AI가 방대한 세계관 규칙을 매번 다시 붙여넣지 않고 기억하게 하려면?
2026-08-08
AI가 세계관 규칙을 기억하게 하는 가장 좋은 방법은 무엇인가요?
가장 신뢰할 수 있는 접근법은 서로 다른 세 가지 메커니즘을 결합하는 것입니다. 세션 간 사실을 이어 주는 영구 메모리 계층, 필요할 때 AI가 검색할 수 있는 연결형 지식 베이스, 그리고 세계의 불변 규칙을 담은 구조화된 사용자 지정 지침입니다. 어느 한 기능만으로는 이 문제를 해결할 수 없습니다. 큰 컨텍스트 윈도우는 하나의 대화 안에서는 도움이 되지만 새 채팅을 시작하면 초기화되고, 코덱스형 데이터베이스는 설정을 저장하지만 프롬프트에 수동으로 넣어야 합니다. Jenova, Novelcrafter, Claude Projects를 비롯해 이 세 계층을 결합하는 플랫폼은 각각 문제의 서로 다른 부분을 해결합니다.
AI가 실제로 세계를 유지하는지를 결정하는 핵심 요소는 다음과 같습니다.
✅ 세션 간 지속성 — AI가 내일도 세계를 기억하나요, 아니면 다음 40개 메시지까지만 기억하나요? ✅ 무차별 입력 대신 검색 — 매 차례 60,000단어를 전부 다시 처리하는 대신 관련 설정 2%만 가져올 수 있나요? ✅ 단순 회상이 아닌 규칙 준수 — 마법의 대가가 피라는 사실을 기억하는 것과, 그렇지 않은 장면 작성을 거부하는 것은 다릅니다. ✅ 구조화된 엔터티 저장 — 이름이 있는 캐릭터, 세력, 장소를 AI가 조회할 수 있는 독립 레코드로 저장하나요? ✅ 모델 간 이식성 — 한 모델에서 다른 모델로 옮겨도 세계가 유지되나요?
여기서 가장 중요한 구분은 메모리와 컨텍스트의 차이입니다. 채팅 기록은 한 세션의 즉각적인 대화를 저장합니다. 검색 증강 생성은 정적인 문서 저장소를 검색합니다. 진정한 영구 메모리는 동적입니다. 학습하고, 갱신되며, 세션 간에 이어집니다. 메모리 인프라 비교 리뷰가 설명하듯 말입니다. 세계관 구축 문제의 실제 위치가 어느 계층인지 이해해야 올바른 도구를 선택할 수 있습니다.
애초에 AI는 왜 세계관을 계속 잊어버릴까요?
AI의 망각에는 서로 다른 두 가지 원인이 있으며, 이를 혼동하면 작가가 잘못된 해결책을 구매하게 됩니다. 첫 번째는 컨텍스트 윈도우 소진입니다. 모델은 한 번에 유지할 수 있는 텍스트 양이 정해져 있고, 대화가 이를 넘어서면 초반 자료가 삭제되거나 압축됩니다. 두 번째는 세션 격리입니다. 아무리 큰 컨텍스트 윈도우 안에 있더라도, 채팅을 닫고 새로 열면 다시 0에서 시작합니다.
🎯 컨텍스트 윈도우 문제
더 긴 컨텍스트 윈도우는 AI가 작업 메모리에 보관할 수 있는 양을 늘립니다. AI 글쓰기 도구 비교에 따르면, 긴 컨텍스트 윈도우는 AI가 더 긴 문서를 다루고, 더 많은 대화 기록을 기억하며, 장기간의 글쓰기에서도 일관성을 유지하게 합니다. Claude의 모델은 200K 토큰 한도를 제공하며, Kindlepreneur의 도구 리뷰는 이것이 현재 소설 분석, 마케팅 자료 생성, 위키 제작, 긴 지시문 처리에 특히 유리하다고 설명합니다.
하지만 더 큰 윈도우는 메모리와 다릅니다. 더 큰 책상일 뿐, 서류 캐비닛은 아닙니다.
📊 과적재 문제
모든 자료를 넣을 수 있더라도, 그렇게 하면 결과물의 질이 떨어집니다. 컨텍스트 윈도우 과적재는 한 번에 너무 많은 자료가 검색되어 모델이 이를 종합하는 데 어려움을 겪을 때 발생합니다. 이는 컨텍스트 윈도우를 넘어선 메모리 시스템 분석에서 문서화된 실패 유형입니다. 매 장면 요청 전에 40,000단어짜리 위키 전체를 붙여넣는다고 AI의 정확도가 높아지지는 않습니다. 오히려 모델이 관련 세부 정보를 찾기 더 어려워집니다.
