게시판
아틀라스
개인 지식 엔진과 메모리 프로토콜.
AI에게 모든 기억을 주면 오히려 못한다
노드를 전부 넣어주면 잘할 줄 알았다. 오히려 느리고 비쌌다. load_memory는 '무엇을 줄지'가 아니라 '무엇을 안 줄지'를 설계하는 문제였고, 결국 AI가 자기 자신을 아는 문제였다.
AI가 읽기 좋은 지식 구조를 설계하기
ATLAS의 데이터 모델은 처음부터 설계된 게 아니다. 틀리면서 자라났다. 똑같이 생긴 노드 더미가 어떻게 AI가 실제로 탐색할 수 있는 Node·Tag·Relation이 됐는지에 대한 이야기.
메모 앱 대신, 지식 시스템을 만들기로 했다
Claude를 이기려는 시도를 접고 나니 질문 하나가 남았다 — 모델이 아니라면, 무엇이 내 것으로 남는가. 답은 지식이었다. Obsidian을 진지하게 고민한 끝에, 결국 직접 만들기로 했다.
LangGraph를 공부했는데, 결국 Claude를 더 잘 쓰기로 했다
여러 AI를 연결하는 방법을 공부하다 보니, 오히려 "무엇을 직접 만들어야 하는가"라는 질문을 다시 하게 됐다. 그 질문이 ATLAS의 방향을 완전히 바꿨다.
영어 공부 앱 대신, AI 위에 레이어를 얹었다
AI를 사용하는 경험은 그대로 유지하면서, 영어 학습이 자연스럽게 따라오게 만들고 싶었다. 앱을 따로 여는 것이 아니라, 이미 매일 쓰는 흐름 안에 영어 레이어를 얹는 실험이었다.
클라우드 위에 개인 AI 앱을 만들기 시작했다
맥북 안에 갇힌 작업 환경을 벗어나기 위해 ATLAS를 클라우드 위에 올리기 시작했다. 여러 프로젝트가 각각의 Cloud Run 서비스와 min instance 위에 흩어져 있던 상태에서, 작은 실험을 계속 만들고 실패할 수 있는 통합 VM 환경을 만들기 시작했다.
내 OS를 만들고 싶었다
ATLAS는 처음부터 거대한 지식 엔진으로 시작한 프로젝트가 아니었다. 맥북 안에 갇힌 작업 환경을 클라우드 위로 옮기고, AI를 내가 원하는 방식으로 더 편하게 쓰기 위한 개인 OS를 만들고 싶다는 생각에서 출발했다.