2026-08-10

영구 프로젝트 메모리는 시리즈가 약 50,000단어 또는 20회차를 넘는 순간부터 연재 소설에서 업로드 스토리 노트보다 뛰어난 성과를 냅니다. 업로드한 노트는 매 세션마다 처음부터 다시 읽어야 하는 반면, 영구 메모리는 그 과정에서 내린 결정을 축적하기 때문입니다. 더 짧은 연재물이나 단일 아크 프로젝트라면 업로드 노트가 더 단순하고, 저렴하며, 예측 가능할 때가 많습니다. 오늘날 이 선택지를 규정하는 세 가지 도구는 Novelcrafter(구조화된 스토리 바이블 검색), Sudowrite(세션 기반 산문 생성), Jenova(세션 간 영구 에이전트 메모리)입니다.
연속성 부채에 무너지는 워크플로와 오래 지속되는 연재 워크플로를 가르는 핵심 요소는 다음과 같습니다.
✅ 검색과 회상 — 업로드 노트는 매 세션마다 검색하고 다시 주입해야 하지만, 영구 메모리는 재주입 없이 상태를 이어 갑니다 ✅ 구조화된 컨텍스트와 비구조화된 컨텍스트 — Codex 스타일 데이터베이스는 PDF 더미보다 낫지만, 둘 다 40장에서 결정한 내용까지 기억하지는 못합니다 ✅ 컨텍스트 윈도우 상한 — 입력 길이가 늘어날수록 self-attention 비용은 제곱으로 증가하므로, "전부 업로드하면 된다"는 방식은 확실한 한계에 부딪힙니다 ✅ 피드백 속도 — 연재 작가는 독자 반응에 따라 시리즈 중간에도 수정하므로, 연속성의 기준점은 계속 움직입니다 ✅ 시리즈 전반 재활용 — 4권에서는 1권의 설정을 다시 업로드하지 않고도 활용할 수 있어야 합니다
솔직히 말해, 대부분의 현업 연재 작가는 결국 두 방식을 모두 사용합니다. 현명하게 선택하려면 먼저 AI 글쓰기 도구에서 말하는 "메모리"가 실제로 무엇인지 구분해야 합니다. 이 단어에는 공급업체가 좀처럼 자세히 설명하지 않는 의미가 너무 많이 담겨 있기 때문입니다.
업로드 스토리 노트는 세션 내에서 모델이 검색하고 다시 읽는 정적 참조 문서이며, 영구 프로젝트 메모리는 사용자가 다시 제공하지 않아도 세션 간에 이어지는 축적된 상태입니다. 이 차이는 외형이 아니라 아키텍처의 차이입니다.
프로젝트 작업 공간에 캐릭터 바이블을 업로드하면 지식 기반을 채우는 것입니다. 모델은 그 지식 기반을 검색하고, 관련 조각을 가져와 활성 컨텍스트 윈도우에 주입합니다. Claude의 Projects 기능도 이 방식으로 작동합니다. 문서를 독립된 작업 공간에 업로드하면, 유료 플랜에서는 지식량이 컨텍스트 한계에 가까워질 때 "프로젝트가 Retrieval Augmented Generation (RAG)을 통해 대량의 콘텐츠를 처리하도록 자동 확장"됩니다.
영구 프로젝트 메모리는 다르게 작동합니다. 무엇으로 결론을 내렸는지, 무엇을 폐기했는지, 캐릭터의 목소리가 어떻게 변했는지처럼 대화와 결정의 이력을 저장하고, 업로드 단계 없이 이후 세션에서 이를 보여 줍니다.
실전 판별법: 세션 12에서 AI에게 적대자의 동기가 바뀌었다고 말했을 때, 세션 47에서도 그것을 알고 있을까요? 업로드 노트라면 파일을 수정하고 다시 업로드했을 때만 가능합니다. 영구 메모리라면 가능합니다.
