다음 곡선

출하된 뒤에도
계속 배우는 AI.

출하된 그 하드웨어 위에서. 저희는 그 핵심 기술을 만들고, 모든 주장을 선언한 범위 안에서 측정하며, 모델이 이미 행동하고 있는 곳인 실제 업무 시스템에서 출발합니다.

지난 10년 동안 모든 한계의 답은 더 큰 규모였습니다. 이제는 사전학습의 효과가 둔해지고 사람이 쓴 데이터에도 끝이 보인다는 지적이 많습니다. 그리고 이미 출하된 모델은 나중에 키울 수가 없습니다. 배포된 AI 대부분은 연구실을 떠나는 날 굳어 버립니다.

저희는 다른 곡선 위에서 일합니다. 정해진 연산과 메모리 안에서, 전에 배운 것을 잃지 않고 배포 뒤에도 배우는 것입니다. 아직 풀리지 않은 문제이고, 저희도 그렇게 다룹니다. 측정한 것만, 그 범위와 함께 공개합니다.

Agent Continuity Gateway

그 작업이 오늘 실제 시스템과 만나는 자리입니다. 모델과 모델이 움직이는 시스템 사이에 놓인 게이트웨이 하나가 의도를 믿을 수 있는 행동으로 바꾸고, 그 신뢰를 작업이 끝날 때까지 지킵니다.

01

답이 아니라 실제 행동

실제 업무 시스템 안에서 실행합니다.

에이전트가 무엇을 하겠다고 설명하는 데서 멈추지 않고 작업을 끝냅니다.
02

구조적으로 안전하게

되돌릴 수 없는 일 앞에서 먼저 확인합니다.

권한과 승인은 게이트웨이가 확인하므로, 에이전트가 규칙을 혼자 짊어지지 않습니다.
03

끊기지 않는 연속성

작업 내내 유지되는 신원과 상태.

긴 작업이 중간에 끊겨도 멈춘 곳에서 다시 이어지고, 실제 행동은 두 번 일어나지 않습니다.

측정한 것을, 공개적으로.

저희 연구는 정해진 자원 안에서 모델이 어떻게 계속 배울 수 있는지를 다룹니다. 무엇을 기록하고, 무엇을 지키고, 그 비용이 얼마인지입니다. 결과는 코드와 함께 공개하고, 특허는 국내에 출원해 두었습니다.

연구 ↗

어트랙터다이내믹스는.

주식회사 어트랙터다이내믹스는 2026년 6월 서울에서 설립되었고, 연구와 제품 모두 창업자가 직접 이끕니다. 창업자는 창업 전 15년 동안 B2B 영업을 했고 일본에서 회사를 세운 경험이 있습니다. 한국어, 영어, 일본어로 일합니다.

연구는 코드와 함께 공개하고, 만드는 것은 특허로 출원하며, 각 결과가 무엇을 보여 주고 무엇은 보여 주지 않는지 함께 밝힙니다.

연락 주십시오.

출하된 뒤에도 계속 일해야 하는 모델을 만들고 계시거나, 실제 시스템에서 행동해야 하는 에이전트를 만들고 계시다면 연락 주십시오.