Brand LogoBrand Logo (Dark)
홈AI 에이전트툴킷GitHub 추천에이전트 등록블로그

카테고리

  • 아트 생성기
  • 오디오 생성기
  • 자동화 도구
  • 챗봇 & AI 에이전트
  • 코드 도구
  • 금융 도구

카테고리

  • 대규모 언어 모델
  • 마케팅 도구
  • 노코드 & 로우코드
  • 리서치 & 검색
  • 영상 & 애니메이션
  • 영상 편집

GitHub 추천

  • DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크

최신 블로그

  • OpenClaw와 Composer 2, 어떤 AI 비서가 더 뛰어난가?
  • 구글 AI 스튜디오 vs 앤트로픽 콘솔, 2026년 AI 개발 플랫폼 비교
  • 스티치 2.0 vs 러블 2026년, 어떤 제품이 더 나을까
  • 2026년 AI로 소규모 비즈니스 수익화하는 실전 가이드
  • OpenClaw와 MiniMax, 어떤 AI 어시스턴트가 더 나은 선택일까

최신 블로그

  • OpenClaw와 KiloClaw 실제 사용 경험 비교
  • OpenClaw와 Kimi Claw 비교하기
  • GPT-5.4와 Gemini 3.1 Pro 비교하기
  • Perplexity Computer, 19개 AI 모델로 금융 산업 판도 흔든다
  • OpenClaw 최선의 실천, 5 개 기본 원칙
LinkStartAI© 2026 LinkstartAI. 모든 권리 보유
문의하기소개
  1. 홈
  2. GitHub 추천
  3. claude-mem
claude-mem logo

claude-mem

Claude Code용 지속 메모리 압축 플러그인. 도구 실행 흔적을 자동 수집하고 검색 가능한 요약을 다음 세션에 주입한다.
29.7kTypeScriptGNU Affero General Public License v3.0
#typescript#sqlite#chromadb#persistent-memory#semantic-search#mcp
#progressive-disclosure
#memory-compression
#claude-code-plugin
#cursor-workflows
#alternative-to-memorymd
#developer-observability

개요

claude-mem은 개발 세션 자체를 저장·검색·리플레이 가능한 자산으로 만든다. Claude의 도구 사용과 핵심 관찰을 자동으로 수집해 노이즈가 큰 트레이스를 구조화 메모리로 압축하고, 다음 세션 시작 시 필요한 맥락만 주입한다. 훅 기반 이벤트 파이프라인으로 라이프사이클 이벤트를 안정적인 스트림으로 만들고 영속화한 뒤, 인덱싱과 의미 검색으로 신호 밀도를 끌어올린다. 또한 점진적 공개로 토큰 비용을 예측 가능하게 관리한다. 기본 저장소는 SQLite이며, 선택적으로 Chroma 임베딩 동기화를 통해 하이브리드 검색을 구성할 수 있고, 로컬 Viewer UI로 메모리 스트림을 실시간 관측할 수 있다.

문제점 vs 혁신

✕기존 문제점✓혁신적 솔루션
재연결·장기 개발에서 맥락이 터미널, 이슈, 개인 메모로 흩어져 리플레이가 어렵고 같은 문제를 반복 조사하게 된다.claude-mem은 훅으로 도구 이벤트와 관찰을 안정적으로 수집하고 AI로 구조화해 DB에 저장함으로써 기억을 ‘조회 가능한 데이터’로 만든다.
단일 메모리 파일은 짧으면 디테일이 빠지고, 길면 시작 시 컨텍스트 윈도우를 잠식한다. 인덱스가 없으면 증상 기반 회수가 어렵다.FTS와 선택적 벡터 검색을 결합한 하이브리드 검색, 그리고 점진적 공개로 토큰 예산에 맞춰 맥락을 계층적으로 주입한다. 로컬 Viewer로 관측 가능성도 제공한다.

아키텍처 심층 분석

훅 파이프라인: 세션을 이벤트 스트림으로
claude-mem의 핵심은 이벤트 기반이다. Claude Code의 라이프사이클과 도구 호출을 이산 이벤트로 보고 플러그인 훅으로 입력, 도구 파라미터, 결과를 캡처한다. 이는 일회성 대화를 영속 가능한 이벤트 스트림으로 바꿔 압축·검색·감사를 같은 ‘사실’ 위에서 수행하게 만든다. 이벤트를 먼저 저장하고 비동기로 압축하므로 요약 지연이 인터랙티브 루프를 막지 않는다. 주입 단계에서는 원시 로그 대신 고신호 요약을 우선해 컨텍스트 창을 정보 밀도로 채운다.
이중 인덱싱: FTS와 벡터의 하이브리드 검색
claude-mem은 회수를 키워드 기반과 의미 기반으로 분리한다. SQLite FTS는 명령, 파일명, 스택 트레이스 같은 명시적 단서를 빠르게 찾고, 선택적 벡터 검색은 표현이 달라져도 의도 중심으로 불러온다. 요약으로 신호 밀도를 높인 뒤 인덱싱하면 FTS와 임베딩 모두에서 노이즈가 줄어든다. 점진적 공개는 토큰 예산 내에서 계층적으로 컨텍스트를 확장하게 하고, Viewer와 검색 스킬은 파이프라인을 관측 가능하게 만들어 블랙박스를 피한다.

