로컬 LLM을 위한 영구 기억 계층, Mnemo
대화가 끝나면 모든 기억을 잃는 LLM의 한계를 극복하기 위해 개발된 로컬 우선(local-first) AI 메모리 계층입니다. SQLite와 petgraph를 활용해 오프라인 환경에서도 지식 그래프를 구축하고, 50ms 미만의 속도로 관련 문맥을 자동 추출하여 프롬프트에 주입합니다. 클라우드 없이 단일 바이너리로 작동하며, OpenAI, Anthropic, Ollama 등 다양한 환경과 호환된다는 것이 특징입니다.
Mnemo: 모든 LLM을 위한 로컬 우선 AI 메모리 계층
주요 기능: 영구적인 지식 그래프 구축, 개체명 추출, 시맨틱 검색 기능을 제공하며 클라우드 연결이 필요하지 않습니다.
Mnemo란 무엇인가?
대부분의 LLM은 대화가 끝나는 순간 모든 것을 잊어버립니다. Mnemo는 이 문제를 해결합니다.
Mnemo는 사용자가 입력하는 모든 대화를 모니터링하는 사이드카 서비스(sidecar service)입니다. LLM을 활용해 명명된 개체와 관계를 추출하고, SQLite에 영구적인 지식 그래프를 구축하며, 50ms 이내에 관련 컨텍스트를 미래의 프롬프트에 자동으로 주입합니다. Ollama(완전한 로컬 및 무료), OpenAI, Anthropic 또는 OpenAI 호환 API와 함께 작동하며, 단일 정적 바이너리로 제공되어 클라우드 의존성이 전혀 없습니다.
작동 방식
사용자 애플리케이션
│
▼
POST /ingest ──► 개체 추출(LLM) ──► 지식 그래프(SQLite + petgraph)
│
POST /retrieve ◄── 점수 책정 + 순위 지정 ◄── 그래프 탐색 + 전체 텍스트 검색
│
▼
context_prompt ──► LLM 프롬프트에 주입
- 데이터 저장 (/ingest): 원시 텍스트(대화, 문서, 메모 등)를 POST 방식으로 전송합니다.
- 개체 추출: Mnemo는 구성된 LLM으로 텍스트를 전송하여 개체(사람, 도구, 장소, 개념)와 그 관계를 추출합니다. 개체는 이름+유형으로 중복 제거되고, 별칭이 병합되며, 모든 것이 SQLite에 기록됩니다. 메모리 내 petgraph는 원자적으로 업데이트됩니다.
- 데이터 검색 (/retrieve): Mnemo는 6단계 파이프라인(전체 텍스트 청크 검색 → 개체 이름 검색 → 그래프 확장(BFS) → 관계 필터링 → 점수 책정 및 순위 지정 → context_prompt 문자열 조립)을 실행합니다. 이렇게 생성된
context_prompt를 LLM의 시스템 프롬프트에 주입하면 과거 대화를 기억하는 LLM이 완성됩니다.
빠른 시작 가이드
방법 A — Docker + Ollama (완전 무료, 권장)
git clone https://github.com/zaydmulani09/mnemo
cd mnemo
docker compose up -d
# 첫 실행 시 llama3 모델 다운로드(약 4GB)
docker exec mnemo-ollama ollama pull llama3
# 시스템 상태 확인
curl http://localhost:8080/health
방법 B — 바이너리 실행 (Ollama 또는 OpenAI 별도 실행 필요)
cargo install --path crates/mnemo-api
# Ollama 사용 시
export MNEMO_LLM_BASE_URL=http://localhost:11434/v1
mnemo-api
# OpenAI 사용 시
export MNEMO_LLM_BASE_URL=https://api.openai.com/v1
export MNEMO_LLM_API_KEY=sk-...
export MNEMO_LLM_MODEL=gpt-4o-mini
export MNEMO_LLM_PROVIDER=openai
mnemo-api
방법 C — Python SDK
pip install mnemo-sdk
from mnemo import MnemoClient
client = MnemoClient() # 기본 서버 주소: http://localhost:8080
# 기억 저장
client.ingest("Rust로 vecdb라는 벡터 데이터베이스를 만들고 있어.")
# 다음 LLM 프롬프트에 주입할 컨텍스트 가져오기
print(client.get_context("내가 지금 무슨 작업을 하고 있지?"))
API 참조
모든 엔드포인트는 application/json 형식을 받고 반환합니다. 기본 URL: http://localhost:8080
GET /health: 서버, DB, LLM 상태를 확인합니다.POST /ingest: 텍스트를 저장하고 개체를 추출합니다.POST /retrieve: 순위가 지정된 메모리 컨텍스트를 검색합니다.GET /entities: 개체 목록을 페이지네이션하여 조회합니다.GET /entities/:id: UUID로 특정 개체를 조회합니다.DELETE /entities/:id: 특정 개체 및 연관 데이터를 삭제합니다.GET /entities/:id/neighbors: 지식 그래프 내 이웃 노드를 조회합니다.GET /chunks: 메모리 청크 목록을 페이지네이션하여 조회합니다.GET /chunks/:id: UUID로 특정 메모리 청크를 조회합니다.DELETE /chunks/:id: 특정 메모리 청크를 삭제합니다.POST /search: 개체 및 청크에 대한 전체 텍스트 검색을 수행합니다.DELETE /wipe: 헤더(X-Confirm-Wipe: true) 확인 시 모든 메모리를 영구 삭제합니다.GET /stats: 개체/청크/그래프 수 및 가동 시간(uptime) 통계를 제공합니다.
주요 요청/응답 데이터 구조:
// 데이터 저장 요청 (IngestRequest)
{
"content": "string", // 필수 — 저장할 텍스트
"source": "string", // 필수 — 출처(예: "chat", "email", "cli")
"session_id": "string|null", // 선택 — 관련 청크를 그룹화하는 세션 ID
"metadata": {} // 선택 — 임의의 JSON 데이터
}
// 컨텍스트 검색 요청 (RetrievalQuery)
{
"text": "string", // 필수 — 쿼리 텍스트
"session_id": "string|null", // 선택 — 특정 세션으로 필터링
"max_chunks": 10, // 기본값 10
"max_entities": 20, // 기본값 20
"min_conf": 0.5 // 최소 신뢰도 임계값
}