OzBrain, Claude·ChatGPT·Cursor가 함께 읽고 쓰는 MCP 기반 에이전트 지식 저장소 공개

이거 결국 내 Markdown 파일을 클라우드 동기화하는 서비스임? diff랑 버전 관리는 누가 비용 내고 처리하는지 궁금함.

호스팅형 llm-wiki에 가까움. 내가 diff, 버전, 변경한 에이전트와 변경 이유가 담긴 감사 로그를 처리함.

나도 이런 건 이미 프랑켄슈타인처럼 조립해서 쓰고 있어서 수요는 공감함. 그런데 Markdown만 전제하는지, rST나 MyST, PDF와 정적 사이트 생성도 되는지 알고 싶음.

지금은 텍스트와 기본 Markdown만 지원함. 보기 좋은 PDF가 필요하면 에이전트가 관련 문서를 읽고 만들게 하면 되고, 나는 에이전트와 데이터가 오가는 인프라에 집중하고 있음.

Obsidian보다 뭐가 나은지 모르겠음. 파일을 항상 합치면 정적 파일 문제는 없어지는 것 아닌가?

Obsidian도 설정과 유지 관리가 필요하고 지식 공유가 더 번거로움. OzBrain은 MCP로 연결해서 팀원과 각자의 에이전트가 같은 지식 조각을 쓰게 하려는 것임.

LLM이 만든 텍스트를 많이 합치면 정확도가 떨어지는데, 이 문제는 어떻게 처리함? 최신 모델도 긴 입력을 요약하면 사실을 틀리거나 의미를 왜곡하더라.

완벽한 해법은 아직 없음. 대신 문서의 모든 변경에 누가 무엇을 왜 바꿨는지 남겨서, 개선에 쓸 데이터를 모으고 있음.

내 경험상 작은 단위로 쪼개 독립 검증하고, 확인된 요약을 위로 합치는 방식이 제일 나았음. 각 LLM 작업과 하위 작업마다 벤치마크도 필요해서 토큰과 구현 비용은 커짐.

이건 흔한 에이전트 메모리 제품과는 다른 종류임? 클라우드에 있다는 점 말고 차이가 뭔지 궁금함.

메모리는 보통 한 사용자의 사실이나 지침을 요약한 것임. OzBrain은 수집, 추론, 승격된 내용과 최신 판단 및 그 이유를 감사 가능하게 남기는 기록에 더 가까움.

이런 시스템의 본질은 관련 정보를 제대로 찾고, 계속 들어오는 변경 속에서도 최신성과 정확성을 유지하는 문제임. 그냥 쌓으면 검색 비용과 긴 컨텍스트 성능 저하가 다시 발목을 잡음.

긴 문서는 더 작은 조각과 라우팅 정보로 나누고, 오래된 판단은 폐기 표시와 연결을 검토하는 정기 유지 관리를 돌릴 생각임. 수백 문서는 되지만 수천 문서와 잦은 추가가 시작되면 유지 관리가 필수가 될 것 같음.