CaviraOSS/LongMemory

해결하는 문제

OpenMemory는 LLM 및 AI 에이전트를 위한 인지 기억 엔진을 제공하여 메시지 간에 모든 것을 잊는 '금붕어 효과'를 극복합니다. 표준 RAG(Retrieval-Augmented Generation)이나 단순 벡터 데이터베이스와 달리, 정보의 성격(사실, 사건, 선호 등)과 시간에 따라 어떻게 변화하는지를 이해하는 구조화된 기억 시스템을 구현합니다.

작동 방식

시스템은 계층적 기억 분해(Hierarchical Memory Decomposition)를 사용하여 정보를 다섯 가지 섹터로 분류합니다: 에피소딕(사건), 시맨틱(사실), 절차적(기술), 정서적(감정), 반성적(통찰). 벡터 검색과 시계열 지식 그래프를 결합하여 사실이 언제 유효했는지, 어떻게 변화했는지를 추적합니다. 사전성, 최신성, 공활성(코액티베이션)을 사용한 복합 스코어링 시스템이 무엇이 기억되는지를 결정하며, 감쇠 엔진이 적응형 망각을 관리합니다.

SQLite/Postgres를 사용하는 로컬 우선 SDK(파이썬 또는 Node.js)로 배포할 수 있으며, HTTP API와 MCP(Model Context Protocol) 서버를 갖춘 중앙 집중형 백엔드 서버로도 사용 가능합니다. Cursor 및 Windsurf과 같은 IDE와의 통합이 가능합니다.

대상 사용자

AI 에이전트, 코피로봇, 개인화된 일기 시스템, 코드 어시스턴트를 개발하는 개발자들로, 애플리케이션이 내구성 있고 설명 가능하며 자체 호스팅 가능한 장기 기억이 필요합니다.

주요 특징

• 다중 섹터 기억: 데이터를 에피소딕, 시맨틱, 절차적, 정서적, 반성적 섹터로 분류.
• 시계열 추론: 지식 그래프를 사용해 진리 윈도우(valid_from/valid_to)를 추적하고 타임라인을 재구성.
• 설명 가능한 리콜: 특정 기억이 왜 불러와졌는지 정확히 보여주는 '웨이포인트' 추적 제공.
• 로컬 우선 및 자체 호스팅: 기본적으로 로컬 SQLite를 지원하여 벤더 종속성과 개인정보 우려를 피함.
• 광범위한 통합: LangChain, CrewAI, AutoGen, MCP에 대한 네이티브 지원과 GitHub, Notion, Google Drive와의 연결기능 제공.