AI도 건망증이 있다 - Claude-Mem 리뷰

Claude Code를 사용한 지 일 년쯤 되어간다. 정말 잘 쓰고 있지만 한 가지 아쉬운 점이 있었다. 같은 프로젝트에서 오래 작업할수록 이전에 질문했던 내용을 점점 까먹는다는 것이다. 특히 compact라는 작업을 거치고 나면 망각이 더 심해지는 느낌이었다.

AI를 대하는 태도의 변화

LLM을 오랫동안 사용해오면서 주로 코드 리뷰나 아키텍처 질문, 현재 진행하는 프로젝트에 대해 물어보기만 급급했다. AI가 어떻게 돌아가는지 굳이 알 필요 없다고 생각했다. 천재 개발자들이 만들어준 거 잘 쓰면 된다는 느낌이었다.

그런데 요즘 일하는 환경이 처음 GPT가 나왔을 때와는 너무 달라졌다는 걸 자각하기 시작했다. AI 에이전트를 얼마나 효율적으로 쓸 수 있을지가 점점 하나의 관심사로 자리 잡게 되었다.

Claude Code의 기본 라이프사이클

Claude Code가 대화를 어떻게 관리하는지 먼저 이해할 필요가 있다.

세션 시작 → 대화 진행 → 컨텍스트 누적 → 한계 도달 → compact(요약) → 계속 진행
                                                       ↓
                                                 정보 손실 발생

Claude Code는 대화가 길어지면 컨텍스트 윈도우 한계에 도달한다. 이때 자동으로 이전 대화를 요약해서 압축하는데, 이 과정에서 세부 정보가 손실된다. 요약은 결국 정보의 손실이다.

저장 위치

Claude Code는 프로젝트 경로를 폴더명으로 인코딩해서 ~/.claude/projects/에 저장한다.

~/.claude/projects/
├── C--Users-devgo-Projects-my-app/
│   ├── abc123.jsonl  ← 세션 1
│   ├── def456.jsonl  ← 세션 2
│   └── ...

예를 들어 C:\Users\devgo\Projects\my-app 경로는 C--Users-devgo-Projects-my-app이라는 폴더가 된다. 각 세션은 UUID.jsonl 파일로 기록된다.

문제점

세션 내에서 compact가 발생하면 이전 맥락이 요약되면서 세부 정보 손실
세션을 새로 시작하면 이전 세션의 내용을 전혀 모름
저장은 되지만 검색이 안 됨 — 그냥 로그 파일일 뿐

세션을 바꾸지 않고 계속 작업하면 괜찮을 줄 알았는데, 오히려 컨텍스트가 커질수록 응답이 느려지고 망각도 발생했다.

첫 번째 시도: mcp-knowledge-graph

이 문제를 해결하려고 처음 사용한 MCP가 mcp-knowledge-graph다.

이 도구는 AIM(AI Memory)이라는 저장 방식을 사용한다. 프로젝트 루트에 .aim 폴더를 만들고, 엔티티(entity)와 관계(relation)를 JSON 형태로 저장한다. 지식 그래프 구조로 정보를 연결하는 방식이다.

장점

이전보다는 필요한 내용을 더 잘 기억함
엔티티 단위로 정보를 구조화

단점

자동이 아님 — Claude에게 "이거 기억해"라고 명시적으로 말해야 저장됨
CLAUDE.md에 프롬프트를 넣어서 자동화를 시도했지만, 일관성이 떨어졌음
프로젝트마다 .aim 폴더를 만들어야 하는 번거로움
검색이 직관적이지 않음

아쉬운 대로 사용했지만, 내가 원하는 "알아서 기억하고 알아서 꺼내주는" 느낌은 아니었다.

Claude-Mem의 등장

그리고 결국 Claude-Mem이 등장했다.. 주말동안 사용하면서 느낀건데, 바로 체감이 될정도로 편하다는 것이다. 일부러 세션을 새로 시작하면서 의미없는 프로젝트를 몇번 갈아치웠는데, 너무 마음에 든다.

아키텍처

Claude-Mem은 6개 컴포넌트로 구성된다.

