심리학 및 신경과학 기반 학습 플러그인 'Engram', pi 지원 시작 (에이전트가 아닌 당신을 가르칩니다)
Engram, a psychology and neuroscience based learning plugin, is now on pi (it teaches you, not the agent)
핵심 요약
심리학과 신경과학 원리를 활용해 AI 에이전트 도구인 pi에서 사용자의 학습을 돕는 플러그인 Engram 소개.
- 학습 과학 원리 — 인출 연습과 간격 반복을 통해 장기 기억을 강화함
- pi 플러그인 지원 — Claude Code 등 다양한 플랫폼과 학습 상태를 공유함
- 블라인드 평가 시스템 — 튜터와 분리된 평가자가 학습 성취도를 객관적으로 측정함
- 설치 및 호환성 — Node 22.19+ 환경에서 한 줄 명령어로 간편하게 설치 가능함
에이전트 AI 덕분에 개발 속도가 10배는 빨라졌어. 근데 학습 속도는 그대로더라. 일주일만 지나도 내가 만든 시스템을 다시 설명 못 하는 내 모습을 보니까 슬슬 짜증이 나기 시작했지. 개발할 때 쓰는 10배 빠른 툴이 있는데, 학습할 때도 똑같은 터미널 환경에서 쓸 수 있는 툴이 필요했거든.
그게 바로 Engram이야. 기억력 연구에 기반을 둔 튜터링 루프지. 이건 에이전트가 아니라 너를 위한 거야. pi는 에이전트를 의도적으로 최소한으로 유지하고 네가 원하는 대로 확장하게 해주는데, 이건 그 '인간' 쪽을 위한 확장판이라고 보면 돼.
- 주제를 제1원칙 개념 그래프로 쪼개서 한 번에 노드 하나씩 가르쳐줘.
- 네가 먼저 추측해서 답을 내놓기 전까지는 절대 설명 안 해줘. 학습 과학에서 가장 확실하게 검증된 결과가 '지시 전 인출(Retrieval before instruction)'인데, 챗봇들은 다들 그냥 네 말에 맞장구쳐주는 게 편하니까 이 부분을 다 건너뛰거든.
- 네 회상 능력은 튜터링 대화 내용을 전혀 모르는 별도의 블라인드 평가자가 채점해. 튜터가 자기 가르침에 대해 점수를 후하게 주는 짓은 못 한다는 거지.
- 복습은 FSRS로 스케줄링돼서 네가 딱 까먹기 직전에 나타나. 하루에 몇 분이면 충분해.
- 틀린 모델은 그대로 로그에 남아서 나중에 다시 물어봐. 나만 해도 트랜스포머 하나 공부하는 데 벌써 열 번이나 틀린 기록이 남아있는데, 다시 읽어보면 진짜 겸손해진다니까.
솔직히 말하자면, 초기 버전 만들었을 땐 개념 7개 입력해놓고 다시는 안 들어갔더니, 예정된 대로 절반은 까먹었어. 다시 안 들어올 거면 스케줄러 짜는 게 다 무슨 소용이야. 그래서 루프 전체를 '다시 돌아오게 만드는 것'에 초점을 맞춰서 싹 갈아엎었어. 2분짜리 복습이랑, 알림 대신 "언제 할 거야?"라고 묻는 방식으로 바꿨지. 스트릭(연속 기록)이나 XP 같은 건 없어.
v1.11에서는 Claude Code, Codex, OpenCode, Hermes, Antigravity, OpenClaw에 이어 7번째 플랫폼으로 pi를 추가했어. 저번 포트랑 똑같은 방식이야. 사용자 이슈로 요청이 들어와서 시작했거든. 설치 가이드에 적힌 모든 전송 관련 내용은 실제 pi 0.83.0과 0.74.2 버전에서 검증했고, 리포지토리에 있는 페이로드 캡처 하네스(experiments/pi-harness, 20개 체크)를 써서 검증했으니까 내 말만 믿지 말고 직접 돌려봐도 돼. 딱 하나, pi 안에서 전체 라이브 튜터링 세션을 끝까지 돌려보진 않았어. 써보고 뭔가 이상하면 이슈 열어줘, 바로 고칠게.
pi 전용 파트가 곧 이 툴의 핵심이야. pi는 의도적으로 서브 에이전트를 안 쓰는데, Engram의 채점 방식은 수업 내용을 전혀 모르는 블라인드 평가자에 의존하거든. 알고 보니 pi에는 이 격리에 딱 필요한 원시 기능이 이미 있더라고. 바로 '새 프로세스는 새 컨텍스트'라는 점이야. 그래서 평가자는 스킬, 컨텍스트 파일, 힌트가 싹 다 제거된 깨끗한 pi -p 자식 프로세스로 실행되고, 하네스가 그 자식의 페이로드가 진짜 깨끗한지 확인해. /learn, /review, /coach는 그냥 평범한 프롬프트 템플릿이야(/skill:learn도 되고 그냥 자연어로 써도 돼). 네 학습 상태는 7개 툴 전체에서 공유되는 로컬 JSON에 저장되니까, Claude Code에서 공부한 주제를 pi에서 복습할 수 있는 거지.
pi 템플릿 만드는 사람들을 위해 팁 하나 주자면, pi는 프론트매터(frontmatter)를 엄격한 YAML로 파싱하거든. 설명 부분에 따옴표 안 치고 콜론(:) 두 번 들어가면 템플릿이 아무 말도 없이 로딩이 안 돼. /learn은 모델한테 그냥 텍스트로 전달되는데, 왜 안 되는지 이유를 안 알려주니까 미치지. 나도 이거 콜론 하나 때문에 pi 버전 두 개에서 한 시간 날렸어. 프론트매터 값에는 꼭 따옴표 쳐라.
설치 전에 알아두면 좋은 거 하나 더. 지금 pi는 Node 22.19+ 버전을 원해. Node 20에서는 아무 말도 없이 legacy-node20 태그에서 pi 0.74.2 버전을 가져오거든. Engram은 둘 다 검증 완료했어.


