1부 · 메모리·워크플로우·매핑
메모리의 3대 기법, 에이전트+워크플로우 결합, 클래식→뉴 매핑표.
6. 메모리 & 컨텍스트 엔지니어링
▶ 포인트 — 메모리는 추상 개념이 아니라 “구조화된 노트 쓰기”라는 구체적 기법이다. 에이전트가 컨텍스트 밖 파일에 진척을 기록하고 필요할 때 다시 읽어, 장기 작업에서도 목표를 잃지 않는다. 스킬(3장)과 메모리는 사실 “컨텍스트 엔지니어링”이라는 한 원리의 두 얼굴이다.
6.1 업계 원리 — 메모리의 3대 기법 (Anthropic)
Anthropic은 메모리를 막연한 “기억”이 아니라 세 가지 구체적 기법으로 정의합니다.
① Compaction(압축). 컨텍스트가 한계에 가까우면 대화를 요약·압축해 새 창에서 재시작. 아키텍처 결정·미해결 버그·구현 디테일은 보존하고, 중복 도구 출력은 폐기. 가장 가벼운 형태는 “이미 쓴 도구 결과 비우기”.
② Structured note-taking(구조화된 노트 = agentic memory). 에이전트가 컨텍스트 밖 파일에 진척을 기록하고 나중에 다시 로드. 사례:
- long-running agents 문서의
claude-progress.txt+ git 로그 - Claude plays Pokémon: 수천 게임 스텝에 걸쳐 “지난 1,234스텝 동안 Route 1에서 훈련, Pikachu가 8레벨 상승” 같은 정밀 추적을 유지
- 컨텍스트 리셋 후에도 자기 노트를 읽고 멀티 시간 작업을 이어감
③ Sub-agent 아키텍처. (5장 참조) 컨텍스트를 격리해 메인을 깨끗하게.
선택 기준도 명확합니다: compaction은 왕복이 많은 대화, note-taking은 마일스톤이 뚜렷한 반복 개발, multi-agent는 병렬 탐색이 이득인 리서치.
6.2 관통하는 대원칙
“컨텍스트는 소중하고 유한한 자원이다.” 모델이 좋아질수록 사람의 큐레이션은 줄고, 설계는 just-in-time(필요할 때 적시 로드)으로 수렴한다. — Anthropic, Effective context engineering
6.3 New Copilot Studio의 대응
- 에이전트가 대화·작업 전반의 맥락을 유지해 long-horizon 작업에서 목표·지침을 잃지 않음
- 스킬의 load-on-demand = just-in-time 컨텍스트 → 그래서 스킬(3장)과 메모리(6장)는 “컨텍스트 엔지니어링”이라는 한 원리의 두 얼굴
6.4 미래 방향 — Custom Autopilots
현재 제공하는 기능이 아닌 향후 로드맵입니다
- 고유 identity · 받은편지함(inbox) · M365 서비스 · 지속 메모리(persistent memory)를 가진 독립 에이전트 클래스
- “사용자 대행”을 넘어, 시간에 걸쳐 학습하고 여러 사용자·프로세스에 걸쳐 일하는 지속적 협업자
- 예: 신규 입사자 온보딩, 스탠드업 조율, 커뮤니티 채널 관리, 예산 프로세스
7. 오토메이션 / 워크플로우
▶ 포인트 — 에이전트는 “열린 작업”을, 워크플로우는 “결정론적·반복·통제 가능 작업”을 맡는다. 둘을 한 캔버스에서 결합하는 게 New Copilot Studio의 핵심이며, 이는 Anthropic의 “가장 단순한 해법에서 출발하라”와 정확히 일치한다 — 예측 가능한 단계는 결정론으로 싸게, 판단이 필요한 부분만 에이전트로 비싸게.
7.1 왜 둘을 나누는가 — “단순함” 원칙의 실전판
에이전트가 열린 작업(open-ended)을, 워크플로우가 결정론적(deterministic)·반복 가능·통제 가능 작업을 맡습니다. New Copilot Studio는 이 둘을 한 캔버스에 결합합니다.