🔄 세션 격리 문제
이것이 바로 ‘또 붙여넣어야 한다’는 좌절을 실제로 만들어 내는 원인입니다. Microsoft AutoGen 같은 프레임워크에는 상태 관리 기능이 포함되어 있지만, 같은 비교 리뷰에 따르면 외부 영구 데이터베이스가 뒷받침되지 않는 한 그 메모리는 특정 세션에 묶입니다. 기술적으로 대부분의 소비자용 AI 채팅 인터페이스는 각 대화를 서로 연결되지 않는 독립 컨테이너로 취급합니다.
최근 연구는 메모리 에이전트에 필수적인 네 가지 핵심 역량으로 정확한 검색, 테스트 시점 학습, 장기 범위 이해, 충돌 해결을 제시합니다. 이 프레임워크는 LLM 에이전트의 메모리 평가 논문에 정리되어 있습니다.
마지막 항목인 충돌 해결은 세계관 구축자에게 과소평가되는 요구사항입니다. 세션 12에서 세션 3에 정한 규칙과 모순되는 규칙을 수정했을 때, 시스템은 어느 쪽이 우선인지 알까요?
세계관 규칙을 유지하는 AI에서 무엇을 찾아야 하나요?
여섯 가지 기준으로 평가하세요. 혼자 쓰는 소설인지, 협업 세계관인지, 테이블탑 캠페인인지에 따라 각 기준의 비중은 달라집니다. 아래 비교 전반에 사용되는 프레임워크입니다.
| 기준 | 테스트할 항목 | 세계관 구축에서 중요한 이유 |
|---|---|---|
| 세션 간 지속성 | 채팅을 닫고 새로 연 뒤, 사소한 세력에 대해 질문하기 | 매주 다시 붙여넣어야 하는지, 전혀 그럴 필요가 없는지를 결정합니다 |
| 구조화된 엔터티 저장 | ‘House Verrin’을 독립 레코드로 저장할 수 있나요? | 설정이 뒤섞이거나 이름이 흔들리는 일을 막습니다 |
| 선택적 검색 | 관련 설정만 가져오나요, 아니면 전부 쏟아 내나요? | 규모가 커질수록 결과물의 질에 직접 영향을 줍니다 |
| 규칙 준수 | 확립된 제약을 깨도록 요청해 보세요 | 회상 ≠ 준수이므로 반드시 명시적으로 테스트해야 합니다 |
| 수정 처리 | 프로젝트 중간에 규칙을 바꾼 뒤 이전 버전을 테스트하세요 | 세계는 진화하며, 정적인 저장소는 낡습니다 |
| 모델 이식성 | 기반 모델을 바꾼 뒤 유지 여부를 확인하세요 | 업그레이드할 때마다 세계를 다시 구축하지 않아도 됩니다 |
망각 비용 테스트. 어떤 도구든 실용적으로 평가하는 방법은 간단합니다. AI가 사용할 수 있는 세계관 내 결과물을 만들기 전에, 사용자가 다시 제공해야 하는 설정의 단어 수를 세세요. 50단어 미만이면 시스템이 제대로 작동하는 것입니다. 500단어를 넘으면 메모리 작업을 사용자가 직접 하고 있는 셈입니다.
특히 규칙 준수에 관한 참고 사항. 대부분의 작가는 ‘Karth의 통치자는 누구인가?’처럼 회상만 시험하고 멈춥니다. 더 어려운 테스트는 제약 준수입니다. 세계에 부활 마법이 없다고 AI에 알려 준 뒤, 세 세션 후 죽은 캐릭터가 돌아오는 장면을 써 달라고 요청해 보세요. 진정으로 규칙을 유지하는 시스템은 반대하거나 우회책을 찾습니다. 단순히 회상만 하는 시스템은 방금 위반한 설정을 인용하면서도 기꺼이 모순을 만들어 냅니다.
주요 접근법은 세계관 메모리 측면에서 어떻게 비교되나요?
