Use cases
7가지 대표 시나리오로 살펴봅니다. 모든 예시는 자동 캡처된 기억을 MCP로 회상하는 동일한 메커니즘으로 동작합니다.
LLM은 당신의 제약을 모르면 평균적으로 무난한 답을 합니다. 문제는 그 "무난한 답"이 당신에겐 못 먹는 음식, 심하면 갑각류 알러지처럼 위험한 추천일 수 있다는 점입니다.
유저 (제약을 매번 다시 말하지 않음)
오늘 저녁 뭐 먹지?
LLM (말로 없이)
❌ 새우볶음 어때요? 간단하고 맛있어요! (유저는 갑각류 알러지가 있다)
LLM (말로가 갑각류 알러지·매운 음식 못 먹음을 회상한 뒤)
✅ 갑각류는 빼고, 맵지 않은 두부조림이나 된장찌개는 어떠세요?
좋은 추천을 더하기 전에 먼저 필요한 건 위험한 추천을 빼는 것입니다. 말로는 한 번 말한 제약 — 알러지, 못 먹는 것, 예산 — 을 기억하고 연결된 어시스턴트에 함께 전달해, 그 제약을 어기는 추천을 피하도록 합니다.
점심 시간에 ChatGPT에 메뉴를 물어봤다. 저녁이 되어 이번엔 Claude를 쓰는 중인데, 낮에 무엇을 물어봤는지 기억이 안 난다.
유저 → Claude
아까 ChatGPT에서 내가 마지막으로 물었던 질문이 뭐였지?
Claude (말로 MCP 호출 후)
오늘 12시 14분에 ChatGPT에서 "chatgpt야. 오늘 점심은 뭐 먹는게 좋을까" 라고 물으셨어요. 그때 추천받은 메뉴는 김치찌개였고요.
ChatGPT 세션과 Claude 세션은 원래 서로 모릅니다. 말로가 둘 사이의 공통 기억이 되어 줍니다.
여자친구 생일이 다가온다. LLM에게 선물 추천을 받고 싶지만, 매번 "내 여자친구는 Jane이고 꽃을 좋아하고…"를 다시 설명하기 귀찮다.
유저
내 여자친구 생일이 다가오는데 무슨 선물이 좋을까?
LLM (말로 회상 후)
꽃을 좋아하는 Jane에게 작년에는 장미꽃을 선물해드렸으니, 이번에는 튤립을 선물하는 게 어떠실까요?
유저는 그 어떤 정보도 다시 입력하지 않았습니다. 말로가 관계 그래프와 선호 이력을 들고 있다가 필요할 때 꺼내 줍니다.
"LLM 작동 원리가 뭐야?" 같은 질문은 보통 교과서식 설명이 돌아옵니다. 토큰, 트랜스포머, 확률 분포… 듣다 보면 더 헷갈리죠. 만약 LLM이 당신의 직업/배경을 이미 알고 있다면?
유저
LLM 작동 원리가 뭐야?
LLM (유저가 요식업 종사자임을 회상한 뒤)
식당 주방으로 비유드릴게요. 손님이 "맛있는 점심 만들어주세요"라고만 하면 기존 손님들이 주로 시켰던 메뉴 — 육류·단백질 위주 — 로 추천하겠죠. 그런데 "저는 비건인데 맛있는 점심 만들어주세요"라고 하면 완전히 다른 결과가 나옵니다. 이미 존재하는 정보로 주어진 조건에 가장 가까운 답을 도출하는 것이 LLM입니다.
같은 질문이라도 말로에 저장된 유저 배경에 따라 개발자에게는 코드 비유로, 요식업 종사자에게는 주방 비유로, 교사에게는 학생 비유로 설명이 갈라집니다. 학습 곡선이 훨씬 짧아집니다.
"오늘 점심 뭐 먹지?" — 매일 나오는 질문이지만, 평소 가성비를 챙기는 당신에게 LLM은 보통 무난한 인기 메뉴만 나열합니다. 그런데 말로가 당신의 취향을 이미 알고 있다면?
유저
오늘 점심 뭐 먹지?
LLM (저렴한 가격 선호를 회상한 뒤)
쓸데없이 비싼 식사보다는 평균적인 가격대, 특히 점심 할인을 제공하는 식당으로 찾을게요. "저렴한 가격"이 매력이면서 평점까지 좋은 추천 리스트는 다음과 같습니다 …
LLM (현재 위치까지 알 때)
저렴한 근방의 레스토랑으로 좁혀봤어요 — 지금 계신 곳에서 걸어갈 수 있는 가성비 점심들입니다.
말로가 아는 게 많아질수록(가격 선호 → 현재 위치 → 그날의 맥락) 추천은 더 구체적이고 정확해집니다. 더 많은 기억 = 더 좋은 추천.