단권 소설의 연속성 범위는 유한합니다. 하나의 아크, 하나의 등장인물 구성, 하나의 절정이 있습니다. 반면 연재물의 연속성 범위는 계속 확장됩니다. 25권 이상의 책을 낸 연재 판타지 작가 Seth Ring은 Author Media 인터뷰에서 "그토록 공격적인 일정으로 콘텐츠를 공개해야 하는 강렬한 압박"이 "다른 어떤 것보다 내 기량을 빠르게 발전시켰다"고 말했습니다. 바로 그 일정 때문에 수동 노트 관리가 실패합니다. Codex를 다시 업로드하는 데 쓰는 매시간은 챕터를 공개하는 데 쓰지 못하는 시간입니다.
AI 도구가 연재물의 연속성을 잃는 이유는 트랜스포머 아키텍처에 작업 메모리는 있지만 기본 제공 장기 메모리는 없기 때문입니다. 이들은 이력이 아니라 컨텍스트 윈도우를 보유합니다. IBM Research는 이를 명확히 설명합니다. "컨텍스트 윈도우는 일종의 작업 메모리 역할을 할 수 있지만, LLM에는 장기 메모리가 없으며 LLM의 기반이 되는 트랜스포머 아키텍처는 긴 입력 시퀀스를 다룰 때 정보를 일관되게 유지하는 데 어려움을 겪습니다."
비용 구조는 문제를 더 키웁니다. IBM Research 과학자 Rogerio Feris에 따르면, "입력 길이가 증가할수록 self-attention의 계산 비용은 제곱으로 증가합니다." 200,000단어짜리 시리즈 바이블을 매 세션에 업로드하는 것은 비용이 많이 드는 데 그치지 않고, 신호의 질도 떨어뜨립니다.
그래서 순진한 해결책인 더 큰 업로드는 작동을 멈춥니다. Sudowrite의 비교 콘텐츠도 세션 기반 도구의 한계를 인정합니다. "메모리는 좋지만 완벽하지는 않습니다. 장기 프로젝트에서는 핵심 세부 사항이 바로 직전 컨텍스트 윈도우에 없었다면 잊어버릴 수 있는데, 이는 가장 발전된 LLM에서도 흔한 한계입니다."
연속성 부채 곡선: 각 챕터는 기존 의무를 없애지 않은 채 새로운 연속성 의무를 더합니다. 챕터 10에서는 약 15개의 사실을 추적합니다. 챕터 80에서는 이름, 부상, 빚, 약속, 시간선의 위치, 누가 무엇을 아는지 등 수백 개를 추적합니다. 업로드 노트의 유지 비용은 선형으로 증가합니다. 영구 메모리는 거의 평평한 수준으로 증가합니다.

연재 소설에 적합한 평가 프레임워크는 여섯 가지 차원을 고려하며, 산문 품질은 그중 가장 중요한 요소가 아닙니다. 이 비교에서 사용할 프레임워크를 연속성 부하 모델이라 부르겠습니다.
| # | 차원 | 측정 대상 | 연재물에서 중요한 이유 |
|---|---|---|---|
| 1 | 세션 간 회상 | 이전 세션의 결정을 재업로드 없이 기억하는가? | 챕터당 유지 관리 부담을 결정합니다 |
| 2 | 구조화된 검색 | 설정을 통째로 넣지 않고 정밀하게 조회할 수 있는가? | 컨텍스트 희석과 비용 폭증을 막습니다 |
| 3 | 시리즈 전반 재활용 | 1권의 Codex가 4권에도 이어지는가? | 여러 권으로 구성된 연재물에는 필수입니다 |
| 4 | 수정 전파 | 시리즈 중간에 정설이 바뀌면 시스템도 업데이트되는가? | 연재 작가는 실시간 독자 피드백을 바탕으로 수정합니다 |
| 5 | 모델 유연성 | 축적한 컨텍스트를 잃지 않고 모델을 바꿀 수 있는가? | 모델 품질은 변하고, 종속은 실질적인 비용입니다 |
| 6 | 비용 예측 가능성 | 정액 구독인가, 사용량 기반 크레딧인가? | 연재물은 엄청난 생성량을 수반합니다 |
대부분의 작가가 과소평가하는 것은 4번 차원입니다. 연재 소설은 제작 중에도 수정이 유난히 많은 형식입니다. Ring은 독자 추측이 기대가 향하는 방향을 드러내기 때문에 "뒤쪽 챕터는 거의 수정하지 않고 앞쪽 챕터는 더 많이 수정한다"고 설명합니다. 시리즈 중간의 설정 변경을 흡수하지 못하는 컨텍스트 시스템은 조용히 이전 설정을 계속 작성하게 됩니다.
