핵심 요점
- LongMemory(github.com/CaviraOSS/LongMemory)는 AI 에이전트와 LLM 애플리케이션을 위한 무료 오픈소스 셀프 호스팅 메모리 엔진입니다
- CaviraOSS가 개발했으며, 이전에는 OpenMemory라는 이름으로 배포되었다가 LongMemory로 이름이 변경되었습니다 — 이 리뷰는 둘을 경쟁하는 두 개의 도구가 아니라 동일한 프로젝트로 취급합니다
- 핵심 엔진은 Apache 2.0 라이선스이며, 별도의 n8n 커뮤니티 노드 패키지는 자체 패키지 목록에 따라 MIT 라이선스입니다
- 프로젝트가 "Hydrograph"라고 부르는 그래프 기반 인프라에 메모리를 저장하며, 불변 노드(immutable node), 타입이 지정된 엣지(typed edge), 시간 추적 기능을 갖추고 있고 SQLite가 영속성을 뒷받침합니다
- 자체 문서에 따르면 "단순한 RAG도, 단순한 벡터 데이터베이스도 아니다"라며 일반적인 RAG 및 벡터 검색과 차별화를 시도합니다
- Claude Desktop, GitHub Copilot, Codex, OpenCode, Gemini CLI, Cline, n8n과 통합되며, Model Context Protocol(MCP) 서버도 제공합니다
- 이 리뷰 작성 시점 기준 GitHub 스타 4,500개 이상
📍 한 문장으로
LongMemory는 CaviraOSS가 개발한 무료 오픈소스(Apache 2.0) 셀프 호스팅 메모리 엔진으로 — 이전에는 OpenMemory라는 이름으로 배포되었으며 — AI 에이전트와 LLM 애플리케이션에 세션 간 지속적이고 시간에 따른 변화를 반영하며 거버넌스가 적용된 메모리를 제공하고, GitHub 스타 4,500개 이상을 보유하고 있습니다.
💬 쉽게 말하면
LongMemory는 사용자가 직접 실행하는 인프라로, 대화 사이에 AI 에이전트를 위해 사실을 기억합니다 — 어떤 사실이 언제 사실이었고 언제 바뀌었는지까지 포함해서 말입니다 — 대화가 끝나는 순간 에이전트가 모든 것을 잊어버리는 대신 말이죠. 자체 AI 모델을 실행하지 않으며, 메모리를 저장하고 검색한 뒤 사용자가 설정한 LLM 또는 임베딩 제공업체에 컨텍스트를 돌려줍니다.
📌참고: 이 리뷰는 LongMemory의 GitHub 저장소, README, 공식 문서를 기반으로 작성되었습니다. PromptQuorum이 검색 정확도나 다른 메모리 도구 대비 성능에 대해 직접 벤치마크를 수행했다고 주장하지 않습니다 — 프로덕션 의사 결정에 활용하기 전에 구체적인 성능 주장은 프로젝트의 공식 문서를 통해 직접 확인하시기 바랍니다.
LongMemory란 무엇인가?
LongMemory는 모델도, 추론 엔진도, 단순한 벡터 데이터베이스도 아닌, AI 에이전트와 LLM 애플리케이션에 세션 간 지속적이고 시간 인식이 가능한 회상 기능을 제공하는 셀프 호스팅 메모리 엔진입니다. 자체 문서에 따르면 특정한 문제를 해결하는 것을 목표로 합니다: 대부분의 LLM 시스템은 세션이 끝나는 순간 모든 컨텍스트를 잃어버리며, 벡터 데이터베이스 위에 구축된 RAG 파이프라인조차도 일반적으로 어떤 사실이 언제 사실이었는지, 혹은 이후 반박되었는지에 대한 개념이 없습니다.
