basic-memory: 구조화된 Markdown과 MCP를 활용한 AI 에이전트를 위한 지속 가능한 양방향 메모리 시스템

해결하는 문제

Basic Memory는 AI 에이전트와 인간을 위한 지속적이고 구조화된 메모리 시스템을 제공합니다. 세션이 종료되면 지식이 사라지는 일시적인 LLM 대화 문제를 해결하고, 전통적인 RAG(읽기 전용) 한계를 넘어 AI와 인간 모두가 공유되는 로컬 우선 지식 베이스를 읽고 쓸 수 있게 합니다.

작동 방식

이 시스템은 평범한 Markdown 파일을 진실의 주요 원천으로 사용합니다. 이러한 파일들은 "엔티티"(Entity)와 그 안에 포함된 "관찰"(Observations, 사실) 및 "관계"(Relations, 다른 노트에 대한 링크)로 구성된 지식 그래프로 조직됩니다.

AI 에이전트는 Model Context Protocol (MCP)을 통해 이 메모리와 상호작용하며, 실시간으로 노트를 검색·생성·편집할 수 있습니다. 인간은 Obsidian과 같은 任意의 Markdown 편집기로 동일한 파일을 편집할 수 있습니다. 로컬 SQLite 인덱스와 FastEmbed를 이용한 의미 기반 벡터 검색을 통해 AI는 단순 키워드가 아니라 의미에 따라 노트를 찾아냅니다.

대상 사용자

• AI 파워 유저: Claude, Cursor, ChatGPT 등을 사용하면서 AI가 프로젝트 세부 사항, 학습 내용, 선호도를 세션 간에 기억하도록 원하는 사람들.
• 코드 중심 사용자: VS Code나 Cursor와 같은 IDE를 사용하는 개발자로, 아키텍처 결정 및 ProTips에 대한 지속적인 로그를 원함.
• 지식 노동자: Obsidian 등 Markdown 기반 노트 앱을 사용하는 사용자로, AI 비서를 통해 지식 그래프를 관리·확장하고자 함.

주요 특징

• 양방향 동기화: 인간과 AI 모두가 동일한 Markdown 파일을 읽고 쓸 수 있습니다.
• MCP‑네이티브: Claude Desktop, Claude Code, Cursor, VS Code 등 주요 AI 클라이언트와 직접 통합됩니다.
• 로컬 우선: 데이터가 사용자의 디스크에 평문 텍스트로 저장되어 벤더 종속성이 없습니다.
• 의미 검색: 전체 텍스트와 벡터 랭킹을 결합해 의미 기반으로 노트를 찾습니다.
• 지식 그래프: 위키링크와 구조화된 관계를 활용해 AI가 컨텍스트를 탐색하고 구축할 수 있습니다.
• 점진적 도구 발견: 도구에 행동 힌트(예: 읽기 전용, 파괴적)를 태깅해 에이전트가 적절한 도구를 효율적으로 선택하도록 돕습니다.