공급업체가 가장 자주 과장하는 것은 1번 차원입니다. 마케팅 문구의 "프로젝트 메모리"는 종종 "프로젝트 범위 지식 기반"을 뜻할 뿐, "세션 간 축적 상태"를 뜻하지는 않습니다. 소개 페이지가 아니라 문서를 읽어야 합니다.
하나의 도구가 여섯 가지 차원을 모두 이기지는 못합니다. Novelcrafter는 구조화된 검색에서, Jenova는 세션 간 회상에서, Sudowrite는 연속성에서는 크게 뒤처지는 대신 생성의 추진력에서 앞섭니다.
| 기능 / 차원 | Sudowrite | Novelcrafter | Jenova | Claude Projects | ChatGPT Projects |
|---|---|---|---|---|---|
| 세션 간 회상 | 제한적 — 세션 컨텍스트 중심 | Codex가 구조화된 데이터로 유지되며 장면마다 다시 검색됨 | 영구 세션 간 메모리, 에이전트가 이전 결정을 유지 | 프로젝트 범위 지식 기반, 누적된 결정 상태 없음 | 프로젝트 전용 메모리가 이전 대화를 하나의 프로젝트로 제한 |
| 구조화된 검색 | Story Engine + Canvas, 브레인스토밍 중심이며 데이터베이스 기반은 아님 | 가장 강력함 — Codex가 캐릭터, 장소, 설정을 자동 연결 | 근거 있는 응답을 위한 문서 및 지식 기반 첨부 가능 | 컨텍스트 한계 근처에서 RAG가 활성화되며 용량을 최대 10배까지 확장 | 구조화된 엔터티 연결은 검증되지 않음 |
| 시리즈 전반 재활용 | 핵심 기능 아님 | 명시적 지원 — "Codex는 시리즈의 여러 책에서 공유할 수 있음" | 영구 메모리가 세션과 장기 프로젝트에 걸쳐 유지됨 | 수동 방식 — 재업로드 또는 프로젝트 복제 | 개별 프로젝트로 제한 |
| 모델 유연성 | 크레딧을 통한 프리미엄 모델 접근 | BYO-API: OpenAI, Anthropic, Google, Mistral, OpenRouter, 로컬 모델 | OpenAI, Anthropic, Google, DeepSeek, xAI — 공급업체 종속 없이 전환 가능 | Anthropic 모델만 가능 | OpenAI 모델만 가능 |
| 학습 난이도 | 낮음 — 기본 기능은 "거의 없음" | 높음 — Codex 설정에 시간 투자가 필요 | 보통 — 에이전트 선택 후 대화 방식 | 낮음 | 낮음 |
| 가격 | 크레딧 기반 등급(Hobby/Professional/Max) | 구독제, 예측 가능하고 생성량 제한 없음 | 무료 등급; Plus $20/mo (30× 사용량); Premium $50/mo (75× 사용량) | 무료 등급(최대 프로젝트 5개), RAG는 유료 플랜 필요 | 구독 기반 |
| 적합한 대상 | 산문 추진력과 빈 화면 탈출이 필요한 발견형 작가 | 방대한 세계관을 가진 여러 권짜리 시리즈를 구조적으로 설계하는 작가 | 수동 바이블 관리 없이 장기 프로젝트의 대화형 연속성을 원하는 작가 | 공유 문서가 많은 작업 공간이 필요한 팀 | 이미 OpenAI 생태계에 정착한 사용자 |
이 표를 솔직하게 읽으면 이렇습니다. Novelcrafter의 Codex는 현재 उपलब्ध한 연재물 연속성 해결책 중 가장 엄밀한 도구입니다. 목적에 맞춰 만든 데이터베이스이며, Kindlepreneur는 이것이 "매우 복잡해서 Sudowrite 같은 경쟁 도구가 가진 일부 단순한 기능은 부족하다"고 언급합니다. 그 복잡성은 정밀성의 대가입니다. Jenova의 영구 메모리는 수동 관리 부담을 줄이지만 Novelcrafter의 엔터티 관계 그래프를 제공하지는 않습니다. Sudowrite는 산문 생성에는 진정 탁월하고, 100챕터 연속성에는 진정 약합니다. 이는 하나의 설계 철학에서 나온 별개의 결과입니다.
