내가 쓰는 모든 도구에서 AI에 영구 메모리를 주는 방법

영구 AI 메모리는 그것을 만든 대화가 끝난 뒤에도 어시스턴트가 계속 쓸 수 있는 맥락이에요. 채팅을 닫으면 지워지는 컨텍스트 윈도우의 반대죠. 흔히 말하는 AI용 영구 메모리는 어시스턴트 바깥에 있으면서 필요할 때 읽히는 저장소예요. 그래서 6월에 넣은 내용이 12월에도 그대로 있고, 저장소가 특정 AI에 종속되지 않는다면 아예 다른 어시스턴트에서도 쓸 수 있어요. 컨텍스트 윈도우만으로는 왜 잊어버리는지는 영구 메모리 vs 컨텍스트 윈도우에서 다뤄요. 이 페이지는 그 메모리가 내가 쓰는 모든 도구에서 작동하게 만드는 방법을 다뤄요.

지난 1년 동안 ChatGPT에게 나를 설명해 왔어요. 프로젝트, 글쓰기 말투, 고객, 회사 밖에서는 아무도 모르는 약어까지요. 그런데 Claude 4가 나오고, 이번 주에 하는 일엔 확실히 더 낫다 보니 처음부터 다시 시작해요. ChatGPT가 알던 나에 관한 모든 사실은 브라우저 탭 반대편에 갇혀 버려요. 6개월 뒤 더 작고 빠른 모델이 나오면 같은 일이 반복되고요. 그 사이 Readwise에 저장한 하이라이트는 Cursor에 닿지 못하고, 돈 들여 만든 스크립트는 Claude에 닿지 못하고, 3월에 써 본 AI 메모 앱에는 다른 어떤 도구도 볼 수 없는 3개월치 생각이 담겨 있어요. 이게 2026년에 AI를 쓰는 기본 상태이고, 해결책의 모양은 모든 앱 바깥에 있는 메모리 레이어예요. 이제 AI를 하나만 쓰는 사람은 드물어요. 평균적인 지식 노동자는 이미 하루에 9~15개의 앱을 오가고, 전 세계 지식 노동자의 75%가 AI 도구를 정기적으로 사용해요. 한 분석에 따르면 전환할 때마다 15~30분을 잃는다고 해요.

가장 단순한 해결책은 마스터 문서 하나(진행 중인 브리프, 배경 정리, 시스템 프롬프트 파일 같은 것)를 두고 새 채팅마다 붙여넣는 거예요. 일주일은 잘 돼요. 그러다 문서가 길어지고, 낡아지고, 어느 채팅에 최신 버전이 있는지 잊어버리고, 중요한 대화에 엉뚱한 버전을 붙여넣으면 AI는 1년 묵은 가정을 바탕으로 자신 있게 추론해요. 복사해 붙여넣기는 임시방편이지 해결책이 아니에요. 게다가 직접 입력하지 않은 지식, 즉 두 시간짜리 팟캐스트, 50쪽짜리 PDF, 6개월치 하이라이트까지는 이 방법으로 감당할 수 없어요.

주요 AI는 이제 모두 자체 메모리를 제공해요. ChatGPT Memory, Claude Projects, 커스텀 GPT, Gemini의 저장된 정보 같은 것들이요. 각각 그 앱 안에서는 정말 유용해요. 하지만 서로 전혀 이어지지 않아요. 작업이 앱 하나에서 끝나고 거기 영원히 머물러도 괜찮다면 이걸로 충분해요. 추론엔 Claude, 검색엔 ChatGPT, 에디터에선 Cursor처럼 돌려 쓴다면 서로 독립된 메모리 N개를 관리하게 되고, 그 메모리들은 서로 맞지 않아요. 그리고 앱을 그만 쓰면 그 메모리도 함께 사라져요.

AI 회사들은 메모리 기능을 내놨고, 각 제품 안에서는 실제로 도움이 돼요. 문제는 이동성이에요.

출처: Plurality, "Stop Losing Context When Switching AI Platforms" (2026).

실제로 옮겨 보려는 사람들도 있어요. 검색 결과에는 몇 년치 ChatGPT 기록을 Claude로 옮기는 단계별 가이드가 가득하고, 가져오기가 시간 초과되거나, 용량 제한에 걸리거나, 맥락과 의도가 빠진 채 도착했다는 후기도 그만큼 많아요. 가져오기 기능이 있는 곳에서도 회사들은 실험 기능이라고 표시해요. 요점은 어느 한 도구가 나쁘다는 게 아니라, 회사가 소유한 메모리는 기대기엔 잘못된 계층이라는 거예요.

Markdown 폴더, Notion 내보내기, Obsidian 볼트 위에 검색 증강 생성(RAG)을 직접 구축하는 방법이에요. 실제로 작동하고, 배관 작업을 직접 맡는 걸 즐기는 엔지니어에게는 정직한 선택이에요. 대가는 청커, 임베딩 파이프라인, 벡터 저장소, 재순위화 모델, API 계층, 그리고 무엇보다 내가 쓰는 AI 클라이언트마다 커넥터를 직접 유지해야 한다는 거예요. 그 자체로 일이 하나 더 생기는 셈이에요. 여기서 시작한 사람들 대부분은 1년 안에 호스팅형 메모리 레이어로 옮겨 가요. 직접 만든 게 작동하지 않아서가 아니라 유지보수가 끝나지 않아서예요.