- 제품 유형: 셀프 호스팅 메모리 백엔드/라이브러리이며, 채팅 앱도, 추론 엔진도, 모델도 아닙니다
- 개발사: 이 프로젝트를 배포하고 유지 관리하는 GitHub 조직인 CaviraOSS
- 명칭: 이 프로젝트는 현재 LongMemory라는 이름을 사용합니다. 이전에는 동일한 조직이 OpenMemory라는 이름으로 배포했으며, 패키지명(
longmemory,longmemory-sdk)에는 새로 변경된 이름이 반영되어 있습니다 — 다른 조직의 유사한 이름을 가진, 관련 없는 "OpenMemory" 프로젝트와 혼동하지 않도록 주의하시기 바랍니다 - 라이선스: 핵심 엔진은 GitHub 저장소에서 확인된 바와 같이 Apache 2.0이며, 별도의 n8n 커뮤니티 노드 통합 패키지는 npm/n8n 패키지 관례에 따라 MIT 라이선스입니다
- 저장소 규모: 이 리뷰 작성 시점 기준 GitHub 스타 4,500개 이상, 메인 브랜치 커밋 수는 약 390개입니다
프로젝트 역사: OpenMemory에서 LongMemory로
LongMemory는 초기 릴리스를 OpenMemory라는 이름으로 출시했으며, 이후 동일한 CaviraOSS 팀이 동일한 저장소 계보를 유지하면서 LongMemory로 이름을 변경했습니다. 아래의 주요 시점은 프로젝트의 changelog와 릴리스 노트를 반영한 것이며, 날짜는 프로젝트가 게시한 대로이므로 컴플라이언스나 조달 의사 결정에 정확한 릴리스 시점이 필요하다면 GitHub에서 다시 확인해야 합니다.
- 1v1.0.0 / MCP 지원 — Model Context Protocol 최초 구현
Why it matters: 프로젝트의 그래프 인프라에 태그 및 메타데이터 기반 필터링 쿼리를 추가하고 MCP를 통해 메모리를 노출했으며, 이는 이후 LongMemory를 Claude Desktop과 같은 도구에 연결하는 통합 경로가 되었습니다. - 2v1.1.0 — 플러그형 벡터 데이터베이스 지원
Why it matters: 프로젝트의 기본 스토리지와 함께 PostgreSQL을 지원 백엔드로 추가하여, 셀프 호스팅 사용자가 메모리 데이터가 저장되는 위치를 더 세밀하게 제어할 수 있게 되었습니다. - 3v1.1.1 — 메모리 압축 엔진 및 VS Code 확장 프로그램
Why it matters: 여러 알고리즘을 갖춘 메모리 압축 시스템을 도입했으며, VS Code 확장 프로그램과 셀프 호스팅 배포를 위한 API 인증/속도 제한 기능도 함께 추가했습니다. - 4v1.2.0 — 웹 UI 및 하이브리드 성능 모드
Why it matters: 저장된 메모리를 검사하고 관리할 수 있는 웹 대시보드와, 정확도와 속도의 균형을 맞추는 "HYBRID" 성능 모드를 추가했습니다. - 5v1.2.1–v1.2.3 — SDK 전면 개편 및 시간 기반 필터링
Why it matters: Python 및 JavaScript SDK를 독립 실행형으로 사용할 수 있도록 재작성했고, 메모리 검색에 시간 기반("temporal") 필터링을 추가했으며, Claude Desktop 통합에 영향을 미치던 MCP 서버 경로 문제를 수정했습니다. - 6베타 v1.3.0 — 설정 없이 사용 가능한 Memory() 클래스
Why it matters: 설정이 필요 없는 `Memory()` 클래스와 재작성된 벤치마크 스위트로 API 표면을 단순화했으며, 프로젝트 자체 릴리스 노트에 따르면 이는 공개 changelog에서 이 리뷰가 확인할 수 있었던 가장 최근의 주요 시점입니다.
LongMemory는 실제로 무엇을 하는가?
LongMemory는 AI 에이전트나 애플리케이션이 학습한 내용을 저장하고, 각 사실이 언제 사실이었는지 추적하며, 요청 시 관련성이 있고 여전히 유효한 컨텍스트만 반환합니다 — 모델 자체 측면에서는 상태를 유지하지 않으면서 말입니다.