이건 Anthropic의 대원칙 “가장 단순한 해법에서 출발, 필요할 때만 복잡도 추가”의 실전판입니다. 모든 걸 에이전트에게 맡기면 비싸고 예측 불가합니다. 예측 가능한 단계는 결정론적 워크플로우로 싸고 확실하게, 판단·유연성이 필요한 부분만 에이전트에 위임하는 게 정답입니다.
7.2 워크플로우 디자이너 핵심
- 통합 비주얼 캔버스 — 드래그앤드롭으로 단계 구성, 전체 흐름을 한눈에
- 노드 단위 테스트(inline node testing) — 전체를 돌리지 않고 깨진 한 스텝만 콕 집어 테스트 (2장의 evaluator 분리 원리가 UI로 구현된 것)
- 버전 관리(version history) — 변경 추적, 자신감 있는 게시
- 분석(analytics) — 엔드투엔드 프로세스 가시성·성능 모니터링
7.3 에이전트와 결합하는 장치
| 장치 | 설명 | 시점(예정) |
|---|---|---|
| Agent node | 워크플로우 한 스텝으로 에이전트 호출. 예측 단계는 결정론, 유연성 필요 부분만 위임 | GA 06/2026 |
| MCP tools in workflows | 워크플로우가 MCP 도구·앱 호출 | Preview 06/2026 |
| 자연어 진입점 | “원하는 자동화를 말로 설명” → 생성·구성·검증 | Preview 06/2026 |
| M365 Copilot 노드 | Researcher·Analyst·커스텀 M365 에이전트를 직접 호출 | — |
| Classify / Extract 인텔리전트 액션 | 분류·추출을 인라인 의사결정에 활용 | — |
| Computer-using agents | API 없는 데스크톱·브라우저 앱을 UI 자동화 | Preview 06/2026 |
| 클래식 agent flows → 워크플로우 업그레이드 | 기존 flow 변환 | GA 06/2026 |
참고: Anthropic 하네스가 Playwright/Puppeteer MCP로 브라우저를 사람처럼 클릭해 E2E 검증한 것과, Copilot Studio의 computer-using agents / 노드 테스트는 같은 계보입니다. “Claude는 unit test나 curl로는 ‘됐다’고 착각하지만, 브라우저로 사람처럼 클릭하게 하니 진짜 버그를 잡았다” — 검증은 코드가 아니라 실제 사용 경로로 해야 한다는 교훈.
7.4 양방향 결합
- 워크플로우 → 에이전트: agent node로 위임
- 에이전트 → 워크플로우: “에이전트가 이 플로우를 호출할 때” 트리거를 가진 워크플로우를 에이전트의 도구로 등록
“Power Automate랑 뭐가 다른가?”(FAQ): 워크플로우는 결정론적 자동화에 에이전트 능력(agent node·인텔리전트 액션·버저닝)을 블렌딩한 것. 클래식 flow(=agent flows)도 계속 동작하고 변환도 가능.
8. 클래식 → 뉴 매핑표
▶ 포인트 — 핵심 변화는 “Topics·Prompts·Child agents”가 “스킬·워크플로우·연결된 에이전트”로 재편됐다는 것. 단, 강제 전환은 없고 클래식과 뉴는 나란히 공존한다.
| 클래식 | New Copilot Studio | 비고 |
|---|---|---|
| Topics | 스킬 + 워크플로우 | 메시지 가로채기 등 일부 확장은 향후 |
| Prompts | 스킬(에이전트) / agent node(워크플로우) | 새 코어 전환으로 대체 |
| Child agents | connected agents + 스킬 | 인터럽트·멀티 인텐트에 강함 |
| Agent flows | 워크플로우 | 업그레이드/변환 가능 |
| 구성 탭 9개 | 4개(Build·Test·Preview·Monitor) | Knowledge·Tools·Channels·Agents는 Build의 components |
| 분리된 지침/지식/도구 | 한 화면 통합 | 풀페이지 테스트 + inline CoT·tool calls |
공존 & 마이그레이션:
- 클래식과 뉴는 나란히 동작. 뉴는 opt-in(홈 “Try now”), 기본 off, 강제 전환 없음
- 권장 경로: 뉴를 켜고 다음 프로덕션 에이전트/워크플로우를 뉴에서 빌드, 클래식은 그대로 운영. 정식 마이그레이션 가이드는 추후