왜 Manus가 내 연구 노트를 잊어버릴까요?

Manus는 모든 작업이 완료 시 초기화되는 새로운 샌드박스 내에서 실행되기 때문에 연구 노트를 잊어버립니다. 탐색 기록, 스크랩된 페이지 및 중간 노트는 그 샌드박스 내의 파일로 존재하며, 그것과 함께 사라집니다. 최종 아티팩트만이 살아남습니다. 해결책은 Manus가 매 새로운 작업의 시작에서 읽는 지속적인 연구 저장소입니다.

Manus는 긴 프로젝트가 아닌 긴 단일 작업을 위해 설계되었습니다. 세 가지 아키텍처 선택이 잊어버림을 초래합니다:

1. 연구는 기억이 아닌 샌드박스 파일에 저장됩니다. Manus 팀이 설명했듯이, 원시 검색 결과는 활성 프롬프트에 보관되지 않고 에이전트의 파일 시스템에 저장되어 50개 이상의 도구 호출을 연결할 수 있도록 컨텍스트를 간결하게 유지합니다. 그 파일은 오직 그 샌드박스 내에만 존재합니다. 작업이 끝나면 파일 시스템도 사라집니다.

2. 다음 작업은 프롬프트에서 시작하며, 그 이상은 없습니다. Manus 엔지니어들은 이를 직접 설명합니다: 에이전트에게 주는 50번째 작업은 1번째 작업과 동일한 시작 컨텍스트를 가집니다. 이미 연구된 내용, 배제된 내용, 소스된 내용이 자동으로 이어지지 않습니다.

3. 오래된 관찰도 하나의 작업 내에서 요약됩니다. 단일 긴 작업 내에서도 Manus는 현재 단계에 집중하기 위해 오래된 도구 출력을 공격적으로 압축합니다. 특정 인용구와 소스 URL는 활성 창에서 가장 먼저 사라지는 것들입니다.

결과적으로: Manus는 작업 내에서 훌륭한 연구를 수행하지만, 작업이 종료되는 순간 그 연구의 제도적 기억을 잃습니다.

같은 프로젝트의 모든 새로운 연구 작업은 동일한 종류의 재작업 비용을 발생시키며, 이는 빠르게 쌓입니다:

• 소스가 다시 스크랩됩니다. Manus가 지난주에 이미 탐색한 80페이지가 다시 방문되며, 이는 도구 호출, 시간 및 동일한 사이트에서의 비율 제한 여유를 소모합니다.
• 검증 작업이 초기화됩니다. 어떤 소스를 신뢰할 수 있다고 평가했는지, 어떤 소스를 편향된 것으로 표시했는지, 어떤 소스를 배제했는지에 대한 판단이 사라지며, Manus는 다음 작업에서 모든 소스를 새로운 것으로 취급합니다.
• 소스 간 종합이 사라집니다. 다섯 개의 상충되는 보고서 간의 조정된 뷰는 최종 아티팩트의 문체에만 존재하며, 에이전트가 다시 추론할 수 있는 구조화된 기억으로는 존재하지 않습니다.

해결책은 "어제의 보고서를 PDF로 첨부하기"가 아닙니다. 에이전트가 쿼리할 수 있는 기억으로 연구를 저장하는 것이며, 동결된 출력으로 저장하는 것이 아닙니다.

Manus는 연구 지속성에 부분적으로 도움이 되는 몇 가지 메커니즘을 가지고 있습니다.

샌드박스 파일 시스템. 단일 작업 중에 Manus는 파일을 내구성 있는 스크래치 기억으로 사용하며, 이는 실제 강점입니다. 그러나 이는 단일 작업 전용입니다. 디렉토리는 지속되지 않습니다.

최종 결과물 (PDF, doc, 코드). Manus가 반환한 아티팩트를 저장하고 다음 작업에 첨부 파일로 다시 제공할 수 있습니다. 이는 결론을 보존하지만 추론 흔적 — 어떤 소스가 인용되었고, 어떤 소스가 거부되었으며, 최종 컷 전에 어떤 대안 각도가 탐색되었는지 — 는 보존하지 않습니다.

