준 AI 시스템은 거의 없으며, Macaron은 여기서 새로운 기준을 설정하는 것처럼 보입니다. 이 모든 것이 대화를 통해 이루어집니다: 한 순간에는 문제에 대해 채팅하고, 다음 순간에는 AI가 상호작용 솔루션을 제공합니다. 대화에서 배포로의 이 유연한 전환은 AI 전문가들이 대화하고 행동할 수 있는 에이전트를 상상할 때 이야기하는 바로 그것입니다. Macaron은 이 개념의 살아있는 증거이며, AI 비서에게 기대하는 바를 근본적으로 확장합니다.

사용자 권한 부여: AI 시대의 소비자에서 창작자로

마카롱의 접근 방식은 사용자가 단순한 소비자가 아닌 창작자로서의 역할을 부각시키는 새로운 유형의 AI 생태계의 시작을 알립니다. 이 비전을 이해하기 위해서는 소셜 미디어에서 사용자 생성 콘텐츠의 부상과 비유할 수 있습니다. 틱톡(Douyin)이 어떻게 수동적 콘텐츠 소비자를 거의 하룻밤 사이에 능동적 창작자로 변모시켰는지 생각해보세요. 누구나 쉽게 비디오 창작자가 될 수 있었던 것은 도구와 AI 기반 효과가 매우 접근 가능했기 때문입니다. 마카롱은 소프트웨어와 솔루션에 대해 동일한 역할을 하려 합니다. 맞춤형 애플리케이션을 만드는 장벽을 크게 낮춰, 일상적인 사람들이 틱톡 클립을 촬영하듯 쉽게 미니 앱을 만들 수 있게 합니다. 핵심은 마카롱이 무거운 작업(코딩, 추론, 인터페이스 디자인)을 담당하고 사용자가 아이디어나 목표를 제시하는 것입니다. 틱톡 초기 시절에는 편집 기술이 없는 사용자도 스마트 템플릿과 알고리즘 덕분에 매력적인 비디오를 제작할 수 있었습니다. 마찬가지로, 마카롱의 사용자는 프로그래밍 기술이 필요 없으며, 개인 AI 파트너가 자연어 요구를 작동하는 소프트웨어로 번역합니다. 이는 AI가 촉매로 작용하여 일상적인 문제를 해결하는 방식에 창의적인 혁신을 불러올 수 있습니다.

앞서 언급한 플레이북은 AI 기반의 크리에이터 경제를 미리 엿볼 수 있는 내용입니다. Macaron의 사이트에서 플레이북을 스크롤하면, 다양한 삶의 분야에 맞춘 미니 앱과 「해킹」의 크라우드 소싱 컬렉션을 볼 수 있습니다. 여기에는 식단 계획, 습관 추적, 학습 일정 관리, 가계 예산, 취미 프로젝트를 위한 도구뿐만 아니라 재미있는 퀴즈와 작은 게임까지 포함되어 있으며, 모두 Macaron의 AI를 통해 특정 사용자 시나리오에 맞춰 생성되었습니다. 각 미니 앱은 누군가와 Macaron 사이의 독특한 대화로 시작되었지만, 이를 공유함으로써 창작자는 커뮤니티를 위한 재사용 가능한 자산으로 변환했습니다. 이는 오픈 소스 마인드와 유사하지만, 비코더에게도 접근 가능합니다. 플레이북에서 거의 맞는 미니 앱을 찾으면, Macaron에게 더 적합하게 조정하거나 확장해달라고 요청할 수 있으며, 이는 창작을 효과적으로 리믹스하는 것입니다. 최종 목표는 AI가 과정을 중재하여 틈새 문제에 대한 솔루션이 협력적으로 확산되고 발전하는 생태계를 만드는 것입니다. 이는 과거의 고정된 앱 스토어와는 거리가 멀며, 사용자 입력에 의해 지속적으로 변화하는 AI 기반 생활 해킹의 살아있는 도서관처럼 느껴집니다.

일반 사람들이 자신만의 AI로 제작한 앱을 만들고 공유할 수 있도록 지원함으로써, Macaron은 혁신가 커뮤니티를 육성하고 있습니다. 이는 Macaron이 지지하는 *'AI 경험'*의 정신과 완벽하게 일치합니다 – AI의 다음 물결은 단순히 직장 업무를 자동화하는 것이 아니라 일상 생활과 개인 경험을 풍요롭게 하는 것에 관한 것이라는 아이디어입니다. AI 시대에 팀의 비전은 사용자가 빅 테크의 알고리즘을 단순히 사용하는 최종 사용자가 아닌, AI 개발 루프의 빌더 및 참가자가 되는 'AI 시대의 생태계'를 만드는 것입니다. 웹 2.0이 수동적인 웹 서퍼를 블로그, 유튜브 및 소셜 미디어의 콘텐츠 제작자로 바꾼 것처럼, Macaron의 플랫폼은 AI 사용자를 개인 AI 응용 프로그램의 끊임없이 성장하는 제품군의 공동 개발자로 바꿀 수 있습니다. 이것은 대담한 비전으로, 초기 스마트폰 앱 붐의 시기를 연상시키지만, 이번에는 앱 자체가 필요에 따라 생성되고 집단 지혜를 통해 개선될 수 있습니다. Macaron의 Deep Memory와 미니 앱 생성이 어떤 지표라면, 이 접근법은 개인 기술의 새로운 표준을 정의할 수 있습니다: 매우 개인화되고, 사용자 주도적이고, 끝없이 적응 가능한.

진정한 지능을 향하여: Deep Memory는 AGI에 한 걸음 더 가까워졌습니까?