- 시간 추론(Temporal reasoning) — 특정 시점의 진실, 이벤트 순서, 대체(supersession)를 추적하여, 지난달에는 사실이었지만 이후 바뀐 사실이 현재 답변을 조용히 덮어쓰거나 손상시키지 않도록 합니다
- 다양한 검색 모드 — 문서에 따르면: "strict" 검색은 현재 사실에 대해 시간, 모순, 근거 검사를 적용하고, "historical" 검색은 특정 과거 시점에 사실이었던 내용을 검색하며, "associative" 검색은 의미적, 어휘적, 그래프 신호를 따르고, "world-grounded" 검색은 메모리를 사실로 반환하기 전에 외부 증거를 요구합니다
- Hydrograph 인프라 — 불변 노드, 타입이 지정된 엣지, 시간 추적 기능을 갖춘 그래프 기반 스토리지 모델로 SQLite에 저장되며, 검색된 메모리는 이후 검색에 의해 변경되지 않는 감사 가능한(auditable) 상태로 설명됩니다
- 거버넌스가 적용된 메모리 자산 — 프로젝트는 프로젝트 메모리, 채팅 메모리, "스킬(skills)", "LLM-Wiki", "CodeGraph"를 포함한 구조화된 메모리 유형을 설명하며, 각 유형에는 자체 문서에 따른 접근 제어 정책이 적용됩니다
- 추론 엔진이 아님 — LongMemory 자체 문서는 "모델은 상태를 유지하지 않는다"는 점과 LongMemory 자체가 추론을 실행하지 않는다는 점을 명시합니다. 사용자가 설정한 임베딩 제공업체(OpenAI, Google Gemini, AWS Bedrock, Ollama 또는 로컬 HTTP 호환 모델)를 호출하고, 애플리케이션이 이미 사용 중인 LLM에 컨텍스트를 돌려줍니다
- 다국어 지원 — 문서에 따르면 스크립트 감지(script detection)와 언어 간 임베딩을 포함하며, 영어 전용이 아닙니다
- 세션 이전(porting) — Claude Code, Codex, GitHub Copilot, Gemini CLI를 포함한 도구에서 이전 대화 기록을 가져올 수 있어, LongMemory를 도입할 때 기존 대화가 손실되지 않습니다
- Model Context Protocol(MCP) 서버 — 메모리 작업을 MCP 도구로 노출하며, 이는 Claude Desktop 및 기타 MCP 호환 클라이언트가 사용하는 통합 경로입니다
사용 예시: LongMemory를 활용하는 세 가지 방법
다음은 LongMemory의 실제 문서화된 기능을 기반으로 한 구체적인 워크플로이며, 가상의 사용 사례가 아닙니다.
플랫폼, 가격, 라이선스
플랫폼
- LongMemory의 설명:
- 셀프 호스팅; 자체 문서에 따르면 Docker를 통해 배포하거나 Node.js/TypeScript 라이브러리, Python HTTP 클라이언트, CLI로 직접 실행할 수 있습니다.
비용
- LongMemory의 설명:
- 무료 오픈소스입니다. 셀프 호스팅이므로 유일한 비용은 자체 인프라와 선택한 임베딩/LLM 제공업체가 부과하는 비용뿐입니다.
라이선스
- LongMemory의 설명:
- 핵심 엔진은 Apache 2.0이며, 별도의 n8n 커뮤니티 노드 패키지는 자체 패키지 목록에 따라 MIT입니다.
데이터 지역성
- LongMemory의 설명:
- 문서에 따르면 로컬 우선(local-first) 및 셀프 호스팅으로 포지셔닝되며, SQLite 기반 영속성과 선택적 PostgreSQL 지원을 제공합니다.
라이선스 파일은 릴리스마다 변경될 수 있으므로, 법적 또는 컴플라이언스 의사 결정에 이 표를 활용하기 전에 GitHub 저장소에서 현재 라이선스 문구를 직접 확인하시기 바랍니다.
LongMemory 설치
LongMemory는 npm, pip, Docker를 통해 무료로 설치할 수 있으며, 소스 코드는 GitHub에 공개되어 있습니다.
Source | Link |
|---|---|
| GitHub 저장소 (소스 코드, Apache 2.0) | github.com/CaviraOSS/LongMemory |
| TypeScript/Node.js 라이브러리 | npm install longmemory |
| CLI (전역 설치) | npm install --global longmemory |
| Python HTTP 클라이언트 | pip install longmemory-sdk |
| Docker 이미지 | docker run -p 7331:7331 ghcr.io/caviraoss/longmemory:latest |
LongMemory는 셀프 호스팅 런타임(Node.js, Python, 또는 Docker)이 필요합니다 — 관리형 클라우드 버전이나 GUI 설치 프로그램은 없습니다. 설치 지침은 릴리스마다 변경될 수 있으므로, 명령을 실행하기 전에 항상 GitHub README에서 현재 권장되는 설치 경로를 확인하시기 바랍니다.
LongMemory vs. 일반 벡터 데이터베이스
LongMemory와 Qdrant, Chroma, Weaviate 같은 일반 벡터 데이터베이스는 관련은 있지만 서로 다른 문제를 해결합니다. 벡터 데이터베이스는 임베딩을 저장하고 검색하는 반면, LongMemory는 검색 위에 시간 추론, 거버넌스, 에이전트 전용 메모리 유형을 추가합니다.