설정이 안정적이고, 프로젝트 범위가 제한되어 있으며, 모델이 정확히 무엇을 보게 할지 정밀하게 통제해야 한다면 업로드 스토리 노트가 더 나은 선택입니다. 이는 차선책이 아니라 여러 실제 상황에 알맞은 아키텍처입니다.
업로드 노트가 유리한 경우:
통제력에 관한 주장은 과소평가되고 있습니다. 영구 메모리는 본질적으로 블랙박스입니다. 시스템이 무엇을 남기기로 했는지 쉽게 점검할 수 없습니다. 잘 관리된 Codex나 markdown 파일 폴더는 확인, 비교, 버전 관리가 가능합니다.
의 일부 작가는 Novelcrafter가 "궁극적으로 더 강력하지만 학습 곡선이 훨씬 가파르다"고 말합니다. 그 강점은 바로 노트 기반 모델의 명시성입니다.업로드 노트 방식을 택한다면, 분량보다 구조가 중요합니다.
CHANGED (ep. 47): antagonist motive is now X, previously Y 같은 줄을 추가하세요.프로젝트의 결정 수가 사실 수를 넘어서는 순간 영구 메모리가 결정적으로 유리합니다. 언제쯤 이런 선택을 했는지 기억하지 못하게 되는 시점이 바로 그 지점입니다.
사실은 문서에 잘 담깁니다. 결정은 그렇지 않습니다. "Kira의 왼쪽 팔뚝에는 흉터가 있다"는 사실이며 Codex에 넣어야 합니다. "31회차 독자 댓글이 너무 일찍 예측했기 때문에 Kira의 아크는 구원을 거부하는 방향으로 가기로 했다"는 결정이며, 이를 보존하는 무언가가 없다면 사라집니다.
영구 메모리가 유리한 경우:
Jenova의 접근 방식은 이를 정확히 겨냥합니다. 영구적인 세션 간 메모리를 갖춘 무제한 대화 이력으로, 에이전트가 선호, 과거 작업, 장기 프로젝트를 유지합니다. 연재 작업에서는 Creative Fiction Writer 에이전트가 범용적인 선택지입니다. 형식별 연재물에는 전용 에이전트도 있습니다. 100회차 이상 세로 스크롤 에피소드 작업에는 Webtoon Creator, 연재 만화에는 Manga Creator, 60~100회차 세로형 드라마 시즌에는 **Microdrama Screenwriter**가 적합합니다.
솔직한 한계: Jenova는 Novelcrafter의 엔터티 관계형 Codex를 제공하지 않습니다. 캐릭터와 장소의 관계를 시각적으로 매핑하는 자동 연결 위키도 없습니다. 세계관 구축에 항목별로 탐색하고 감사할 수 있는 구조화된 데이터베이스가 필요하다면 Novelcrafter의 Codex가 여전히 더 강력한 도구입니다. Jenova의 메모리는 스키마화된 형태가 아니라 대화형으로 축적됩니다. 또한 영구 메모리는 사용자별로 켜고 끌 수 있으므로, 기본적으로 보장되는 상태도 아닙니다.
설정 비용은 대략 한 자릿수 이상 차이 납니다. 그리고 그 차이가 주간 공개 일정과 맞닥뜨렸을 때 어떤 접근 방식이 살아남을지를 결정합니다.
Novelcrafter에서 구조화된 업로드 노트 설정하기:
초기 설정에 몇 시간을 들일 것을 예상해야 합니다. 그 대가로 이후에는 장면별 컨텍스트 설정이 거의 자동화됩니다.
