Calmkeep: 확장 세션에서 LLM 드리프트를 방지하는 외부 연속성 레이어

전문 워크플로우에서의 LLM 드리프트 해결

Calmkeep은 연장 세션 동안 LLM에서 발생하는 "구조적 드리프트"를 상쇄하기 위해 특별히 구축된 외부 연속성 레이어입니다. 이 드리프트는 Claude와 같은 LLM이 전체 컨텍스트 창에 여전히 포함되어 있음에도 불구하고, 환각이 아닌 확립된 패턴의 체계적인 포기를 통해 이전 결정, 패턴 또는 프레임워크를 점차적으로 버릴 때 발생합니다.

테스트 결과 및 방법론

제작자는 Claude 자체를 평가 시스템으로 사용하여 적대적 감사를 수행했으며, 블라인드 방법론과 처음 다섯 턴에서 확립된 기준에 대한 점수 매기기를 적용했습니다. Claude는 일관되게 Calmkeep 트랜스크립트를 자체 출력보다 높게 평가했습니다.

25턴 백엔드 빌드 테스트

• 표준 Claude: 최종 무결성 60%, 아키텍처 위반 8건, 드리프트 계수 40%
• Calmkeep: 무결성 85%, 아키텍처 위반 3건, T14 이후 후퇴 없음

가장 의미 있는 예시: Claude는 14턴에서 Zod 미들웨어를 도입했지만, 그 후 세 개의 모듈에 대해 업그레이드가 전혀 이루어지지 않은 것처럼 raw parseInt로 즉시 되돌렸습니다.

25턴 법률/전략 세션

• 표준 Claude: 전략적 무결성 50%, 이전 법률 프레임워크를 무효화하는 관할권 변경을 포함한 5건 위반, ~35% 과실 노출
• Calmkeep: 무결성 100%, 위반 0건, <5% 위험

기술적 구현

Calmkeep은 다음을 포함합니다:

• MCP 커넥터
• Claude Code 플러그인
• Python SDK

이 시스템은 외부 런타임으로만 작동하며, 사용자 자신의 Anthropic 키를 제공해야 하고, 숨겨진 메모리가 없으며, 기본 모델에 대한 가중치 수정을 하지 않습니다.

가용성 및 테스트

Stripe를 통해 https://calmkeep.ai에서 무료 14일 체험판을 이용할 수 있습니다. 전체 테스트 보고서, 방법론, AVE 분류, 채점 기준 및 턴별 분석은 다음에서 확인할 수 있습니다:

• https://calmkeep.ai/codetestreport
• https://calmkeep.ai/legaltestreport