Fraser Cottrell이 정의한 “AI employee”의 핵심은 모델 성능이 아니다. 매일 vault에 적재되는 컨텍스트의 누적이다. 1주차에는 내 이름만 알지만, 8주차에는 내가 잊은 약속을 상기시켜준다. Claude 자체는 변하지 않았다. 변한 것은 그가 매 세션 시작 시 읽는 vault다.
이 차이가 결정적이다. 대부분의 사용자는 “다음 모델이 나오면 좋아진다”고 생각하지만, 실은 자기 컨텍스트를 적재하지 않아서 모든 세션이 0에서 시작하는 게 진짜 병목이다. AI를 더 좋게 만드는 가장 빠른 길은 모델 교체가 아니라 vault 구축이다.
근거
Week one, it knows the basics — who you are, what you do. Week four, it knows your clients, your team dynamics, your processes, your communication preferences. Week eight, it’s catching things you missed… It’s not getting smarter in the traditional sense. It’s getting smarter because the knowledge base it reads keeps growing.
3주 전 통화에서 결정한 배송 정책 변경을 본인은 잊었지만 vault에 적재된 transcript를 통해 Claude가 정확한 맥락과 함께 복기해줬다는 사례가 이를 뒷받침한다.
연결된 생각
- 20260510-model-swaps-but-memory-sticks — 같은 통찰: 모델은 바뀌어도 메모리는 남는다
- 20260508-llm-wiki-compounds-with-accumulation — 누적이 정확도를 만든다는 동일 원리
- 20260508-knowledge-compounds-through-connection-not-storage — 저장이 아니라 누적된 컨텍스트가 가치를 만든다