세션마다 기억을 잃는 AI 에이전트를 위한 10대 오픈소스 메모리 프로젝트와 3대 실전 스택

X(트위터)의 테크 큐레이터 @RoundtableSpace가 새로운 대화 세션이 시작될 때마다 이전 맥락과 작업 기록을 잊어버리는 '에이전트 기억상실(agent amnesia)' 문제를 해결하기 위한 10대 오픈소스 깃허브(GitHub) 프로젝트와 3대 실전 아키텍처 스택을 공유했습니다. 무상태(stateless) 세션에 머물던 기존 에이전트 구조를 탈피해 세션 간 지속성과 일관된 맥락을 보존하는 기술적 해법이 집약되어 있습니다.

대형 언어 모델(LLM) 기반 에이전트가 복잡한 업무를 장기적으로 수행하려면 단순한 프롬프트 컨텍스트 창 확장을 넘어, 세션이 종료된 후에도 사용자의 선호도와 과거 작업 결과, 도메인 지식을 체계적으로 저장하고 적시에 인출할 수 있는 독립된 영속 메모리 레이어가 필수적입니다. @RoundtableSpace는 메모리의 기능과 성격에 따라 4개 영역으로 구분된 10개의 오픈소스 프로젝트를 제시했습니다.

에이전트 영속 기억과 지식화를 이끄는 10대 오픈소스 프로젝트

이번 가이드는 단순한 사실 저장부터 시간 경과에 따른 지식 그래프 변환, 에이전트 정체성 유지, 벤치마크 평가까지 포괄하는 10개 핵심 도구를 소개합니다.

1. 핵심 영속 메모리 인프라 (Core Persistent Memory)

• Mem0 (mem0ai/mem0): AI 에이전트를 위한 드롭인(drop-in) 영속 메모리 레이어입니다. 깃허브 66K 이상의 스타를 기록하고 있으며, 다회차 대화에서 핵심 사실(fact)을 자동 추출하여 프로덕션 환경에 최적화된 토큰 효율적 메모리를 제공합니다.
• Hindsight: 단순 검색을 넘어 '보존(retain) → 회상(recall) → 성찰(reflect)'의 순환 루프를 구현한 장기 기억 시스템입니다. 쿼리당 시맨틱 벡터 검색, BM25 키워드 매칭, 지식 그래프 순회, 시간적 추론 등 4가지 전략을 병렬로 실행하여 과거 경험을 다각도로 반추합니다.
• memU (NevaMind-AI/memU): 에이전트가 생성한 메모리를 정돈된 마크다운(Markdown) 위키(Wiki) 구조로 관리하는 장기 기억 인프라입니다. 약 500줄의 간결한 핵심 로직으로 에이전트의 이전 작업 히스토리에서 재사용 가능한 스킬을 자동 추출합니다.

2. 메모리의 지식화 (Turn Memory into Knowledge)

• Cognee: 비정형 문서, 소스 코드, 대화 기록을 분석하여 구조화된 지식 그래프(Knowledge Graph)로 자동 변환하는 오픈소스 프레임워크입니다.
• Graphiti: 고정된 사실뿐만 아니라 시간의 흐름에 따라 변화하는 사실 관계와 엔티티 간의 동적 관계망을 추적하고 보존하는 시계열 지식 그래프 엔진입니다.
• OpenViking: 자율형 AI 에이전트를 위한 컨텍스트 관리 및 메모리 인프라를 제공하여 작업 흐름 간 데이터 연속성을 보장합니다.

3. 에이전트 상태 유지 및 코딩 지원 (Make the Agent Stateful)

• Letta: 여러 세션에 걸쳐 에이전트의 메모리와 고유 정체성(identity)을 일관되게 유지하는 상태 기반(stateful) 에이전트 플랫폼입니다.
• Letta Code: 코딩 에이전트에 특화된 영속 메모리 도구로, 개발 및 코딩 세션 전반의 작업 맥락을 보존합니다.

