왜 ChatGPT가 내 개인 선호를 잊어버리나요?

ChatGPT가 개인 선호를 잊어버리는 이유는 기억가 약 8,000 토큰으로 제한된 단일 계정 전역 저장소이기 때문이며, 새로운 선호가 도착하면 오래된 선호가 삭제됩니다. 이 저장소는 사용자가 사용하는 모든 주제와 도구에 걸쳐 공유되므로 맥락에 따른 뉘앙스가 흐려집니다. 해결책은 ChatGPT가 매번 읽는 지속적인 기억 레이어에 전체 선호 프로필을 유지하는 것입니다.

세 가지 설계 선택이 선호를 밀어냅니다:

1. 기억는 단일 작은 버킷입니다. OpenAI는 저장된 기억의 한도를 약 8,000 토큰(약 6,000 단어의 요약된 노트)으로 나열합니다. 한도에 도달하면 새로운 노트가 오래된 노트를 밀어냅니다. 세 달 전에 설정한 선호는 가장 먼저 사라지는 것입니다.

2. 노트는 요약되어 저장됩니다. 당신의 명시된 선호(“항상 영국식 영어로 답변하고, em-dash를 사용하지 않으며, 항상 파이썬에 타입 힌트를 포함하라”)는 모델이 스스로 작성하는 문장으로 압축됩니다. 뉘앙스와 정확한 단어는 그 요약에서 잃어버리므로 모델의 해석이 흐트러질 수 있습니다.

3. 맥락 라우팅이 없습니다. 선호는 계정 전역에 걸쳐 있습니다. 코딩 중에 설정한 선호(“타입 힌트가 있는 파이썬”)는 ChatGPT가 주제가 일치하지 않는다고 판단하지 않는 한, 당신의 소설 작성에도 적용됩니다. 프로젝트별 전환이 없습니다.

따라서 ChatGPT가 당신에 대해 "기억"하고 있는 것이 있더라도, 그것이 기억하는 버전은 원본의 스케치이며, 당신이 지금까지 말한 모든 것에 대해 순위가 매겨집니다.

흐트러진 개인화 레이어는 예산에 없던 마찰을 추가합니다:

• 매달 같은 규칙을 다시 말해야 합니다. 한 달 동안 훈련한 선호가 삭제되고, 다시 처음부터 가르쳐야 합니다.
• 맥락 혼합이 나쁜 출력을 생성합니다. 코딩 선호(상세한 주석)가 소설(과도하게 설명된 은유)로 누출되거나 그 반대가 발생합니다. 왜냐하면 그것들을 분리할 범위가 없기 때문입니다.
• 개인화가 조용히 감소합니다. ChatGPT는 잊어버렸다고 알리지 않습니다. 당신은 단지 어제의 답변이 더 날카로웠고 오늘은 그렇지 않다는 것을 알아차립니다.

치료법은 "선호를 적게 설정하는 것"이 아닙니다. 그것은 당신의 선호 프로필을 8,000 토큰의 공유 저장소에서 이동하여 이 작업을 위해 설계된 기억 레이어로 옮기는 것입니다.

OpenAI는 세 가지 조정을 제공합니다. 각각은 부분적입니다.

기억는 선호가 존재하는 기본 장소입니다. 한도는 약 8,000 토큰이며, 저장은 요약되어 있고, 범위는 계정 전역입니다. 안정적이고 좁은 선호에 유용합니다. 레이어드된 다중 주제 프로필에는 불충분합니다.

사용자 정의 지침은 모든 새로운 채팅에 적용되는 두 개의 1,500자 블록을 작성할 수 있게 해줍니다. 여기에서 일부 선호를 일종의 영구 기준선으로 인코딩할 수 있지만, 한도는 여전히 작고 채팅이 커짐에 따라 비중이 줄어듭니다.

