100개의 대화, 하나의 컨텍스트

1. Chat은 첫 번째 인터페이스였습니다. 다음은 컨텍스트입니다

새 채팅. 같은 배경 설명.

새 도구. 같은 파일.

새 질문. 무엇을 하려는지, 어떤 출처가 중요한지, 결과물이 어디에 쓰이는지, AI가 무엇을 기억해야 하는지, 무엇을 지어내면 안 되는지 다시 설명합니다.

이것이 AI 작업의 숨은 비용입니다.

진짜 비용은 작업이 이동할 때마다 컨텍스트를 다시 세우는 데 있습니다.

시장을 이해하려고 한 AI 제품을 엽니다. PDF를 요약하려고 다른 제품을 엽니다. 메모를 다시 쓰려고 또 다른 제품을 씁니다. 검색, 코드, 글쓰기, 추론에 더 맞는 도구도 따로 있습니다. 그러다 대화가 길어집니다. 답변이 흔들리기 시작합니다. 쓸 만한 부분은 위쪽 대화 기록 어딘가에 묻힙니다. 그래서 다시 시작합니다.

작업은 이어집니다. 컨텍스트는 따라오지 않습니다. 이것이 문제입니다.

2. 더 큰 컨텍스트 창은 도움이 됩니다. 하지만 문제를 없애지는 않습니다

첫 세대 AI 도구는 채팅을 제품의 중심에 두었습니다. 질문을 합니다. 모델이 답합니다. 답이 틀리면 프롬프트를 다듬습니다. 스레드가 복잡해지면 새로 엽니다.

작은 작업에는 충분합니다. 하지만 진지한 작업에서는 금방 무너집니다.

진지한 작업에는 컨텍스트가 있습니다. 출처 자료, 제약, 결정, 예시, 톤, 독자, 열린 질문, 버린 방향, 그리고 그 일이 중요한 이유가 있습니다.

시장을 조사하는 창업자에게는 경쟁사 페이지, 가격 스크린샷, 고객의 언어, 포지셔닝 노트, 오래된 초안, 그리고 어떤 방향을 왜 버렸는지가 필요합니다. 학생에게는 강의 노트, PDF, 도표, 약점, 계속 틀리는 질문이 필요합니다. 글쓴이에게는 처음의 아이디어, 참고 자료, 구조, 독자, 취향이 필요합니다.

이 모든 경우에 대화는 임시적입니다. 컨텍스트는 오래 남습니다.

3. 파편화 비용

가장 쉬운 답은 컨텍스트 창을 키우는 것입니다.

큰 컨텍스트는 유용합니다. 한 번에 더 많은 정보를 고려하게 해주고, 더 긴 문서와 더 풍부한 작업을 가능하게 합니다.

하지만 컨텍스트 창은 여전히 창입니다. 어느 한 순간 모델이 볼 수 있는 범위를 말할 뿐입니다. 어떤 출처가 관련 있는지, 어떤 프로젝트 버전이 최신인지, 어떤 가정을 다음 주에도 다시 써야 하는지는 정해주지 않습니다.

최근 long-context 연구는 입력이 많아진다고 해서 곧 더 유용한 입력이 되는 것은 아니라는 점을 보여줍니다. 입력이 길어질수록 방해 요소, 모호성, 검색 난도도 함께 늘어날 수 있습니다.

그래서 더 좋은 질문은 이것이 아닙니다. 어떻게 모든 것을 한 채팅에 넣을까? 더 좋은 질문은 이것입니다. 어떻게 올바른 컨텍스트를 올바른 채팅에 가져올까?

4. 더 나은 패턴: 한 번 저장하고 여러 번 재사용하기

AI 작업은 더 강력해지고 있습니다. 동시에 더 흩어지고 있습니다.

하나의 작업이 ChatGPT, Claude, Gemini, NotebookLM, Perplexity, 코딩 에이전트, 노트 앱, 브라우저, PDF 뷰어, 문서 편집기를 오갈 수 있습니다. 각 도구에는 강점이 있습니다. 그리고 각 도구에는 경계도 있습니다.

그 경계를 넘을 때마다 사용자는 비용을 냅니다. 목표를 다시 설명하고, 같은 출처를 다시 붙여넣고, 독자를 다시 설명하고, 제약을 다시 만들고, 무엇이 바뀌었는지 AI에게 다시 알려주고, 답변이 근거 있는지 그럴듯하기만 한지 다시 확인합니다.

컨텍스트를 손으로 다시 만들면 조급함이 그것을 압축합니다. 두 번째 설명은 세부를 잃습니다. 세 번째는 거친 요약이 됩니다. 네 번째는 “무슨 말인지 알지?”가 됩니다. 하지만 모델은 모릅니다.

결국 프로젝트는 부분 컨텍스트의 사슬이 됩니다. 부분 컨텍스트는 부분적인 지능을 만듭니다.

5. 간단한 예시

답은 하나의 끝없는 대화가 아닙니다.

답은 재사용 가능한 컨텍스트 레이어입니다.

대화는 생각하고, 묻고, 비교하고, 결정하고, 초안을 쓰고, 다듬는 곳이어야 합니다. 컨텍스트는 저장하고, 정리하고, 선택하고, 다시 쓸 수 있어야 합니다.

이것이 Pickmix의 제품 아이디어입니다.

Pickmix는 웹페이지, 노트, PDF, 스크린샷, 이미지, Markdown, 링크, 일반 텍스트 같은 유용한 자료를 저장한 Picks로 만듭니다. Picks는 Spaces 안에 놓이고, 프로젝트 맥락과 연결된 채 남으며, AI Chat에서 선택한 출처가 될 수 있습니다.

흐름은 간단합니다. 맥락이 생생할 때 출처를 저장합니다. 관련 Picks를 Space에 모읍니다. 지금 작업에 필요한 출처를 고릅니다. 그 컨텍스트를 붙여 AI에게 묻습니다. 확인하거나 다시 쓰거나 이어가야 할 때 원래 Pick으로 돌아옵니다.

작업이 바뀌어도 0에서 시작하지 않습니다. 채팅이 길어져도 프로젝트를 잃지 않습니다. 도구나 질문이 바뀌어도 전체 프롬프트를 다시 만들지 않습니다. 필요한 Picks를 다시 가져옵니다.

6. 좋은 AI 출력은 프롬프트 이전에 시작됩니다

새로운 제품 카테고리를 조사한다고 해보겠습니다.

기존 방식에서는 경쟁사 페이지가 브라우저 탭에 있습니다. 가격 스크린샷은 데스크톱에 있습니다. 노트는 문서에 있고, PDF는 폴더에 있고, 프롬프트와 답변은 여러 AI 채팅에 흩어져 있습니다.

시장 메모가 필요하면 몇 개 링크를 한 도구에 붙여넣습니다. 포지셔닝 아이디어가 필요하면 다른 도구에서 다시 붙여넣습니다. 출시 계획이 필요하면 요약의 요약을 만들고 중요한 세부가 살아남았기를 바랍니다.

Pickmix에서는 출처 자료가 처음부터 워크스페이스의 일부가 됩니다. 경쟁사 페이지, 가격 스크린샷, 고객 리뷰, PDF, 노트, 초안이 같은 Space의 Picks가 될 수 있습니다.

관련 출처를 선택해 시장 메모를 요청합니다. 같은 출처 레이어에서 포지셔닝 맵을 요청합니다. 이전 작업이 없었던 것처럼 다시 설명하지 않고 출시 계획을 요청합니다.

작업은 복사-붙여넣기보다 축적에 가까워집니다.