항목 | LongMemory | 일반 벡터 데이터베이스 |
|---|---|---|
| 핵심 역할 | 에이전트를 위한 거버넌스 기반 시간 인식 메모리 | 벡터 임베딩 저장 및 검색 |
| 시간 인식 | 사실이 언제 사실이었고 언제 대체되었는지 추적 | 기본 내장 아님; 애플리케이션에서 추가해야 함 |
| 메모리 유형 | 프로젝트, 채팅, 스킬, 위키, 코드 그래프 | 일반적인 벡터/컬렉션 |
| 자체 모델 실행 여부 | 아니오 — 설정된 제공업체를 호출함 | 아니오 — 마찬가지로, 임베딩은 별도로 계산됨 |
| 에이전트 통합 | MCP, Claude Desktop, Copilot, Codex, n8n | 일반적으로 내장 통합 없음 |
임베딩을 저장하고 의미적으로 검색하기만 하면 된다면, 일반 벡터 데이터베이스가 운영하기 더 간단합니다. 반면 에이전트가 언제 무엇이 사실이었는지 기억하고 현재 사실과 대체된 사실을 구분해야 한다면, LongMemory의 시간 인식 모델은 일반 벡터 데이터베이스가 기본적으로 제공하지 않는 방식으로 이를 위해 특별히 설계되었습니다.
LongMemory는 누구에게 적합한가?
LongMemory는 단발성 검색 인덱스가 아니라 세션 간에 메모리가 지속되고 정확하게 유지되어야 하는 에이전트나 LLM 애플리케이션을 구축하는 개발자에게 적합합니다.
LongMemory에 적합하지 않은 경우
완전 관리형 메모리 서비스, 추론 엔진, 또는 시간적 복잡성이 없는 단순한 즉시 사용 가능한 벡터 검색을 원한다면 LongMemory는 좋은 선택이 아닙니다.
- 추론 엔진도 모델 서버도 아닙니다 — 자체적으로 텍스트를 생성하지 않으며, 별도로 설정한 모델이나 임베딩 제공업체 주변에서 메모리를 저장하고 검색합니다
- 관리형 클라우드 서비스가 아닙니다 — 셀프 호스팅이므로 Node.js/Python/Docker 런타임과 스토리지 백엔드를 직접 실행하고 유지 관리해야 합니다
- 시간이 지남에 따라 사실이 어떻게 변하는지 추적할 필요가 없는 기본적인 문서 검색만 필요하다면 가장 간단한 선택지가 아닙니다 — 더 단순한 RAG 프레임워크가 운영 부담을 줄여줄 수 있습니다
- PromptQuorum이 검색 정확도나 지연 시간을 독립적으로 벤치마크하지 않았습니다 — 이 리뷰는 직접적인 실사용 테스트가 아니라 LongMemory 자체 문서를 기반으로 작성되었습니다
- OpenMemory에서 이름이 변경되었습니다 — OpenMemory라는 이름으로 작성된 오래된 튜토리얼, 블로그 게시물, 패키지 참조는 동일한 코드베이스의 이전 버전을 설명할 수 있으므로, 오래된 서드파티 가이드를 신뢰하기 전에 현재 저장소와 대조하여 확인하십시오
LongMemory 평가 시 흔한 실수
LongMemory에 대한 혼동은 대부분 OpenMemory에서 이름이 변경된 데서 비롯되거나, 추론 엔진처럼 자체 모델을 실행할 것이라고 가정하는 데서 비롯됩니다.
경쟁 제품 및 대안
LongMemory는 동일한 "임베딩 및 검색 인프라" 영역에 속해 있기 때문에 다른 셀프 호스팅 RAG 및 메모리 프레임워크 도구와 가장 자주 비교됩니다. 로컬 LLM 소프트웨어 디렉터리에 있는 LongMemory 자체 항목과 함께 참고하십시오.
