Agentmemory favicon

Agentmemory

사이트 열기

AGENTMEMORY: 외부 DB 없는 고성능 코딩 에이전트 전용 실시간 메모리 레이어 솔루션

소개:

AGENTMEMORY는 코딩 에이전트를 위해 설계된 혁신적인 메모리 레이어입니다. Redis나 Postgres 같은 외부 데이터베이스 없이 단일 프로세스로 작동하며, 모든 개발 세션을 캡처하고 밀리초 단위로 검색합니다. 95.2%의 검색 정확도와 92%의 토큰 절감 효과를 제공하며, Claude Code 및 Cursor와 같은 주요 AI 도구와 완벽하게 통합되는 오픈 소스 프로젝트입니다.

추가 날짜:

2026-05-18

월간 방문객:

--K

코드 및 IT
Agentmemory - AI Tool Screenshot and Interface Preview

Agentmemory 제품정보

AGENTMEMORY: 코딩 에이전트를 위한 완벽한 메모리 레이어 솔루션

AI 기반 개발 시대에 코딩 에이전트의 효율성을 결정짓는 핵심 요소는 바로 '메모리'입니다. AGENTMEMORY는 코딩 에이전트가 첫날부터 가졌어야 할 이상적인 메모리 레이어를 제공합니다. 모든 세션을 캡처하고, 밀리초 단위로 관련 정보를 회수하며, 어디서나 실행 가능한 이 솔루션은 개발 환경의 생산성을 극대화합니다.

What's AGENTMEMORY

AGENTMEMORY는 단순한 라이브러리나 벡터 저장소가 아닙니다. 캡처, 리콜(Recall), 통합(Consolidate), 관찰 및 연합 기능을 갖춘 완성형 메모리 런타임입니다.

기존의 복잡한 설정이 필요한 솔루션과 달리, AGENTMEMORY는 Redis, Kafka, Postgres, Neo4j와 같은 외부 데이터베이스를 전혀 사용하지 않는 Zero External Databases 철학을 고수합니다. 모든 상태는 디스크에 JSON 형태로 저장되며, 단일 Node 프로세스로 실행되어 리소스 효율성이 매우 뛰어납니다. 특히 III 엔진을 기반으로 설계되어 모든 메모리 작업이 워커, 함수 또는 트리거로 작동하는 현대적인 아키텍처를 자랑합니다.

AGENTMEMORY의 핵심 특징 (Features)

1. 강력한 트리플 스트림 리콜 (Triple-Stream Retrieval)

AGENTMEMORY는 정보를 단순하게 검색하지 않습니다. 다음의 세 가지 방식을 결합한 하이브리드 검색을 제공합니다.

  • BM25: 어휘적 검색 (Lexical Search)
  • Vector: 의미적 검색 (Semantic Search)
  • Knowledge Graph: 관계 중심 검색 (Relational Search)

이러한 검색 결과는 온디바이스 리랭커(Reranker)를 통해 최적화되며, LongMemEval-S 벤치마크에서 95.2%의 R@5 정확도를 기록했습니다. 또한 랩톱 환경에서도 P50 응답 속도가 20ms 미만일 정도로 압도적인 성능을 보여줍니다.

2. 12개의 자동 캡처 훅 (Auto-Capture Hooks)

에이전트의 모든 활동은 자동으로 기록됩니다. 별도의 복잡한 코드 없이 플러그인 설치만으로 12개의 자동 훅이 작동합니다.

  • PreToolUse, PostToolUse, SessionStart, Stop 등 모든 이벤트 캡처
  • 모든 툴 호출과 프롬프트를 압축된 관측치(Observation)로 변환

3. 지능형 메모리 통합 및 압축

AGENTMEMORY는 매시간 '스윕(Sweep)' 작업을 통해 원시 데이터를 의미론적 메모리로 압축합니다.

