지난 2년 AI 코딩 도구의 경쟁 축은 분명합니다. 더 나은 자동완성, 더 긴 컨텍스트, 여러 파일을 건드리는 Agent, IDE 통합. Cursor, GitHub Copilot, Windsurf, Claude Code가 ‘채팅에서 저장소 수정’을 기본값으로 만들었습니다.
2026년 중반 현장 체감은 이렇습니다. 한 세션에선 놀랍지만, 주를 넘기면 같은 지뢰를 밟습니다. 어제 AI와 맞춘 네이밍 규칙이 오늘 새 Composer 세션에서 다른 스타일로 돌아갑니다. 지난주 고친 CI 서명 문제가 이번 PR에서 다시 터집니다. 모델이 둔해진 게 아니라, AI 코딩이 ‘매번 리셋되는 똑똑한 조수’에서 ‘시간축이 있는 협업 상대’로 넘어가는 중입니다. 이 전선은 아직 초반입니다.
1. 긴 컨텍스트 ≠ 기억: 다른 능력을 섞어 쓰고 있다
‘200K / 1M context’는 이제 거의 표준 마케팅 문구입니다. 엔지니어는 금방 압니다. 창에 넣을 수 있다는 것과, 다음에도 제대로 쓰인다는 것은 다릅니다.
| 관점 | 긴 컨텍스트 창 | 지속되는 기억 |
|---|---|---|
| 적용 범위 | 지금 이 대화 / 작업 | 세션·브랜치·(이상적으로) 프로젝트를 가로지름 |
| 내용 출처 | 수동 @ 파일, 열린 파일 자동 주입 | 과거 결정, 선호, 장애 기록, 팀 합의 |
| 비용 | 요청마다 토큰 과금, 길수록 비쌈 | 한 번 기록, 검색 시 소량 |
| 끊기는 조건 | 세션 종료, 모델 변경, 창 초과 절단 | 오기록, 만료, 충돌, 잘못된 병합 |
| 비유 | 아주 큰 화이트보드 | 색인된 노트 + 갱신 가능한 메모 |
긴 컨텍스트는 ‘이번에 보이느냐’, 지속 기억은 ‘다음에도 기억하느냐’. 중형 monorepo 인덱스와 관련 PR 논의만으로도 창을 채우기 쉽습니다. 여유가 있어도 전체 채팅을 prompt에 넣는 건 엔지니어링 해법이 아닙니다. 노이즈가 신호를 묻고, 상충하는 옛 지시 사이에서 모델이 흔들립니다.
2. 프로그래밍은 ‘기억에 굶주린’ 일
메일·요약에서 잊어버리면 배경 설명을 반복하면 됩니다. 소프트웨어에서는 측정 가능한 사고가 납니다.
- 설계 결정에는 반감기가 있다: ‘worktree를 쓰는 이유’, ‘runner마다 keychain을 나누는 이유’——README엔 없고 대화나 review에만 남는다.
- 규약은 암묵지: 에러 처리, 테스트 배치, commit 형식, AI가 건드리면 안 되는 경로——
.cursor/rules,AGENTS.md, 구전에 흩어짐. - 디버깅은 에피소드: ‘지난 TestFlight 실패는 ASC API key 권한’——200줄 로그 재독보다 사건으로 기억하는 편이 낫다.
- 경계는 유동적: 개인 취향, 프로젝트 제약, 컴플라이언스가 한 풀에 섞이면 유출이거나 오염.
기업 Mac CI 풀과 worktree 선택에서도 말했듯, ‘왜 이렇게 배선했는지’는 코드보다 Runbook과 운영 기억에 있습니다. AI 코딩은 이 문제를 개발자당 하루 수십 번의 작은 결정으로 키웁니다.
3. 기억의 다섯 층: 제품에서 인프라까지
오늘의 도구는 이미 ‘가짜 기억’을 조합해 경험을 만듭니다. 사용자가 이해·거버넌스할 단일 모델은 아직 없습니다. 대략 다섯 층으로 나눕니다.
- L5 조직: 팀 규약, 컴플라이언스, 공유 Runbook, 사후 분석
- L4 프로젝트: ADR, 모듈 경계, CI 함정, 의존성 업그레이드 정책
- L3 개인: 코딩 취향, 자주 쓰는 명령, AI가 하면 싫은 것
- L2 세션: 현재 목표, 수정 파일, 중간 결론(휘발)
- L1 즉시: 열린 파일, 커서, git diff(밀리초 단위)
대부분 제품은 L1–L2가 강하고, 본전은 L3–L5. 다음 차별화는 다섯 설정 화면에 흩어질지, 조회·버전·롤백 가능한 한 줄 파이프라인이 될지입니다.
OpenHuman 같은 장기 기억 개인 Agent가 가리키는 방향과 같습니다. 경쟁 초점이 ‘더 큰 기반 모델’에서 ‘사용자와 저장소를 안정적으로 이해’로 옮고, AI 코딩에서는 전장이 저장소와 파이프라인에 고정됩니다.
