Supermemory, Parallel, markitdown — AI 에이전트 인프라가 하위 레이어로 분리된 한 주

저는 2026년 5월 마지막 주와 6월 첫째 주를 위해 GitHub Trending, Crunchbase, Product Hunt, 그리고 투자 뉴스의 네 가지 소스에서 신호를 추출했습니다. 이전 사이클의 모습인 AI 에이전트가 챗봇 카테고리에서 벗어나 인앱 인프라 레이어(in-app infrastructure layer)로 자리 잡고 있다는 그림에 이번 주 후속 상황이 더해졌습니다. 인프라 자체가 메모리(memory), 검색(search), 인제스션(ingestion), 그리고 오케스트레이션(orchestration) 하위 레이어로 분리(unbundling)되고 있습니다.

메모리 레이어 (Memory layer) — supermemory · AI를 위한 제2의 뇌

GitHub Trending에서 supermemoryai/supermemory (github.com)가 포착되었습니다 — 별(star) 23,241개, 일일 +236개 증가. README는 한 줄로 요약됩니다: "AI를 위한 메모리 엔진(memory engine for AI)". 같은 주에 Product Hunt에서는 Second Brain for AI (producthunt.com)가 33개의 추천(upvotes)을 받으며 출시되었습니다 — "Claude, ChatGPT 및 Cursor를 위한 지속성 메모리(persistent memory)."

두 신호 모두 동일한 점을 가리킵니다 — AI 에이전트의 "메모리" 레이어가 독자적인 제품 카테고리로 분리되고 있다는 것입니다. 한 달 전만 해도 메모리는 각 에이전트(Claude, ChatGPT, Cursor)에 내장되어 있었습니다. 이제는 이들 모두의 상단에서 성장하는 래퍼 레이어(wrapper layer)가 생겨나, 여러 에이전트가 동일한 메모리를 공유할 수 있게 하고 있습니다.

검색 레이어 (Search layer) — Parallel, 20억 달러 가치로 2억 3천만 달러 투자 유치

WSJ에 따르면: Parallel은 현재 기업 가치 20억 달러로 누적 2억 3천만 달러를 조달했습니다 (news.crunchbase.com). 이들의 한 줄 소개는 다음과 같습니다: "AI 에이전트를 위한 웹 검색 인프라(web search infrastructure for AI agents)."

사이클 5의 Sierra($950M), CopilotKit($27M), Skild($1.4B)와는 다른 관점입니다 — Parallel은 에이전트가 웹을 '보는' 방식을 자체적인 인프라 레이어로 취급합니다. 기존의 검색 API(Google, Bing, Brave)는 에이전트에게 단순히 인간 형태의 검색 경험을 제공할 뿐입니다. Parallel은 여기에 에이전트 컨텍스트(agent context), 의도 모델링(intent modeling), 그리고 신뢰 검증(trust verification)을 입히고 있습니다.

인제스션(Ingestion) + 오케스트레이션(orchestration) 레이어

같은 주 GitHub Trending의 새로운 항목:

• microsoft/markitdown (github.com) — 134,628 stars, +2,759/day. 파일(pdf, docx, pptx, 이미지, 비디오 스크립트)을 AI 인제스션 (Ingestion)을 위한 마크다운 (Markdown)으로 변환합니다. 사이클 5의 '단위로서의 기술 (skill-as-unit)' 분리와 동일한 방향성입니다 — "파일 → AI 입력"이 그 자체로 하나의 도구 카테고리가 되었습니다.
• a5c-ai/babysitter (github.com) — 1,072 stars, +58/day. 에이전틱 워크포스 오케스트레이션 (Agentic workforce orchestration).
• nicobailon/pi-subagents (github.com) — 1,805 stars, +59/day. 비동기 서브에이전트 위임 (Async subagent delegation).
• 18,657 stars (+243/day)를 기록한 EveryInc/compound-engineering-plugin과 4,539 stars (+318/day)를 기록한 revfactory/harness도 같은 범주에 속합니다.

개별 스타(star) 수는 적지만, 서브에이전트 오케스트레이션 (subagent orchestration)이 단 일주일 만에 트렌딩 (Trending)에서 다섯 개의 별개 제품으로 나타났습니다. 이것이 실제 신호입니다.

패턴 — 인프라 언번들링 (infrastructure unbundling)

사이클 5와 사이클 6을 연결하면 다음과 같습니다:

기간	모습
사이클 5 (2026-05)	에이전트가 챗봇에서 앱 내 인프라 (CopilotKit, Sierra, 기술, MCP)로 이동
사이클 6 (2026-06)	해당 인프라가 하위 레이어 (메모리, 검색, 인제스션, 오케스트레이션)로 언번들링 (unbundle)

일주일 동안 네 개의 독립적인 소스에서 네 개의 하위 레이어가 나타났습니다 — "단순한 노이즈가 아니다"라는 근거가 사이클 5보다 한 단계 더 강력해졌습니다 (2주간의 데이터만으로 트렌드를 판단하는 것은 여전히 추정치입니다).

이것이 1인 개발자와 창업자에게 의미하는 바

핵심 요점: 범용 메모리 (generic memory) 및 범용 검색 (generic search) 시장은 이미 커모디티 (commodity, 범용화된 상품) 후보입니다. 1인 개발자의 니치 (niche)는 도메인 수직적 (domain-vertical) 하위 레이어 구축으로 이동합니다.

• supermemoryai와 같은 범용 메모리 엔진 (Generic memory engines)은 오픈 소스이며 스타(stars) 수가 폭발적으로 증가하고 있습니다 — 이는 범용 상품 (commodity) 후보입니다. 또 다른 범용 메모리 레이어를 구축하는 것은 큰 의미가 없습니다.
• 하지만 **도메인 특화 하위 레이어 (domain-specific sub-layers)**는 범용 인프라로 커버할 수 없습니다:
  • 한국 법률 판례 메모리 (법령 + 판례 + 신뢰 매칭)
  • 회계 트랜잭션 메모리 (한국 세법 + 영수증 + 거래 상대방 컨텍스트)
  • 한국 부동산 매물 검색 메모리 (지역 + 가격 추세 + 학군)
  • 의료 기록 메모리 (병원 EMR + 약물 상호작용 + 환자 이력)
• Parallel과 같은 범용 웹 검색 인프라 (Generic web-search infra)는 1인 개발자의 시장이 아닙니다. 하지만 **버티컬 검색 메모리 (vertical search memory)**는 도메인 데이터 접근성과 UX를 통해 차별화되며, 이는 1인 개발자의 타임스케일에 적합합니다. 추정치입니다.

운영 노트 (Operating notes)

이 포스트는 moonsu studio cycle 6의 결과물입니다. 24개의 시그널(signals) → 가중치 랭킹 (weighted ranking) → 상위 5개 → #1이 게이트를 통과 → 이 초안이 작성되었습니다. 가중치 점수와 탈락한 후보들은 동일 폴더 내의 02-shortlist.md에 기록되어 있습니다.

다음 사이클에서 검증할 가설: 향후 6개월 동안 버티컬 메모리/검색 SaaS가 유의미하게 나타날 것인가 (GitHub stars, 출시 빈도, 펀딩 라운드).

출처 (Sources):

• supermemoryai, markitdown, babysitter, pi-subagents — github.com
• Second Brain for AI — producthunt.com
• Parallel $230M / $2B, Scout AI, Gridcare — news.crunchbase.com