기억의 일생 — 태어나서 죽기까지
뇌에서 기억이 만들어지고, 안정화되고, 꺼내지고, 변하고, 사라지는 과정을 따라가 보자. 각 단계를 클릭하면 설명이 나타난다.
1. 부호화
경험이 기억으로 변환해마 + PFC
≈ INSERT + INDEX
→
2. 고정
기억이 안정화수면 중 리플레이
≈ fsync + ETL 배치
→
3. 인출
기억을 꺼내옴단서 의존 회상
≈ SELECT WHERE
→
4. 재고정
꺼낸 기억이 변함인출 시 수정
≈ Copy-on-Read
→
5. 망각
기억이 사라짐간섭 + 감쇠
≈ Cache Eviction
시간 스케일별 학습 루프
에이전트가 "실수에서 배운다"는 것은 결국 뇌과학의 여러 시간 스케일의 학습 루프가 작동하는 것이다.
밀리초 ~ 초
도구 결과 → 다음 행동
뇌: 감각 입력 → 운동 반응. 기저핵의 도파민 루프가 즉각 피드백.
에이전트: 코어 루프. 도구 실행 결과를 보고 다음 도구를 결정. 이미 풀림.
에이전트: 코어 루프. 도구 실행 결과를 보고 다음 도구를 결정. 이미 풀림.
분
실패 감지 → 전략 변경
뇌: 전전두엽이 "이 방법이 안 통한다"를 감지하고 새 전략 시도.
에이전트: Ironclaw의 중복 도구 호출 감지 → 넛지/force_text. 부분 해결.
에이전트: Ironclaw의 중복 도구 호출 감지 → 넛지/force_text. 부분 해결.
세션 (시간)
경험 → 교훈 추출
뇌: 일화 기억이 의미 기억으로 전환. "이번에 이렇게 해서 성공했다" → "이런 상황에서는 이 방법이 좋다"
에이전트: 세션 종료 시 자동 성찰. "뭘 틀렸고, 왜 틀렸고, 다음엔 어떻게." ← 여기가 프론티어
에이전트: 세션 종료 시 자동 성찰. "뭘 틀렸고, 왜 틀렸고, 다음엔 어떻게." ← 여기가 프론티어
일 ~ 주
수면 → 패턴 통합
뇌: 수면 중 해마→신피질 전송. 여러 에피소드에서 공통 패턴 추출. 스키마 업데이트.
에이전트: 유휴 시간 배치 처리. 최근 N개 세션을 분석하여 반복 패턴 식별. 아직 실험적.
에이전트: 유휴 시간 배치 처리. 최근 N개 세션을 분석하여 반복 패턴 식별. 아직 실험적.
월 ~ 년
전문성 축적
뇌: 풍부한 스키마 형성. 전문가의 "직관". 작업 기억의 기능적 확장 (LTWM).
에이전트: 프로젝트별 최적화된 행동 패턴. 절차 기억 자동 형성. 미구현.
에이전트: 프로젝트별 최적화된 행동 패턴. 절차 기억 자동 형성. 미구현.
핵심 인사이트: 같은 구조가 모든 스케일에서 반복된다
행동 → 결과 관찰 → 다음 행동 수정. 이것이 밀리초(코어 루프), 분(넛지), 시간(성찰), 일(응고) 모든 스케일에서 동일한 패턴으로 작동한다. 다만 시간 스케일이 커질수록 "무엇을 기억하고 무엇을 잊을 것인가"의 판단이 더 중요해진다.
행동 → 결과 관찰 → 다음 행동 수정. 이것이 밀리초(코어 루프), 분(넛지), 시간(성찰), 일(응고) 모든 스케일에서 동일한 패턴으로 작동한다. 다만 시간 스케일이 커질수록 "무엇을 기억하고 무엇을 잊을 것인가"의 판단이 더 중요해진다.
최소한의 "학습하는 에이전트"
복잡한 아키텍처 없이, 에이전트를 똑똑하게 만드는 최소 구조:
세션 종료
대화가 끝남
→
자동 성찰
"뭘 틀렸고왜 틀렸고
다음엔 어떻게"
→
3줄 저장
lessons.md에교훈 추가
→
다음 세션
시작 시lessons.md 주입
이것만으로도 "같은 실수를 반복하지 않는 에이전트"가 된다.
벡터 DB도, 그래프도, 복잡한 검색 시스템도 필요 없다. 텍스트 파일 하나와 세션 종료 훅 하나면 충분하다. 이것이 뇌과학에서 말하는 "수면 중 기억 고정"의 최소 버전이다.
벡터 DB도, 그래프도, 복잡한 검색 시스템도 필요 없다. 텍스트 파일 하나와 세션 종료 훅 하나면 충분하다. 이것이 뇌과학에서 말하는 "수면 중 기억 고정"의 최소 버전이다.