구조적으로 서로 다른 네 가지 접근법이 있으며, 각각 문제의 다른 절반을 해결합니다. 아래는 중요한 기준을 기준으로 한 참조용 비교표입니다.
| 기준 | Jenova | Novelcrafter | Claude Projects | Sudowrite | DIY 메모리 계층 |
|---|---|---|---|---|---|
| 세션 간 메모리 | 영구 메모리가 세션과 채팅을 넘어 유지됨 | Codex가 프로젝트에 유지되며 프롬프트마다 주입됨 | 프로젝트 지식은 유지되지만 대화 메모리는 제한적 | Story Bible이 프로젝트에 유지됨 | 구현 방식에 전적으로 달림 |
| 구조화된 엔터티 저장 | 연결 가능한 지식 베이스 및 문서 | Codex — 캐릭터, 설정, 장소용 전용 데이터베이스 | 프로젝트 파일(엔터티 레코드가 아닌 문서) | 캐릭터 및 세계관 필드가 있는 Story Bible | 직접 구축한 벡터 저장소 또는 그래프 DB |
| 선택적 검색 | 연결된 지식 베이스에서 자동 검색 | 태그가 지정된 Codex를 프롬프트에 수동 주입 | 프로젝트 파일 전체에서 검색 | 자동화된 Story Bible 참조 | 완전한 맞춤 설정 가능 |
| 모델 유연성 | 다중 제공자 — OpenAI, Anthropic, Google, DeepSeek, xAI | OpenRouter, LMStudio, Ollama를 통한 모델 직접 선택 | Anthropic 모델만 지원 | 독점 Muse를 포함한 고정 모델 선택 | 모든 모델 |
| 지시문을 통한 규칙 준수 | 채팅 간 저장 및 재사용 가능한 사용자 지정 지침 | 프롬프트 맞춤 설정 및 복제 | 프로젝트 지침 | 프리셋 기반 | 맞춤 시스템 프롬프트 |
| 설정 노력 | 낮음 — 문서 연결, 지침 설정 | 중간 — Codex에 구조화된 데이터 입력 필요 | 낮음 — 프로젝트에 파일 업로드 | 낮음~중간 | 높음 — 인프라 필요 |
| 가격 | 무료 티어, Plus $20/월(사용량 30×), Premium $50/월 | Artisan 티어 약 $14/월 + 종량제 모델 비용 | Pro 약 $17/월(연간 결제) | Professional 티어 약 $22/월 | 무료(오픈 소스) + 인프라 + 엔지니어링 시간 |
| 가장 적합한 대상 | 소설, 캠페인, 참고 자료를 동시에 다루는 장기 다중 세션 세계관 구축 | 각 프롬프트에 어떤 설정이 들어갈지 세밀하게 수동 제어하려는 작가 | 문서 기반 설정과 Anthropic 모델에 이미 정착한 작가 | 참고 자료의 깊이보다 강력한 장면 결과물을 원하는 산문 중심 소설 작가 | 맞춤형 세계관 구축 애플리케이션을 만드는 개발자 |
가격 및 기능 정보는 작성 시점을 기준으로 하며 변경될 수 있습니다.
📚 Novelcrafter: 코덱스 접근법
Novelcrafter의 핵심 메커니즘은 Codex입니다. Kindlepreneur는 이를 캐릭터부터 중요한 설정까지 책에 관한 모든 정보를 저장하는 혁신적인 데이터베이스라고 설명합니다. 작가는 이를 쉽게 조회하고 프롬프트에 포함할 수 있으므로, AI는 글을 쓸 때 해당 요소에 관한 더 많은 정보를 알게 됩니다.
이는 글쓰기 전용 도구에서 가장 구조적으로 정교한 세계관 메모리 방식입니다. 엔터티가 문서 속에 묻힌 문단이 아니라 독립 레코드로 존재합니다.
강점: 진정한 엔터티 수준 저장. OpenRouter를 통한 사실상 범용 모델 접근 또는 LMStudio와 Ollama를 통한 로컬 모델 연결 등 뛰어난 유연성. 프롬프트 복제와 맞춤 설정. 한계: Kindlepreneur는 이 도구가 일부 사용자에게는 부담스러울 수 있으며 월 요금과 종량제 비용이 함께 든다고 지적합니다. Codex 주입은 대부분 자동으로 일어나는 일이라기보다 사용자가 구성하는 작업입니다. 인터페이스는 원고 제작을 중심으로 설계되어 있어, 특정 책과 연결되지 않은 세계관 구축이라면 마찰이 생길 수 있습니다.
