Garry Tan의 세컨드 브레인은 155,795쪽이고, 정정 버튼이 있습니다

README에 적힌 숫자는 155,795쪽입니다. 그다음 24,589명의 인물, 5,340개 기업, 아무도 지켜보지 않는 66개의 크론 작업입니다. 주인은 Y Combinator의 사장 겸 CEO인 Garry Tan이고, 소프트웨어는 그의 것이며 MIT로 공개되었습니다. 데이터베이스를 직접 돌리기 싫다면 유료 호스팅 옵션도 있습니다.
저장소는 gbrain이고, 한 줄 소개는 '이미 쓰는 에이전트에 당신이 통제하는 기억을 주세요'입니다. 이 문장이 참 많은 일을 합니다. 최소 세 개의 제품이 숨어 있으니까요. 기억 저장소, 검색 시스템, 그리고 당신이 자는 동안 계속 수집하는 데몬입니다. 흥미로운 것은 가장 큰 숫자가 아닙니다.
'기억'이 보통 뜻하는 것과 여기서 뜻하는 것
실무에서 대부분의 에이전트 기억은 친근한 이름을 붙인 벡터 인덱스입니다. 문서를 붙여넣으면 임베딩하고, 질의를 언급한 청크 열 개를 검색하고, 모델이 뭔가를 엮어냅니다. 두 청크가 서로 모순되거나, 6개월 전에 바뀐 사실이거나, 누군가 주장의 출처를 알아야 할 때까지는 작동합니다.
GBrain은 명시적 사실을 출처와 함께 저장합니다. 정정과 철회를 지원합니다. 어떤 것을 틀렸다고 표시할 수 있고, 그 틀림이 임베딩 속에 영원히 앉아 있는 대신 전파됩니다. 같은 기억을 하나의 하네스에 용접하지 않고 여러 에이전트에서 쓸 수 있습니다. 키가 필요 없는 키워드 기억과 검색으로 시작하고, 필요할 때 시맨틱 검색과 종합, 백그라운드 보강을 더합니다. 이 순서는 의도적입니다. 저렴한 모드는 모델 호출이 전혀 없이 작동합니다.
행동을 바꾸는 건 종합 계층입니다. 청크 열 개를 돌려주는 대신, 인용과 함께 답을 돌려주고, 이 브레인이 아직 모르는 것이 무엇인지 명시적으로 적습니다. 이 격차 분석은 드뭅니다. 대부분의 검색 시스템은 구조적으로 '이건 아무것도 없다'고 말할 수 없습니다. 유사도 검색은 아무리 무관해도 항상 상위 k개를 돌려주니까요.

진짜 기능은 출처 추적입니다
Tan의 프레이밍은 브레인이 해자라는 것입니다. 맥락을 절대 잃지 않고, 다시 읽지 않고 자기 머릿속을 질의한다는 것이죠. 맞는 말입니다. 하지만 해자는 기억을 신뢰할 수 있을 때만 유지되고, 기억 시스템의 신뢰는 데모하기엔 지루하고 만들기엔 비싼 두 속성에서 나옵니다.
첫째는 귀속입니다. 모든 사실이 출처를 가리킵니다. 에이전트가 어떤 기업이 라운드를 유치했다고 말하면, 그렇게 말한 회의 노트나 이메일까지 거슬러 갈 수 있습니다.
둘째는 철회입니다. 출처가 틀렸거나 상황이 바뀌었다면, 이력을 지우지 않고도 '더 이상 사실이 아니다'라고 말할 방법이 필요합니다. Tan이 밤샘 사이클을 설명한 것에도 에이전트가 자기 인용을 고치고 기억을 통합하는 작업이 들어 있습니다. 그건 생성 트릭이 아니라 유지보수 루프이고, 노트북과 시스템의 차이입니다.
밑에는 타입이 있는 지식 그래프가 있습니다. 특정 종류의 질문에 중요합니다. '누가 이 회사에서 일하나'는 유사도 문제가 아니라 탐색입니다. GBrain의 관계 검색은 자체 벤치마크에서 프로덕션 R@5를 0.6626에서 0.7241로 올렸고, 그래프 오라클 상한은 0.9791입니다. 마지막 숫자가 무엇인지 보십시오. 제품 점수가 아니라 상한입니다. 둘 다 공개하는 것은 나머지 주장을 더 믿게 만드는 종류의 일입니다.
