공개 노트

Perplexity Brain: AI 에이전트가 '일한 방식'을 기억하기 시작했다

2026-06-19Views 9약 3분생성형 AI 활용

Summary

AI 에이전트의 고질적인 약점은 매번 처음부터 다시 시작한다는 점입니다. 지난번에 어떤 자료가 맞지 않았는지, 어떤 접근이 실패했는지, 사용자가 무엇을 고쳤는지 기억하지 못하면 반복 작업의 품질은 쉽게 흔들립니다.

Perplexity Brain은 이 문제를 겨냥한 Computer 에이전트용 메모리 시스템입니다. 핵심은 사용자의 취향을 기억하는 것이 아니라, 에이전트가 실제로 일한 과정을 기억하도록 설계됐다는 점입니다.¹

Brain은 에이전트를 위한 작업 기억이다

Brain은 과거 세션, 사용한 출처, 수정 사항을 묶어 컨텍스트 그래프를 만듭니다.¹ 컨텍스트 그래프는 작업 과정에서 생긴 정보와 판단의 연결 관계를 보여주는 지도에 가깝습니다.

여기에는 어떤 커넥터를 썼는지, 어떤 출처를 신뢰했는지, 사용자가 무엇을 수정했는지, 어떤 시도가 실패했는지가 기록됩니다.¹ 단순히 대화를 저장하는 기능이 아니라, 다음 작업에서 무엇을 반복하고 무엇을 피해야 하는지 정리하는 구조입니다.

이 차이가 중요합니다. Brain의 목적은 “사용자가 누구인지”를 기억하는 데 있지 않습니다. “에이전트가 어떻게 일했고, 무엇을 배웠는지”를 다음 실행에 반영하는 데 있습니다.

Brain은 기본적으로 밤사이에 컨텍스트 그래프를 종합해 개인용 LLM 위키를 업데이트합니다.¹ 그리고 이 위키는 다음 작업이 시작되기 전 Computer의 샌드박스에 로드됩니다.¹

즉, 에이전트는 새 작업을 받을 때 완전히 빈 상태에서 출발하지 않습니다. 이전 프로젝트의 결정, 파일, 출처, 실패 기록을 바탕으로 맥락을 더 빠르게 잡을 수 있습니다.

또 하나의 핵심은 추적성입니다. Brain의 각 메모리 항목은 원본 세션, 파일, 출처로 다시 연결됩니다.¹ AI가 왜 그런 판단을 했는지 확인할 단서가 남는다는 뜻입니다. 반복 작업에서 중요한 것은 단순한 기억량이 아니라, 그 기억을 검증할 수 있는 구조입니다.

Perplexity의 내부 초기 지표에 따르면 Brain은 반복 작업의 답변 정확도를 25% 높였습니다.¹ 다만 이는 회사가 제시한 초기 지표이므로, 실제 효과는 작업 유형과 사용 방식에 따라 달라질 수 있습니다.

Brain이 특히 잘 맞는 영역은 반복 리서치, 경쟁사 모니터링, 주간 보고서, 장기 프로젝트 관리처럼 맥락이 누적되는 일입니다. 이런 작업에서는 “지난번에 무엇을 확인했고, 무엇이 틀렸고, 어떤 기준으로 수정했는가”가 결과 품질을 좌우합니다.

반대로 한 번 묻고 끝나는 검색이나 맥락이 거의 이어지지 않는 작업에서는 효과가 제한적일 수 있습니다. Brain은 모델 자체를 더 똑똑하게 만드는 기능이라기보다, 같은 일을 더 잘 이어가게 만드는 기억 계층에 가깝습니다.

Perplexity Brain의 핵심은 “AI가 나를 기억한다”가 아닙니다. “AI가 자기 작업을 검토하고 다음 실행에 반영한다”입니다.

앞으로 AI 에이전트를 평가할 때는 모델 성능만 보는 것으로는 부족합니다. 어떤 작업을 기억하는지, 실패와 수정 사항을 재사용하는지, 출처를 추적할 수 있는지까지 함께 봐야 합니다.

에이전트가 실제 업무에 깊이 들어올수록 중요한 것은 더 긴 대화 기록이 아니라, 검증 가능하고 다시 활용할 수 있는 작업 기억입니다. Perplexity Brain은 그 방향을 보여주는 사례입니다.