파라메트릭 메모리 (Parametric Memory)
LLM 이 학습 과정에서 모델 가중치 안에 축적한 지식 — 외부 검색 없이 답할 때 브랜드 서술을 결정하며, 지식 그래프와 달리 직접 고쳐 쓸 레코드가 존재하지 않는다
파라메트릭 메모리란?
파라메트릭 메모리(parametric memory) 는 LLM 이 학습 과정에서 모델 가중치 안에 축적한 지식이다. 답변 시점에 웹을 읽지 않고도 모델이 무언가를 이미 "알고" 있는 상태가 여기서 나온다. 반대편에는 답변 시점에 외부 문서를 가져와 근거로 삼는 그라운딩 경로가 있다.
두 경로는 같은 질문에서도 섞여 작동한다. 어떤 답은 검색을 거쳐 인용과 함께 나오고, 어떤 답은 모델이 기억만으로 서술한다. 브랜드 가시성을 진단할 때 이 구분이 필요한 이유는, 두 경로에 작용하는 수단이 서로 다르기 때문이다.
두 경로가 브랜드 서술을 나눈다
| 답변 경로 | 브랜드 서술을 결정하는 것 | 개입 수단 | 반영 속도 |
|---|---|---|---|
| 파라메트릭 메모리 기반 | 학습 코퍼스 전반이 우리를 얼마나 일관되게 서술해 왔는가 | 제3자 보도·리뷰·커뮤니티 논의의 축적 | 느림 — 모델 갱신 주기에 종속 |
| 검색·그라운딩 기반 | 우리 페이지가 회수되고 인용될 만한 형태인가 | 페이지 구조, 스키마 마크업, 자기완결적 단락 | 상대적으로 빠름 — 색인 주기 |
자사 사이트를 정비하면 아래 행이 움직인다. 반면 "AI 가 우리 회사를 잘못 설명한다"는 문제가 위 행에서 발생하고 있다면, 페이지를 아무리 다듬어도 서술은 그대로 남는다.
고쳐 쓸 레코드가 없다
지식 그래프에는 수정 대상 노드가 존재하지만 파라메트릭 메모리에는 대응물이 없다. Duane Forrester 는 학습 과정을 두고 이렇게 썼다.
"Nothing in that process parses a schema block or honors a sameAs link. It reads language, at volume, and what survives is consensus, not code." (학습 과정의 어디에서도 스키마 블록을 해석하거나 sameAs 링크를 존중하지 않는다. 모델은 언어를 대량으로 읽을 뿐이고, 남는 것은 코드가 아니라 합의다.) — Search Engine Journal, 2026-07-30
구조적인 근거도 있다. 지식 편집(knowledge editing) 실험에서 엔티티 지식과 관계 지식은 서로 직접 전이되거나 대응되지 않았고, 관계 지식은 MLP 가중치뿐 아니라 어텐션 모듈에도 상당 부분 인코딩돼 있었다(Wei et al., arXiv:2409.00617). 지식 그래프가 쓰는 "주어–술어–목적어" 구조가 모델 안에 같은 모양으로 들어 있지는 않다는 뜻이다.
측정에서 두 경로를 분리하는 법
- 같은 질문을 반복하되 답변에 인용 출처가 붙었는지 함께 기록한다. 인용이 붙었다면 검색 경로를 거쳤을 가능성이 높고, 인용 없이 서술만 나왔다면 기억 기반에 가깝다. 단정이 아니라 경로를 가늠하는 단서로 쓴다.
- 검색 기반 답변에서만 노출이 오르고 기억 기반 답변은 그대로라면, 개선이 회수 경로에만 도달한 상태다. 스키마·구조 작업의 효과가 여기서 멈춘다.
- 파라메트릭 경로를 움직이려면 자사 페이지가 아니라 외부 서술의 양과 일관성을 늘려야 한다. 표기가 흔들리면 여러 언급이 같은 개체로 묶이지 않고, 반영에는 모델 갱신 주기가 걸린다.
관련 용어
AI 검색에 내 사이트는 노출되고 있을까?
ChatGPT·Perplexity·Gemini가 내 브랜드를 어떻게 답하는지 무료로 확인해 보세요.
지금 진단 시작 →