# Clawdbot이 기억을 관리하는 법: Markdown 기반의 하이브리드 메모리 아키텍처

> Clean Markdown view of GeekNews topic #26299. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=26299](https://news.hada.io/topic?id=26299)
- GeekNews Markdown: [https://news.hada.io/topic/26299.md](https://news.hada.io/topic/26299.md)
- Type: news
- Author: [darjeeling](https://news.hada.io/@darjeeling)
- Published: 2026-02-01T15:30:13+09:00
- Updated: 2026-02-01T15:30:13+09:00
- Original source: [manthanguptaa.in](https://manthanguptaa.in/posts/clawdbot_memory/)
- Points: 16
- Comments: 0

## Summary

**Clawdbot**은 모든 기억을 로컬 **Markdown 파일**로 관리하는 오픈 소스 AI 어시스턴트로, 데이터 소유권을 전적으로 사용자에게 돌려줍니다. 일일 로그와 장기 지식을 분리한 2계층 메모리 구조와 벡터·키워드 기반의 하이브리드 검색을 결합해, 대규모 컨텍스트에서도 필요한 정보를 빠르게 찾아냅니다. 또한 컴팩션과 프루닝 기법을 통해 컨텍스트 윈도우 한계를 넘어서면서도 비용과 성능의 균형을 유지합니다.

## Topic Body

요약:   
* Clawdbot은 오픈 소스 로컬 AI 어시스턴트로, 클라우드 종속성 없이 사용자의 로컬 환경에 Markdown 파일 형태로 장기 기억을 저장하고 관리합니다.  
* 2계층 메모리 시스템(일일 로그 및 장기 지식)과 하이브리드 검색(벡터 + 키워드)을 통해 대규모 컨텍스트에서도 효율적인 정보 회수가 가능합니다.  
* 컨텍스트 윈도우 한계를 극복하기 위해 '컴팩션(Compaction)'과 '프루닝(Pruning)' 기술을 사용하여 비용 최적화와 성능 유지를 동시에 달성합니다.  
  
상세요약:   
1. 개요 및 설계 철학  
Clawdbot은 데이터 소유권을 사용자에게 돌려주기 위해 모든 기억을 로컬 워크스페이스 내 Markdown 파일로 관리합니다. 투명성(Transparency)을 핵심 가치로 삼아, 사용자가 직접 메모리 파일을 읽고 수정하며 버전 관리를 할 수 있도록 설계되었습니다.  
  
2. 2계층 메모리 구조  
메모리는 크게 두 가지 레이어로 나뉩니다:  
- Layer 1 (Daily Logs): `memory/YYYY-MM-DD.md` 파일에 그날의 대화 요약, 결정 사항, 사용자 선호도를 기록합니다.  
- Layer 2 (Long-term Knowledge): `MEMORY.md` 파일에 여러 세션에 걸쳐 지속되어야 하는 핵심 사실, 프로젝트 결정 사항, 고정된 사용자 프로필 등을 저장합니다.  
  
3. 하이브리드 검색 엔진 (Hybrid Search)  
에이전트는 `memory_search` 도구를 사용하여 필요할 때만 메모리를 조회합니다:  
- 시맨틱 검색(Vector Search): 임베딩을 통해 의미적으로 유사한 내용을 찾습니다 (SQLite-vec 활용).  
- 키워드 검색(BM25): 정확한 고유 명사, 날짜, ID 등을 찾기 위해 FTS5 엔진을 병행합니다.  
- 최종 점수 계산: `(0.7 * 벡터 점수) + (0.3 * 텍스트 점수)`의 가중치 방식을 적용하여 정확도를 높였습니다.  
  
4. 컨텍스트 관리 기술  
- 컴팩션(Compaction): 컨텍스트 제한에 도달하면 이전 대화를 요약본으로 대체합니다. 특히 '메모리 플러시(Memory Flush)' 단계를 통해 요약 전 중요한 정보를 미리 Markdown 파일에 영구 저장하여 정보 손실을 방지합니다.  
- 프루닝(Pruning): 대규모 로그 출력 등 불필요하게 긴 도구 실행 결과를 잘라내어 토큰을 절약합니다. Anthropic의 프롬프트 캐싱 TTL을 고려한 지능적인 삭제 로직이 포함되어 있습니다.  
  
5. 기술 스택 및 데이터 흐름  
- 저장소: 로컬 Markdown 파일 (Source of Truth) 및 SQLite (인덱싱용).  
- 워크플로우: 파일 변경 감지(Chokidar) -> 청킹(400 토큰 단위, 80 토큰 중첩) -> 임베딩 -> SQLite 저장.

## Comments



_No public comments on this page._