한 문장
AiAkiv는 AI의 장기 기억이다. 대화·문서·코드를 "사건(Event)"으로 저장하고, 시간과 맥락까지 함께 기억해, 나중에 AI가 "언제·왜 이렇게 됐는지"를 되짚을 수 있게 한다.
왜 필요한가: 프롬프트의 한계
LLM이 한 번에 인지할 수 있는 건 프롬프트에 담긴 것뿐이다. 프롬프트가 곧 AI의 단기 기억이고, 그 한계가 곧 기억력의 한계다. 세션이 끝나면 맥락은 사라진다.
이걸 메우려는 기존 방식에는 뚜렷한 한계가 있다.
- RAG(벡터 검색)는 관련 문서 조각을 찾아오지만, 조각 사이의 관계와 흐름을 잃는다.
- GraphRAG는 구조를 잡지만 특정 시점의 스냅샷만 본다. 관계가 어떻게 변해왔는지는 표현하지 못한다.
- 초거대 컨텍스트는 매번 전체를 다시 올린다. 기억이 "쌓이는" 게 아니라 규모로 밀어붙이는 것이라, 비용과 지연이 따른다.
AiAkiv의 핵심: 사건이 먼저다
기존 시스템은 "A는 B와 친구다"처럼 관계를 미리 정의한다. AiAkiv는 "A와 B가 3월 회의에 같이 참석했다"는 사건을 기록한다. 관계는 사건에서 저절로 드러난다.
이 차이에서 두 가지가 따라 나온다.
- 변화를 추적한다: 관계가 언제 어떻게 바뀌었는지 시간축 위에서 조회된다. "지금"만이 아니라 "왜 이렇게 됐는가"를 안다.
- 도메인을 안 가린다: 소설이든 코드든 법률이든 같은 엔진으로 동작한다.
키워드 검색이 구조적으로 실패하는 질문("이 버그의 원인이 된 과거 결정은?", "이 두 시스템이 왜 같이 바뀌었지?")에 답하는 게 AiAkiv의 자리다. 자세한 원리는 핵심 개념.
누구에게 효과가 큰가
- 집단 작업: 여러 사람·여러 AI가 함께 기억을 쌓을 때 효과가 극대화된다. 누가 무엇을 언제 결정했는지가 한 그래프에 모인다. (개인 혼자 쓰면 효용이 작다.)
- 여러 AI로 일하기: 한 AI가 구현하고 다른 AI가 검증해도, 그 판단이 그래프에 남아 사람이 블랙박스 밖이 아니라 안에서 이해하며 낄 수 있다 → 여러 AI와 일하기.
- 긴 프로젝트: 담당자가 바뀌어도 "이 기능이 왜 이렇게 설계됐나"의 의사결정 이력이 남는다.
- 서사 창작: 수백 회 분량의 인물 관계·세계관을 AI가 일관되게 유지한다.
무엇을 저장하는 곳인가: 파일 창고가 아니다
AiAkiv를 처음 쓰는 사람이 가장 많이 오해하는 대목이라 짚고 넘어간다.
- AiAkiv는 "무엇이 일어났고 왜 그랬는지"를 기억하는 곳이다. 결정·사건과 그 사이의 관계가 저장의 대상이다. 클라우드 드라이브에 파일을 올리듯 문서를 통째로 쌓는 곳이 아니다. 값어치는 파일 더미가 아니라 사건들이 엮인 그래프에서 나온다.
- 그래서 무엇을 저장할지가 다르다. 회사 문서 원본을 통째로 올리는 게 아니라, "이 결정을 왜 했는지", "이 버그가 어떤 과거 결정에서 비롯됐는지" 같은 맥락을 남긴다. 파일이 아니라 기억이다.
- AiAkiv는 외부 서비스다. 콘솔은
app.aiakiv.com, 공개 랜딩은www.aiakiv.com. 여기 저장하는 것은 회사 밖의 서버에 남고, 검색 가능한 형태로 지속된다. 이 사실이 곧 무엇을 저장하면 안 되는지로 이어진다. 회사 기밀·개인정보는 넣지 않는다. → 무엇을 저장하나.
한 줄로: AiAkiv는 "관계를 기억하는 외부 서비스"이지, "파일을 맡기는 창고"가 아니다.