ai-memory는 AI 코딩 에이전트를 위한 장기 기억입니다. 작업 도중에 Claude Code를 끄고 같은 디렉터리에서 Codex를 열어도, 아키텍처와 실패한 시도, 남은 질문을 다시 설명할 필요 없이 그대로 이어 갑니다.
코딩 에이전트는 이미 메모를 남깁니다. 다만 그 메모는 컴퓨터 한 대, 에이전트 하나에 묶여 있습니다. 도구를 바꾸면 사라지고, 팀원들은 아예 볼 수도 없습니다. ai-memory는 그 벽 너머까지 이어지는 기억입니다.
Claude Code를 끄고 같은 디렉터리에서 Codex를 엽니다. Codex는 인수인계(핸드오프)로 시작합니다. 끝난 일, 실패한 시도, 아직 남은 일이 담겨 있습니다.
기억은 직접 운영하는 작은 서버에 있습니다. 노트북이든 홈랩 서버든 어디에 두어도 됩니다. 데스크톱에서 멈춘 프로젝트를 노트북에서 그대로 이어 갑니다.
모두가 같은 서버를 바라보게 하면 됩니다. 한 사람의 세션에서 알게 된 내용을 모든 팀원의 에이전트가 찾을 수 있습니다. 신규 입사자는 당신을 붙잡는 대신 프로젝트에 물어봅니다.
훅이 작업을 조용히 캡처합니다. 세션은 일반 markdown 페이지가 되어 git으로 관리되는 위키에 분류되고 서로 링크됩니다. grep으로 찾고, Obsidian으로 열고, 직접 고쳐도 됩니다.
네 단계 모두 백그라운드에서 실행되며, 기본 경로에서는 LLM을 한 번도 호출하지 않습니다.
라이프사이클 훅이 프롬프트, 도구 호출, 세션의 시작과 끝을 기록합니다. 시크릿은 저장하기 전에 제거됩니다.
세션이 끝나면 그 세션의 관찰 기록이 프로젝트 위키의 읽기 쉬운 markdown 페이지가 됩니다.
다음 세션은 짧은 브리핑을 받고 모든 것을 검색할 수 있습니다. 전문 검색, 엔티티, 링크, 벡터 결과가 하나의 랭킹으로 융합됩니다.
다음 세션이 바통을 넘겨받으며, 바통은 단 하나의 세션만 수령할 수 있습니다. 에이전트가 달라도, 서버에 접속할 수 있는 어느 컴퓨터에서든 동작합니다.
세션 페이지는 몇 달에 걸쳐 쌓입니다. ai-memory는 페이지에 점수를 매겨 아직 읽히는 것은 남기고, 나머지는 LLM 없이 압축하거나 병합할 수 있습니다. 선택 기능인 꿈 패스를 켜면 자리를 비운 사이 LLM이 콜드 페이지를 병합하며, 다시 쓴 페이지는 모두 복원할 수 있습니다.
대부분의 메모리 도구는 무언가를 기억하기도 전에 LLM, 벡터 스토어, 그래프 데이터베이스부터 요구합니다. ai-memory는 바이너리 하나와 폴더 하나면 됩니다.
전체 비교 보기 (다른 도구가 앞서는 부분 포함)노트북마다 따로 있는 MEMORY.md. 필요한 것: Claude Code, 컴퓨터 한 대.
"내 프로젝트를 기억해 줘"라는 편리함을 markdown으로 그대로.
사실 추출기. 필요한 것: 매 턴마다 LLM, 벡터 스토어.
자동 캡처. “이거 기억해”라고 따로 말할 필요가 없습니다.
시간축 지식 그래프. 필요한 것: Neo4j, FalkorDB 또는 Neptune, LLM.
사실은 삭제되지 않고 새 사실로 대체됩니다. 특정 시점에 무엇이 참이었는지 물을 수 있습니다.
그래프, 벡터, 관계형 파이프라인. 필요한 것: 동기화해야 하는 저장소 세 개, 청크마다 LLM 호출, Python.
출처 추적, 피드백 가중 랭킹, Claude Code 플러그인.
살아 있는 문서형 메모리, LLM 필수. 필요한 것: LLM 또는 VLM, 임베딩, Postgres 또는 호스팅 서비스.
백그라운드 통합 루프가 기억을 살아 있는 페이지로 정리합니다. ai-memory에도 옵트인 꿈 패스와 페이지별 신뢰도 점수가 있습니다.
가입 절차가 없습니다. 기본 설치는 내 컴퓨터에서만 수신 대기하므로 외부에서는 접근할 수 없습니다. 이미 진행 중인 프로젝트에도 추가할 수 있습니다. 첫 세션이 디스크에 있는 에이전트 히스토리를 가져옵니다.
# 1. 바이너리를 설치합니다 (다운로드 페이지에서 받아도 됩니다)
mise use -g github:akitaonrails/ai-memory
# 2. 서버를 시작합니다. 이 컴퓨터에서만 수신 대기합니다.
ai-memory init
ai-memory serve --transport http --bind 127.0.0.1:49374
# 3. ai-memory로 에이전트를 실행합니다. 훅과 MCP는 알아서 연결됩니다.
ai-memory run claude
# 서버에서: 홈랩 서버 또는 LAN의 아무 호스트
TOKEN=$(ai-memory generate-auth-token)
docker run -d --name ai-memory --restart unless-stopped \
-p 0.0.0.0:49374:49374 -v ai-memory-data:/data \
-e AI_MEMORY_AUTH_TOKEN="$TOKEN" \
-e AI_MEMORY_ALLOWED_HOSTS="<server-ip>,localhost" \
akitaonrails/ai-memory:latest
# 팀원마다, 각자의 컴퓨터에서
export AI_MEMORY_SERVER_URL="http://<server-ip>:49374"
export AI_MEMORY_AUTH_TOKEN="<본인의 키>"
ai-memory run claude
처음이신가요? 기여 안내 페이지에서 버그 제보, 풀 리퀘스트, 새 에이전트 연동을 어디에 올리는지 확인할 수 있습니다.