AI의 다음 병목은 읽기입니다

쓰는 일은 풍부해졌지만, 맥락은 그렇지 않습니다

회의를 받아 적고 아이디어를 기록하는 일은 쉬워졌습니다. 보고서와 코드의 초안도 순식간에 만들 수 있습니다. 더 어려운 순간은 나중에 찾아옵니다. 기록한 내용을 다시 사용해야 할 때입니다. 아이디어는 기억나지만 제목이나 정확한 표현, 작성한 날짜는 떠오르지 않을 수 있습니다. 메모 하나를 찾아도 다음 판단을 내리기에는 충분하지 않을 때가 많습니다.

중요한 일에는 여러 기록이 함께 필요합니다. 오래된 관찰, 고객의 한마디, 이전 접근을 버린 이유, 이후에 바뀐 정책이 한꺼번에 보여야 할 수 있습니다. 정보는 존재하지만, 일에 쓸 수 있는 형태로 모여 있지 않습니다.

AI도 같은 조건에서 일합니다. 새로운 작업은 대개 사람이 고른 파일, 짧은 요약, 검색 시스템이 돌려준 일부 문단에서 시작합니다. 필요한 승인 기록이 빠지거나 폐기된 규정을 현재 기준으로 읽으면, 성능이 좋은 모델도 불완전한 맥락을 바탕으로 그럴듯한 답을 만들 수 있습니다. 모델의 성능은 중요하지만 전달받지 못한 근거까지 복원할 수는 없습니다.

근거는 여러 기록에 나뉘어 있습니다

결정과 적용 범위, 이후의 변경은 서로 다른 기록에 남을 수 있습니다. 문단 하나를 찾는 것과 결론에 필요한 근거를 구성하는 것은 다른 일입니다. 답은 어느 한 문장이 아니라 자료 사이의 관계에 있을 수 있습니다.

대상은 같아도 표현은 달라집니다

한 문서의 ‘가격 예외’가 다른 문서에서는 ‘전략 고객 특별 조건’으로 적힐 수 있습니다. 반대의 경우도 있습니다. ‘승인’이라는 같은 말이 제안, 조건부 결정, 최종 확정을 서로 다르게 가리킬 수 있습니다. 비슷한 표현은 유용한 단서지만 의미를 안정적으로 설명하는 구조 그 자체는 아닙니다.

맥락을 전달하는 일이 계속 반복됩니다

새 대화를 시작할 때마다 파일을 다시 고르고, 과거 결정을 요약하고, 예외를 설명하고, 현재 버전을 확인해야 할 수 있습니다. 이 반복에는 시간이 들고 중요한 내용이 빠질 기회도 생깁니다. 쓸모 있는 기억 시스템은 맥락이 어떻게 구성됐는지 숨기지 않으면서 이런 재구성을 줄여야 합니다.

다른 출발점

Consilience는 기록을 그 안의 사람·프로젝트·결정·시점·근거와 연결해 두는 방법을 연구합니다. 목표는 모델에게 모든 것을 읽히는 것이 아닙니다. 지금의 작업을 위해 선택된 맥락을 사람이 확인하고 고칠 수 있게 하며, 한 번의 답변 뒤에도 그 구조가 이어지게 하는 것입니다.

우리가 풀고 있는 읽기의 문제는 지금 중요한 것을 고르고, 따로 기록된 사실을 연결하고, 그 작업을 남겨 다음 일이 축적된 이해에서 시작되게 하는 일입니다.