Macaron의 혁신은 즉각적인 사용자 혜택을 제공할 뿐만 아니라 AI가 더 일반적인 지능으로 진화할 수 있는 방향을 암시합니다. AI 연구에서는 *인공지능 일반 지능(AGI)*을 달성하려면 단순히 모델 크기를 확장하는 것을 넘어 AI 시스템에 인간과 유사한 능력을 부여해야 한다는 논의가 점점 더 많아지고 있습니다. 장기 기억, 지속적인 학습 능력, 자율적 행동 수행 능력 등이 그것입니다. 실제로, AGI로 가는 길은 단순히 계속해서 더 큰 신경망을 만드는 것이 아니라 **「통합된 맥락, 기억, 워크플로우」**에 있다는 전문가들의 주장도 늘고 있습니다. 이러한 관점은 현재의 대형 모델이 강력하지만, 진정으로 기억하고 적응하는 메커니즘이 부족하여 "도메인 간 일반화에서 실패"한다고 봅니다. AI에게 세션 간 정보를 유지하고 검색할 수 있는 지속적인 기억을 제공하는 것과 같은 엔지니어링 솔루션은 오늘날의 챗봇의 한계를 넘어서는 데 필수적이라고 여겨집니다. 즉, 기계에서 인간과 같은 지능을 달성하기 위한 가장 큰 장애물 중 하나는 AI 모델의 망각으로, 이것이 AI가 인간처럼 자연 환경에서 학습하는 것을 방해합니다.

특히 기억은 종종 누락된 조각으로 지목됩니다. Mustafa Suleyman(DeepMind의 공동 창립자이자 현재 Microsoft의 AI 책임자)은 최근 모델이 사실적 추론과 감성 지능을 빠르게 개선하고 있지만, **"이 모든 것을 연결하는 누락된 조각은… 기억입니다."**라고 언급했습니다. 그는 가까운 미래(그의 관점에서 다음 18개월)에 **"매우 좋은 기억력을 가진 AI가 등장할 것"**이라고 예측했습니다. 그는 강력한 추론, 행동 도구, 장기 기억을 갖춘 AI가 **"매우, 매우 강력한 시스템"**이 될 것이라고 제안했습니다. 이것을 AGI와 유사한 에이전트의 암묵적인 설명으로 보는 것은 어렵지 않습니다. 이는 시간이 지남에 따라 다양한 작업을 이해하고, 기억하고, 수행할 수 있는 하나의 시스템입니다. 이 측면에서 Macaron AI는 그 방향으로 나아가는 단계입니다. 강력한 기억과 도구를 동적으로 생성하는 능력을 결합하여 더 일반적인 지능을 위한 핵심 요소로 많은 연구자들이 믿고 있는 것과 밀접하게 일치합니다. Macaron은 AGI가 아닐 수도 있지만 (ASI 또는 인공 초지능과 같은 용어는 여전히 추측의 영역에 있음), AGI 이상에 가까워지는 여러 기능을 구체적인 제품에서 보여줍니다. Macaron은 무기한으로 맥락을 기억하고(AGI가 그럴 가능성이 높듯이), 반복적인 상호작용을 통해 사용자에 대한 개인화된 모델을 학습하며, 필요에 따라 새로운 기능(미니 앱)을 생성하여 자율적으로 행동을 수정합니다. 이는 각 작업에 대해 명시적인 재프로그래밍 없이 이루어집니다.

명확히 하자면, AGI는 여전히 유동적인 목표이며 사람마다 다른 의미로 받아들여지는 유행어입니다. Macaron 팀은 제품을 과대포장하지 않기 위해 신중합니다. 그들은 이를 모든 것을 아는 예언자가 아닌 경험 AI 시대의 첫 번째 ‘개인 AI 에이전트’라고 부릅니다. 하지만 핵심 문제 중 하나인 장기 기억을 해결하고 추론과 행동을 통합함으로써, Macaron은 이전에는 단지 학문적 논의에 불과했던 많은 아이디어의 실질적인 증거가 됩니다. 이는 AI가 사용자와 함께 "진화하도록 훈련"될 수 있으며, 새 프롬프트마다 이해를 초기화하지 않는다는 것을 보여줍니다. 업계 분석가들은 지속적인 메모리를 통해 LLM의 컨텍스트 제한을 극복하는 것이 **"더 신뢰할 수 있고 효율적인 LLM 기반 AI 에이전트를 위한 길을 닦는다."**고 언급했습니다. 확실히 Macaron이 제공하는 것, 즉 당신을 기억하고 그 기억을 바탕으로 구축하는 AI는 AI를 인간과 같은 인지에 한 걸음 더 가깝게 만드는 진정한 발전입니다. Macaron이 IQ, EQ, 그리고 일부 사람들이 "AQ"(행동 지수)라 부르는 것을 장기 기억과 매끄럽게 결합하는 것을 목격하면서, 우리는 일반적인 AI가 우리의 삶에서 어떻게 작동할지에 대한 초기 모습을 보는 것이 아닐 수 없습니다. 이는 개인화되고, 능동적이며, 지속적으로 학습합니다. 지금까지 소비자 AI 제품에서 크게 부족했던 특성들입니다. 그런 의미에서, Macaron의 딥 메모리는 단순한 멋진 기능이 아니라 차세대 AI의 기초가 될 수 있습니다. Macaron이 과거의 상호작용을 기억하거나 필요에 따라 도구를 즉석에서 만들어낼 때마다, 이는 조용히 기계의 지능이 무엇을 성취할 수 있는지에 대한 우리의 기대를 재정의하고 있습니다. 그리고 아마도 몇 년 후, 우리는 이 순간을 기계가 단지 좁은 방법으로 똑똑한 것이 아니라, 일반적이고 적응적이며 깊이 있는 개인적 방식으로 우리의 삶을 이해하고 증진하는 중요한 단계로 돌아볼 것입니다.