"지난달에 내가 어디서 뭘 했더라?" — ChatGPT에 입력한 건 세션이 끝나면 스크롤 속에 묻혀 되찾기 어렵습니다. 잘 저장된 기억이라면, 뒤지지 않고 눈으로 펼쳐 볼 수 있어야 하지 않을까요?
유저
지난달에 다녀온 곳들 다시 보고 싶어
말로 대시보드
지도 위에 다녀온 장소가, 달력 위에 그날의 기록이, 타임라인으로 펼쳐집니다 — 챗 로그를 뒤질 필요 없이 언제·어디서·무엇을 했는지 한눈에.
LLM 챗에 말한 건 사라지지만, 말로에 남긴 건 지도·달력·타임라인으로 다시 보는 내 삶의 기록이 됩니다. 묻히는 입력이 아니라, 쌓일수록 더 또렷해지는 자료.
"휴가 신청은 어디서 해요?", "VPN은 어떻게 깔아요?", "지난 분기 OKR 문서 어디 있어요?" — 같은 질문이 매주 반복되고, 그때마다 시니어 한 명의 30분이 사라집니다.
신입 → Claude
휴가 신청 어떻게 해?
LLM (회사 말로 회상 후)
사내 포털 → 인사 → 휴가 신청 메뉴에서 신청하시면 되고, 3일 이상이면 매니저 사전 승인이 필요합니다. 작년에 같은 질문에 대한 [HR 가이드 문서 링크]도 있어요.
회사의 반복되는 질문 = 문서화되지 않은 암묵지. 말로는 한 번 답한 내용을 회사 단위로 축적하여 "말로한테 먼저 물어봐"라는 한 줄 규칙으로 인터럽트를 줄입니다.
KFC·롯데리아·버거킹… 앱마다 할인 쿠폰이 쏟아지지만, 막상 쓰려 할 때 어느 앱에 언제 들어가야 하는지 찾기 힘듭니다.
유저 (쿠폰을 그때그때 막 던져둠)
오늘 점심 햄버거 먹을까 하는데, 나 지금 쓸 수 있는 쿠폰 있어?
LLM (말로가 저장된 쿠폰을 회상한 뒤)
✅ 만료 임박 순으로 정리하면 — 버거킹 와퍼세트 30%(6/20 만료, 임박)부터 쓰시고, 그다음 롯데리아 5,000원 할인(6/30)이 있어요. KFC 치킨 쿠폰은 해산물 무관이라 알러지 걱정 없이 쓰셔도 됩니다.
형식 신경 쓰지 말고 할인 정보를 막 쏟아부어 두면, 쓸 때 묻기만 하면 됩니다. 말로가 사용처·금액·쿠폰 기한까지 묶어 만료 임박 순으로 “지금 쓸 한 장”을 골라 줍니다.
오마카세는 주방장이 알아서 내는 코스라 못 먹는 재료·알러지를 매번 말해야 합니다. 말 안 하면 위험하고, 일일이 말하면 흐름이 깨집니다.
유저 (가게 입장 QR을 내밀며)
오마카세 먹을 거야. QR 작성해줘.
말로 (식음료 preference만 추려 QR로)
✅ 해산물 알러지(필수 제외)·아주 매운 음식 기피·짠 음식 비선호·작은 양 선호 — 주방장이 스캔하면 읽을 요약으로 표시.
주방장
알러지 빼고 자극 약하게 1인 코스로 — 손님 기호에 맞춰 바로 시작합니다.
유저는 아무 정보도 다시 입력하지 않습니다. 말로가 쌓아둔 preference 중 식음료 관련만 필터링해 가게가 즉석에서 쓰게 brokering. 안전 항목(알러지)은 절대 누락되지 않는 최우선 포함 대상.
정비소가 정비 명세서를 사진으로 찍어 메일로 보냅니다. 보통은 메일함 어딘가에 묻혀 다시 찾지 못합니다. 말로에 메일로 전달하면, AI가 사진 속 글자까지 읽어 기억합니다.
유저 (6개월 뒤)
지난 정비 때 와이퍼 갈았던가?
LLM (말로가 명세서 사진을 본문화해 회상한 뒤)
✅ 3월 12일 정비 명세서에 와이퍼 블레이드 교체가 기록돼 있어요. 그때 엔진오일도 함께 교체하셨네요.
메일함에 잠든 사진 한 장이, 말로에선 답이 됩니다. 영수증·명세서·메모를 사진으로 보내기만 하면, 쌓이기만 하던 정보가 필요할 때 꺼내 쓰는 기억이 됩니다 — 검색하지 말고, 그냥 물어보세요.
더 추가 가능한 시나리오