  • 중복 데이터 병합 및 오래된 행의 가중치 감쇄(Decay)
  • 세션당 입력 토큰 사용량 최대 92% 절감
  • 삭제 시 감사 로그(Audit Row) 생성으로 투명성 확보

4. 강력한 확장성 및 시각화

  • 51개의 MCP 도구: memory_save, memory_recall, memory_smart_search 등 지원
  • 121개의 REST 엔드포인트: 모든 MCP 도구에 대응하는 HTTP 인터페이스 제공
  • 실시간 뷰어 (Viewer): 3113 포트에서 라이브 관측 스트림 및 세션 탐색 지원
  • III 콘솔: 3114 포트에서 엔진 레벨의 기능 및 OTEL 스팬 모니터링

AGENTMEMORY 활용 사례 (Use Case)

AGENTMEMORY는 다양한 AI 개발 환경에서 필수적인 역할을 수행합니다.

  1. 과거 세션 복구 및 재생: JSONL 세션 임포트 기능을 통해 Claude Code와 같은 도구의 과거 대화 기록을 완벽하게 복원하고 분석할 수 있습니다.
  2. 지식 그래프 추출: 텍스트에서 엔티티와 관계를 추출하여 시각화하고, 복잡한 프로젝트 구조를 에이전트가 더 깊이 이해하도록 돕습니다.
  3. Obsidian 연동: 메모리 데이터를 Markdown 형식으로 내보내 Obsidian의 그래프 뷰에서 직접 확인할 수 있습니다.
  4. 피어 투 피어(P2P) 동기화: 인증된 HTTPS 환경에서 여러 AGENTMEMORY 노드 간에 메모리를 푸시하거나 풀링하여 에이전트 네트워크를 구축할 수 있습니다.

설치 및 사용 방법 (How to Use)

AGENTMEMORY는 사용자 환경에 맞춰 간편하게 설치하고 실행할 수 있습니다.

1. 설치 단계

전역 설치를 권장하며, 다음 명령어를 터미널에 입력합니다.

npm install -g @agentmemory/agentmemory

또는 설치 없이 바로 실행하려면 npx를 사용하세요.

npx @agentmemory/agentmemory

2. 서버 실행

메모리 서버를 시작하면 기본적으로 3111 포트에서 작동하며, 3113 포트에서 뷰어가 활성화됩니다.

agentmemory

3. 데모 실행

시스템의 하이브리드 검색 기능을 테스트하려면 다음 명령어로 3개의 샘플 세션을 생성할 수 있습니다.

agentmemory demo

4. 에이전트 연결 (Universal MCP 설정)

Claude Desktop, Cursor, Cline 등 주요 에이전트에서 사용하려면 아래의 JSON 설정을 MCP 구성 파일에 추가하십시오.

Universal MCP JSON Config:

{
  "mcpServers": {
    "agentmemory": {
      "command": "npx",
      "args": ["-y", "@agentmemory/mcp"],
      "env": {
        "AGENTMEMORY_URL": "http://localhost:3111"
      }
    }
  }
}

타 솔루션과의 비교 (Comparison)

| 비교 항목 | AGENTMEMORY | MEM0 | LETTA | COGNEE | | :--- | :---: | :---: | :---: | :---: | | Retrieval R@5 | 95.2% | 81.4% | 73.8% | 78.1% | | 외부 종속성 | 0 (없음) | 2 (Qdrant, Neo4j) | 1 (Postgres) | 1 (Neo4j) | | MCP 도구 수 | 51 | 12 | 18 | 9 | | 자동 훅 지원 | 12 | 0 | 0 | 0 |

FAQ (자주 묻는 질문)

Q: AGENTMEMORY를 사용하기 위해 별도의 데이터베이스 설치가 필요한가요? A: 아니요. AGENTMEMORY는 단일 Node 프로세스로 실행되며 모든 데이터는 로컬 디스크에 JSON 형태로 저장되므로 추가적인 데이터베이스 설치가 전혀 필요 없습니다.

Q: 어떤 LLM 제공자를 지원하나요? A: Claude(기본값), Anthropic API, Gemini, MiniMax, OpenRouter를 지원하며 환경 변수를 통해 자동으로 감지됩니다.

Q: 내 데이터가 외부에 공유되나요? A: 모든 데이터는 사용자의 머신에 로컬로 유지됩니다. P2P 동기화 기능을 명시적으로 사용하지 않는 한 데이터는 외부로 전송되지 않습니다.

Q: 주요 AI 코딩 도구와 연동되나요? A: 네, Claude Code, Cursor, Windsurf, Aider, Cline, Roo Code, Goose 등 거의 모든 주요 MCP 지원 클라이언트와 완벽하게 연동됩니다.