Jenova에서 영구 메모리 설정하기:
jenova.ai/a/creative-fiction-writer의 Creative Fiction Writer를 선택합니다"이 작품은 Royal Road에서 연재 중인 litRPG이며, 현재 34회차입니다. 주인공은 몰락한 지도 제작자 Wren입니다. 핵심 규칙은 마법에는 기억의 대가가 따른다는 것입니다. 주문을 쓸 때마다 특정 기억 하나가 영구적으로 지워집니다. Wren이 이미 태워 버린 기억을 추적해서 절대 같은 기억을 다시 사용하지 않도록 해 주세요."
"41회차 변경: Wren의 멘토는 강요당한 것이 아니라 공모자였다는 사실이 밝혀졌습니다. 독자 댓글이 29회차에 강요당했다는 방향을 이미 짐작했으므로 그 전개는 폐기합니다. 이후 전개 전체를 조정해 주세요."
설정에는 몇 시간이 아니라 몇 분이면 됩니다. 대신 시스템이 무엇을 보존했는지 명시적으로 감사하기는 더 어렵습니다.
Claude Projects에서 노트 설정하기: 프로젝트를 만들고, 바이블을 지식 기반에 업로드하며, 톤과 역할을 설정하는 프로젝트 지침을 정의합니다. 유료 플랜에서는 지식량이 컨텍스트 한계에 가까워지면 RAG가 자동으로 확장을 처리합니다. 여러 연재물을 운영한다면 무료 등급의 프로젝트 5개 제한도 고려해야 합니다.
대량으로 연재 소설을 공개하는 사람들 사이의 공감대는, 메모리 문제의 본질이 사실상 유지 관리 문제라는 것입니다.
"우리가 가장 자주 보는 실패 양상은 AI가 캐릭터의 눈 색을 잊는 것이 아닙니다. 열한 주 전에 어떤 플롯 방향을 폐기한 이유를 AI가 잊는 것입니다. 업로드 노트는 세계관을 담아내지만, 그 추론 과정은 거의 담아내지 못합니다. 그리고 연재 소설에서는 바로 그 추론이 시리즈를 일관되게 유지합니다. 세계관은 독자와 실시간으로 계속 재협상되기 때문입니다."
"우리의 입장은 이것이 양자택일이 아니라는 것입니다. 구조화된 문서는 이름, 지리, 엄격한 마법 규칙처럼 안정된 설정에 알맞은 그릇입니다. 영구 메모리는 문체 변화, 아크 수정, 독자층이 이미 알아챈 내용처럼 변화하는 의도에 알맞은 그릇입니다. 100회차 연재물을 성공적으로 운영하는 작가는 거의 언제나 둘 다 사용하게 되며, 도구의 문제는 어느 쪽을 손으로 유지해야 하느냐일 뿐입니다."
"경제적 논점도 중요합니다. 스토리 바이블을 다시 업로드하고 동기화하는 데 쓰는 매시간은 다음 회차를 쓰지 못하는 시간입니다. 주간 공개 주기에서는 그런 부담이 누적되어 챕터 공개를 놓치게 되고, 공개를 놓치면 독자를 잃습니다. 알맞은 시스템은 설정을 정확히 유지하면서도 세션당 반복 절차 비용이 가장 낮은 시스템입니다."
— Jenova 제품 팀, 장문 창작 워크플로를 위한 영구 메모리 에이전트 시스템을 7년간 구축
가능합니다. 오래 지속되는 방식은 업로드 노트를 고정 설정의 기준으로 삼고, 영구 메모리를 변화하는 의도의 기준으로 삼는 것입니다. 충돌이 발생했을 때 무엇이 우선인지에 관한 명시적 규칙도 필요합니다.
