제목은 직접 지어보세요. 실용적인 방향을 제안합니다. 아래를 확인하세요.

Memory Sidecar v3.5: AI 에이전트(Agent)를 위한 외부 메모리 모듈 추가하기

에이전트(Agent)의 메모리 문제는 모든 헤비 유저들이 언젠가는 마주하게 될 벽입니다. 현재의 대화창(Dialogue window)이 기억할 수 있는 정보는 제한적이며, 세션이 종료되면 이전의 문맥(Context)은 사라집니다. 당신이 할 수 있는 일이라곤 동일한 배경 정보를 반복해서 제공하거나, 토큰(Token) 예산이 폭발할 때까지 시스템 프롬프트(System prompt)에 점점 더 많은 내용을 집어넣는 것뿐입니다.

Memory Sidecar가 해결하고자 하는 것이 바로 이것입니다. 이 도구는 에이전트 옆에서 독립적으로 실행되며, 에이전트의 핵심 코드를 건드리지 않고 오직 데이터 디렉토리를 중심으로 작동합니다. 즉, 세션을 읽고, 장기 지식을 축적하며, 후속 작업에서 관련 기억을 문맥(Context)에 다시 주입합니다.

아키텍처: 4단계 검색 (Four-layer Retrieval)

v3.5의 계층적 검색(Tiered retrieval) 설계는 매우 직관적입니다:

• 핫 레이어 (Hot layer) (memory tool): 현재 세션의 활성 기억, 즉시 읽기/쓰기
• 웜 레이어 (Warm layer) (Hindsight): 의미론적 검색 (Semantic search) + 사실 저장, 세션 간 지속성 유지
• 콜드 레이어 (Cold layer) (gbrain): 지식 그래프 (Knowledge graph) 키워드 검색, 구조화된 연관 쿼리에 적합
• 지식 레이어 (Knowledge layer): 정리된 Markdown 노트 인덱스 검색

네 개의 레이어가 독립적으로 작동하며 최종적으로 융합되어 출력됩니다. 임베딩(Embedding) 서비스를 사용하지 않더라도 (intfloat/multilingual-e5-small을 사용하여 의미론적 검색을 수행하는 경우), FTS5 세션 검색, Hindsight 사실 검색, gbrain 키워드 검색은 여전히 사용 가능합니다.

설치: 모든 시나리오를 커버하는 세 가지 모드

설치 프로그램은 하나의 스크립트로 모든 것을 해결하는 대신, 다양한 환경에 맞춰 3단계 다운그레이드 전략을 제공합니다:

# 기본 설치 — 우선적으로 완전 자동 의존성 가이드를 시도
./install.sh --install-mode 3

...

동시에 중문과 영문 출력을 지원하며, 설치 프로그램은 로컬 환경에 따라 언어를 자동으로 판단합니다. --lang 옵션으로 강제 지정할 수도 있습니다. AGENT_HOME은 멀티 에이전트 설치를 구동하며, 특정 도구에 종속되지 않습니다. Hermes, Claude Code, Codex, Cursor에서 모두 사용할 수 있습니다.

설치 후 검증 실행:

python3 "$AGENT_HOME/scripts/sidecar_acceptance_check.py"

10개의 스크립트가 하는 일

공개된 설치 프로그램은 메모리의 전체 생명 주기를 커버하는 10개의 실행 엔트리 스크립트를 배포합니다:

• 세션 아카이브 및 요약 (archive_sessions.py, auto_session_summary.py)
• 계층적 메모리 주입 (tiered_context_injector.py)
• 유지보수 루프 및 거버넌스 재구축 (memory_maintenance_cycle.py, memory_governance_rebuild.py)
• 메모리 가디언 및 관측 가능성 보고서 (memory_guardian.py, memory_observability_report.py)

각 스크립트는 단일 책임 원칙을 따르며, 독립적으로 실행하거나 유지보수 루프를 통해 통합 스케줄링할 수 있습니다.

Knowledge-and-Memory-Management과의 조합