Karpathy Append-and-review: 한 노트에 붙여 매일 위로 끌어올리는 작업 기억법 | DAKER 커뮤니티

AI와 일할 때 자주 생기는 문제는 “아까 무엇을 의도했는지”가 사라지는 일입니다. Karpathy의 append-and-review는 복잡한 지식관리 대신, 한 노트에 계속 붙이고 매일 위로 끌어올리는 최소 기억 시스템입니다.

붙여서 끌어올리기 — 작업 기억 히어로
설명용 생성 이미지입니다.

오늘 배울 것

프로젝트마다 노트 하나만 두고, 작업 로그를 계속 추가한 뒤 짧은 리뷰로 중요한 결정을 상단에 남기는 방법을 배웁니다. 바이브 코딩과 에이전트 작업에도 바로 쓸 수 있습니다.

핵심 개념

append는 마찰을 낮춥니다. 분류를 완벽히 하지 않아도, 프롬프트·실패 로그·좋은 답변·TODO·의사결정을 한곳에 붙일 수 있습니다. review는 방향을 선명하게 합니다. 하루에 한 번만 상단을 정리해도 “지금 무엇을 유지할지”가 보입니다.

에이전트 기억도 같습니다. 긴 대화 전체를 다시 읽기보다, 노트에 남긴 계약·실패·다음 행동만 다시 넣으면 작업이 이어집니다.

append → review 비교 카드
설명용 생성 이미지입니다.

따라 해볼 실습

1) 프로젝트 루트에 notes.md 하나를 둡니다. 폴더는 늘리지 않습니다.

2) AI에게 넘긴 요구사항, 받은 결정, 실패한 시도, 통과한 테스트를 시간순으로 붙입니다.

3) 매일 같은 시각에 상단 10줄만 다시 씁니다. 오늘 목표, 막힌 점, 다음 한 수정을 위로 올립니다.

4) 에이전트를 다시 시작할 때는 그 상단 10줄만 컨텍스트로 넣습니다.

자주 막히는 지점

노트를 여러 개로 쪼개거나, 태그 체계를 먼저 만들다가 기록을 멈추는 경우가 많습니다. 또 다른 막힘은 대화 전체를 저장해 두고 리뷰를 하지 않는 경우입니다. 구조보다 매일 붙이고 매일 위로 올리는 리듬을 먼저 고정합니다.

다음 학습 연결

작업 기억이 남으면, 한 번에 하나만 바꾸는 디버깅 습관과 Software 2.0의 평가 설계와 잘 맞습니다. 학습 디렉터리의 Karpathy 글과 이어서 보면 좋습니다.

관련 글: Karpathy Software 2.0 · Karpathy micrograd·nanoGPT · 학습 디렉터리