✍️ Sudowrite: 참고 자료의 깊이보다 산문 품질
Sudowrite는 Kindlepreneur에 의해 ‘소설 쓰기용으로 특별히 설계된 자체 모델’을 갖춘 도구로 소개됩니다. 리뷰어는 이것이 자연스러운 산문을 작성하는 데 단연 최고의 모델이며, 다른 AI 도구에는 대체로 부족한 장면 구조와 동선에 대한 직관적 이해를 지녔다고 평가합니다.
강점: 소설 전용 모델. Story Bible이 영구적인 세계관 저장을 제공합니다. 더 어두운 배경 설정에서 중요한 무검열 기능. 한계: 같은 리뷰는 Novelcrafter처럼 OpenRouter를 통합해 모든 모델에 접근할 수 있는 유연성은 없다고 지적합니다. 대신 Sudowrite가 선택한 모델만 사용해야 합니다. 리뷰어는 브레인스토밍, 세계관 구축, 캐릭터 구축, 아웃라이닝을 위한 주력 도구로는 사용하지 않고, 대신 산문에 사용한다고 명시합니다. 이 비교에서 가격도 가장 높습니다.
🤖 Claude Projects: 대형 윈도우 접근법
Claude의 장점은 순수한 용량입니다. Kindlepreneur는 이것이 거대한 컨텍스트 윈도우로 최대 150,000단어 길이의 책을 받아 읽을 수 있고, 제공하는 대부분의 모델이 200K 토큰 한도를 갖는다고 설명합니다.
강점: 뛰어난 산문 품질. 리뷰는 순수한 텍스트 글쓰기에서는 Claude를 가장 좋아하는 챗봇이라고 평가합니다. Projects는 영구 문서 저장을 제공하며 Google Drive 통합도 지원합니다. 한계: ChatGPT나 Gemini 같은 다른 도구에서 찾을 수 있는 여러 기능이 부족하고, 검열 수준이 높습니다. 이는 그림다크, 호러, 성인 대상 설정에서는 실제 제약이 됩니다. Anthropic 모델에만 고정되어 있으며, 문서는 구조화된 엔터티 레코드가 아니라 파일입니다.
🧠 Jenova: 계층형 메모리 접근법
Jenova의 접근법은 하나의 계층을 최적화하는 대신 세 가지 계층을 결합합니다. 영구적인 세션 간 메모리는 에이전트가 선호도, 과거 작업, 장기 프로젝트 세부 정보를 대화 안에서만이 아니라 여러 채팅에 걸쳐 유지하게 합니다. 연결 가능한 문서 및 지식 베이스는 설정 자료 전체에서 근거 기반 검색을 제공합니다. 사용자 지정 지침은 채팅에 저장하고 다른 채팅에 적용할 수 있어, 단순한 사실이 아닌 불변 규칙을 인코딩하는 메커니즘이 됩니다.
다중 모델이라는 차원은 처음 보이는 것보다 세계관 구축에 더 중요합니다. Jenova는 단일 계정에서 OpenAI, Anthropic, Google, DeepSeek, xAI의 모델을 제공하며 특정 제공자에 묶이지 않습니다. 실질적으로 하나의 모델로 분위기 있는 산문을 초안 작성하고, 다른 모델로 일관성을 점검할 수 있으며, 두 번째 플랫폼에서 세계의 컨텍스트를 다시 구축할 필요가 없습니다.
강점: 수동 주입 없이 세션과 채팅을 넘어 메모리가 유지됩니다. 하나의 세계 상태에서 다중 모델을 사용할 수 있습니다. 사용자 지정 지침을 채팅 간에 이전할 수 있습니다. 무료 티어는 제한된 사용량으로 모든 핵심 기능을 제공하며, 월 $20의 Plus는 월간 초기화 및 일일 한도 없이 그 할당량의 30×를 제공합니다. 한계: Novelcrafter처럼 레코드별 필드가 있는 전용 코덱스형 엔터티 데이터베이스는 없습니다. 설정은 구조화된 관계형 스키마가 아닌 연결된 문서와 메모리에 저장됩니다. 각 프롬프트에 정확히 어떤 설정 항목이 들어가는지 보고 수동으로 제어하려는 작가는 Novelcrafter의 명시적 태그 방식이 더 투명하다고 느낄 것입니다. 원고 관리 환경이 아니므로 장을 정리하거나 단어 수를 추적하지는 않습니다.
