Memweave: 외부 서비스 없이 로컬 Markdown 파일로 관리하는 간단한 에이전트 메모리 솔루션

사용자들은 외부 의존성 없는 단순한 구조에 긍정적인 반응을 보였다.

• 로컬 에이전트 개발 시 복잡한 벡터 DB 대신 memweave를 사용하여 메모리 시스템을 빠르게 구축할 수 있다.
• 임베딩 API 비용이 부담되는 프로젝트에서 BM25 기반의 오프라인 검색 기능을 활용하여 비용을 절감할 수 있다.

비엠25(BM25)

— 문서 내 키워드 빈도와 희소성을 바탕으로 텍스트의 관련성을 점수화하는 알고리즘이다. 정보 검색 분야에서 널리 쓰이는 고전적 기법으로, 정확한 키워드 매칭이 필요한 검색에서 벡터 검색의 보완재로 활용된다.

하이브리드 검색(Hybrid Search)

— 키워드 기반의 어휘 검색과 임베딩 기반의 의미 검색을 결합하여 검색 정확도를 높이는 기법이다. 두 방식의 장점을 취해 오타나 동의어 대응은 물론 정확한 고유 명사 검색까지 모두 수행할 수 있다.

sqlite-vec

— SQLite 데이터베이스 내에서 벡터 연산과 유사도 검색을 가능하게 하는 확장 모듈이다. 외부 벡터 DB 서버 없이 로컬 파일 시스템에서 효율적인 벡터 검색 기능을 구현할 수 있게 해준다.