구글이 유럽에서 Gemini 기억 기능을 출시하며 ChatGPT 데이터를 이전해 달라고 요청

Google이 유럽에서 출시한 Gemini 메모리 기능은 단순한 대화 기록 저장이 아니라, 사용자의 선호도·작업 컨텍스트·반복 패턴을 추출해 시스템 프롬프트 레벨에 주입하는 영구 컨텍스트(persistent context) 메커니즘이다. 내부적으로는 대화 turn마다 LLM이 "기억할 가치가 있는 사실"을 추출해 별도 메모리 스토어에 구조화된 형태로 저장하고, 이후 세션에서 retrieval 단계를 거쳐 관련 메모리만 컨텍스트 윈도우에 동적으로 삽입하는 방식으로 동작한다. 유럽 출시가 늦어진 이유는 GDPR의 목적 제한·최소 수집 원칙과 충돌할 수 있어 옵트인·삭제 권리·데이터 위치 등을 별도로 설계해야 했기 때문이며, ChatGPT 데이터 임포트 기능은 OpenAI의 "Export Data" 기능으로 받은 ZIP 파일(`conversations.json`)을 Gemini가 파싱·요약해 자사 메모리 스키마로 변환하는 일종의 데이터 포팅 파이프라인이라고 볼 수 있다.

개발자 관점에서 이 변화는 두 가지 의미가 크다. 첫째, AI 코딩 어시스턴트를 일상적으로 쓰는 한국 개발자들에게 "어떤 모델을 메인 도구로 쓸 것인가"의 전환 비용이 급격히 낮아진다. 그동안 ChatGPT에 누적된 코드 스타일·언어 선호·프로젝트 도메인 지식을 한 번의 임포트로 Gemini가 그대로 이어받는다는 것은, 사실상 LLM 벤더 간 락인이 깨지는 첫 사례에 가깝다. 둘째, Gemini API를 활용해 사내 도구를 만드는 개발자라면 Google이 메모리 추출·요약을 어떻게 처리하는지가 곧 자사 RAG 설계의 레퍼런스 아키텍처가 된다. 특히 Gemini 2.x 계열의 긴 컨텍스트 윈도우와 결합되면, 메모리 검색 정확도·중복 제거·시간에 따른 사실 갱신(예: "예전엔 React 16 썼는데 지금은 19") 같은 문제를 어떻게 푸는지가 실전 케이스로 노출된다.

실무자가 지금 챙겨야 할 액션 아이템은 명확하다. (1) 회사 코드나 사내 정보가 ChatGPT 대화에 들어 있다면, Gemini로 임포트하기 전에 export 파일을 한 번 검수해야 한다 — 보안 토큰·내부 API URL·고객 데이터가 그대로 Google 서버로 이전될 수 있다. (2) 팀 차원에서는 "어느 LLM에 어떤 종류의 메모리를 남길 것인가"에 대한 가이드라인이 필요하다. 메모리 기능이 켜진 채로 코딩하면 모델이 사용자의 약점·실수 패턴까지 학습하게 되며, 이는 코드 리뷰 자동화나 사내 평가 도구로 흘러갈 때 프라이버시 이슈를 만들 수 있다. (3) GDPR 적용을 받는 EU 사용자라면 메모리 삭제·export 요청 절차를 지금 한 번 테스트해두는 것이 좋다 — 한국 개발자라도 EU 법인이나 EU 사용자 데이터를 다룬다면 동일한 통제 가능성을 자사 AI 기능에도 요구받게 될 가능성이 높기 때문이다.