OpenClaw, Claude Code , AI Agent 등을 이용하여 AI 비서 자동화 모임 정보 공유 카페입니다.
서울시 금천구
IT/모바일
Ritz
인증 19회 · 2주 전
5천만 달러 규모의 벡터 데이터베이스를 능가하는 마크다운 파일-01
현재 가장 성공적인 AI 에이전트 플랫폼 중 세 가지는 식료품 목록을 저장하는 방식과 동일하게 메모리를 저장하고 있습니다. 생각만큼 미친 짓이 아닌 이유는 다음과 같습니다.
지난 2주 동안 Manus, OpenClaw, Claude Code의 아키텍처를 분석했습니다. 주말 취미 프로젝트는 아닙니다. Manus는 출시 8개월 만에 ARR 1억 달러를 달성했고, 메타에 20~30억 달러대에 인수되었습니다. Claude Code의 런레이트 수익은 2026년 2월에 25억 달러를 넘어섰습니다. OpenClaw는 31만 개 이상의 GitHub 별을 보유하고 있습니다.
이 세 가지 모두 기본 메모리 시스템으로 일반 마크다운 파일을 사용합니다. 관리형 벡터 데이터베이스가 아닙니다. 5천만 달러 규모의 인프라 제품도 아닙니다. 마크다운 파일입니다.
고민하게 될 내용:
융합 패턴: 세 개의 독립적인 프로덕션 규모 에이전트 시스템이 모두 파일 기반 메모리에 탑재된 이유
컨텍스트 엔지니어링 로직: Manus가 "맥락으로서의 파일 시스템"을 실질적인 비용을 절약하는 단위 경제 전략으로 전환한 방법
하이브리드 아키텍처: OpenClaw가 외부 데이터베이스에 권한을 넘기지 않고 Markdown 위에 의미 검색을 계층화하는 방법
균형점: 파일이 작동을 멈추는 위치와 실제로 데이터베이스가 필요한 시점(생각보다 늦습니다)
세 가지 종류, 하나의 기묘한 트릭
이것이 흥미로운 이유는 다음과 같습니다. 이 세 프로젝트는 서로 복제하지 않았습니다. 서로 독립적으로 동일한 패턴에 도달하여 사용자마다 다른 문제를 해결했습니다.
Manus는 복잡한 다단계 작업을 처리하는 소비자 대면 AI 에이전트입니다. OpenClaw는 오픈 소스 개인용 AI 비서입니다. 클로드 코드는 Anthropic의 공식 코딩 에이전트입니다. 다른 팀. 다른 코드베이스. 다른 비즈니스 모델.
하지만 아키텍처를 살펴보면 동일한 핵심 아이디어를 발견할 수 있습니다: 파일 시스템은 메모리 계층입니다. 모델은 일반 파일(보통 Markdown)을 읽고 작성하며, 이러한 파일은 에이전트가 알고 있는 것과 에이전트가 무엇을 하고 있는지에 대한 내구성 있고 검사할 수 있는 기록입니다.
개발 커뮤니티 기사에서 이 "수렴 진화"를 만들었고, 그 틀은 고착되었습니다. 하지만 더 유용한 질문은 "그거 멋지지 않나요?"가 아닙니다. "왜 이런 일이 계속 일어나는 걸까요?"입니다
그 답은 LLM이 실제로 어떻게 작동하는지, 그리고 대규모로 운영하는 경제학에서 찾을 수 있습니다.
Manus: 파일이 비즈니스 전략이라는 1억 달러의 증거
Manus는 실제로 연구팀이 데이터베이스 대신 파일을 선택한 이유를 발표했기 때문에 가장 흥미로운 사례입니다. Manus의 공동 창립자 지이차오 "피크"는 2025년 7월 엔지니어링 게시물에서 이례적인 솔직함으로 논리를 설명했습니다.
핵심 인사이트: Manus는 출력 토큰 1개당 평균 100개의 입력 토큰을 처리합니다. 이 비율은 입력 비용을 지배적인 변수로 만듭니다. 그리고 Claude Sonnet에서 캐시된 입력 토큰과 캐시되지 않은 입력 토큰의 가격 차이는 약 10배입니다(약 $0.30 대 $100만 토큰당 $3).
그 숫자 하나가 Manus의 아키텍처 결정에 관한 거의 모든 것을 설명해줍니다.
입력 대비 출력 비율이 100:1이고 캐시된 토큰의 비용이 10분의 1에 불과할 때 안정적이고 예측 가능한 프롬프트 Prefix를 원합니다. 추가 전용 컨텍스트를 원합니다. 메모리 시스템이 KV 캐시 적중률과 잘 작동하기를 원합니다. 스타일 선호도가 아닙니다. 단위 경제성입니다.
todo.md : 하나의 파일에서 메모리 및 주의 제어
Manus는 작업당 평균 약 50개의 도구 호출을 수행합니다. 이는 긴 작업 체인이며, LLM은 긴 컨텍스트의 중앙에 있는 정보가 무시되는 "중간 손실" 효과로 인해 어려움을 겪는 것으로 유명합니다.
Mausen의 솔루션은 우아합니다. 복잡한 작업 중에 todo.md 체크리스트를 생성하고 반복적으로 업데이트합니다. 에이전트가 한 단계를 완료할 때마다 작업 파일을 다시 작성하고, 다시 작성하면 현재 계획이 컨텍스트 창의 가장 최근 부분, 즉 모델이 가장 많은 주의를 기울이는 부분에 배치됩니다.
이것은 미묘하지만 중요한 점입니다. 마크다운 파일은 단순히 정보를 저장하는 것이 아닙니다. 주의를 끌고 있습니다. 데이터베이스 기반 RAG 시스템은 사실을 검색할 수 있지만, 최근 컨텍스트에 다시 도입된 명시적인 계획 아티팩트를 구축하지 않는 한 "계획을 계속 유지"하는 문제를 해결하지 못합니다. Manus는 텍스트 파일을 사용하여 바로 그 작업을 수행하고 있습니다.
유출된 Mausen 시스템 프롬프트(2,500개 이상의 별을 가진 널리 유포된 GitHub 요지)는 독립적인 각도에서 이를 확인합니다. 프롬프트에는 에이전트가 todo.md 을 체크리스트로 작성하고 각 항목을 완료한 후 즉시 업데이트하도록 요구하는 명시적인 규칙이 포함되어 있습니다. 또한 에이전트에게 중간 결과를 저장하고 다른 참조 정보를 별도의 파일에 보관하도록 지시합니다.
마케팅 내러티브에 회의적인 경우에도 운영 프롬프트는 동일한 이야기를 들려줍니다: 파일 작성 규율이 적용된다는 것입니다.
