ChatGPT가 계정과목표를 잊어버리는 이유
원장과의 연결이 없습니다
귀사의 계정과목표는 회계 소프트웨어에 있습니다. ChatGPT는 여기에 연결되어 있지 않으므로, 계정 목록은 오직 당신이 붙여넣은 대화창 안에서만 존재합니다. 즉, 붙여넣은 그 순간의 상태로 동결된다는 뜻입니다. 다음 주에 새 계정을 추가하더라도 모델은 이를 알 방법이 없기 때문에 지난달의 구조를 바탕으로 자신 있게 작업을 수행할 것입니다.
업로드와 세션은 일시적입니다
시산표나 거래 내역 내보내기 파일을 첨부하는 것은 해당 채팅방 안에서만 작동합니다. 파일의 범위는 해당 대화로 제한되며, 그 뒤에 있는 분석 환경은 일회성입니다. 이는 why ChatGPT forgets your uploaded files 및 why it forgets your data schema에서 설명한 것과 동일한 한계입니다. 탭을 닫으면 고객의 열 레이아웃, 계정 매핑, 복잡한 행에 대해 작성한 메모가 모두 함께 사라집니다.
내장 메모리는 고객별 규칙이 아닌 개인 선호도를 저장합니다
ChatGPT의 메모리는 귀하에 대한 지속적인 사실(귀하의 역할, 어조, 원하는 출력 형식 등)을 기억하도록 설계되었습니다. 이 용도로는 정말 유용합니다. 하지만 이는 고객별 규칙 엔진이 아니며, 북키퍼들에게 진정으로 필요한 작업(각기 다른 계정 구조, 예외 사항, 전기 처리 방식을 가진 40명의 고객 관리)에서는 성능이 심각하게 저하됩니다. 이를 제대로 구분하라고 요구하면 서로 다른 정보가 자신 있게 뒤섞이는 교차 오염이 발생하며, 이는 차라리 아무것도 모르는 상태보다 더 나쁩니다. 이와 유사한 실패 사례는 ChatGPT forgetting client details 및 losing context between sessions에서 확인할 수 있습니다.
가치 있는 지식은 '판단'이며, 판단은 기록된 적이 없습니다
매달 실제로 무엇을 다시 설명하고 있는지 주목해 보십시오. 계정 목록이 아닙니다. 그것은 파일일 뿐입니다. 당신이 다시 설명하는 것은 의사결정입니다. 이 반복 거래처가 어떤 계정에 왜 매핑되었는지, 고객이 동의한 분할 비율은 얼마인지, 지난 분기에 검토자가 강력히 요구한 재분류 사항은 무엇인지, 히스토리를 모르는 사람에게는 틀려 보일 수 있는 처리 방식 등입니다. 이것이 바로 귀사의 제도적 기억(institutional memory)이며, 현재로서는 스프레드시트, Slack 스레드, 그리고 지난번에 그 파일을 작업했던 담당자의 머릿속에만 존재하고 있습니다.
실무에서 시도하는 방법들
매 세션마다 고객 브리프 붙여넣기
가장 기본적인 방법이며, 조용히 문제가 발생하기 전까지는 잘 작동합니다. 네 번째 달쯤 되면 브리프가 실제 계정과목표와 어긋나기 시작하지만, 모델은 불평하지 않고 그저 예전 매핑을 그대로 적용하기 때문에 아무도 눈치채지 못합니다.
고객당 하나의 Custom GPT 또는 Project 생성
확실한 개선책입니다. 지침과 참조 파일이 한곳에 모여 있고 직원들과 공유할 수 있습니다. 한계는 유지보수와 접근 범위입니다. 계정 구조가 변경되어도 아무것도 업데이트되지 않으며, 동일한 숫자를 바탕으로 고객 이메일을 작성하는 어시스턴트나 관리 보고서를 작성하는 분석가에게는 이 정보가 보이지 않습니다. 또한 40명의 고객이 있다면 관리해야 할 컨테이너도 40개가 된다는 뜻입니다.
매번 규칙 스프레드시트 다시 업로드하기
더 나은 구조이지만 동일한 문제가 있습니다. 드라이브에 있는 스프레드시트가 단일 진실 공급원(source of truth)이고, 채팅창에 있는 복사본이 또 다른 진실 공급원이 됩니다. 계속 진화하는 규칙 세트의 복사본이 두 개 존재하게 되면 파일에 모순된 처리 방식이 유입되는 원인이 됩니다.
전용 거래 분류 도구 사용
거래를 전기하는 데 있어서는 이것이 정답입니다. 원장에 연결되고, 감사 추적을 유지하며, 검토 워크플로우에 맞게 구축되어 있습니다. 그 용도로는 이 도구들을 사용하십시오. 하지만 이 도구들이 대개 담지 못하는 것은 서사적 레이어(narrative layer)입니다. 왜 예외가 허용되었는지, 누가 승인했는지, 고객에게 무엇을 전달했는지, 작년의 처리 방식 중 올해 의도적으로 반복하지 않는 것은 무엇인지 등입니다. 이것이 바로 당신이 계속해서 수동으로 채워 넣어야 하는 공백입니다.
해결책: ChatGPT에 영구적인 고객 메모리 부여하기
지금까지 하나로 묶어 다루었던 두 가지를 분리하십시오. 숫자와 전기는 통제 장치와 감사 추적 기능이 있는 회계 시스템에 그대로 둡니다. 각 고객에 대한 귀사의 판단(매핑, 예외 사항, 승인, 전기 처리 방식 등)은 채팅 세션이 끝나도 유지되는 메모리 레이어에 속해야 합니다. 이것이 바로 MemoryLake가 존재하는 이유입니다. 한 번 저장하면 어떤 어시스턴트가 작업을 수행하든 필요한 정보를 불러올 수 있습니다.
