코딩 에이전트 간 기억을 이어주는 공유 메모리 서버
클로드 코드를 쓰다가 중간에 멈추고, 같은 폴더에서 오픈AI 코덱스를 열어도 아키텍처나 실패했던 접근법을 다시 설명하지 않아도 됩니다. 각 에이전트가 남기는 기록을 하나의 서버에 모아, 다음 세션에서 바로 이어받을 수 있게 하는 도구입니다. 이는 에이전트마다 따로 저장되던 메모리를 공유하는 구조로 바꾸는 것입니다.
에이전트와 기기를 넘어 이어지는 기억
기존 코딩 에이전트의 메모리는 보통 한 대의 컴퓨터와 특정 에이전트에 묶여 있습니다. 데스크톱에서 중단한 프로젝트를 노트북에서 다시 열어도 같은 지식과 미해결 질문을 그대로 가져옵니다. 팀원들이 하나의 서버를 공유하면 한 사람이 세션에서 배운 내용을 다른 사람의 에이전트도 검색할 수 있습니다. 개인적인 핸드오프는 개인별로 유지되며, 프로젝트 지식은 공유됩니다.
마크다운 파일이 원본인 구조
기억의 원본은 git 기반의 위키로, 평범한 .md 파일로 저장됩니다. 데이터베이스는 이 파일들에서 파생된 인덱스일 뿐이며, 필요할 때 언제든 다시 만들 수 있습니다. 벡터 저장소를 따로 관리하거나 바이너리 파일에 내용이 갇히는 일이 없습니다. grep으로 검색하거나 Obsidian으로 열어 직접 편집할 수 있습니다. 삭제된 내용은 git 히스토리와 버전 체인을 통해 restore-page 명령으로 되돌릴 수 있어 데이터 손실 위험을 줄입니다.
LLM 없이도 작동하는 기본 모드
기본 설정에서는 LLM API 키 없이도 캡처, 검색, 핸드오프가 모두 작동합니다. 라이프사이클 훅이 프롬프트와 도구 호출을 자동으로 기록하고, 저장 전 개인정보 경계에서 정제합니다. 세션이 끝나면 이 관찰들이 가독성 있는 마크다운 페이지로 정리됩니다. 메모리는 사용 빈도에 따라 자연스럽게 감쇠하며, 자주 쓰이는 내용은 더 오래 유지됩니다. 유사한 내용은 하나로 합쳐지고, 모순되는 내용은 플래그가 붙습니다. 이 과정은 모두 API 호출 없이 이루어집니다.
설치와 에이전트 연결
Linux, macOS, Windows(WSL2)를 지원하며, Docker 또는 네이티브 바이너리로 설치할 수 있습니다. Arch Linux는 AUR 패키지, Fedora는 RPM, macOS는 메뉴바 앱 또는 소스 빌드를 제공합니다. 설치 후 ai-memory install-mcp와 ai-memory install-hooks 명령으로 에이전트를 연결합니다. ai-memory run 명령을 사용하면 에이전트 실행 시 필요한 훅과 MCP 설정을 자동으로 적용해줍니다. 서버는 기본적으로 루프백 주소에만 바인딩되어 외부 접근을 차단하며, LAN에 노출할 경우 베어러 토큰 인증을 추가해야 합니다.
사용 전 확인 사항
이 도구는 단일 바이너리로 배포되며, 멀티유저 인증과 감사 로그가 기본 내장되어 있습니다. LLM 기반의 '드림' 기능이나 벡터 검색은 선택 사항이며, 기본값은 꺼져 있습니다. Windows 네이티브 지원은 실험 단계이므로 WSL2 사용을 권장합니다. 팀 환경에서는 서버 접근 권한과 감사 로그 정책을 미리 설정해야 합니다.
