Meta, 전문가 지식을 영속화하는 '조직형 제2의 뇌' AI 에이전트 공개

Meta가 조직의 전문 지식을 보존하고 공유하기 위해 AI 에이전트 기반의 '제2의 뇌' 시스템을 구축했다. 이 시스템은 일반적인 도메인 특화 에이전트와 달리, 구조화된 지식 아키텍처와 자기 개선 루프라는 두 가지 계층을 통합하여 전문성을 영속화한다.

핵심은 모델 재학습(model retraining) 없이 전문가의 피드백을 검증된 업데이트로 컴파일하는 것이다. 이를 통해 일회성 수정 사항이 조직의 누적된 기관 기억(institutional memory)로 전환되며, 검색 가능한 텍스트에 기반한 모든 기업 도메인으로 확장 가능하다.

아키텍처와 작동 원리

시스템은 네 가지 계층으로 구성되며, 각 계층은 서로 의존한다.

• 지식 시스템: 오프라인 프로세스가 원본 문서를 분석해 조직의 해석과 제약 조건을 담은 구조화된 지식 파일로 정제한다. 이는 추론 시마다 원본에서 재유도하는 방식의 비효율성을 해결한다.
• 추론 계층: 도메인 전문가의 실제 사고 과정을 모방하는 명시적인 절차를 포함한다.
• 평가 프레임워크: 모든 변경 사항을 게이트하여 품질을 보장한다.
• 개선 루프: 전문가 피드백을 지식과 추론 계층에 반영하여 성능을 지속적으로 향상시킨다.

실무적 가치와 확장성

이 시스템은 Meta의 **SME(Subject Matter Experts)**가 반복적인 질문 응대에 소요되는 시간을 줄이고, 판단이 필요한 복잡한 업무에 집중할 수 있도록 지원한다. 특히 컴플라이언스 등 고위험 도메인에서 평가의 일관성을 유지하고 리스크를 줄이는 데 기여한다. Andrej Karpathy의 LLM Wiki나 Google의 Open Knowledge Format과 유사한 개념을 차용하되, 인용 충실성과 기관 일관성을 강화하여 200개 이상의 파일을 엄격한 분류 체계로 관리한다.