4. 스택 전반 기억 및 벤치마크 (Remember Across the Stack)

• OpenMemory: 다양한 AI 애플리케이션 계층 전반에 걸쳐 메모리 통합을 지원하는 개방형 인프라 프로젝트입니다.
• Agent Memory Benchmark: AI 에이전트가 이전 대화와 경험을 실제로 얼마나 정확하고 일관되게 기억하는지 객관적으로 측정하고 평가하는 테스트 프레임워크입니다.

6단계 에이전트 메모리 루프와 핵심 아키텍처 원리

원문에서는 에이전트가 기억을 형성하고 활용하는 6단계 순환 루프(the loop)를 다음과 같이 제시했습니다.

경험(experience) → 기억(remember) → 연결(connect) → 인출(retrieve) → 행동(act) → 갱신(update)

1. 경험 (Experience): 사용자와의 대화, 도구 실행 결과, 외부 환경과의 상호작용에서 발생하는 원시 이벤트 스트림을 수집합니다.
2. 기억 (Remember): 휘발성 단기 대화 데이터 중 보존 가치가 있는 핵심 사실, 사용자 선호도, 결정 사항을 필터링하여 영속 저장소에 기록합니다.
3. 연결 (Connect): 새롭게 저장된 기억 조각들을 기존의 지식 베이스 및 엔티티 관계망과 결합하여 다차원 지식 그래프를 형성합니다.
4. 인출 (Retrieve): 새로운 세션이나 작업이 시작될 때 현재 프롬프트 맥락에 가장 부합하는 과거 기억을 하이브리드 검색 방식으로 신속히 조회합니다.
5. 행동 (Act): 인출된 맥락을 에이전트의 시스템 컨텍스트에 주입하여 과거 경험에 기반한 일관된 판단과 작업을 수행합니다.
6. 갱신 (Update): 작업 수행 결과와 사용자의 피드백을 반영해 기존 기억의 정확도를 보정하고, 성찰 과정을 거쳐 장기 지식을 최신 상태로 유지합니다.

실전 워크플로우를 위한 3대 추천 메모리 아키텍처 스택

프로젝트의 성격과 도메인 요구사항에 따라 서로 다른 메모리 엔진을 결합하는 아키텍처 구성이 권장됩니다. 원문에서 테스트를 추천한 3대 아키텍처 스택(3 stacks worth testing)은 다음과 같습니다.

• 코딩 에이전트 스택 (Coding Stack): Hindsight → Cognee → Letta Code
  코드베이스와 기술 문서를 Cognee를 통해 지식 그래프로 구조화하고, Letta Code로 IDE 및 코딩 도구의 작업 세션을 보존하며, Hindsight의 다중 검색 및 성찰 기능을 통해 복잡한 디버깅 이력과 아키텍처 결정을 추적합니다.
• 개인 비서 에이전트 스택 (Personal Agent Stack): Mem0 → Graphiti → Letta
  Mem0을 활용해 일상 대화에서 사용자의 취향과 핵심 정보를 빠르게 수집하고, Graphiti를 통해 시간에 따라 바뀌는 일정 및 인간관계를 추적하며, Letta로 흔들리지 않는 어시스턴트의 페르소나와 정체성을 유지합니다.
• 사내 지식 브레인 스택 (Company Brain Stack): Cognee → Graphiti → Hindsight
  사내 업무 문서와 회의록을 Cognee로 지식 그래프화하고, 조직 변경 및 규정 개정 이력을 Graphiti로 관리하며, Hindsight의 하이브리드 검색과 성찰 메커니즘을 결합해 전사적 의사결정을 지원하는 엔터프라이즈 지식 허브를 구축합니다.

원문 출처

• @RoundtableSpace 원문 스레드: X (Twitter)
• Mem0 깃허브 저장소: mem0ai/mem0
• memU 깃허브 저장소: NevaMind-AI/memU