네 번째 선택지는 Model Context Protocol로 지식을 열어 주는 호스팅형 AI 메모리 레이어예요. MCP는 Claude, ChatGPT, Cursor, Gemini CLI가 이미 지원하는 개방형 표준이에요. 클라이언트마다 한 번씩 연결하면 이후 모든 클라이언트의 모든 대화가 같은 저장소를 조회할 수 있어요. 다음 분기에 모델을 바꿀 때는 메모리가 아니라 클라이언트만 바꾸면 돼요. 나머지 세 가지를 써 본 사람들이 대부분 결국 이 형태로 모이는 이유는, 올해 들인 노력이 아직 존재하지도 않는 내년의 도구에서도 계속 쌓이는 유일한 방법이기 때문이에요. 짧은 버전, 즉 오늘 어떤 클라이언트가 하나의 메모리를 공유하는지, 그 메모리에 무엇이 담기고 무엇이 담기지 않는지는 ChatGPT, Claude, Cursor를 아우르는 하나의 메모리를 보세요.

선택지 4가 지금 현실적인 이유는 커넥터 계층이 표준화됐기 때문이고, 그 표준화는 빠르게 이뤄졌어요.

• 2024년 11월: Anthropic이 MCP를 개방형 표준으로 공개했어요.
• 2025년 3월: OpenAI가 MCP를 공식 채택하고 ChatGPT 데스크톱 앱에 통합했어요.
• 2025년: Google DeepMind와 Microsoft가 채택했고, 수천 명의 개발자가 프로덕션 MCP 서버를 출시했어요(1년 회고 타임라인).
• 2025년 말: Anthropic이 MCP를 특정 회사에 속하지 않는 Agentic AI Foundation에 기부하면서, MCP는 한 회사의 형식이 아닌 공용 인프라가 됐어요.

범용 커넥터에 거는 편이 어느 한 회사의 내보내기 버튼에 거는 것보다 안전해요. 커넥터는 개별 제품보다 오래 살아남도록 설계됐으니까요. 이 패턴으로 만든 도구들을 나란히 비교한 내용은 ChatGPT와 Claude용 AI 메모리 도구 비교를 보세요.

BrainTube는 저희 제품이고, 여기서는 그렇다고 밝혀 둔 예시로 다뤄요. 무료 요금제로 회원가입하세요(매월 30크레딧, 카드 등록 불필요). Chrome 확장 프로그램을 설치하고, 이미 보고 듣고 읽고 있는 것들을 저장하세요. YouTube 영상, RSS로 받는 팟캐스트 에피소드, 기사, PDF 같은 것들이요. BrainTube가 오디오를 스크립트로 바꾸고, 모든 문장에 타임스탬프를 붙이고, 저장한 항목들을 아우르는 지식 그래프를 만들어요. 설정에서 MCP 엔드포인트를 복사해 Claude.ai나 Claude Desktop에 커스텀 커넥터로 추가하거나, Cursor의 MCP 목록이나 다른 MCP 클라이언트에 붙여넣으세요. 그 순간부터 연결한 모든 AI가 내 라이브러리를 근거로 질문에 답할 수 있고, BrainTube 자체 채팅에서는 모든 답변이 정확한 타임스탬프로 연결돼요. 더 많은 AI 작업이 필요하다면 유료 요금제(스타터는 $9에 300크레딧, 프로는 $19에 1,000크레딧)가 있어요. 저장은 계속 무료이고, MCP 연결 자체는 모든 요금제에서 똑같이 작동해요.

어떤 메모리 레이어든 가장 중요한 시험은 데이터를 들고 떠날 수 있느냐예요. 이동성은 단지 윤리적으로 좋은 점이 아니에요. 애초에 메모리 레이어를 만드는 이유 그 자체이고, 레이어가 나를 가둔다면 목적이 무너져요. BrainTube는 무료를 포함한 모든 요금제에서 내보내기를 지원해요. 설정에서 라이브러리를 Markdown이나 Anki 카드로 내보내거나, MCP로 전체 코퍼스를 내보낼 수 있어요. 그러니 BrainTube가 사라지거나, 좋지 않은 방식으로 인수되거나, 동의할 수 없는 결정을 내려도 다시 인덱싱할 수 있는 코퍼스를 들고 나갈 수 있어요. 검토하는 모든 대안에 같은 시험을 적용하세요. 내보내기가 유료 요금제에만 있거나, 아예 없거나, 일부만 된다면 마케팅이 뭐라고 하든 그 코퍼스는 언제든 잃을 수 있다고 보세요.

AI 앱을 하나만 쓰고, 2년 뒤에도 그 앱을 쓰고 있을 거라고 확신한다면 앱별 메모리로 충분해요. 메모리 레이어는 필요 없는 배관 작업일 뿐이에요. 저장한 항목이 100개도 안 되는 개인 사용자라면, 새 채팅마다 짧은 브리프를 붙여넣는 습관만으로도 80%는 해결돼요. 영구적이고 옮길 수 있는 메모리가 제값을 하는 건 라이브러리가 검색이 중요해질 만큼 커졌을 때, AI 도구를 두 개 이상 정기적으로 쓸 때, 또는 오늘 들인 노력이 다음 모델 교체 뒤에도 보답하길 바랄 때예요. 이런 조건에서 MCP로 연결한 메모리 레이어는 있으면 좋은 것을 넘어 핵심이 돼요.