OpenMemory: 무엇이며, 어떤 문제를 해결하고, 왜 주목받고 있는가

해결하는 문제

OpenMemory는 AI 에이전트와 LLM이 "기억 상실" 상태가 되지 않도록 내구성 있는 장기 기억 시스템을 제공하는 인지 기억 엔진입니다. 일반적인 RAG(검색 강화 생성)나 단순 벡터 데이터베이스와 달리, 정보가 사실인지, 선호인지, 감정 상태인지와 같은 기억의 성격과 시간이 지남에 따라 그 기억이 어떻게 변하는지를 이해하는 데 초점을 맞춥니다.

작동 방식

OpenMemory는 계층적 기억 분해(Hierarchical Memory Decomposition) 아키텍처를 사용합니다. 입력을 에피소드, 의미, 절차, 감정, 반성 등 다양한 기억 영역으로 분류하고, 이를 자체 호스팅 데이터베이스(SQLite 또는 Postgres)에 저장합니다. 사실이 언제 유효했는지를 추적하는 시간 지식 그래프와 연관 링크를 위한 "waypoint graph"를 활용합니다. 검색은 단순 코사인 유사도 대신 중요도, 최신성, 공동 활성화를 고려하는 복합 점수 체계로 처리됩니다.

대상 사용자

이 도구는 AI 에이전트, 코파일럿, 저널링 시스템, 코딩 어시스턴트 등을 개발하는 개발자를 위한 것으로, 클라우드 기반 벤더 종속 없이 세션 간 지속적이고 설명 가능한 장기 기억을 모델에 부여하고자 하는 경우에 적합합니다.

주요 특징

• 다중 영역 기억: 정보를 에피소드, 의미, 절차, 감정, 반성 영역으로 구분합니다.
• 시간 추론: 사실의 유효성을 (valid_from/valid_to) 추적하여 변화하는 진실을 처리합니다.
• 로컬 우선: SQLite 또는 Postgres를 사용해 자체 호스팅하며 Python 및 Node SDK를 제공합니다.
• 설명 가능한 검색: 특정 기억이 왜 호출되었는지 보여주는 "waypoint" 추적을 제공합니다.
• 다양한 통합: LangChain, CrewAI, AutoGen과 연동되며 Cursor와 Windsurf 같은 IDE를 위한 MCP 서버를 제공합니다.
• 커넥터: GitHub, Notion, Google Drive, 웹 크롤러 등에서 직접 데이터를 수집합니다.

요약

AI 에이전트를 위한 인지 기억 엔진으로, 장기 다중 영역 기억과 시간 추론을 제공하며 단순 벡터 기반 RAG를 넘어섭니다.

제목

OpenMemory: 무엇이며, 어떤 문제를 해결하고, 왜 주목받고 있는가