Show GN: Greeum - 인간 모방형 메모리 저장소 모듈
(github.com/DryRainEnt)[ 소개 ]
- 그리움(Greeum)은 LLM을 위한 인간 기억체계 모방형 기억 시스템입니다.
- 아래의 2계층 아키텍쳐를 통해 빠르고 정확하며 안전한 기억력을 제공합니다.
- 개발자는 1인 인디게임 개발자 출신으로 본 분야의 전문 지식이 부족함.
- 기획과 구조 설계 및 테스트 이외에는 전부 바이브 코딩으로 개발 진행중.
[ 아키텍쳐 ]
- [ STM (Short-Term Memory ]
-
- TTL 기반 임시 기억과 AI Context Slots로 작동
-
- 현재 진행중인 대화의 맥락을 유지
-
- 주요 정보를 앵커 포인트로 고정하여 빠르게 접근
- [ LTM (Long-Term Memory ]
-
- 블록체인 구조의 불변 메모리 블록으로 구성
-
- 해시 체인으로 무결성을 보장
-
- FAISS 벡터 인덱싱과 BERT 재랭킹으로 의미론적 검색을 수행.
[ 사용 ]
- 현재 API나 CLI로도 사용 가능
- 기본적으로는 MCP로 활용하기를 권장.
- 컨텍스트 메모리가 협소한 ClaudeCode와 궁합이 발군임.
- 사용시에 CLAUDE.md 등에서 아래 예시처럼 명시적으로 사용할 것을 권장.
- 저장 단위: 액션 단위 라벨링
= 모든 메모리 저장은 그레마스 6개 액탄트 역할을 기반으로
= [주체-행동-객체] 구조의 1-2문장으로 기록 - 저장 패턴 예시:
= [사용자-요청-MCP도구테스트] 연결된 도구 파악 및 테스트 진행
= [Claude-발견-TypeScript오류] src/types/session.ts의 processId 타입 불일치
= [팀-결정-아키텍처변경] 마이크로서비스에서 모놀리스로 전환, 성능상 이유
= [사용자-제안-그레마스모델적용] 액탄트 구조로 상호작용 패턴 기록 - 저장 빈도: 모든 상호작용은 영구 보존 가치
= 기본 원칙: "모든 작업 단위는 영구 보존 가치가 있다"
= 중요도 판단보다 패턴 누적 우선 - 저장 시점:
= 사용자 질문/요청마다 저장
= 문제 발견/해결마다 저장
= 작업 전환점마다 저장
= 피드백과 개선사항마다 저장
= 코드 변경, 설정 수정마다 저장
= 테스트 결과, 성능 측정마다 저장
[ 예정 ]
- 직전 작업은 메모리 스키마 단위의 그레마스 액탄트 모델 적용임.
- 모든 기억 구조를 구조화 해서 연관관계 및 인과관계 추론이 목적
- 궁극적으로 가상 인격을 구성하기 위한 핵심 키포인트가 될 것으로 기대.
[ 비고 ]
- 현재 이 아키텍쳐를 이용하여 AI 가상 비서 - "루카 프로젝트" 진행중
- 아래 요소들의 조합으로 자율성을 지닌 가상 인격체 개발을 목표함.
= 그리움을 통한 기억 시스템과 연관/인과관계 추론 능력
= 좋음<>나쁨 / 긴장<>이완 / 수동<>능동 패턴의 "디지털 호르몬" 구현
= 빠른 응답시간 및 자율성을 위해 로컬 LLM 모델인 Gemma 사용중 (변경 예정) - 한 PC당 한 인격체가 배치되는 자율형 OS역할 수행이 가능할 것으로 기대.
- 관련 의견이나 피드백을 항상 기다리고 있음.
세일즈 포인트?
개발자는 1인 인디게임 개발자 출신으로 본 분야의 전문 지식이 부족함.
기획과 구조 설계 및 테스트 이외에는 전부 바이브 코딩으로 개발 진행중.
zzz
사용법은
pip install greeum
claude mcp add greeum greeum mcp serve
로 충분함.
playwright mcp와 함께 쓰면 정말 완성까지 자동으로 진행이 가능해짐.
- AI를 써서 만들어낸 글이라는 인상을 받았음
- 존대와 반말이 섞여 있으며 마침표는 어느 규칙에 따라 찍힌 것인 지 궁금함
- 이런 유형의 글쓰기 스타일은 AI에 의존하는 사람들의 문서에서 점점 많이 관찰되며, 내용은 방대하고 불릿리스트의 뎁스도 끝이 없지만 정작 핵심을 파악하긴 어려워짐
- 그레마스 행위자 모델을 어느 정도로 이해하고 있는 지 궁금한데, AI가 뱉어냈을 그레마스 액탄트라는 단어를 그대로 본문에 집어넣었기 때문임
- 구글에 그레마스 액탄트를 검색하면 본 페이지만 나옴