osFoundry / Platform
메모리 추출
Maestro는 모든 대화에서 지속적인 메모리 — 사실, 결정, 선호도 — 를 추출합니다.
개요
메모리 추출은 osFoundry의 Maestro가 스쳐 지나가는 대화를 오래 재사용할 수 있는 지식으로 바꾸는 방식입니다. 대화가 압축된 뒤 Maestro는 그 주고받음을 되짚어, 실제로 남길 가치가 있는 것을 뽑아냅니다. 진술된 사실(\"우리 스택은 Postgres야\"), 결정과 그 이유, 개인과 팀의 선호, 제약(\"스테이징 데이터베이스는 쓰지 마\"), 그리고 기억해 두라고 명시적으로 요청한 모든 것입니다. 추출된 각 메모리는 유형, 중요도 점수, 태그와 함께 저장되므로, 컨텍스트 창이 밀려나는 순간 사라지는 대신 걸러내어 다시 불러올 수 있습니다.\n\nosFoundry 안에서 추출은 저렴하고 비용에 정직하도록 만들어졌습니다. 압축 뒤 백그라운드에서(fire-and-forget) 돌며, 모델을 호출하기 전에 먼저 당신 자신의 표현에 대해 빠른 현저성 검사를 겁니다. 진술된 정체성, 선호, 결정, \"지금부터는\" 식의 지시처럼 오래 남을 사실이 실제로 취하는 형태를 찾는 것입니다. 기억할 만한 것이 없는 턴은 모델에 결코 도달하지 않으므로, 추출이 매 메시지마다 조용히 당신의 API 키에 과금하지 않습니다. 실제로 돌 때는 memory_extraction 파이프라인 역할에 설정해 둔 모델 체인을 씁니다. 당신이 직접 키를 가져오는 로컬, 클라우드, 자체 호스팅 모델 무엇이든 가능하며, 호출에 리셀러 마진이 붙지 않습니다. 이어서 중요도 임계값이 무언가가 쓰이기 전에 가치가 낮은 후보를 걸러냅니다.\n\n저장은 설계상 로컬 우선입니다. 추출된 메모리는 먼저 기기 내 저장소로 넘겨지고(local_memories 테이블은 클라우드로 동기화되지 않습니다), 그런 다음에야 계정이 있고 온라인일 때 임베딩되어 워크스페이스 메모리 저장소로 미러링됩니다. 이 순서는 의도된 것입니다. 완전히 로컬로 또는 오프라인으로 돌리는 사용자도 모든 메모리를 얻으며, 거의 중복인 사실은 쓸 때 중복 제거됩니다. 나중에 에이전트와 Maestro는 시맨틱 검색으로 이 메모리를 떠올립니다. 질의가 임베딩되고, 메모리 저장소와 대조되며, 각 결과는 인용 가능한 자신의 memory:// 주소와 함께 돌아오므로, 어떤 기억된 사실이 답변을 뒷받침했는지 정확히 볼 수 있습니다. 전체 경로는 교체도 가능해서, 사용자 정의 memory_extractor를 연결할 수 있고 osFoundry의 기본 추출기가 폴백으로 작동합니다.
주요 기능
- 압축 뒤 모든 대화에서 오래 남길 메모리를 추출합니다. 진술된 사실, 결정과 그 이유, 선호, 제약, 그리고 \"이거 기억해 둬\"라는 명시적 요청이 대상입니다.
- 어떤 모델 호출 전에도 저렴한 현저성 게이트를 먼저 통과시키므로, 추출은 매 주고받음마다 과금하지 않고 남길 가치가 있어 보이는 턴에만 당신 자신의 API 키를 씁니다.
- memory_extraction 역할에는 당신 자신의 BYOK 모델 체인을 씁니다. 로컬이든 클라우드든 가능하며, 수행하는 호출에 리셀러 마진이 붙지 않습니다.
- 로컬 우선 저장: 추출된 메모리는 먼저 기기 내 저장소에 기록되고(클라우드로 동기화되지 않음), 오프라인이거나 계정이 없어도 유지됩니다.
- 각 메모리를 중요도와 유형으로 점수화하고, 거의 동일한 사실을 중복 제거하며, 이후 인용 가능한 memory:// 소스와 함께 시맨틱 메모리 검색으로 다시 찾을 수 있게 합니다.
활용 사례
- 컨설팅 엔지니어: 어느 클라이언트가 DynamoDB 대신 Postgres를 고집한 이유를 Maestro가 기억하므로, 몇 주 뒤 에이전트가 이미 매듭지어진 결정을 다시 들추지 않습니다.
- 프라이버시를 중시하는 연구자: 선호와 프로젝트 사실이 클라우드로 결코 동기화되지 않는 기기 내 메모리 저장소에 남아, 당신 자신의 키로 완전히 오프라인에서 쓸 수 있습니다.
- 규칙을 표준화하는 팀 리드: \"우리 팀은 탭을 선호해\"나 \"마이그레이션 파일은 건드리지 마\"라고 한 번 말하면, 그 제약이 포착되어 이후 작업에서 드러납니다.
자주 묻는 질문
메모리 추출이 제 대화를 osFoundry 서버로 보내나요?
아닙니다. 추출된 메모리는 먼저 기기 내 저장소에 기록되며, 그 로컬 메모리 테이블은 클라우드로 결코 동기화되지 않습니다. 계정이 있고 온라인일 때에만 메모리가 추가로 임베딩되어 당신 자신의 워크스페이스 메모리 저장소로 미러링됩니다. 추출을 위한 모델 호출 자체는 당신이 가져온 키로 돌며, osFoundry 서버가 당신을 대신해 LLM을 호출하는 일은 없습니다.
이건 메시지마다 비싼 AI 호출을 돌리나요?
아닙니다. 추출은 대화가 압축된 뒤에만 일어나고, 그때도 저렴한 현저성 게이트가 먼저 돕니다. 진술된 선호, 결정, \"이거 기억해 둬\" 같은 표현을 당신 메시지에서 찾는 빠른 패턴 검사입니다. 평범한 작업 잡담은 어떤 모델 호출 전에도 건너뛰므로, 남길 것이 없는 턴에서는 당신의 API 키에 과금하지 않습니다.
메모리가 추출된 뒤 Maestro는 그것을 어떻게 쓰나요?
메모리는 유형, 중요도 점수, 태그와 함께 저장된 다음 시맨틱 검색으로 다시 찾을 수 있게 됩니다. 관련이 있을 때 에이전트는 질의를 임베딩하고 메모리 저장소를 검색해 일치하는 사실을 가져옵니다. 각각에 인용 가능한 memory:// 소스가 붙어, 어떤 기억된 세부가 답변을 빚었는지 추적할 수 있습니다. memory_extraction 모델은 osFoundry의 BYOK 파이프라인 역할에서 당신이 고릅니다.