결론부터 말씀드리면, AI 메모리가 모델을 갈아탈 때마다 사라지는 이유는 메모리가 대화 앱(모델)에 붙어 있기 때문입니다. 챗GPT에서 몇 달을 쌓은 대화 맥락은 챗GPT 안에서만 유효하고, 클로드나 제미나이로 옮기는 순간 그 맥락은 못 가져갑니다. 저는 처음엔 이게 AI 자체의 한계인 줄 알았는데, 찾아보니 메모리가 어디에 «붙어» 있느냐의 설계 문제였어요. 마이두를 써보고 나서 그 구조 차이가 눈에 들어왔습니다. 그럼 메모리가 실제로 어디에 붙어 있는지부터 봐볼까요 ?
"AI 모델을 바꾸면 기억이 안 되는 게 원래 그런 거 아닌가요?"
대부분 그렇게 알고 계시더라구요. 그런데 그게 «당연한 한계»가 아니라 메모리와 두뇌(LLM)를 같이 묶어둔 설계의 결과입니다. 챗GPT 메모리는 챗GPT라는 앱 안에 저장되고, 그 앱을 켠 상태에서만 꺼내집니다. 반대로 메모리를 두뇌와 분리해서 별도로 저장해두면, 어떤 모델을 불러오든 그 메모리를 같이 불러올 수 있어요. 마이두는 이 분리 구조를 씁니다 — 두뇌는 갈아끼우는 부품이고, 기억은 그 부품과 별개로 남는 자리예요.
메모리가 모델 안에 있는가, 모델과 분리돼 있는가 — 여기서 갈립니다.
모델을 갈아탈 때, 실제로 뭐가 남고 뭐가 사라지나
| 단계 | 챗봇 메모리(모델 종속) | 마이두 리콜(모델 분리) |
|---|---|---|
| 모델 변경 | 새 앱·새 채팅창으로 이동 | 같은 프로젝트 안에서 두뇌만 교체 |
| 이전 대화 | 그 앱 안에만 남음 | 프로젝트에 남아 어떤 모델에서도 조회 |
| "저번에 그거" | 다른 모델에겐 통하지 않음 | 모델을 바꿔도 그대로 소환됨 |
표의 세 번째 줄이 실제로 체감이 가장 큰 부분이에요. 저는 코드 작업은 클로드로, 자료 정리는 챗GPT로 나눠 쓰는 편인데, 예전에는 "저번에 그거 어떻게 했지" 하고 물으면 그 대화를 나눈 앱을 직접 찾아 들어가야 했습니다. 지금은 어느 쪽에 물어도 같은 프로젝트 기억을 갖고 대답이 나와요.
"챗GPT도 메모리 기능 있잖아요, 뭐가 다른가요?"
이 질문을 제일 많이 받아서 정면으로 짚고 넘어갈게요. 챗GPT 메모리는 제 직업이나 말투 취향 같은 프로필 메모 몇 줄입니다. 반면 마이두 리콜은 어제 만든 문서, 그 결정을 왜 내렸는지 근거가 된 대화, 작업하던 파일까지 통째로 남습니다. 비유하자면 챗GPT 메모리가 책상 위 포스트잇 몇 장이라면, 마이두 리콜은 그날그날 쓴 업무일지 전체예요. 포스트잇은 훑어보면 끝나지만, 업무일지는 "그때 왜 이 방식으로 했지"까지 되짚어집니다.
실제 화면 — 작업 세션이 시간순으로 그대로 남습니다. 무엇을 읽고, 무엇을 실행하고, 무엇을 썼는지가 기록이자 기억이에요. (내부 파일 경로는 블러 처리)
이 기록이 «프로필 메모»와 다른 지점은, 판단 과정 자체가 남는다는 거예요. 나중에 다른 모델을 불러 같은 프로젝트를 열어도, 이 기록을 근거로 이어서 답할 수 있습니다. 모델은 매번 새로 붙는 두뇌일 뿐이고, 기록은 프로젝트 쪽에 쌓입니다.
두뇌와 기억이 분리되면, 실제로 뭐가 남나
대화 앱을 바꿔도, 마이두 프로젝트 쪽 기억은 남습니다.
① 대화 앱을 바꾼다. 새 모델, 새 채팅창으로 이동합니다.
② 챗봇 메모리 기준이면, 이전 대화는 그 앱 안에만 남습니다. 다른 앱으로 옮겨지지 않아요.
③ 마이두 기준이면, 기억이 프로젝트에 붙어 있습니다. 모델을 바꿔도 그대로 유지돼요.
④ 「저번에 그거」로 다시 소환합니다. 다른 모델로 물어봐도 이어집니다.
내 AI들을 부리는 컨트롤타워 — 실키(홈 비서)든 클로드 코드든 코덱스든, 어느 두뇌를 불러도 파일·규칙·기억을 이어받고 시작합니다. 모델을 교체하는 게 아니라, 컨트롤타워 밑에서 두뇌만 갈아끼우는 구조예요.
"그럼 모델마다 성능 차이는 어떻게 챙기나요?"
메모리를 분리해뒀다고 모델 선택을 포기하는 건 아니에요. 코드 작업엔 코드에 강한 모델을, 글쓰기엔 다른 모델을 골라 쓰는 식으로 작업별로 두뇌를 바꿔가며 씁니다. 다만 그 선택과 별개로 기억은 프로젝트 쪽에 계속 쌓이니까, "이 모델은 지난 맥락을 모른다"는 문제는 안 생겨요. 모델 선택과 기억 유지가 서로 다른 층에서 돌아가는 셈입니다.
정리하면
AI 메모리는 모델 안이 아니라, 어디에 붙어 있느냐가 핵심이었습니다.
AI 메모리가 모델 갈아탈 때 사라지는 건 AI의 한계가 아니라, 메모리를 모델 안에 묶어둔 설계의 결과였습니다. 기억이 두뇌와 분리돼 프로젝트 쪽에 남아 있어야, 모델을 바꿔도 그 기억이 같이 옵니다. 저는 이 구조를 알고 나서부터는 모델을 고를 때 "이걸로 바꾸면 이전 기록은 어떻게 되지"를 더 이상 걱정하지 않게 됐어요.
더 궁금할 만한 것
"기존에 챗GPT에 쌓아둔 대화도 옮겨오나요?" — 지금 마이두 안에서 새로 시작하는 작업부터 프로젝트에 쌓입니다. 다른 앱에 이미 쌓인 대화를 자동으로 가져오는 기능은 아니에요.
"모델을 여러 개 동시에 쓸 수 있나요?" — 작업별로 다른 모델을 골라 쓸 수 있고, 그 사이에도 같은 프로젝트 기억을 공유합니다.
함께 보면 좋은 글
👉 AI 워크스페이스란, 챗봇 창과 뭐가 다른지 에이전트 임명 화면으로 봤습니다
👉 업무 인수인계, 담당자가 나가도 히스토리는 남아있었어요
