Claude Code 관련 에이전트 메모리 설계 경험과 구현 교훈을 정리한 글이다. 작성자는 Fluree 소속으로 자사 리포지토리에 실제로 수개월간 운용한 메모리 계층 사례를 바탕으로 관찰을 기록했다. 문서의 핵심은 메모리 스키마 단순화, 회수 전략으로 BM25와 메타데이터 재정렬 채택, 리포지토리 기반 TTL 저장, 자격 증명 자동 검열 등 실무적 설계 선택에 집중되어 있다.

Fluree 소속 작성자는 자사 코드 리포지토리에서 수개월간 운용한 메모리 계층 경험을 바탕으로 설계 교훈을 공유했다. 초기의 복잡한 스키마는 실사용률을 떨어뜨려 사실·결정·제약의 세 가지로 단순화했고, 결과적으로 저장률이 증가했으며 전체 메모리 중 85%가 사실에 해당하고 한 하위 타입이 81%를 차지한 사용 데이터가 제시되었다. 자동 추출 방식은 추출 단계에서 토큰을 많이 소모해 비용이 커지는 문제가 있었고, 이에 대응해 에이전트의 명시적 저장과 BM25 기반 키워드 회수 후 메타데이터 재정렬을 결합해 소수의 관련 메모리만 모델에 제공하는 방식을 채택했다. 메모리는 .fluree-memory 폴더의 Turtle(TTL) 파일로 리포지토리에 저장되어 git diff·blame으로 리뷰되었고, 저장 시점에 자격증명 패턴을 스캔해 자동 마스킹함으로써 비밀 누출 위험을 줄인 사례가 보고되었으며 글쓴이는 커뮤니티에 다른 운영 방식(예: CLAUDE.md 중심, 벡터 DB, 자체 구현)을 묻는 형태로 논의를 촉발했다.