Technology · Notes
재귀자아 엔진 — 업무 루프와 세션 기억 회상을 어떻게 측정했나
챗봇 대결이 아닌 work-loop·recall 엔진의 내부 벤치 — S7 spine, A/B, blind, M5, 실대화 소표본까지.
편집·검증: Jia (총편집) · Sena (표 대조) · 의장 QC 전 — landing 미배포
요약
이 글은 ChatGPT·Claude·Gemini와의 챗봇 승부가 아닙니다. 젠룩 재귀자아(Recursive-Ego) 엔진이 업무 사실 추출(work-loop) 과 세션 기억 회상(recall) 에서 얼마나 도움이 되는지, 내부 프로토콜로 측정한 기록입니다.
| 구분 | 내용 |
|---|---|
| 측정 대상 | CDRE work-loop + S7 chat-direct spine 회상 |
| 종합 (내부 100점) | 89/100 (B+ 등급) |
| 공개 헤드라인 | lift·S7 spine은 가능 · 독립 패널·경쟁사 동일 벤치는 미완 |
종합 점수 (100점 · 내부 루브릭)
| # | 축 | 배점 | 점수 | 실측 요약 |
|---|---|---|---|---|
| A | 업무 work-loop (CDRE) | 15 | 15 | v1·v2 각 12/12 |
| B | 기억 회상 S7 gateway | 25 | 25 | 78/78 |
| C | 업무 회상 S7 | 10 | 10 | 11/11 |
| D | 엔진 A/B (4B 프록시) | 15 | 14 | 15.4%→88.5% (+73pp) |
| E | blind 우위 | 20 | 14 | 66/73 (90.4%) · 독립 패널 아님 |
| F | M5 전달 | 10 | 8 | probe 3/3 |
| G | 실대화 L4 | 5 | 3 | users 7 · k=5 |
| 합계 | 100 | 89 |
층별 실측
| 층 | 지표 | 결과 | 공개 헤드라인 |
|---|---|---|---|
| L0 | work-loop 회귀 | 24/24 | 가능 (한계 문구 병기) |
| L1 | continuity floor | 회귀 바닥 100% | 단독 헤드라인 금지 |
| L2 | LLM A/B (엔진 off→on) | 12/78 → 69/78 | 가능 · McNemar p≈0 |
| L2.5 | S7 spine (memory + work-loop) | 78/78 · 11/11 | 가능 |
| L3 | blind + L4 | 90.4% (위임 루브릭) · users 7 | blind는 약하게 |
S7 spine이란
프로덕션 chat-direct 경로에서 기억·업무 질문을 분류하고, 엔진이 주입한 컨텍스트가 답에 반영되는지 게이트 케이스로 검사합니다. lab-session 기반이며, 브라우저 M5 UI는 별도 probe입니다.
A/B 한계
A/B는 xenlook-4b-ko 프록시로 돌렸습니다. 전체 S7 품질·다모델 체인과 동일하지 않습니다. “실제 사용자 전환율”을 대표하지 않습니다.
아키텍처 (한 단락)
재귀자아 엔진은 대화 턴에서 observe → evaluate → patch → version (CDRE) 로 업무 사실을 누적하고, 다음 턴의 회상·업무 루프에 버전된 스냅샷을 주입합니다. work-loop는 “무엇을 기억할 업무인가”를, recall 게이트는 “주입된 기억이 답에 쓰였는가”를 각각 검증합니다.
경쟁사 비교 (동일 78문항 미실측)
| 대상 | 동일 프로토콜 78문항 | 비고 |
|---|---|---|
| 젠룩 RE · S7 memory | 78/78 | 측정됨 |
| 젠룩 RE · 엔진 OFF (4B) | 12/78 | 내부 baseline |
| 젠룩 RE · 엔진 ON (4B) | 69/78 | +73pp |
| ChatGPT Memory | 미실측 | 구조·프롬프트 상이 |
| Claude Projects | 미실측 | 구조 상이 |
| Gemini | 미실측 | 구조 상이 |
순위·우위 주장은 하지 않습니다. 표는 “무엇을 아직 안 쟀는지”를 보여 줍니다.
blind 90.4% — 반드시 읽을 한계
78건 blind 팩에서 엔진 쪽이 66/73 승 (무승부 5건 제외 시 90.4%)이 나왔으나, 이는 독립 외부 패널 평가가 아닙니다. 의장 위임 객관 루브릭으로 채운 1차 점수입니다. 사람 패널 결과가 들어오기 전에는 “사람이 검증했다”고 쓰지 않습니다.
실대화 L4
익명 export 기준 users=7, k-익명 5 충족. 소표본이므로 “대규모 실사용 증명”으로 쓰지 않습니다.
금지 표현 (본 측정이 보증하지 않음)
- 「세계 최고」「ChatGPT보다 낫다」「100% 기억」
- 「독립 패널 검증 완료」「public_ready 완료」
- 경쟁사에 대한 동일 벤치 숫자 (위 표 미실측 유지)
직접 검증 (공개 가능 범위)
- 젠룩 ON 채팅 — 다세션 대화 후 이전 사실을 물어보기 (체감·사례 수준)
- 내부 재현은 엔지니어링 팀의 재귀자아 평가 프로토콜 문서를 따릅니다 (본문에 내부 경로 인용 없음)
잔여 (완료로 쓰지 말 것)
- 독립 패널 blind 78건
- 의장 M5 육안 확인
- 경쟁사 동일 78문항 벤치
본 글은 2026-10-08 내부 측정 스냅샷입니다. 수치는 의장 QC·출판 감사 전 초안입니다.