프로젝트(Pro / Plus / Team)는 프로젝트별로 지침과 파일을 유지하여 맥락 라우팅에 도움이 됩니다. 그러나 기억 저장소는 여전히 계정 전역에 있으므로 전역 선호가 여전히 프로젝트 간에 누출됩니다.

OpenAI의 기억 FAQ는 무엇이 저장되고, 무엇이 삭제되며, 더 이상 원하지 않는 항목을 삭제하는 방법을 정확히 설명합니다.

일반 사용자에게는 기본 제공 기능이 충분합니다. 안정적인 개인화에 의존하는 사람에게는 그렇지 않습니다.

ChatGPT가 모든 선호를 완벽하게 보유하고 있다고 해도, 당신은 여전히 다른 AI를 사용합니다. ChatGPT의 톤 선호는 Claude에 도달하지 않습니다. Claude의 코딩 선호는 ChatGPT에 도달하지 않습니다. 한 도구에서 구축한 개인화는 다른 모든 도구에 보이지 않으므로, 모든 도구는 약간 다른 각도에서 당신을 재창조합니다.

진정한 해결책은 당신이 사용하는 모든 AI와 함께 이동하는 하나의 선호 프로필입니다.

MemoryLake는 프로젝트 내에서 당신의 선호 프로필을 배경 기억으로 보유하고, 매번 ChatGPT에 적절한 부분을 제공합니다.

• 안정적인 선호를 위한 배경 기억. 신원 수준의 규칙(“영국식 영어”, “em-dash 없음”, “타입 힌트가 있는 파이썬”)은 배경 기억에 존재하여, ChatGPT의 8K 버킷처럼 새로운 노트에 의해 삭제될 수 없습니다.
• 맥락 범위 검색. 프로젝트별 기억을 통해 하나의 프로젝트에 대한 코딩 선호와 다른 프로젝트에 대한 소설 선호를 유지할 수 있으며, 누출이 없습니다. 매번 적절한 부분이 나타나고, 전체 풀은 아닙니다.
• 모든 AI에 걸쳐 하나의 프로필. 동일한 배경 기억이 Claude, Gemini, Grok 및 Cursor에 적용됩니다. 당신의 선호는 ChatGPT에서 초안을 작성하든 Cursor에서 코딩하든 유지됩니다.

MemoryLake는 최고로 발표된 LoCoMo 긴 맥락 점수(94.03%)를 보유하고, 밀리초 단위로 검색하며, 모든 바이트를 AES-256 종단 간 암호화로 보호합니다 — 심지어 MemoryLake도 당신의 데이터를 읽을 수 없습니다.

1. 프로젝트를 생성하고 선호를 로드합니다. MemoryLake에 로그인하고, 프로젝트 관리로 이동하여 프로젝트 생성 버튼을 클릭하고 이름을 지정합니다(“개인 — 기본 프로필”). 각 선호를 명확한 이름(“톤 — 영국식 영어, em-dash 없음”, “코드 — 타입 힌트가 있는 파이썬”)으로 기억로 추가합니다. 프로필이 선언만이 아니라 설명되도록 문서 드라이브를 통해 참조 문서나 예제를 업로드합니다.
2. MCP 서버 엔드포인트를 생성합니다. 프로젝트의 MCP 서버 탭을 열고, MCP 서버 추가를 클릭한 후 이름을 “ChatGPT 통합”으로 지정하고 생성 버튼을 클릭합니다. MemoryLake는 API 키 ID, 비밀 및 엔드포인트 URL을 반환합니다. 비밀은 한 번만 표시되므로 즉시 복사합니다.
3. ChatGPT에 연결합니다. 브라우저 ChatGPT는 아직 MCP를 지원하지 않으므로, 각 채팅 시작 시 선호 프로필을 로드하기 위해 Bearer 토큰으로 REST API를 호출하거나 MemoryLake 프로젝트 ID를 참조하는 짧은 시스템 프롬프트를 붙여넣습니다. Python SDK는 이를 한 줄의 서문으로 감싸서 메시지 하나 전에 선호가 존재하도록 할 수 있습니다.