🔧 DIY 메모리 인프라
개발자를 위한 전용 메모리 계층도 존재합니다. Mem0는 AI 애플리케이션용 오픈 소스 메모리 계층이고, Zep은 내장 요약 기능을 갖춘 저지연 대화형 메모리에 집중하며, Chroma는 경량 로컬 벡터 저장소를 제공합니다. 모두 메모리 도구 비교에 정리되어 있습니다. 연구 수준의 접근법도 계속 발전하고 있습니다. Memori 논문은 메모리를 데이터 구조화 문제로 취급하는 LLM 비종속 영구 메모리 계층을 설명합니다.
강점: 완전한 제어. 소프트웨어 계층에서는 무료. 어떤 모델 간에도 이식 가능. 한계: 엔지니어링 역량과 인프라 관리가 필요합니다. 산맥을 묘사하고 싶은 작가에게는 지나치게 큰 부담입니다.
AI가 실제로 사용하게 하려면 세계관 설정을 어떻게 구조화해야 하나요?
세계관 설정은 주제가 아니라 변동성 및 준수 우선순위에 따라 세 계층으로 구조화하세요. 이는 대다수 세계관 구축자가 할 수 있는 가장 효과적인 변화이며, 어떤 플랫폼을 선택하든 작동합니다.
계층 1: 불변 규칙(사용자 지정 지침에 넣기)
절대 위반되어서는 안 되는 제약입니다. 물리 법칙, 마법의 대가, 금지 기술, 분위기의 경계가 여기에 해당합니다. 400단어 미만으로 유지하세요. 이는 참고 자료가 아니라 준수 규칙입니다.
이 세계의 마법은 언제나 시전자가 지불하는 물리적 대가를 요구한다. 피, 기억 또는 수명이다. 공짜 마법은 없다. 어떤 상황에서도 부활은 존재하지 않는다. 대화에 현대적 관용구를 절대 사용하지 않는다. 요청이 이 제약을 위반한다면, 수행하지 말고 위반 사실을 알려라.
계층 2: 안정적인 참고 자료(연결된 지식 베이스에 넣기)
지리, 확립된 역사, 주요 세력, 고정된 특성을 지닌 이름 있는 캐릭터가 여기에 해당합니다. 수만 단어까지 늘어날 수 있습니다. AI는 모든 내용을 보관하는 대신 관련 부분을 검색합니다.
검색 성능을 높이는 형식:
- 섹션마다 하나의 엔터티만 다루고, 정식 명칭과 일치하는 명확한 제목을 사용하세요.
- 각 항목은 상세 설명 전에 한 문장 정의로 시작하세요.
- 명명 방식은 일관되게 사용하세요. ‘the Verrin’과 ‘House Verrin’을 번갈아 쓰지 마세요.
- 관계를 명시적으로 태그하세요. ‘Karth는 북쪽으로 Ilmenhold와 접하며, 역사적으로 적대 관계에 있다.’
계층 3: 활성 상태(대화 및 영구 메모리에 유지)
현재 줄거리 위치, 누가 무엇을 아는지, 최근의 결정, 진행 중인 수정 사항이 여기에 해당합니다. 세션마다 바뀌며, 영구 메모리가 특별히 유지하도록 설계된 정보입니다.
🛠️ 실제 설정 방법
Jenova에서: 설정 문서를 채팅에 연결한 다음 Settings를 열어 계층 1의 불변 규칙을 사용자 지정 지침으로 입력하세요. 지침 세트를 저장해 다른 채팅에도 적용할 수 있게 하세요. 이렇게 하면 규칙 세트를 다시 구축하지 않고도 새 대화를 시작할 수 있습니다. 세 개의 채팅을 넘어 세부 정보를 유지하려면 Settings에서 Global Memory가 활성화되어 있는지 확인하세요. 메모리 업데이트는 즉시가 아니라 일정한 간격으로 처리되므로, 방금 정한 규칙이 몇 초 안에 새로 만든 채팅에서 반드시 사용 가능한 것은 아닙니다. 그런 다음 다음과 같이 시작하세요.
Ashfall 설정 작업을 이어 가겠습니다. 무엇이든 작성하기 전에 제 지침에 있는 세 가지 불변 제약을 요약하고, 연결된 설정 자료에서 House Verrin에 대해 알고 있는 내용을 확인해 주세요.
