AI 코딩 어시스턴트에게 지속적인 메모리를 제공하는 MCP 서버 구축 (85.6% 토큰 절감)

Claude Code 세션을 새로 시작할 때마다, 당신의 AI는 당신이 무엇을 작업하고 있었는지에 대한 문맥(Context)이 전혀 없는 상태가 됩니다. Cursor, Cline, Windsurf도 마찬가지입니다. 처음 몇 분 동안 코드베이스, 당신이 내린 결정, 어디서 작업을 멈췄는지 등을 다시 설명하는 데 시간을 허비하게 됩니다. 이는 매우 번거로운 일입니다.

저는 이에 지쳐 이를 해결하기 위한 무언가를 만들었습니다.

작동 방식

sessionmem은 당신의 코딩 세션을 관찰하고, 새로운 세션이 시작될 때마다 압축된 요약본을 자동으로 주입(Inject)하는 로컬 우선(Local-first) MCP 서버입니다. 당신의 AI는 당신이 무엇을 작업하고 있었는지, 어떤 결정이 내려졌는지, 그리고 다음에 무엇을 해야 하는지를 즉시 알게 됩니다.

압축은 공격적으로 이루어집니다. 전체 대화 기록을 문맥(Context)에 그대로 입력하는 대신(비용이 많이 들고, 토큰 제한 때문에 불가능한 경우가 많음), sessionmem은 세션을 핵심 사실들로만 증류(Distill)합니다. 테스트 결과, 전체 기록을 유지하는 것과 비교했을 때 85.6%의 토큰 절감(Token reduction) 효과를 확인했습니다.

모든 데이터는 ~/.sessionmem/memories.db에 SQLite 형식으로 저장됩니다. 클라우드, 계정, API 키, 복잡한 설정 파일이 필요 없습니다.

모든 MCP 호환 도구와 작동

• Claude Code
• Cursor
• Cline
• Windsurf
• 기타 모든 MCP 호스트

시작하기

30초 만에 설치하기:

npx sessionmem

그 다음 MCP 설정에 추가하세요:

{
  "mcpServers": {
    "sessionmem": {
...

끝입니다. sessionmem은 즉시 세션을 관찰하기 시작하며 시간이 지남에 따라 메모리를 구축합니다.

왜 로컬 우선(Local-first)인가

당신의 코드는 민감합니다. 당신의 사고 과정, 아키텍처 결정, 진행 중인 작업은 제3자 서비스로 전송되어서는 안 됩니다.

SQLite는 빠르고 의존성이 없습니다. 오프라인에서 작동하며, 관리할 데몬(Daemon)이나 Docker도 필요 없습니다.

데이터의 소유권은 당신에게 있습니다. 데이터베이스 파일은 바로 ~/.sessionmem/memories.db에 위치하며, 읽기, 삭제가 가능하고 종속성(Lock-in)이 없습니다.

메모리 작동 원리

각 세션이 끝난 후, sessionmem은 무엇을 만들고 있었는지, 내려진 주요 결정, 수정된 파일, 그리고 남은 작업 내용을 포착하여 압축된 요약을 생성합니다. 다음에 세션을 시작하면, 당신이 무엇인가를 입력하기 전에 이 요약이 자동으로 주입됩니다.

시간이 지남에 따라 요약 기능은 사용자의 특정 워크플로 (Workflow)에서 중요한 내용을 포착하는 능력이 더욱 향상됩니다.

링크

• GitHub: https://github.com/catfish-1234/sessionmem
• npm: https://www.npmjs.com/package/sessionmem

직접 사용해 보신 후 피드백을 주시면 감사하겠습니다. 특히 요약 내용에 적절한 컨텍스트 (Context)가 잘 담기고 있는지에 대해 의견을 듣고 싶습니다.