Shodh-Memory: AI 에이전트를 위한 로컬 기반 영구 메모리 시스템

섹션별 상세

Shodh-Memory는 기존의 mem0나 Zep과 달리 메모리 저장 시 LLM 호출을 전혀 사용하지 않아 비용이 발생하지 않으며 저장 속도가 약 55ms로 매우 빠르다.

시스템은 Working Memory(100개 항목), Session Memory(500MB), Long-Term Memory(RocksDB 기반)의 3단계 계층 구조로 데이터를 관리하여 효율적인 정보 회상을 지원한다.

Hebbian 학습 법칙을 적용하여 자주 조회되는 메모리의 검색 우선순위를 높이고, 일정 기간 사용되지 않은 정보는 activation decay 알고리즘을 통해 자동으로 망각하도록 설계되었다.

Model Context Protocol(MCP)을 지원하여 Claude Desktop이나 Cursor 같은 최신 AI 도구에 명령어 한 줄로 즉시 연결하여 에이전트의 개인화된 기억 저장소로 활용할 수 있다.

로컬 바이너리 크기가 약 17MB에 불과하며 GPU 없이도 작동하므로 개인용 워크스테이션부터 프로덕션 서버까지 다양한 환경에서 경량화된 배포가 가능하다.