1단계: API 키 생성
키를 생성하고 약 30초 만에 첫 번째 요청을 완료해 보세요.
2단계: 첫 번째 메모리 업로드
각 수임 계약을 정의하는 문서, 이미지, 파일을 업로드하세요. 계정과목표 내보내기 파일, 분류 규칙 및 예외 사항, 합의된 분할 비율, 검토자의 상시 수정 사항, 전기 처리 방식, 고객의 보고 요구사항 등이 여기에 해당합니다.
3단계: AI 및 에이전트 연결
MCP 또는 API를 통해 Claude, Codex, OpenClaw 및 기타 에이전트가 해당 메모리에 액세스할 수 있도록 하십시오. ChatGPT의 경우, API를 통해 관련 고객 메모리를 검색하여 대화나 워크플로우에 주입하면, 세션이 시작될 때 다시 설명할 필요 없이 이미 계약 내용을 파악한 상태로 시작할 수 있습니다.
명확히 짚고 넘어가야 할 경계가 있습니다. 메모리 레이어는 맥락을 일관되게 만들어 줄 뿐, 출력을 자동으로 승인해 주는 것은 아닙니다. 사람의 검토와 일반적인 통제 절차는 여전히 적용되어야 하며, 원장에 영향을 미치는 모든 작업은 적절한 감사 추적 기능이 있는 전용 도구를 통해 처리되어야 합니다.
실무에서 달라지는 점
월말 업무에서 얼마나 많은 반복이 발생하는지 계산해 보십시오. 모델에게 한 고객에 대해 브리핑하는 데 8분이 걸리고 이를 20개의 고객 파일에 대해 수행한다면, 실제 작업을 시작하기도 전에 변하지 않은 사실을 다시 설명하는 데만 매달 2시간 반 이상을 쓰는 셈입니다. 붙여넣는 브리프가 1,500 토큰에 달하고 고객당 한 달에 40번씩 전송된다면, 토큰 비용도 발생하지만 이는 부차적인 문제입니다.
진짜 큰 비용을 치르게 하는 실패는 조용히 일어납니다. 아무도 예외 사항을 다시 언급하지 않아 반복 거래처가 잘못된 계정에 매핑되거나, 분할 비율이 작년 기준으로 적용되거나, 재분류 이유를 모르는 누군가에 의해 재분류가 취소되는 경우입니다. 이러한 실수는 검토 시간의 낭비와 고객의 신뢰 저하로 이어지며, 모두 동일한 원인에서 비롯됩니다. 즉, 규칙은 존재했으나 작업이 이루어지는 곳에 없었던 것입니다. 이 루프를 끊는 것은 다른 분야에서 not re-explaining context to your AI를 실천하는 것과 동일한 원칙입니다.
고객 메모리 관리를 위한 베스트 프랙티스
수임 계약당 하나의 메모리 범위 설정
각 고객의 규칙을 분리하고 명확하게 라벨을 지정하십시오. 고객별 지식을 다룰 때 발생하는 실패 유형은 정보의 혼선(bleed)입니다. 즉, 유사한 업종의 규칙이 엉뚱한 파일에 적용되는 현상이며, 명확한 범위 설정(scoping)만이 이를 방지할 수 있습니다.
예외 사항, 이유, 날짜, 승인자 기록
"전화 요금 60/40 업무/개인 분할 — 소유자 이메일 확인 완료, 2026-04, 검토자 승인"과 같은 기록은 수년간 보관할 가치가 있습니다. 이는 직원 퇴사 시에도 유지되며, 내년에 제기될 동일한 질문에 대한 답이 되고, 해당 처리 방식이 단순히 오래된 것인지 아니면 더 이상 유효하지 않은(stale) 것인지 판단할 수 있게 해줍니다.
저장할 내용에 주의하고, 추가하기보다 대체하기
제3자 시스템에 입력되는 정보에 대해 귀사의 데이터 정책 및 고객 비밀 유지 의무를 준수하고, 민감한 세부 정보 원본보다는 참조 정보를 사용하는 것이 좋습니다. 규칙이 변경되면 기존에 저장된 사실을 대체하고 유효 기간을 기록하십시오. 유효하지 않은 규칙은 아예 규칙이 없는 것보다 나쁩니다. 모델과 직원 모두 그 규칙을 신뢰할 것이기 때문입니다.
결론
ChatGPT가 계정과목표를 잊어버리는 이유는 원장에 연결되어 있지 않고, 업로드된 파일은 채팅이 유지되는 동안만 유효하며, 메모리 기능은 40명에 달하는 고객의 매핑 규칙이 아닌 개인적 선호도를 위해 설계되었기 때문입니다. 그렇기 때문에 커뮤니티의 평가는 매우 일관적입니다. 이 도구는 실무 환경을 이해하고 나서야 비로소 유용해지며, 매번 수동으로 맥락을 주입해야 하기 때문에 대부분의 기업이 그 단계에 도달하지 못한다는 것입니다.
전기와 감사 추적은 이를 위해 구축된 시스템에 보관하십시오. 각 고객에 대한 귀사의 판단(매핑, 예외 사항, 승인, 전기 처리 방식 등)은 도구가 읽을 수 있는 메모리 레이어에 두십시오. 그러면 다음 달 업무는 빈 채팅창과 8분간의 타이핑 대신, 이미 계약 내용을 완전히 이해한 상태로 시작될 것입니다.