Make0 AI가 여러 AI 에이전트에 공통 기억을 연결한다

Make0 AI는 ‘Brain’의 기억을 Codex와 Claude Code에 연결합니다. 사용자 선호와 자료를 저장하고, 모델 컨텍스트 프로토콜(MCP)을 통해 에이전트들이 공통 기억을 읽고 쓸 수 있다고 제작자는 설명합니다. 저는 여러 도구에 같은 배경을 다시 건네는 수고를 줄이려는 발상이 반갑습니다. 다만 기억을 한곳에 모으면 무엇을 함께 쓸지도 정해야 합니다.

Otto는 여러 에이전트를 별도 세션에서 실행하고, 도구와 MCP 서버별 권한을 설정합니다. Make0 AI는 에이전트 사이에 공통 기억을 연결합니다. 에이전트 협업이 넓어질수록 기억을 함께 쓰는 일과 접근 범위를 정하는 일이 나란히 중요해집니다.

에이전트마다 맥락을 다시 설명하거나 요약을 전달하던 방식과 달리, 필요한 내용만 불러오도록 설계했습니다. 제작자는 검색 증강 생성(RAG)을 적용한 뒤 그래프 메모리(graph memory)로 발전시켰다고 설명합니다.

제작자가 공개한 LoCoMo 점수는 표준 모드 전체 83.3%, 실험적 max 모드 전체 92%입니다. 모드가 다른 두 점수를 곧바로 성능 향상 폭으로 읽기는 어렵고, LoCoMo 결과가 내 자료에서의 적합성을 보장하지도 않습니다. 여러 에이전트가 공통 기억을 읽고 쓰는 구조인 만큼, Brain에 어떤 자료를 넣을지 고르는 일도 중요합니다.

써 볼 생각이라면 반복해서 설명하는 선호나 지침 하나를 Brain에 넣고, Codex와 Claude Code에 같은 과제를 맡겨 보십시오. 결과에 필요한 내용이 반영되는지, 엉뚱한 자료까지 따라오지는 않는지 비교하면 공통 기억이 실제로 설명을 덜어주는지 확인할 수 있습니다.

여러 에이전트에 지침을 나눠 줄 때, 무엇을 공통으로 저장하고 무엇을 매번 다시 설명하십니까?