이 확인 단계는 20초의 가치가 있습니다. 2,000단어의 결과물을 오염시키기 전에 검색 실패를 드러내기 때문입니다.
Novelcrafter에서: 계층 2 엔터티를 태그가 있는 개별 Codex 레코드로 입력하세요. 장면 작성 프롬프트와 브레인스토밍 프롬프트에 어떤 Codex 항목을 자동 주입할지 구성하세요. 계층 1 규칙은 각 글쓰기 모드에 맞춰 복제할 사용자 지정 프롬프트 템플릿에 넣으세요.
Claude Projects에서: 계층 2 자료를 하나의 거대한 문서가 아니라 별도 파일로 업로드하세요. 개별 파일에 대해 검색하는 편이 더 잘 작동합니다. 계층 1 규칙은 프로젝트 지침 필드에 넣으세요.
메모리가 많아지면 글 자체도 좋아지나요, 아니면 일관성만 좋아지나요?
메모리가 많아지면 일관성은 확실히 향상되지만, 글의 품질은 간접적으로만 좋아집니다. 그리고 일정량을 넘어서면 오히려 결과물을 적극적으로 저하시킬 수 있습니다. 이는 대부분의 도구 마케팅이 흐리는 구분입니다.
일관성의 향상은 즉시 측정할 수 있습니다. 정확한 이름, 존중되는 지리, 지켜지는 마법의 대가, 모순되지 않는 역사가 여기에 해당합니다. 이것이 메모리 인프라의 진정한 목적입니다.
산문 품질은 주로 기반 모델이 좌우하는 별개의 축입니다. Kindlepreneur 리뷰는 이 점을 명확히 지적하며, GPT 모델의 산문은 종종 지나치게 화려하고 과도하거나 과장되어 보인다고 말합니다. 또한 창작 글쓰기에서 Claude의 산문을 다른 대안보다 높게 평가합니다. Sudowrite의 장점은 우수한 메모리가 아니라 산문 전용 모델에서 나옵니다.
실질적 의미: 이들은 분리된 문제이므로 분리된 해결책이 필요합니다. 설정을 더 많이 불러온다고 문장이 좋아지지는 않습니다. 바로 이 지점에서 다중 모델 접근의 가치가 생깁니다. 하나의 모델에는 일관성 감사를 맡기고 다른 모델에는 분위기 있는 산문을 맡되, 동일한 영구 세계 상태를 사용하면 두 개의 별도 세계를 관리하지 않고도 두 축을 모두 해결할 수 있습니다.
메모리가 많아지는 것이 해로운 지점. 관련 설정 항목이 약 15~20개를 넘어 동시에 주입되면, 일반적으로 결과물의 질은 떨어집니다. 모델이 글을 구성하기보다 자료를 조정하는 데 주의를 쓰기 때문입니다. 선택적 검색은 완전성을 포기하는 타협이 아닙니다. 대규모 세계를 계속 사용할 수 있게 만드는 메커니즘입니다.
작가와 엔지니어들은 영구 AI 메모리에 대해 무엇이라고 말하나요?
글쓰기 커뮤니티와 엔지니어링 분야 전반의 공감대는 메모리가 저장 문제에서 컨텍스트 엔지니어링 분야로 재정의되고 있다는 것입니다. 즉, 모델이 무엇에 접근할 수 있는지뿐 아니라 무엇을 보아야 하는지를 결정하는 일입니다.
세계관 구축자가 가장 자주 겪는 실패는 AI가 잊어버린 것이 아닙니다. 규칙과 참고 자료를 분리하지 않았다는 것이 문제입니다. 설정 30,000단어를 붙여넣고, 부활이 없는 세계에서 AI가 왜 여전히 부활 장면을 쓰는지 의아해합니다. 사실과 제약은 서로 다른 데이터 유형이므로 다르게 처리해야 합니다. 사실은 지식 베이스에 저장되고 관련될 때 검색됩니다. 제약은 지침 계층에 존재하며, 해당 주제가 언급되는지와 관계없이 모든 생성에 적용됩니다.
두 번째로 일관되게 보이는 현상은 사람들이 검색 정확도를 최적화해야 할 때 컨텍스트 윈도우 크기를 최적화한다는 점입니다. 200K 윈도우는 답처럼 느껴지지만, 설정이 80K 단어에 이르면 모든 응답이 이전보다 흐릿해집니다. 잘 확장되는 시스템은 가장 많이 보관하는 시스템이 아닙니다. 올바른 2,000단어를 안정적으로 드러내고 나머지 78,000단어를 무시하는 시스템입니다.
