로컬-퍼스트 AI 메모리 시스템 MemPalace 공개

핵심 요약

• MemPalace는 대화 기록을 그대로 저장하고 시맨틱 검색으로 검색하는 오픈소스 AI 메모리 시스템으로, 요약이나 의역 없이 원문을 보존한다.
• 사람과 프로젝트를 '윙(wing)', 주제를 '룸(room)', 원문을 '드로어(drawer)'로 구조화해 검색을 특정 범위로 제한할 수 있으며, 검색 백엔드는 플러그인 방식으로 교체 가능하다.
• 기본값은 ChromaDB이고 SQLite, Milvus, Qdrant, PostgreSQL(pgvector) 등 다양한 백엔드를 지원하며, 사용자 기계를 벗어나는 데이터는 명시적 동의 하에서만 외부로 나간다.
• LongMemEval 벤치마크에서 96.6% R@5 성능을 기록했으며, 이는 API 호출이나 LLM 없이 순수 시맨틱 검색만으로 달성한 수치다.
• 하이브리드 v4 파이프라인으로 98.4% R@5를 기록했고, LLM 리랭킹으로 99% 이상에 도달 가능하며 특정 모델에 의존하지 않는다.
• LoCoMo 벤치마크에서 하이브리드 v5가 88.9% R@10, ConvoMem에서 92.9% 평균 리콜, MemBench에서 80.3% R@5를 달성했다.
• Python 3.10 이상이 필요하며, 임베딩 모델은 embeddinggemma(다국어, 100+언어) 또는 minilm(영어만) 중 선택 가능하고, 로컬이나 OpenAI 호환 API를 통한 원격 계산을 지원한다.
• Claude Code, Codex CLI, Cursor IDE용 자동 저장 훅을 제공하며, 47개 MCP 도구로 읽기/쓰기, 지식 그래프, 에이전트 조정 등을 지원한다.
• CLI 또는 에이전트 가이드 설정, Docker 컨테이너(멀티 아키텍처: amd64+arm64) 등 다양한 설치 방식을 지원하며, 시간 윈도우가 있는 시간 엔티티-관계 그래프도 포함한다.
• MIT 라이선스 오픈소스 프로젝트이며, 벤치마크 재현을 위한 코드와 결과 파일을 저장소에 공개해 투명성을 확보했다.