4. 기술 노선: 기억은 ‘채팅을 쌓기’만이 아니다
4.1 검색 증강(RAG)
과거 대화, ADR, PR review를 chunk·embedding하고 작업마다 검색. 장점은 확장성과 출처 감사. 단점은 오검색——하나 틀리면 없는 것보다 위험. repo, branch, 시각, 폐기 플래그 등 metadata가 필요합니다.
4.2 구조화 메모리
예: ‘codesign / match 비밀번호는 1Password vault X / 신뢰도 0.9’. 공학적 사실에 적합하고 사람이 고치기 쉽습니다. 자유 서술 결정 로그와는 병합 로직을 나눠야 합니다.
4.3 세션 압축(Compaction)
긴 작업 종료 시 구조화 요약을 만들어 다음에 주입. 빠르지만 디테일이 빠지고, 잘못된 요약은 영구 강화——compounding error. 표본 감사가 필요합니다.
4.4 저장소가 곧 기억
기억할 것은 AGENTS.md, 주석, lint, 실행 가능한 doctor 스크립트에. AI는 patch 제안만. 가장 싸고 review하기 쉬운 L4——Mac CI 글의 ‘재현 단계를 repo에 쓰기’와 동형입니다.
4.5 로컬 우선 vs 클라우드 기억
Apple Silicon 로컬 인덱스는 프라이버시에 유리. 클라우드 기억은 기기 간·팀 공유에 맞습니다. 2026년 긴장은 ‘AI가 나를 알아주길’ 원하는 개인과 ‘알면 안 될 것을 막고 싶은’ 기업이 한 회사에 공존하는 것입니다.
Mac 개발자에게는 통합 메모리 위 로컬 추론과 Mac Mini M4 프라이빗 AI 클러스터가 같은 판입니다. 기억 인덱스와 코드 인덱스를 SaaS에 전부 넣지 않고 상시 노드 한 대로 공유할 수 있습니다.
5. 앞으로의 세 가지 싸움
싸움 1: 개인 vs 팀. 우선순위가 없으면 Agent가 충돌 규약 사이에서 임의로 편을 듭니다. 승리 조건은 명시적 스코프(user / project / org)와 ‘어느 규칙에서 왔는지’ 가시성.
싸움 2: 신뢰도. 자동 기억은 시간을 아껴 주지만, 한 번의 환각이 장기 편향이 됩니다. 승리 조건은 기록 확인·PR, 부정 기억, TTL, doctor memory류 진단.
싸움 3: 보안 경계. 저장소 유출 외에 ‘다음 주 런치 고객’, ‘미수정 CVE’가 프로젝트 간 검색에서 새 나올 수 있습니다. 승리 조건은 테넌트 격리, 민감 엔티티 필터, 감사 가능한 내보내기.
셋이 겹치면 AI 코딩은 개인 생산성 도구에서 플랫폼 엔지니어링이 필요한 기반으로——기업 Mac CI가 ‘돌아가면 됨’에서 풀링·격리·컴플라이언스로 간 것과 같습니다(codesign·keychain 격리 FAQ 참고).
6. 현장 현실 전략: 표준이 굳기 전에 기억 스택을 만든다
제품은 아직 난전이지만, 개인과 팀은 지금 당장 블랙박스 ‘Memory’ 스위치 의존을 줄일 수 있습니다.
- 저장소 루트에
AGENTS.md또는.cursor/rules: 모듈 경계, 금지 경로, 필수 검사 명령. - 함정은
make doctor, CI step으로 내리고 채팅에만 두지 않기. - ‘사실’과 ‘선호’ 분리: 사실은 문서, 선호는 user rules.
- 큰 작업 끝에 고정 형식 인수인계: 목표 / 완료 / 미완 / 제약 / 금지——issue·PR에.
- 규칙 파일도 수백 줄 넘으면 dead code처럼 정리.
- 키·고객명·미공개 CVE는 클라우드 기억 금지, 비밀 관리·issue 권한만.
7. 맺음말: 다음은 ‘잘 말하기’가 아니라 ‘기억하고, 틀리지 않기’
지속되는 기억은 장식이 아니라 AI 코딩이 데모급 속도에서 프로덕션급 협업으로 들어가는 문입니다. 긴 컨텍스트는 천장을 올렸지만 ‘시간에 따라 상태가 쌓인다’는 문제는 풀지 못했습니다.
기반 모델은 상품화되고 IDE 통합도 수렴합니다. 복제하기 어려운 것은 저장소에 쌓인 수정 가능한 기억, 조직 정책에 적힌 경계, CI와 로컬 추론이 같은 신뢰 인프라 위에 있다는 점입니다.
단기 현실책은 특정 벤더 ‘Memory’ 스위치만에 올인하지 않는 것——문서, 규칙, 스크립트, 감사 가능한 repo 습관으로 단일 제품에서의 퇴로를 만드세요. L3–L5가 안정되면 체감 차이는 모델 IQ 5%가 아니라 기억 층을 믿을 수 있는지에서 옵니다.
