오픈소스 지속성 메모리 MCP 서버 구축 — SQLite + sentence-transformers 하이브리드 검색

실용적 조언

pip install mcp-loci 명령어로 즉시 설치 가능하다
Claude Desktop 설정에 추가하여 영구 메모리 기능을 활성화할 수 있다

섹션별 상세

MCP의 기본 한계인 세션 간 상태 비지속성 문제를 지적했다. MCP는 매 세션마다 이전 대화나 결정을 기억하지 못하는 콜드 스타트 방식으로 작동하여 에이전트나 개인 비서 구축 시 컨텍스트를 수동으로 재주입해야 하는 번거로움이 있다. 이를 해결하기 위해 세션 간 메모리를 유지하는 로컬 MCP 서버인 MCP-Loci를 개발했다.

검색 성능 최적화를 위해 SQLite FTS5와 sentence-transformers를 결합한 하이브리드 검색 방식을 채택했다. 키워드 일치 방식과 코사인 유사도 기반의 시맨틱 검색 결과를 병합하고 신뢰도 점수에 따라 순위를 매겨 정확도를 높였다. 모든 임베딩 생성은 로컬에서 수행되어 외부 API 호출 없이도 빠른 검색이 가능하다.

메모리 관리의 효율성을 위해 유형, 설명, 최신성 감쇠(recency decay), 사용 횟수 추적 기능을 포함했다. 단순히 정보를 저장하는 것을 넘어 자주 사용되거나 최근에 언급된 정보를 우선적으로 처리할 수 있는 구조를 갖추었다. FastMCP 3.x 표준과 호환되며 NDJSON 전송 방식을 사용하여 최신 MCP 클라이언트와의 연동성을 확보했다.

용어 해설

모델 컨텍스트 프로토콜(MCP): — Model Context Protocol의 약자로, LLM과 외부 도구 또는 데이터 간의 연결을 표준화하는 프로토콜이다. 에이전트가 로컬 파일이나 데이터베이스에 접근할 수 있게 해주며, AI 생태계 확장의 핵심 역할을 한다.
하이브리드 검색(Hybrid Search): — 키워드 기반의 전문 검색(FTS)과 벡터 기반의 시맨틱 검색을 결합한 방식이다. 두 방식의 장점을 모두 취해 검색의 정확도와 재현율을 동시에 높이는 기법으로 RAG 시스템에서 자주 사용된다.
문장 트랜스포머(Sentence-Transformers): — 텍스트를 고차원 벡터로 변환하여 문장 간의 의미적 유사도를 계산하는 Python 라이브러리이다. 로컬 환경에서 실행 가능하여 외부 API 비용 없이 임베딩을 생성할 수 있다는 장점이 있다.
전문 검색 5(FTS5): — SQLite에서 제공하는 전문 검색(Full-Text Search) 확장 모듈이다. 대량의 텍스트 데이터에서 특정 키워드를 매우 빠르게 검색할 수 있게 해주는 인덱싱 기술을 제공한다.
줄바꿈 구분 JSON(NDJSON): — Newline Delimited JSON의 약자로, 각 줄이 유효한 JSON 객체인 데이터 형식이다. 스트리밍 데이터 처리에 적합하며 최신 MCP 사양에서 데이터 전송 프로토콜로 사용된다.

코드 예제

bash

pip install mcp-loci

MCP-Loci 라이브러리를 설치하는 명령어

언급된 도구

MCP-Loci추천

영구 메모리 MCP 서버

SQLite중립

FTS5 기반 전문 검색 백엔드

sentence-transformers중립

로컬 시맨틱 임베딩 생성

언급된 리소스

GitHubMCP-Loci GitHub Repository