Tool | Best known for | Link |
|---|---|---|
| Cognee | LLM 애플리케이션 및 에이전트를 위한 오픈소스 AI 메모리 및 지식 그래프 엔진 | Cognee 리뷰 |
| txtai | 임베디드 올인원 벡터 검색 및 RAG 프레임워크 | txtai 리뷰 |
| LlamaIndex | RAG 및 에이전트 애플리케이션 구축을 위한 범용 데이터 프레임워크 | LlamaIndex 리뷰 |
| Haystack | deepset의 오픈소스 RAG 및 검색 파이프라인 프레임워크 | Haystack 리뷰 |
이 목록은 LongMemory와 동일한 임베딩/검색 인프라 영역에 속한 도구를 반영한 것이며, PromptQuorum의 독립적인 순위가 아닙니다 — LongMemory의 시간 기반 메모리 중심 접근 방식은 일반 RAG 프레임워크나 벡터 데이터베이스와 동일하지 않으므로, 선택하기 전에 각 도구의 현재 기능을 직접 확인하십시오.
자주 묻는 질문
LongMemory란 무엇입니까?
LongMemory(github.com/CaviraOSS/LongMemory)는 무료 오픈소스 셀프 호스팅 메모리 엔진으로, AI 에이전트와 LLM 애플리케이션에 세션 간 지속적이고 시간에 따른 변화를 반영하며 거버넌스가 적용된 메모리를 제공합니다.
LongMemory는 OpenMemory와 같은 프로젝트입니까?
예. LongMemory는 이름이 변경되기 전에는 CaviraOSS가 OpenMemory라는 이름으로 배포했습니다. 별개의 두 도구가 아니라 동일한 프로젝트이자 동일한 저장소 계보입니다 — 다만 다른 조직의 관련 없는 프로젝트도 "OpenMemory"라는 이름을 사용하므로, 정확히 CaviraOSS의 저장소를 보고 있는지 확인하시기 바랍니다.
LongMemory는 무료입니까?
예. 핵심 엔진은 Apache 2.0 라이선스이며 셀프 호스팅이므로 LongMemory 자체에 대한 구독료는 없습니다. 유일한 비용은 자체 호스팅 인프라와 선택한 임베딩 또는 LLM 제공업체가 부과하는 비용뿐입니다.
LongMemory는 자체 AI 모델을 실행합니까?
아니요. LongMemory는 추론 엔진이 아니라 메모리 기반 인프라입니다. 메모리를 저장하고 검색하며, 사용자가 설정한 임베딩/LLM 제공업체 — OpenAI, Google Gemini, AWS Bedrock, Ollama, 또는 로컬 HTTP 호환 모델 — 를 호출합니다.
LongMemory는 어떻게 설치합니까?
npm을 통해(라이브러리는 npm install longmemory, CLI는 npm install --global longmemory), pip를 통해(Python HTTP 클라이언트는 pip install longmemory-sdk), 또는 Docker를 통해(docker run -p 7331:7331 ghcr.io/caviraoss/longmemory:latest) 설치할 수 있습니다.
LongMemory는 벡터 데이터베이스와 무엇이 다릅니까?
일반 벡터 데이터베이스는 시간 개념 없이 임베딩을 저장하고 검색합니다. LongMemory는 검색 위에 시간 추론(사실이 언제 사실이었는지, 이후 바뀌었는지 추적), 거버넌스가 적용된 메모리 유형, 에이전트 전용 통합 기능을 추가합니다.
LongMemory는 어떤 AI 도구와 통합됩니까?
문서에 따르면 Claude Desktop, GitHub Copilot, Codex, OpenCode, Gemini CLI, Cline, n8n과 통합되며, MCP 서버를 통해 Model Context Protocol(MCP) 호환 클라이언트와도 통합됩니다.
LongMemory는 어떤 라이선스를 사용합니까?
핵심 엔진은 Apache 2.0입니다. 별도의 n8n 커뮤니티 노드 통합 패키지는 n8n 커뮤니티 레지스트리의 자체 목록에 따라 MIT 라이선스입니다.
LongMemory는 영어 외의 언어도 지원합니까?
예. 문서에 따르면 스크립트 감지와 언어 간 임베딩이 다국어 지원의 일부로 포함되어 있으며, 영어 메모리로 제한되지 않습니다.
PromptQuorum이 LongMemory의 검색 정확도를 독립적으로 테스트했습니까?
아니요. 이 리뷰는 PromptQuorum의 직접적인 벤치마크가 아니라 LongMemory의 GitHub 저장소, README, 공식 문서를 기반으로 작성되었습니다. 프로덕션 의사 결정을 내리기 전에 구체적인 성능 주장은 프로젝트의 공식 문서에서 직접 확인하시기 바랍니다.