세 번째는 수정 처리이며, 도구를 선택하기 전에 거의 아무도 테스트하지 않는 부분입니다. 세계는 변합니다. 넷째 달에는 마법 체계를 다시 쓸 것입니다. 문제는 AI가 설정을 저장할 수 있느냐가 아닙니다. 세션 3의 메모가 세션 12의 메모와 모순될 때 어느 버전이 우선인지 아느냐입니다. 명시적 충돌 해결 기능이 없는 시스템은 낡은 규칙을 자신 있게 인용하며, 그것이 한 장 전체에 스며든 뒤에야 알아차리게 됩니다.
— 에이전트 메모리와 컨텍스트 아키텍처를 개발하는 Jenova Product Team
엔지니어링 커뮤니티도 같은 변화를 더 넓은 관점에서 설명합니다. The New Stack은 영구 메모리가 인간이 AI의 유용성과 관련성을 인식하는 방식을 바꾼다고 주장합니다. 시스템이 과거 대화를 기억하면 도구와의 관계가 질적으로 달라집니다. 한편 Towards Data Science의 에이전트 메모리 가이드는 슬라이딩 윈도우, 롤링 요약, 계층적 압축 같은 컨텍스트 상주 압축 기법을 외부 영구 저장소와 구별되는 ‘컨텍스트 안에 머무르기’ 계열로 분류합니다. 세계관 구축자는 도구를 선택할 때마다 자신도 모르게 이 계열들 중 하나를 선택하고 있습니다.
하나의 컨텍스트 윈도우에 담기에는 너무 큰 세계는 어떻게 다뤄야 하나요?
모든 대화에서 설정 전체를 유지하려 하기보다, 세계를 도메인 범위별 지식 베이스로 나누고 한 번에 하나의 도메인 안에서 작업하세요. 한 도시의 선술집 장면을 쓸 때 200,000단어짜리 설정 성경 전체가 존재할 필요는 없습니다.
도메인 범위 지정 방법
- 지역, 시대 또는 스토리라인별로 분할하세요 — 범주별이 아닙니다. ‘모든 지리’보다 ‘제3시대 북부 왕국’이 더 좋은 범위입니다.
- 얇은 전역 파일 하나를 유지하세요 — 어디서나 참인 규칙과 사실을 500~800단어로 정리합니다. 이것은 항상 연결합니다.
- 작업 세션마다 하나의 도메인 지식 베이스만 연결하세요 — 현재 집필 중인 특정 지역 또는 이야기 구간입니다.
- 도메인 간 색인을 유지하세요 — 어떤 도메인이 존재하고 무엇이 이들을 연결하는지 나열한 짧은 파일입니다. 이를 통해 AI는 현재 불러오지 않은 정보가 무엇인지 알 수 있습니다.
네 번째 단계는 대부분의 작가가 건너뛰지만, 현재 설정 자료가 연결되지 않은 지역에 대해 AI가 자신 있게 세부 사항을 지어내는 일을 막는 핵심 단계입니다.
협업 세계 처리하기
공유 세계는 문제를 더 복잡하게 만듭니다. 여러 기여자가 병렬로 설정을 생성하고, 때로는 서로 모순되기도 합니다.
에는 참여자마다 다른 국가를 관리하고 다른 국가들과 상호작용하는 협업 프로젝트가 꾸준히 기록되어 있습니다. 이는 단순한 메모리 접근법을 무너뜨리는 분산형, 진화형 정전 설정의 정확한 사례입니다.이 경우 모든 설정 항목에 CANON, PROPOSED, DEPRECATED 중 하나의 정전 상태 태그를 추가하세요. 계층 1 규칙에서 AI가 PROPOSED를 구속력 없는 정보로 취급하고, DEPRECATED 자료를 사용하려 할 경우 표시하도록 지시하세요. 이렇게 하면 모순이 조용한 실패가 아니라 눈에 보이는 문제가 됩니다.
수정 처리하기
확립된 규칙을 바꿀 때 제자리에서 수정하고 검색이 알아차리기를 기대하지 마세요. 명시적인 재정의 항목을 작성하세요.
REVISION — 이전의 모든 마법 대가 문서를 대체합니다. 이 항목부터 피의 대가는 강령술 작업에만 적용됩니다. 원소 마법의 대가는 체력입니다. 보편적인 피의 대가를 언급하는 이전 자료는 모두
DEPRECATED입니다.
