일기는 로컬에, AI 요청은 어디로 갈까?
작성 Clifford · 제품 리서치
Memex 팀이 작성했습니다. Memex 클라이언트 소스와 Ollama 자료를 2026년 10월 19일에 확인했습니다. 소스에 근거한 설명이며 패킷 캡처, 서버 감사, 특정 스토어 버전의 검증은 아닙니다.
저녁 식사 뒤 메모를 남기고 영수증 사진을 첨부한다고 가정해 보겠습니다. Memex는 기록을 로컬 워크스페이스에 저장합니다. 활성 워크플로가 모델에 저녁 기록 정리를 요청하면 앱은 설정된 엔드포인트로 요청도 보냅니다.
요청 내용은 그 기록 하나보다 많을 수 있습니다. 이전 대화, 기억된 취향, 도구가 읽은 다른 기록이 전송 내용에 영향을 줄 수 있습니다. 일기를 단순히 “로컬” 또는 “클라우드”로 나누기보다 이렇게 더해지는 내용을 추적하는 편이 유용합니다.
모델 이름보다 경로부터 본다
확인한 Memex 클라이언트는 모델 설정에서 클라이언트 유형, 모델, 해당 연결 방식이 지원하는 기본 URL을 선택합니다. 에이전트마다 자신의 모델 설정이나 기본 설정을 사용할 수 있습니다. 익숙한 모델 이름만으로는 휴대폰에서 추론까지 관여하는 모든 조직을 알 수 없습니다.
아래는 모델 요청의 경로이며 앱이나 운영체제의 전체 통신 목록은 아닙니다. 활성 워크플로가 언제 모델 작업을 시작하는지도 확인해야 합니다. 기록 입력과 AI 처리가 하나의 상호작용에 포함될 수 있습니다. 응답은 설정된 서비스 연결로 돌아오지만 기록과 요청의 생명주기는 별개입니다.
제공업체에 직접 연결
- 휴대폰 앱
- 선택한 제공업체 API
제공업체가 구성된 요청을 받습니다. 실제로 해당 제공업체의 엔드포인트이며 추가 모델 게이트웨이가 없다는 전제입니다.
모델 서비스 또는 게이트웨이
- 휴대폰 앱
- 설정한 모델 서비스
- 전달하는 경우 상위 모델
서비스 엔드포인트가 요청을 받습니다. 이후 제공업체와 처리 방식은 그 서비스 자료를 별도로 확인해야 합니다.
다른 기기의 모델
- 휴대폰 앱
- 자신의 컴퓨터 엔드포인트
- 설정에 따른 로컬 추론
데이터는 휴대폰을 떠납니다. 컴퓨터가 클라우드에 전달하지 않고 실제로 로컬 모델을 실행하는지 확인해야 합니다.
방금 입력한 글보다 더 많은 내용이 전달될 수 있다
모델은 앱이 구성한 요청을 받습니다. 지시, 대화 이력, 관련 기록, 첨부 파일과 이전 도구 결과가 포함될 수 있습니다. Memex의 SuperAgent 소스에서는 사용자 메모리를 문맥으로 상태에 추가하며, 기록 검색과 파일 읽기 도구도 제공합니다.
매번 전체 기록을 업로드한다는 뜻은 아닙니다. “기록 하나만 선택했다”는 자신의 동작에 관한 설명이지, 실행 전체가 그 기록 안으로 강제 제한된다는 증거가 아니라는 뜻입니다. 도구를 고르기 전부터 메모리 문맥이 있을 수 있고, 이후 도구 결과가 자료를 더할 수 있습니다. 실제 요청은 그 실행의 상태와 동작에 달려 있습니다.
| 자료 | 워크플로에 들어오는 방법 | 확인할 내용 |
|---|---|---|
| 현재 메모 | 작업의 글로 포함됩니다. | 전송할 말과 그 안의 이름, 날짜. |
| 메모리와 이력 | 추가 문맥이나 이전 대화로 포함됩니다. | 새 메시지가 빈 문맥을 뜻하지는 않습니다. |
| 사진 또는 음성 | 모델 경로가 지원하는 첨부로 포함됩니다. | 원격에서 처리하는 것이 미디어 바이트, 추출한 글, 또는 둘 다인지. |
| 도구 결과 | 검색한 기록이나 앞 단계의 출력입니다. | 이후 요청에 처음에는 없었던 정보가 포함될 수 있습니다. |
직접 연결과 모델 서비스는 서로 다른 선택이다
직접 연결에서는 해당 클라이언트에 설정된 제공업체의 엔드포인트로 요청을 보냅니다. 호환 게이트웨이를 고르면 모델 이름이 같아도 수신자는 게이트웨이가 됩니다. 자신의 API 키를 사용한다는 사실만으로는 경로를 알 수 없습니다. 실제 적용되는 엔드포인트도 확인해야 합니다.
Memex에는 선택적으로 이용하는 Memex AI 서비스 설정도 있습니다. 클라이언트는 계정 서비스에서 기본 URL과 인증 정보를 받아 모델 설정을 저장합니다. 따라서 요청을 받는 모델 서비스도 처리 경계에 포함됩니다. 클라이언트 코드만으로는 상위 서비스로의 전달 방식, 프롬프트 보관 기간이나 학습 정책을 입증할 수 없습니다.
설정의 선택적 네트워크 프록시 필드와도 구분해야 합니다. 전송 프록시와 애플리케이션 계층의 모델 게이트웨이는 역할이 다릅니다. “프록시”라는 단어만으로 중간자가 복호화된 프롬프트 내용을 볼 수 있는지는 결정되지 않습니다.