2계층 설정 아키텍처:
| 계층 | 내용 | 저장 위치 | 업데이트 주기 |
|---|---|---|---|
| 고정 설정 | 이름, 지리, 마법/기술 규칙, 시간선 기준점, 외형 묘사 | 업로드한 구조화 노트(Codex, markdown, 프로젝트 지식 기반) | 드묾 — 의도적인 설정 변경 시에만 |
| 유동 설정 | 문체 보정, 아크 의도, 폐기한 방향, 독자 반응에 따른 조정, 속도 조절 결정 | 영구 프로젝트 메모리 | 지속적, 대화형 |
충돌 규칙: 사실에 대해서는 고정 설정이 항상 우선하고, 의도에 대해서는 유동 설정이 항상 우선합니다. 노트에 도시 이름이 Vellum이라고 쓰여 있고 메모리에 Vellumhaven이라고 되어 있다면 노트가 맞습니다. 노트에 적대자가 구원받는다고 되어 있지만 메모리에 41회차에서 그 아크를 폐기했다고 되어 있다면 메모리가 맞습니다.
이는 메모리 아키텍처 연구의 방향과도 일치합니다. IBM의 Larimar 프로젝트도 정확히 이 구분을 사용합니다. 일반적인 LLM 지식은 "천천히 학습하고 장기간 기억을 보유하는 뇌의 신피질"과 유사하고, 일화 메모리 모듈은 "나중에 통합될 수 있는 단기 기억을 보유하는 해마"처럼 작동한다고 설명합니다. 스토리 바이블은 신피질입니다. 세션 간 결정은 해마입니다. 둘 다 핵심적인 역할을 합니다.
일반적인 도구 순위가 아니라 프로젝트의 형태에 시스템을 맞추세요. 흔한 네 가지 연재물 유형에 따라 정답은 크게 달라집니다.
📱 단기 연재물(30회차 미만, 단일 아크) 업로드 노트를 선택하면 충분합니다. 바이블이 컨텍스트에 들어가고, 설정은 거의 변하지 않으며, 영구 메모리의 장점도 아직 발휘되지 않습니다. 간결한 참조 문서를 활용한 Claude Projects 또는 Sudowrite 워크플로면 충분합니다. 3개월 뒤 끝날 프로젝트에 Codex 설정 비용을 치르지 마세요.
📚 여러 권으로 구성된 시리즈(3권 이상, 방대한 세계관) Novelcrafter를 선택하세요. Codex의 여러 권 간 공유는 특정 문제를 위해 만들어진 특화 해결책이며, 현재 어떤 영구 메모리 시스템도 시리즈 전반의 엔터티 연결형, 탐색 가능한 설정을 그대로 재현하지 못합니다. 학습 곡선은 받아들이는 편이 좋습니다.
🔄 진행 중인 웹 연재물(Royal Road, Substack, 80회차 이상, 실시간 독자 피드백) 간결한 보조 바이블과 영구 메모리를 함께 사용하세요. 이 유형에서는 수정 전파가 지배적입니다. 독자 추측에 반응해 매주 설정이 바뀌며, 변경마다 수동 재업로드가 필요한 시스템은 공개 일정을 따라가지 못합니다. Jenova의 Creative Fiction Writer는 이런 형태에 잘 맞습니다. 매일 유지할 규율이 있다면 Novelcrafter Codex도 적합합니다.
🎬 시각적/에피소드형 연재물(웹툰, 만화, 마이크로드라마) 형식 특화 에이전트를 선택하세요. 연속성 부담에는 서사 설정뿐 아니라 시각적 일관성, 회차 말미의 훅 구조도 포함되기 때문입니다. Webtoon Creator, Manga Creator, Microdrama Screenwriter는 일반 글쓰기 도구에는 없는 세로 스크롤 리듬, 패널 흐름, 유료 전환을 고려한 회차 구분 같은 형식 고유의 지식을 갖추고 있습니다.
이 글을 읽는 대부분의 연재 작가를 위한 기본 권장 사항: 비용이 낮고 점검 가능하므로 업로드 노트로 시작하세요. 그리고 이미 설명한 내용을 AI에 다시 설명하고 있는 자신을 처음 발견하는 순간 영구 메모리로 옮기세요. 그 순간이 신호이며, 보통 25회차에서 40회차 사이에 찾아옵니다.