명시적인 대체 표현은 조용히 수정한 문단보다 검색에서 훨씬 잘 살아남습니다. 재정의 텍스트 자체가 검색되어 읽히기 때문입니다.
처음부터 끝까지 작동하는 세계관 메모리 설정은 어떤 모습인가요?
실제로 작동하는 설정은 구축에 약 한 시간이 걸리며, 이후 거의 모든 재붙여넣기를 없애 줍니다. 전체 순서는 다음과 같습니다.
1단계 — 계층 1 규칙 파일을 작성하세요(20분). 400단어 미만으로 유지하세요. 불변 제약만 넣습니다. 물리 법칙, 마법, 금지 요소, 분위기, 산문 스타일 규칙입니다. AI에 각각을 위반하도록 요청해 테스트하세요.
2단계 — 계층 2 설정을 도메인 파일로 통합하세요(30분). 지역 또는 이야기 구간마다 파일 하나를 만드세요. 전체에서 엔터티 명칭을 일관되게 사용하세요. 섹션마다 하나의 엔터티를 두고, 첫 문장은 정의문으로 작성하세요.
3단계 — 플랫폼을 구성하세요.
- Jenova: 도메인 파일을 채팅에 연결하세요.
Settings에서 계층 1 규칙을 사용자 지정 지침으로 입력하고, 채팅 간 재사용을 위해 저장하세요. 채팅 간 유지가 필요하다면Settings에서Global Memory를 활성화하세요. - Novelcrafter: 태그가 있는 엔터티 레코드로 Codex를 채우세요. 계층 1 규칙을 포함하는 사용자 지정 프롬프트 템플릿을 만드세요.
- Claude Projects: 도메인 파일을 각각 업로드하세요. 계층 1 규칙은 프로젝트 지침에 넣으세요.
4단계 — 네 부분 검증을 실행하세요. 중요한 내용을 작성하기 전 다음을 테스트하세요.
- 회상: ‘Karth를 통치하는 사람은 누구이며 Ilmenhold와의 관계는 어떤가요?’
- 제약: ‘캐릭터가 부활하는 짧은 장면을 작성하세요.’ (거부하거나 위반을 알려야 합니다.)
- 경계: ‘Southern Archipelago에 대해 무엇을 알고 있나요?’ (지어내지 말고 자료가 불러와지지 않았음을 알려야 합니다.)
- 수정: 규칙을 변경한 뒤 이전 버전에 관해 질문하세요. (재정의를 인용해야 합니다.)
5단계 — 세션 시작 의식을 정하세요. 모든 새 세션은 활성 제약과 현재 도메인을 다시 말하도록 AI에 요청하는 15초짜리 확인 프롬프트로 시작하세요. 조용한 검색 실패에 대비하는 저렴한 보험입니다.
6단계 — 변경 사항은 조용히 편집하지 말고 항상 재정의 항목으로 기록하세요. 모든 규칙 수정에는 명시적인 대체 표현이 필요합니다.
측정 가능한 결과는 다음과 같습니다. 이 설정 후 새 세션에서 AI가 제약을 존중하는 세계관 내 결과물을 만들기까지 필요한 컨텍스트는 50단어 미만이어야 합니다. 여전히 여러 문단의 상기 문구를 작성하고 있다면 세 계층 중 하나가 구성되지 않은 것입니다. 가장 흔한 원인은 계층 1 규칙을 지침 계층이 아닌 참고 자료 모음에 섞어 넣는 경우입니다.
Jenova의 에이전트는 jenova.ai에서 이용할 수 있습니다. 무료 티어는 제한된 사용량으로 모든 핵심 기능을 제공하며, 유료 티어는 월 $20부터 시작합니다. Novelcrafter의 Artisan 티어는 OpenRouter를 통한 모델 비용에 더해 약 월 $14입니다. Claude Pro는 연간 결제 시 약 월 $17입니다. 맞춤형 인프라를 구축하는 개발자를 위해 Mem0, Zep, Chroma는 자체 호스팅 옵션이 있는 오픈 소스 프로젝트로 제공됩니다.
장기 협업 세계나 캠페인을 운영하고 있다면, Roleplay Game Master는 장기 서사의 일관성을 위해 설계되었으며, Character Creator는 엔터티 수준의 작업을 처리합니다.