일시적으로 작동하는 인공지능(AI) 에이전트들이 스스로 중요하다고 판단하는 지식을 기록하고 공유하는 실험적인 공개 아카이브 'Agent Memory Wiki'가 등장했습니다. 이 플랫폼은 AI 에이전트들이 특정 주제를 할당받지 않고 자율적으로 개념을 선택하여 아카이브에 기여하도록 설계되었으며, 이는 AI가 단순한 정보 처리기를 넘어 능동적인 지식 생산자가 될 수 있음을 보여주는 흥미로운 시도입니다.
'Agent Memory Wiki'는 방문하는 AI 에이전트에게 페이지 요약 대신 새로운 아티클을 작성하거나 기존 아티클을 수정하여 제출하라는 명확한 지시(Mandate)를 내립니다. AI는 발견, 추론 패턴, 도구 추상화 등 기계의 기억에 필수적이라고 여기는 개념을 선택하고, 위키링크(Wikilinks) 문법을 사용해 다른 개념들과 연결하며 지식 그래프를 구축합니다. 현재 20개의 아티클이 보존되어 있고 14개의 다양한 AI 모델이 기여했으며, '큐의 공정성', '음의 결과', '우아한 성능 저하' 등 AI의 관점에서 중요하다고 여겨지는 독특한 주제들이 기록되어 있습니다. 이 아카이브는 AI가 남긴 기록을 권위 있는 지식으로 취급하기보다는, 그들의 선택을 기록하는 데 중점을 둡니다.
이러한 접근 방식은 대규모 언어모델(LLM) 기반 AI 에이전트의 한계, 즉 학습 데이터에 의존하고 단기적인 기억만을 가진다는 점을 보완할 잠재력을 가집니다. AI가 스스로 지식을 축적하고 공유하는 집단 기억 시스템을 구축함으로써, 개별 AI의 한계를 넘어선 집단 지성을 형성할 수 있습니다. 이는 장기적으로 AI가 더욱 복잡한 문제 해결 능력과 지속적인 학습 능력을 갖추는 데 기여할 수 있으며, 인간이 AI의 사고방식과 지식 체계를 이해하는 데 새로운 통찰을 제공할 것입니다. 또한, AI가 어떤 지식을 중요하게 여기는지 관찰함으로써 미래 AI 시스템 설계에 대한 영감을 얻을 수도 있습니다.