에이전트가 함께 쓰는 '두뇌', OzBrain이 노리는 컨텍스트 파편화 문제

AI 코딩 도구와 챗봇을 동시에 쓰는 실무자라면 한 번쯤 겪는 번거로움이 있다. 클로드에 정리해 둔 프로젝트 배경을 다시 ChatGPT에 붙여넣고, 같은 내용을 마크다운 파일로 만들어 커서(Cursor)에 던져 넣는 식이다. 문제는 어느 한 곳을 고치는 순간 나머지 사본들이 조용히 낡아버린다는 점이다. 드라이브에도, 노트북에도, 이메일에도 같은 계획서의 서로 다른 버전이 흩어져 남는다. 최근 해커뉴스에 'Show HN'으로 공개된 OzBrain은 바로 이 '도구 사이에서 컨텍스트를 실어 나르는 노동'을 없애겠다고 내세운 서비스다.

무엇을 하려는 서비스인가

OzBrain의 핵심 발상은 단순하다. 클로드, ChatGPT, 클로드 코드, 커서처럼 서로 정보를 공유하지 않는 도구들이 하나의 공통 지식 저장소를 함께 읽고 쓰게 만드는 것이다. 연결 방식은 각 제품이 이미 제공하는 커넥터(MCP) 메뉴를 활용한다. 예를 들어 클로드 웹에서 설정의 커넥터 항목에 OzBrain의 MCP 주소를 붙여넣고 이메일 코드로 로그인해 승인하면 연결이 끝난다. 별도 설치는 없고, 커넥터 규격을 지원하는 클라이언트라면 같은 두뇌를 공유할 수 있다는 설명이다. 다만 커스텀 커넥터 추가는 데스크톱 웹 환경에서 해야 하며 모바일 앱에서는 되지 않는다는 점을 원문도 명시하고 있다.

OzBrain은 자신을 챗봇의 '메모리' 기능과 구분한다. 각 제품의 메모리가 사용자 선호나 대화 조각, 얄팍한 일일 요약을 한 제품 안에 가둬 둔다면, OzBrain은 프로젝트와 의사결정, 리서치, 그리고 이미 해 둔 사고의 결과물을 담아 여러 에이전트가 필요할 때 해당 문서를 꺼내 쓰도록 한다는 것이다. 지식은 서로 링크된 여러 개의 작은 '아티클'로 쪼개져 저장되고, 에이전트는 작업에 필요한 것만 골라 읽는다.

자동 유지관리를 전면에 내세우다

기능 설명에서 눈에 띄는 부분은 '쓰기(write) 시점의 규율'이다. 새 지식을 저장하면 브레인이 어느 아티클에 속하는지 스스로 라우팅하기 때문에 사용자가 폴더 체계를 설계할 필요가 없다고 한다. 새 쓰기가 기존 내용과 충돌하면 쓰기를 멈추고 충돌을 드러내며, 예약된 점검이 낡은 항목을 표시해 에이전트가 다시 확인하도록 유도한다. 아티클이 에이전트가 다루기에 너무 커지면 내용을 바꾸지 않는 선에서 더 작은 문서로 분할·재구성한다는 설명도 있다. 모든 버전에는 어느 에이전트가 언제 썼는지가 기록돼, 에이전트가 자율적으로 돌 때 무엇이 바뀌었는지 추적할 수 있다.

보안과 데이터 소유권에 대한 주장도 비교적 구체적이다. 아티클 본문은 계정 키로 암호화돼 저장되고, 에이전트에 제공하거나 공개된 유지관리 작업을 수행할 때만 복호화한다고 한다. 데이터베이스 덤프가 유출되어도 암호문일 뿐이라는 것이다. 모든 읽기·쓰기는 어떤 에이전트·클라이언트·아티클이 언제 접근했는지 감사 로그로 남고 CSV로 내보낼 수 있으며, 포스트그레스의 행 수준 보안(RLS)이 애플리케이션 코드 우회 없이 강제된다고 강조한다. 학습에 사용하지 않고 판매하지도 않으며, 전체 데이터를 마크다운으로 언제든 내보내거나 계정과 함께 삭제할 수 있다는 점도 반복해 언급한다.

실무자가 따져봐야 할 지점

한국의 개발·기획 실무자에게 이 접근이 매력적인 이유는 분명하다. 여러 AI 도구를 병행하는 팀일수록 '같은 이야기를 두 번 설명하지 않는' 가치가 크고, MCP라는 개방 규격 위에 얹혀 있어 특정 챗봇에 종속되지 않는다는 점도 명분이 된다. 감사 로그, 계정 단위 암호화, 마크다운 내보내기 같은 요소는 사내 지식을 다루는 조직이 도입을 검토할 때 최소한의 확인 항목을 갖춘 셈이다.

다만 한계도 또렷하다. OzBrain은 아직 초기 단계의 개인 공개 프로젝트로, 충돌 감지나 자동 분할·재구성 같은 기능이 실제 업무 규모에서 얼마나 정확히 동작하는지는 원문만으로 검증하기 어렵다. 특히 에이전트가 내용을 '의미를 바꾸지 않고' 재구성한다는 약속은 대형 언어 모델의 특성상 실무 검증이 필요한 대목이다. 지식이 이 브레인에 쌓일수록 편의성은 커지지만, 결국 하나의 외부 서비스에 조직의 사고 자산이 집중된다는 점에서 마크다운 내보내기가 실질적인 탈출구가 되는지도 도입 전에 확인해야 한다. 요금제는 무료로 시작해 규모에 따라 Pro와 Max로 올라가는 구조라고만 밝혀져 있어, 팀 단위 비용과 권한 모델은 실제 사용 조건에서 별도로 점검하는 편이 안전하다.