내 Claude는 밤에 꿈을 꾸며 모든 것을 기억합니다. mempalace보다 낫네요.

1월에 Claude와 새 세션을 시작할 때마다 내가 누구인지 전혀 모른다는, 모두가 불평하는 그 문제에 질려버렸습니다. 매번 처음부터 다시 시작해야 했죠. 그래서 IaI-mcp를 만들었습니다. 모든 대화를 캡처하고, 세 단계의 메모리 계층으로 정리하며, 새 세션을 시작할 때 적절한 컨텍스트를 다시 제공하는 로컬 데몬입니다. "이거 기억해"라고 말할 필요도 없습니다. 예전 채팅에서 복사해서 붙여넣을 필요도 없죠. 그냥 알고 있습니다.

저는 1월부터 Claude Code와 함께 매일 이 도구를 사용해 왔습니다. 5개월 동안요. 이제 이 도구는 제 코딩 스타일, 프로젝트 구조, 제가 명시적으로 저장하라고 말한 적 없는 선호도까지 알고 있습니다. 대화 속에서 그것들을 포착해 유지해 온 것이죠.

모든 내용을 그대로 저장하고, 로컬에서 neural embeddings를 실행하며, AES-256으로 암호화하여 저장합니다. 컴퓨터가 유휴 상태일 때 백그라운드에서 메모리를 통합하고, 직접 수치를 확인할 수 있도록 모든 벤치마크 하네스도 함께 제공합니다.

Verbatim recall above 99%. Retrieval under 100ms. Session-start cost under 3,000 tokens.

저 자신을 위해 만든 것이라 공개하지 않았었습니다. 잘 작동해서 계속 썼을 뿐이죠. 하지만 이 분야가 폭발적으로 성장하는 것을 보며 다른 사람들도 이것을 원할 수도 있겠다는 생각이 들었습니다.

그래서 여기 공개합니다. 오픈 소스. MIT 라이선스. 5개월간의 실사용 경험이 녹아 있습니다.

And before someone asks, 아니요, 이건 지난 5개의 채팅을 요약하는 흔한 RAG wrapper가 아닙니다. 메모리는 세 가지 계층으로 저장됩니다: verbatim episodes (한 번 쓰면 절대 다시 쓰지 않음), semantic summaries (유휴 시간 통합 중에 생성됨), 그리고 procedural profile knobs (시간에 따른 행동에서 학습됨). 검색은 먼저 cosine similarity를 실행한 다음, 그래프 레이어가 연결 강도에 따라 재순위를 매깁니다. 두 번의 별도 패스를 거치는 거죠. 망각은 reinforcement-weighted 방식입니다. 기록 사이의 엣지는 시간이 지남에 따라 감쇠하지만, 기록 자체는 영원히 남습니다. 자주 회상하는 내용은 연결이 강해지고, 그렇지 않은 내용은 쉽게 닿지 않는 곳으로 사라집니다.