Lifecycle Hooks: 5개의 훅(SessionStart, UserPromptSubmit, PostToolUse, Stop, SessionEnd)으로 세션 생명주기 감지
Smart Install: 의존성 캐시 검증
Worker Service: localhost:37777에서 HTTP API + 웹 UI 제공
SQLite DB: 세션, 관찰(observation), 요약 저장
Chroma Vector DB: 의미 기반 검색 지원
mem-search Skill: 자연어로 메모리 검색

이 중에서 자동 캡처의 핵심은 PostToolUse 훅이다. Claude가 도구(파일 읽기, 검색, 코드 실행 등)를 사용할 때마다 이 훅이 트리거되어 결과를 자동으로 저장한다. 내가 "기억해"라고 말할 필요가 없다.

3-Layer 검색

검색할 때 모든 내용을 한 번에 가져오지 않는다. Progressive Disclosure 전략을 사용한다. 번역이 점진적인 폭로..? 라길래 찾아보니 점진적인 노출로 이해하면 될 것 같다.

^[claude]
^{UI/UX 디자인 원칙 중 하나로, 사용자에게 필요한 정보나 기능을 한꺼번에 다 보여주지 않고, 단계적으로 드러내는 방식을 말해요.}

^{핵심 아이디어는:}

^{처음엔 가장 중요하고 자주 쓰는 것만 보여줌}
^{사용자가 더 깊이 탐색하거나 특정 액션을 할 때 추가 옵션/정보를 노출}
^{인터페이스의 복잡도를 줄여서 인지 부하를 낮춤}

대략적인 알고리즘은 다음과 같다.

1. search(query)        → 인덱스만 반환 (~50-100 토큰)
2. timeline(anchor=ID)  → 시간순 맥락 확인
3. get_observations()   → 필요한 것만 상세 조회 (~500-1000 토큰)

전체를 다 가져오는 것 대비 약 10배 토큰 절약 효과가 있다고 한다.

비교 정리

구분	Claude Code 기본	mcp-knowledge-graph	Claude-Mem
저장	jsonl 로그	.aim 폴더 (JSON)	SQLite + Vector DB
자동화	X	△ (프롬프트 의존)	O (훅 기반)
검색	X	△	O (시맨틱 검색)
세션 간 공유	X	O	O

Hook과 Skill이란

Hook은 웹 개발에서 webhook을 다뤄봤다면 비슷한 개념이다. 특정 이벤트가 발생하면 자동으로 뭔가를 실행시키는 것. Skill은 플러그인이 제공하는 슬래시 명령어다. Claude Code의 기본 명령어(/clear, /resume 등)와 비슷하지만, 플러그인을 통해 추가되는 확장 명령어라고 보면 된다.

Hook (훅)

특정 이벤트가 발생할 때 자동으로 실행되는 코드다. 갈고리처럼 이벤트에 걸어두면, 그 이벤트가 발생할 때마다 실행된다.

SessionStart: 세션이 시작될 때
UserPromptSubmit: 사용자가 메시지를 보낼 때
PostToolUse: Claude가 도구를 사용한 후
Stop: 작업이 중단될 때
SessionEnd: 세션이 종료될 때

Claude-Mem은 이 훅들을 활용해서 사용자가 별도로 명령하지 않아도 자동으로 컨텍스트를 캡처한다.

Skill (스킬)

Claude Code에서 특정 기능을 수행하는 명령어 모음이다. /mem-search처럼 슬래시 명령어로 실행할 수 있다. Claude-Mem의 mem-search Skill은 저장된 메모리를 자연어로 검색하는 기능을 제공한다.

웹 UI로 메모리 확인

Claude-Mem은 localhost:37777에서 웹 UI를 제공한다. 프로젝트별로 저장된 관찰(observation) 목록을 확인할 수 있고, Claude가 도구를 사용할 때마다 실시간으로 새로운 항목이 추가되는 걸 볼 수 있다.

핵심은 이 데이터가 SQLite 데이터베이스에 영구 저장된다는 점이다. Claude Code의 기본 세션 로그(jsonl)는 세션이 끝나면 그냥 파일로 남을 뿐이지만, Claude-Mem은 별도 DB에 구조화해서 저장하기 때문에 세션이 바뀌어도, 심지어 Claude Code를 재시작해도 이전 맥락을 검색해서 꺼내올 수 있다.

마치며

아직 Claude-Mem을 설치한 지 얼마 안 돼서 장기적인 평가는 어렵다. 하지만 "자동으로 캡처하고, 필요할 때 검색해서 꺼내준다"는 컨셉은 내가 원하던 방향과 맞다.

세션이 바뀌어도, compact가 되어도, 중요한 맥락은 별도로 저장되어 있으니까. 앞으로 좀 더 써보면서 실제로 얼마나 효과가 있는지 확인해볼 생각이다.

데브고래밥