배포 가이드

1. Claude Code에서 플러그인을 설치

bash
1> /plugin marketplace add thedotmack/claude-mem2> /plugin install claude-mem

2. Claude Code를 재시작해 훅을 활성화

bash
1exit  # then reopen Claude Code

3. 설정 파일을 확인하고 주입 정책을 조정

bash
1cat ~/.claude-mem/settings.json

4. mem-search 스킬로 과거 세션 메모리를 검색

bash
1자연어로 질문 (예: "지난 세션에서 무엇을 고쳤지?")

5. 로컬 Viewer UI로 메모리 스트림을 관측(선택)

bash
1open http://localhost:37777

활용 사례

핵심 시나리오대상 고객솔루션최종 결과
다일 개발 연속성개인 개발자도구 트레이스와 결정을 자동 저장하고 다음 세션에 요약 주입재작업 감소, 컨텍스트 회복 가속
팀 인수인계·회고엔지니어링 리드세션을 검색 가능한 메모리로 압축하고 Viewer로 품질 점검인수인계 비용 절감, 회귀 재현성 향상
에이전트 감사플랫폼 엔지니어도구 호출과 결과를 DB에 남기고 하이브리드 검색으로 이상 경로 추적관측성 강화, 디버깅 단축, 실수 감소

제한 사항 및 주의점

제한 사항 및 주의점
  • 로컬 저장과 인덱싱이 중심이라 히스토리가 계속 증가한다. 보관 정책과 정기 정리를 설계하지 않으면 디스크 압박이 커진다.
  • 의미 검색은 임베딩 품질과 동기화에 의존하며, 벡터를 켜면 쓰기 증폭·인덱스 비대·지연이 생길 수 있어 모니터링이 필요하다.
  • 주요 대상은 Claude Code 플러그인이며, 다른 클라이언트 호환성은 어댑터 유지보수 의지에 달려 있다.

자주 묻는 질문

claude-mem과 Claude Code의 MEMORY.md 방식은 무엇이 다른가?▾
claude-mem은 기억을 ‘조회 가능한 DB + 계층형 회수’로 외부화한다. 도구 이벤트를 자동 수집하고 AI로 압축해 인덱싱한 뒤 필요할 때만 주입한다. 반면 MEMORY.md는 파일 기반 규약에 가깝고, 세션 시작 시 일정 범위를 로드하며 주제 파일은 사람이 관리한다. 자동화와 검색성을 우선하면 claude-mem, 가독성과 수동 운영을 우선하면 MEMORY.md가 맞는다. 많은 세션을 가로지르는 리플레이·재현이 중요하다면 DB 기반 접근이 인프라로 강하다.
왜 SQLite+FTS를 쓰고 요약을 하나의 긴 문서로 붙이지 않나?▾
긴 문서는 저장은 되지만 검색·계층화·관측이 약하다. SQLite는 세션/관찰/요약을 구조화 레코드로 만들고, FTS는 키워드 회수를 빠른 쿼리로 바꾼다. 또한 시간·세션·도구 타입으로 먼저 필터링한 뒤 주입량을 결정할 수 있어 점진적 공개와 토큰 예산 관리가 가능해진다. 그 결과 데이터가 커져도 기억이 무거운 문서로 변질되는 것을 막는다.
Chroma는 꼭 켜야 하나? 언제 도움이 되나?▾
필수는 아니다. Chroma는 키워드가 아니라 의도로 찾고 싶을 때 유리하다. 표현이 달라도 관련 요약을 끌어올 수 있어 패턴 기반 회수가 많다면 효과적이다. 오류 코드, 파일명, 명령 등 명시적 단서가 중심이면 FTS만으로도 충분한 경우가 많고 운영 비용도 예측 가능하다.
GitHub에서 보기

프로젝트 지표

Star 수29.7 k
언어TypeScript
라이선스GNU Affero General Public License v3.0
배포 난이도쉬움

Table of Contents

  1. 01개요
  2. 02문제점 vs 혁신
  3. 03아키텍처 심층 분석
  4. 04배포 가이드
  5. 05활용 사례
  6. 06제한 사항 및 주의점
  7. 07자주 묻는 질문

관련 프로젝트

Trellis
Trellis
2.9 k·TypeScript
nanobot
nanobot
22.5 k·Python
Awesome LLM Apps
Awesome LLM Apps
96.4 k·Python
DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크
DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크
26.1 k·Python