수동 컨텍스트 붙여넣기. 일반적인 우회 방법은 매 Manus 작업 시작 시 긴 "우리가 이미 알고 있는 것" 요약을 붙여넣는 것입니다. 어느 정도 효과가 있습니다. 그러나 이는 에이전트가 다음 연구 단계에 사용할 수 있는 프롬프트 예산을 소모하며, 프로젝트가 발전함에 따라 요약을 수동으로 유지해야 합니다.

일회성 연구의 경우, 원주율이 충분합니다. 여러 세션에 걸쳐 진행되는 연구 프로그램의 경우, 그렇지 않습니다.

근본적인 문제는 Manus가 연구 프로젝트의 개념이 없고 오직 연구 작업만 있다는 것입니다. 에이전트 내부에 "이 조사의 현재 참고 문헌" 또는 "막다른 가설 목록"을 저장할 장소가 없습니다. 모든 작업은 맹목적으로 시작됩니다.

연구가 도구 간에 이동할 때 상황은 더 악화됩니다. 당신은 Manus로 소스를 수집하고, Claude로 보고서를 초안하고, Perplexity로 사실 확인하고, ChatGPT로 다듬을 수 있습니다. 각 도구는 고유한 기억을 가지고 있으며, 서로를 볼 수 없고, 정통한 연구 기록은 모두 분산됩니다.

MemoryLake는 에이전트 샌드박스 외부에 위치한 크로스 모델 기억 레이어입니다. 당신의 연구는 프로젝트에 존재하며, Manus는 매 작업의 시작에서 그 프로젝트를 읽습니다. 빈 상태에서 시작하지 않습니다.

• 프로젝트당 지속적인 연구 참고 문헌. 검증된 소스 URL, 주요 인용구, 신뢰성에 대한 결정 및 배제된 가설이 MemoryLake 프로젝트에 저장됩니다. Manus는 매 새로운 작업에 관련된 부분을 자동으로 가져옵니다.
• 원시 프롬프트보다 10,000배 더 많은 컨텍스트. MemoryLake의 검색 엔진은 프로젝트당 수십억 개의 토큰의 연구를 보유할 수 있으며, Manus에 매 작업에 대해 관련된 구문만 제공합니다 — 어떤 에이전트 프롬프트에도 들어갈 수 있는 것보다 훨씬 더 많으며, 매 작업의 재첨부 동작 없이 가능합니다.
• 연구 스택의 나머지와 휴대 가능. 동일한 프로젝트 기억은 Perplexity, Claude, ChatGPT, Gemini, Grok 및 REST 또는 MCP를 사용하는 모든 도구에서 읽을 수 있습니다. Claude로 초안을 작성하거나 Perplexity로 사실 확인할 때, 참고 문헌은 이미 거기에 있습니다.

MemoryLake는 2026년 기준으로 발표된 LoCoMo 긴 컨텍스트 벤치마크에서 94.03%를 기록했으며, 밀리초 검색 및 AES-256 종단 간 암호화를 제공합니다.

1. 프로젝트를 생성하고 연구를 로드합니다. MemoryLake에 로그인하고, 프로젝트 관리 열고, 프로젝트 생성 클릭 후 "Manus — 경쟁자 연구"와 같은 이름을 지정합니다. 이전 보고서, 소스 목록, 스크랩된 페이지 및 노트를 문서 드라이브를 통해 업로드합니다 — PDF, Word, Excel, PowerPoint, Markdown 및 이미지가 모두 지원됩니다. 기억 탭에서 "신뢰할 수 있는 소스" 및 "배제된 가설"에 대한 구조화된 항목을 추가합니다.
2. MCP 서버 엔드포인트를 생성합니다. 프로젝트 내의 MCP 서버 탭을 열고, MCP 서버 추가를 클릭한 후 "Manus 연구 통합"이라고 이름을 지정하고 생성 버튼을 클릭합니다. MemoryLake는 API 키 ID, 비밀 및 엔드포인트 URL을 반환합니다. 비밀은 즉시 복사하십시오 — 한 번만 표시됩니다.
3. Manus를 연결합니다. Manus가 탐색 작업 중에 쿼리할 수 있도록 에이전트의 도구/서버 구성에 MemoryLake를 MCP 호환 기억 제공자로 추가하거나, REST API를 사용하여 Bearer 토큰으로 작업 시작 시 프로젝트 참고 문헌을 가져와서 시작 프롬프트에 주입합니다.