설치, 솔직하게
Bun 프로젝트이고, README는 함정 하나를 유난히 직설적으로 짚습니다. GBrain은 npm에 배포되지 않습니다. gbrain이라는 npm 패키지는 무관하고 실제 바이너리를 가릴 수 있어서, bun install -g github:garrytan/gbrain#stable로만 설치하거나 stable 브랜치를 클론해 링크하라고 안내합니다. 잘못 설치했다면 gbrain doctor가 해법을 알려줍니다.
최소 로컬 구성은 gbrain init --pglite --no-embedding으로 돌릴 수 있습니다. 키 없음, 서버 없음, Docker 없음. 다른 머신에서 접근하려면 gbrain mcp expose가 MCP로 Tailscale 테일넷에 노출하고, 클라우드 에이전트용 --funnel 플래그도 있습니다. 주장은 30분 설치입니다. 제 짐작으로는 Bun과 Tailscale 계정이 이미 있는 사람에게는 30분이 맞고, 나머지에게는 낙관적입니다. 흔한 일입니다.
기존 에이전트에 연결하는 방식은 일부러 화려하지 않습니다. 일반적인 경우 MCP, Claude Code와 Codex용 플러그인 마켓플레이스 등록, 호스팅 브레인용 OAuth 경로 문서화입니다. 이 시스템은 이미 쓰는 에이전트에 붙도록 설계되었지, 새로운 개인 비서 정체성으로 대체하도록 설계되지 않았습니다.
걱정해야 할 부분
회사 브레인과 개인 브레인은 위협 모델이 다르고, README도 압니다. 원격 인증 클라이언트는 소스 권한과 작업 권한, 가시성 필터로 제약됩니다. 로컬 파일과 공유 데이터베이스 자격 증명은 신뢰 경계 반대편에 있습니다. 소스 수준 격리는 디스크를 읽을 수 있는 호출자를 보호하지 못합니다.
대부분의 프로젝트보다 정직한 문단입니다. 그리고 '팀과 공유해도 되나'의 답이 예 또는 아니오가 아니라는 뜻이기도 합니다. 테스트한 특정 접근 경로의 목록과, 테스트하지 않은 목록입니다.
오래 살아 있는 기억이라면 누구에게나 따라오는 두 번째, 더 미묘한 위험이 있습니다. 실수를 축적합니다. 모든 것을 기억하는 에이전트는 당신이 3주를 쓴 잘못된 가설, 어처구니없는 이유로 제쳐둔 벤더, 메모에서 잘못 규정한 사람을 기억합니다. 정정과 철회는 이것이 최악의 판단이 퇴적된 지층이 되지 않게 하는 장치입니다. 쓰는 것은 기능이 아니라 습관이고, 대부분의 팀은 뭔가 창피한 일이 드러나기 전까지 그 습관을 만들지 않습니다.
제가 가져갈 것
쪽수가 아닙니다. 쪽수는 과시이고, 솔직한 과시지만 이전 가능하지 않습니다.
이전 가능한 아이디어는 순서입니다. 키워드 검색 먼저, 모델 없이, 첫날부터 작동. 시맨틱 계층은 나중에, 도움이 되는지 측정할 수 있을 때. 그래프는 실제로 탐색인 질문에. 종합은 인용 있는 답이 청크 목록을 이길 때만. 그리고 누가 보든 말든 도는 유지보수 루프. 유지되지 않는 기억은 그냥 더미니까요.
저장소에는 볼 만한 더 작고 날카로운 도구도 있습니다. gbrain skillopt는 SKILL.md를 학습 가능한 파라미터로 다룹니다. 스킬에서 벤치마크를 생성하고, 심사자를 강화하고, 옵티마이저가 수정을 제안하게 하고, 측정상 더 높은 점수를 낸 것만 남깁니다. 20분, API 호출 비용 약 1달러. 같은 철학의 축소판입니다. 개선을 측정할 수 없다면, 남길 자격도 없습니다.