Ollama 주소만으로 휴대폰 내부 추론을 뜻하지는 않는다
휴대폰이 노트북의 Ollama에 연결하면 노트북이 요청을 받습니다. 그 서버가 선택한 모델을 실제로 로컬에서 실행할 때 추론은 노트북에서 이루어지며 일기는 휴대폰에 남을 수 있습니다. 엔드포인트는 휴대폰에서 접근 가능해야 합니다. 휴대폰의 localhost는 옆에 있는 컴퓨터가 아니라 휴대폰 자신입니다.
Ollama 문서는 로컬과 클라우드 모델 모두를 설명하며 로컬 서버를 통해 클라우드 모델을 쓰는 구성도 다룹니다. 로컬 추론이라고 부르기 전에 실제 모델과 서버 설정을 확인해야 합니다. 클라우드 기능을 끄는 방법도 공식 문서에 나옵니다. 모델 파일을 내려받는 통신은 일기를 추론 목적으로 보내는 것과 별개의 작업입니다.
로컬 전사 뒤에도 글은 원격 모델로 갈 수 있다
음성은 하나의 녹음이 여러 단계를 거칠 수 있음을 보여 주는 좋은 예입니다. 확인한 Memex 구현에는 로컬 음성 인식과 클라우드 전사 경로가 있습니다. 로컬 경로는 내려받은 기기 내 모델을 사용합니다. 클라우드 경로는 음성을 인코딩해 전사 지시와 함께 채팅 에이전트에 설정된 모델로 보냅니다.
기기에서 인식하면 그 전사 단계에서 녹음을 클라우드 모델로 보낼 필요는 없습니다. 하지만 결과 글이 원격 모델을 사용하는 에이전트에 전달될 수 있습니다. 전사와 후속 분석은 따로 확인해야 합니다. 텍스트 전용 모델을 선택한다고 모든 미디어 기능이 작동하는 것도 아닙니다.
도구, 로그와 백업도 각자의 경로가 있다
로컬 기록을 읽는 일과 그 기록을 모델에 돌려주는 일은 별개입니다. 원격 도구가 포함된 워크플로를 켜면 도구 입력에는 별도의 수신자가 생깁니다. 주 모델을 바꾸어도 도구의 목적지가 자동으로 바뀌지는 않습니다. 모든 작업이 채팅 엔드포인트를 따른다고 가정하지 말고 실제 도구를 확인해야 합니다.
확인한 소스는 로컬 진단 로그를 쓰고, 워크스페이스 데이터, 데이터베이스와 설정을 백업에 묶을 수도 있습니다. 백업은 기록 하나를 내보내는 것보다 범위가 넓습니다. 진단 파일과 백업에는 민감한 내용이 있을 수 있으므로 공유하거나 다른 서비스에 보관하기 전에 내용을 살펴봐야 합니다.
제공업체의 처리, 보관과 학습 이용은 별개로 답해야 할 질문입니다. 이 소스 검토가 다른 운영자의 서버 내부를 입증하지는 않습니다. 로컬 기록 하나를 삭제해도 이미 보낸 요청이 회수되거나 백업이 지워지지는 않으며 기억된 문맥이 반드시 없어지는 것도 아닙니다. 각 사본에는 자체 생명주기와 삭제 수단이 필요합니다.
실제 기록에 앞서 가상 기록 하나를 추적한다
“화요일에 예시 카페에서 저녁 식사” 같은 가상 내용을 쓰고 실제 영수증은 첨부하지 않습니다. 기능, 담당 에이전트, 실제 모델 연결, 엔드포인트 운영자와 중간 서비스를 적습니다. 다음으로 글, 이력, 메모리, 미디어와 도구 결과 등 가능한 전송 내용을 나열합니다.
음성이 포함되면 전사 설정을 별도로 확인합니다. 로컬 추론을 원한다면 수신 호스트와 실행 모델을 확인합니다. 새 대화는 검토를 단순하게 할 수 있지만 메모리나 검색이 없다는 증거로 취급해서는 안 됩니다.
모르는 항목도 남겨 둡니다. 현재의 보관 조건, 아직 파악하지 못한 하위 제공업체, 확인하지 않은 첨부 경로 등입니다. 이는 경로 목록이지 패킷 캡처가 아닙니다. 전체 전송 내용을 확정하려면 가상 데이터만 쓰고 인증 정보를 보호하면서 통제된 환경에서 요청 구성이나 통신을 검사해야 합니다. 이 글에서는 기기 수준의 추적을 수행하지 않았습니다.
테스트용 요청 경로 메모
기능과 담당 에이전트:
실제 모델과 엔드포인트 운영자:
게이트웨이나 네트워크 프록시(있다면):
포함된 글 / 이력 / 메모리 / 미디어:
로컬 또는 클라우드 전사:
다른 도구의 목적지:
생성된 백업이나 로그:
아직 확인하지 못한 항목:기록은 남기고 AI에 맡길 일을 고른다
오픈 소스는 요청을 어떻게 구성하는지 살펴보게 하고, 모델 선택권은 처리 연결을 고르게 합니다. 실제 가치는 경로를 확인하고 바꿀 수 있다는 데 있습니다. 어느 표현도 현재 적용된 설정과 사용하려는 기능을 확인하는 일을 대신하지 않습니다. 다른 엔드포인트를 시험하기 위해 원본 기록 전체를 그 서비스로 옮길 필요는 없습니다.
오늘 더 분석하지 않더라도 저녁 메모는 보관할 가치가 있습니다. 나중에 작은 질문이 생기면 신뢰하는 모델에 문맥 일부를 보내고 싶을 수 있습니다. 저장과 분석을 별개의 결정으로 생각하면 개인 기록과 유용한 AI 모두를 위한 여지가 생깁니다.