PROJECTMEM: AI 코딩 에이전트를 위한 로컬 우선, 이벤트 소스 기반 메모리 및 판단 계층

AI 코딩 어시스턴트는 이제 간단한 스크립트부터 프로덕션 애플리케이션에 이르기까지 소프트웨어 작업의 증가하는 부분을 지원합니다. 그러나 이러한 에이전트들은 여전히 대부분 상태 비저장(stateless)입니다. 즉, 새로운 세션마다 프로젝트 파일을 재읽고, 이전 결정을 재추론하며, - 가장 비용이 많이 드는 부분은 - 이미 실패했던 디버깅 시도를 반복할 수 있습니다. 이 컨텍스트를 재구성하는 데만 세션당 추정 5,000~20,000 토큰이 소모될 수 있으며, 병목 현상은 종종 모델의 역량 부족이 아니라 누락된 프로젝트 메모리 때문입니다. 우리는 AI 코딩 에이전트를 위한 오픈소스, 로컬 우선 메모리 및 판단 계층인 projectmem을 소개합니다. projectmem은 개발 과정을 타이핑된 이벤트(문제점, 시도, 수정, 결정, 노트)의 불변 추가 전용(append-only), 일반 텍스트 이벤트 로그로 기록하며, 이 로그를 Model Context Protocol (MCP)을 통해 제공되는 압축적이고 AI가 읽기 쉬운 요약으로 결정론적으로 투영합니다. 저장 기능을 넘어, projectmem은 에이전트가 이전에 실패했던 수정을 반복하거나 알려진 취약한 파일을 수정하기 전에 경고하는 결정론적 사전 행동 게이트(pre-action gate)를 추가합니다. 우리는 이를 메모리 기반 거버넌스(Memory-as-Governance)로 규정합니다. 즉, 에이전트에게 단순히 답변을 제공하는 것이 아니라 다음 행동에 영향을 미치는 메모리입니다. 이 시스템은 원격 전송 기능(telemetry) 없이 완전히 오프라인으로 실행되며, 그 불변 로그는 재현 가능하고 감사 가능한 AI 지원 개발을 위한 출처 추적 기록(provenance trail) 역할도 합니다. projectmem은 세 가지 의존성(dependency)의 Python 패키지(14개 MCP 도구, 19개 CLI 명령어, 37개 자동화 테스트)로 제공되며, 207개의 로그 이벤트가 포함된 10개 프로젝트에 걸친 두 달간의 자체 연구를 통해 평가되었습니다. 소스 코드: https://github.com/riponcm/projectmem.