그래프 엔지니어링을 소개할 때 사람들이 먼저 보는 건 속도와 품질이다. 병렬로 돌리니 빠르고, 검사 단계가 있으니 정확하다. 그런데 그건 한 번의 작업에 대한 이야기이고, 복리가 붙는 지점은 따로 있다.
좋은 그래프는 결과물과 함께 상태를 남긴다. 회의 메모, 근거, 초안, 출처, 그리고 최종 결정까지. 고객 리서치 그래프를 돌릴 때마다 고객 메모가 쌓이고, 콘텐츠 그래프를 돌릴 때마다 사례와 독자 인사이트가 쌓이고, 지원 그래프를 돌릴 때마다 제품 피드백이 쌓인다. 채팅은 이걸 남기지 않는다. 대화가 끝나면 근거도 함께 사라진다.
근거
그래프 엔지니어링의 진짜 복리 효과는 작업 하나가 좋아지는 데 있지 않고, 당신의 일이 기억을 만들어내기 시작한다는 데 있거든요. (…) 그래프가 결과물을 만들어내는 동시에, 다음 그래프를 더 똑똑하게 만들 기억까지 만들어냅니다.
이게 중급 구현 단계에서 각 잡이 파일을 쓰게 하라는 조언(plan.md, customer.md, review.md, recommendation.md)이 단순한 편의가 아닌 이유다. 종이 흔적이 남으면 무슨 일이 있었는지 볼 수 있고, 버전을 비교할 수 있고, 몇 주 뒤에 같은 구조를 그대로 다시 쓸 수 있다. 상태는 워크플로우의 부산물이 아니라 그 워크플로우가 만들어내는 두 번째 자산이다.
내가 이 위키를 클리핑 → 노트 → 위키링크 구조로 돌리는 이유도 정확히 같다. 각 실행이 재사용 가능한 상태를 남기지 않으면, 열 번을 돌려도 열 번째가 첫 번째보다 나아질 근거가 없다. 자동화의 가치는 반복 속도가 아니라 반복이 누적을 만드느냐에 있다.
연결된 생각
- 20260812-graph-engineering — 상태(state)는 그래프의 3요소 중 가장 과소평가된 축이다.
- 20260706-agent-memory-must-be-files-not-chat-history — 상태를 파일로 남기라는 주장과 정확히 같은 결론.
- 20260707-externalized-memory-is-todays-continual-learning — 모델 학습 없이도 축적으로 성능이 오르는 경로.
- 20260605-ai-driven-dynamic-knowledge-graph — 축적된 상태가 지식 그래프 자산으로 전환되는 지점.