#장기 기억

Show HN: Lossless-memory – 요약하지 않는 개인 AI 장기 기억 시스템

개인 AI 어시스턴트를 위한 로컬 기반 장기 기억 시스템으로, 대화를 요약하거나 벡터 검색만으로 압축하지 않고 모든 원문 로그를 타임스탬프와 함께 그대로 보관합니다. 시간 표현을 이해하는 단일 검색 진입점과 '현재 주제'를 알려주는 소형 인덱스(LLL)를 통해 문맥 압축과 세션 경계를 넘어 정체성과 맥락을 유지합니다. JSONL 로그 + SQLite(FTS5, sqlite-vec) 기반의 1인용·단일 머신 구현체입니다.

메모리 OS: 에이전트용 6계층 오픈소스 메모리 스택

이 오픈소스 프로젝트는 헤르메스 에이전트(Hermes Agent) 기반으로 6개 계층의 메모리 스택을 구현하여, AI가 로컬 환경에서 영구적(Permanent)으로 데이터를 기억할 수 있게 합니다. 게이트 검색(Gated Retrieval)과 위키(Wiki) 시스템을 통해 에이전트의 장기 기억 및 문맥 유지 능력을 획기적으로 향상시켰습니다. 개발자들은 이를 통해 상태 기반의 지능형 에이전트를 보다 쉽게 구축할 수 있게 되었습니다.

Mem0와 OpenAI로 AI 에이전트 장기 기억 레이어 구축

이 글은 Mem0, OpenAI 모델, 그리고 ChromaDB를 활용하여 AI 에이전트를 위한 범용 장기 기억 레이어를 구축하는 방법을 다룹니다. 자연스러운 대화에서 구조화된 기억을 추출하고 이를 의미론적으로 저장 및 검색하여 개인화된 에이전트 응답에 통합하는 시스템 설계를 소개합니다. 단순한 채팅 기록을 넘어, 사용자별로 지속되고 개인화된 맥락을 제공한다는 점에서 실무적인 가치가 높습니다.