LLM을 바꿔도 기억은 유지된다, Walrus Memory의 휴대용 컨텍스트

탈중앙 스토리지 프로젝트 월러스(Walrus)가 2026년 8월 14일 X 게시물에서 에이전트 메모리 개념인 Walrus Memory를 소개했다. 핵심 문제의식은 단순하다. 에이전트가 쓰던 LLM을 다른 모델로 교체하면 그때까지 쌓은 컨텍스트가 따라오지 않고, 새 모델은 처음부터 다시 시작해야 한다는 것이다. 월러스는 이 기억을 모델 사이에서 휴대 가능하게(portable) 만들겠다고 주장한다.

이미지 출처: Walrus (@WalrusProtocol) X post

발표 형식은 단일 마케팅 문구와 이어진 답글 기반 개념 설명이다. 독립 기술 문서, 출시 버전 번호, 벤치마크 수치는 이번 bundles에 포함되어 있지 않다. 따라서 아래 내용은 월러스 공식 계정(@WalrusProtocol)이 직접 밝힌 주장과 한계만을 정리한 것으로, 구현 상태나 지원 모델 목록을 단정하지 않는다.

스토리지 계층에 두는 메모리, 도구 호출로 읽는다

월러스가 후속 답글에서 밝힌 가장 큰 차별점은 메모리의 위치다. 기존 메모리 제품들이 중앙화된 스토리지와 API 키에 의존한다는 것이 작성자의 설명이며, Walrus Memory는 메모리를 특정 앱 내부가 아닌 스토리지 계층에 둔다는 것이다.

작성자에 따르면, 도구 호출(tool-calling) 기능을 갖춘 모델이라면 동일한 컨텍스트 계층을 가져와 읽을 수 있다. 구체적으로 Grok 호환 가능 여부를 묻는 질문에는 Grok을 포함한 도구 호출 가능 모델이 같은 컨텍스트 계층을 읽을 수 있다고 답변했다. 즉 특정 모델 전용 어댑터가 아니라, 도구 호출이라는 공통 인터페이스로 컨텍스트를 공유한다는 구상이다.

• 메모리 위치: 특정 앱 내부가 아닌 스토리지 계층이라는 것이 작성자 주장이다.
• 읽기 조건: 도구 호출 기능을 갖춘 모델이 같은 컨텍스트 계층을 읽을 수 있다고 설명한다.
• 실용적 효과: 작업에 가장 적합한 모델로 라우팅해도 에이전트가 스택을 처음부터 다시 학습할 필요가 없다는 것이 작성자의 설명이다.

모델 추론 차이는 남는다, 작성자가 밝힌 한계

월러스는 휴대용 메모리의 한계도 같은 답글 스레드에서 직접 밝혔다. 모델별 추론 방식 차이는 여전히 고려해야 한다는 것이다. 사실·이력·상태를 휴대 가능하게 만들어 빈 슬레이트에서 시작하지 않는 것이 목표이지, 모델 교체에 따른 추론 차이를 없애준다는 주장은 아니다.

비유하자면 작성자는 "지능(intelligence)은 교체해도 컨텍스트는 그대로 둔다"는 표현을 썼다. 한 답글에서는 지속적인 컨텍스트가 참된 자율 에이전트와 일회성 챗봇을 가르는 차이라고도 설명했다. 모두 마케팅적 표현이므로, 독립 검증 전까지는 작성자의 주장으로 읽어야 한다.

• 휴대되는 것: 사실, 이력, 상태라는 것이 작성자의 표현이다.
• 남는 과제: 모델별 추론 방식 차이는 여전히 고려해야 한다는 것이 작성자의 단서다.
• 검증되지 않은 것: 성능 수치, 정식 출시 버전, 전체 지원 모델 목록은 이번 자료에 없다.

왜 지금 주목받았나

이 게시물은 답글 스레드가 한 달 넘게 이어질 정도로 관심을 끌었다. 2026년 8월 14일 원문 이후 9월 하순까지 후속 질의응답이 계속됐고, 질문자들은 Honcho나 supermemory 같은 기존 메모리 제품과의 차이, Grok 호환 여부, 모델별 가정이 깨질 때의 효용 등을 물었다. 작성자는 그때마다 탈중앙 인프라와 스토리지 계층 접근이라는 답을 반복했다.

에이전트 워크플로우 입장에서 보면 쟁점은 명확하다. 모델을 바꿀 때마다 컨텍스트를 잃는다면, 모델 선택 자체가 리스크가 된다. 반대로 사실·이력·상태가 모델 바깥에 휴대 가능하게 보관된다면, 작업별 최적 모델 라우팅이 가능해진다는 것이 월러스의 제안이다. 다만 이 제안이 실제 스토리지 구현과 도구 호출 스펙으로 어디까지 뒷받침되는지는, 기술 문서나 데모 없이는 판단할 수 없다.

출처

• Walrus 공식 X (@WalrusProtocol): 2026-08-14 Walrus Memory 소개 게시물
• Walrus 공식 X (@WalrusProtocol): 스토리지 계층·Grok 호환 답변
• Walrus 공식 X (@WalrusProtocol): 모델 추론 차이 한계 답변