Memory Sidecar: 당신의 AI 에이전트를 기억하는 시스템으로 변환하세요

AI 에이전트는 잊어버립니다. 그들이 게을러서가 아니라, 단일 대화창(conversation window)은 당신이 그들에게 말했던 모든 것을 보관하기에 최악의 장소이기 때문입니다. 수십 개의 세션, 프로젝트, 지식 소스에 걸쳐 에이전트를 실행하면 지난주의 유용한 컨텍스트(context)는 더 이상 그곳에 남아 있지 않습니다.

이것이 바로 Memory Sidecar (github.com/mage0535/hermes-memory-installer, 192★, MIT, Python 3.9+)가 해결하기 위해 구축된 문제입니다. 이것은 에이전트 자체를 패치(patch)하지 않고 에이전트 옆에서 실행되는 외부 메모리 시스템입니다. 즉, 수술이 아니라 사이드카(sidecar) 방식입니다.

코어 패치(Core Patch) 대신 사이드카를 사용하는 이유

에이전트에게 장기 기억을 부여하는 데는 두 가지 방법이 있습니다:

1. 에이전트 코어를 패치하기 — 침습적이며, 모든 업그레이드 시 작동이 중단되고, 특정 벤더(vendor)에 종속됩니다.
2. 사이드카 실행하기 — 에이전트의 데이터 디렉토리를 읽고, 세션을 아카이브하며, 장기 지식을 구축하고, 관련 회상(recall) 정보를 향후 작업에 주입합니다.

사이드카 접근 방식은 단순한 원칙, 즉 안정적인 데이터 경계(stable data boundaries) 측면에서 승리합니다. 이 방식은 AGENT_HOME, state.db, 세션 파일, Hindsight 사실, gbrain 페이지, 그리고 마크다운(markdown) 지식 노트를 읽습니다. 에이전트 자체의 코드는 절대 건드리지 않습니다. 이는 동일한 메모리 시스템이 Hermes, Claude Code, Codex, Cursor 또는 데이터를 디렉토리에 보관하는 모든 에이전트에서 작동함을 의미합니다.

운영 루프 (The Operational Loop)

사이드카는 5단계 사이클을 따릅니다:

1. 읽기 (Read): AGENT_HOME에서 에이전트의 상태(state) 및 세션 데이터를 읽습니다.
2. 아카이브 (Archive): 새로운 세션을 gbrain 및 세션 검색 인덱스(session search index)로 아카이브합니다.
3. 재구축 (Rebuild): 거버넌스 인덱스(governance indexes) 및 큐레이션된 지식 노트 인덱스를 재구축합니다.
4. 주입 (Inject): 계층화된 회상 컨텍스트(tiered recall context)를 다음 에이전트 턴(turn)에 주입합니다.
5. 검증 (Verify): 상태 및 수락 체크(health and acceptance checks)를 통해 실패 사항이 계속 가시적으로 유지되도록 합니다.

5단계는 대부분의 메모리 시스템이 생략하는 부분이자, 프로덕션(production) 환경에서 가장 중요한 부분입니다. 아카이빙(archiving)이 조용히 중단되어 버리는 메모리 파이프라인은 메모리가 아예 없는 것보다 더 나쁩니다. 왜냐하면 사용자는 메모리가 제대로 작동하고 있다고 믿기 때문입니다. Sidecar는 sidecar_acceptance_check.py, runtime_drift_check.py, gbrain_stale_maintenance.py, alert_queue.py를 포함한 28개의 런타임(runtime) 스크립트를 제공하여, 메모리 오류가 예기치 못한 상황이 아닌 알림(alert)으로 드러나도록 합니다.

계층적 회상 (Layered Recall): Hot, Warm, Cold, 그리고 Curated

단일 프롬프트 로컬(prompt-local) 메모리 파일만으로는 지속적인 회상(durable recall)을 구현하기에 충분하지 않습니다. Memory Sidecar는 네 가지 계층을 융합합니다:

Curated 지식이 흥미로운 부분입니다. 플레이북(playbook)을 $AGENT_HOME/knowledge/notes에 두면, 세션 검색(session search), Hindsight 사실(facts), 그리고 gbrain 결과와 함께 융합된 검색(fused retrieval)에 참여하게 됩니다. 여러분의 프로젝트 컨벤션(conventions)이 프롬프트에 직접 붙여넣는 것을 기억하는 경우뿐만 아니라, 모든 미래의 답변에 영향을 미치기 시작합니다.

