# Show GN: MemRosetta -- AI 도구를 위한 로컬 장기 기억 엔진

> Clean Markdown view of GeekNews topic #28126. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=28126](https://news.hada.io/topic?id=28126)
- GeekNews Markdown: [https://news.hada.io/topic/28126.md](https://news.hada.io/topic/28126.md)
- Type: show
- Author: [obst2580](https://news.hada.io/@obst2580)
- Published: 2026-04-02T22:26:04+09:00
- Updated: 2026-04-02T22:26:04+09:00
- Original source: [github.com/obst2580](https://github.com/obst2580/memrosetta)
- Points: 10
- Comments: 1

## Topic Body

AI 코딩 도구(Claude Code, Cursor, Codex, Gemini 등)를 쓰다 보면 세션이 바뀔 때마다 맥락이 사라집니다.  
  어제 결정한 아키텍처, 지난주 디버깅 결과, 내가 선호하는 코딩 스타일 -- 매번 다시 설명해야 합니다.  
  
  MemRosetta는 이 문제를 풀기 위한 로컬 장기 기억 엔진입니다.  
  
  한 줄 설치:  
  npm install -g memrosetta && memrosetta init --claude-code  
  
  어떻게 동작하나  
  
  하나의 로컬 SQLite 파일(~/.memrosetta/memories.db)에 모든 기억을 저장합니다. Claude Code, Cursor,  
  Codex, Gemini가 같은 DB를 공유하므로, 한 도구에서 저장한 기억을 다른 도구에서 검색할 수 있습니다.  
  
  기존 RAG처럼 문서를 텍스트 조각(chunk)으로 쪼개는 대신, 원자적 기억(atomic memory) 단위로 저장합니다.  
  하나의 사실이 하나의 레코드입니다.  
  
  // 월요일 세션 — Claude가 대화 중 자동으로 MCP 호출  
  store({  
    "content": "인증은 OAuth2 + PKCE로 결정",  
    "memoryType": "decision",  
    "keywords": ["auth", "oauth2", "pkce"]  
  })  
  
  // 화요일 새 세션 — Claude가 MCP로 검색  
  search({ "query": "auth" })  
  
  → [0.95] 인증은 OAuth2 + PKCE로 결정 (decision, 2026-03-31)  
  → [0.82] API rate limit은 유저당 100req/min (fact, 2026-03-31)  
  → [0.41] 로그인 페이지 UI 완성 (event, 2026-03-28)  
  
  100개의 기억이 쌓여 있어도, 키워드 매칭 + 시맨틱 유사도 + ACT-R 활성화 점수를 종합해서 관련도 높은  
  상위 5개만 반환합니다. 인간의 뇌가 관련 기억을 떠올리는 방식과 같습니다 — 자주 떠올린 기억은 더 잘  
  떠오르고, 오래 안 쓴 기억은 자연스럽게 흐려지지만 사라지지는 않습니다.  
  
  주요 특징  
  
  - 하이브리드 검색: FTS5 키워드 매칭 + 벡터 시맨틱 유사도 + Convex Combination 융합  
  - 모순 감지: 로컬 NLI 모델(71MB)이 새 사실과 기존 기억의 모순을 자동 감지하고 관계로 연결  
  - 적응적 망각: 인지과학의 ACT-R 모델 기반. 자주 검색되는 기억은 활성화 점수가 올라가고, 안 쓰이는  
  기억은 자연스럽게 퇴색 (삭제는 아님)  
  - 시간 모델: 기억마다 4개 타임스탬프 -- 언제 저장했는지, 대화가 언제 일어났는지, 실제 사건 시점,  
  무효화 시점  
  - 관계 그래프: updates, extends, derives, contradicts, supports -- 기억끼리 연결  
  - LLM 불필요: 코어 엔진은 외부 API 호출 없이 로컬에서 동작. 임베딩(33MB)과 NLI(71MB) 모두 로컬  
  
  도구별 통합  
  
  memrosetta init --claude-code   # Claude Code: hooks + CLAUDE.md + MCP  
  memrosetta init --cursor        # Cursor: MCP + .cursorrules  
  memrosetta init --codex         # Codex: config.toml + AGENTS.md  
  memrosetta init --gemini        # Gemini: settings.json + GEMINI.md  
  
  MCP(Model Context Protocol)를 통해 AI가 세션 중에 직접 기억을 저장/검색합니다. Claude Code의 경우,  
  세션 중에는 Claude가 직접 MCP로 저장하고(품질 최고, 비용 $0), 세션 종료 시 Stop Hook이 안전망으로 놓친  
   것을 보완합니다.  
  
  경쟁 제품과 비교  
  
  Mem0, Zep, Letta 같은 기존 AI 메모리 솔루션은 클라우드 기반이고 LLM 의존성이 있습니다. MemRosetta는  
  로컬 SQLite 하나로 동작하며, 모순 감지, ACT-R 망각 모델, 시간 모델, 관계 그래프 등은 기존 솔루션에  
  없는 기능입니다.  
  
  - GitHub: https://github.com/obst2580/memrosetta  
  - 홈페이지: https://memrosetta.liliplanet.net  
  - npm: npm install -g memrosetta  
  - 696+ 테스트, MIT 라이선스

## Comments



### Comment 55039

- Author: you4you4
- Created: 2026-04-10T15:29:13+09:00
- Points: 2

안녕하세요 좋은 아이디어라고 생각합니다.  
혹시 프로젝트별로 구분하실생각은 없으신가요?