세 개의 명령어로 설치하기

git clone https://github.com/mage0535/hermes-memory-installer.git
cd hermes-memory-installer
export AGENT_HOME="$HOME/.hermes"   # 또는 ~/.claude, ~/.cursor, ~/.agent
...

이 설치 프로그램은 설계 단계부터 에이전트 불가지론적(agent-agnostic)입니다. 전적으로 AGENT_HOME에 의해 구동되며, 28개의 런타임(runtime) 스크립트를 배포하고, 세 가지 의존성 지원 모드(3 자동, 2 가이드, 1 탐지 전용)와 이중 언어 출력(--lang en|zh)을 지원합니다.

요구 사항: Python 3.9 이상, PostgreSQL 16, Hindsight 및 gbrain이 실행 중이며 접근 가능해야 함.

실제로 개선되는 점

"단일 프롬프트 로컬 메모리 파일" 기준점과 비교했을 때 측정된 세 가지 구체적인 이점은 다음과 같습니다:

1. 세션 출력이 대화창과 함께 사라지는 대신 내구성이 있는 저장소에 아카이브(archived)됩니다. archive_sessions.py + session_to_gbrain.py는 어제의 작업물을 내일의 컨텍스트 (context)로 변환합니다.
2. 회상 (Recall)이 단일 파일이 아닌 다중 계층 (multiple layers)에서 이루어집니다. Hindsight가 사실을 놓치더라도 gbrain에 해당 페이지가 남아 있으며, gbrain의 정보가 오래되었더라도 세션 인덱스에 트랜스크립트 (transcript)가 남아 있습니다.
3. 지식 노트가 회상에 영향을 미칩니다. 프로젝트 플레이북 (playbooks), 아키텍처 결정 사항, 위키 (wiki) 페이지가 검색 경로 (retrieval path)에서 일급 시민 (first-class citizens)이 됩니다.

실제로 감사(Audit) 가능한 프로덕션 강화 (Production Hardening)

현재 릴리스 (v3.5.x)는 운영 안정화 단계이며, 다음과 같은 세부 사항에서 그 차이가 드러납니다:

• Dry-run 우선 gbrain 계획 — 설치 프로그램이 작업을 수행하기 전에 무엇을 할지 미리 보여줍니다.
• 개인정보 보호가 보장되는 평가 레지스트리 (evaluation registries) — 데이터 유출 없이 합성 및 개인 메모리 평가를 수행합니다.
• 평가 트렌드 비교를 포함한 5가지 품질 지표 (quality metrics)
• 가산적 거버넌스 정책 메타데이터 (Additive governance policy metadata) — 정책 유효성 및 충돌 검사
• 깔끔한 공개 리포지토리 (public repo) — 리포지토리에 서버 전용 경로구나 자격 증명(credentials)이 포함되어 있지 않습니다.

두 가지 운영 보조 도구(memory_watermark.py, memory_snapshot_backup.py)는 의도적으로 기본 설치되지 않습니다. 이들은 호스트에 대한 가정이 더 강한 Hermes 지향적 유지보수 스크립트입니다. 공개 경로는 범용성을 유지합니다.

지식 및 메모리 관리 (Knowledge-and-Memory-Management)와 결합하세요

더 큰 규모의 지식 워크플로우를 위해서는 사이드카를 Knowledge-and-Memory-Management (8★)와 결합하여 사용하세요:

• Memory Sidecar = 런타임 (runtime) + 설치 프로그램 (재료를 회상 가능한 컨텍스트로 변환)
• KMM = 상위 캡처 계층 (structured collection pipelines, 위키 관리, 40개 이상의 인제스션 (ingestion) 도구)

이 둘을 함께 사용하면 _지식은 어디에서 오며, 어떻게 유지되는가?_라는 질문에 대한 완전한 답을 얻을 수 있습니다.

요약 (The Takeaway)

메모리는 프롬프트(prompt)에 단순히 덧붙이는 기능이 아닙니다. 그것은 수집(collect), 아카이브(archive), 인덱싱(index), 회상(recall), 검증(verify)을 수행하는 운영 체제(operational system)입니다. Memory Sidecar는 이를 설치 가능하고, 관찰 가능하며(observable), 에이전트 불가지론적(agent-agnostic)인 방식으로 다룹니다. 만약 당신이 여러 세션에 걸쳐 장기 실행 에이전트(long-lived agents)를 운영하고 있다면, 그것이 바로 당신에게 부족한 계층입니다.

Hermes + Hindsight + gbrain + PostgreSQL 환경을 직접 유지 관리하며 작성되었습니다. MIT 라이선스이며, 피드백과 기여를 환영합니다.