AI 메모리 레이어란 무엇인가요?

채팅 앱들은 ChatGPT Memory, Claude Projects, 커스텀 GPT처럼 자체 메모리 기능을 내놓지만, 하나하나가 따로 떨어진 섬이에요. 지난 화요일에 ChatGPT에게 한 이야기를 수요일의 Claude는 볼 수 없고, 모델이나 앱을 바꾸면 그 무엇도 남지 않아요. 새 세션은 매번 백지에서 시작하고, 모델이 업그레이드될 때마다 내가 누구이고 무슨 일을 하는지 처음부터 다시 설명해야 해요. 메모리 레이어는 저장소를 채팅 앱 밖으로 꺼내고, 모든 AI가 그 저장소를 함께 읽을 수 있는 길을 열어 이 문제를 해결해요.

움직이는 부분은 두 가지예요. 외부 저장소(문서, 메모, 스크립트, 하이라이트, 임베딩)와 AI가 호출할 수 있는 검색 인터페이스예요. 이 인터페이스로는 점점 MCP(Model Context Protocol)가 쓰이고 있어요. 여러 AI 클라이언트가 이미 함께 쓰는 유일한 표준이기 때문이에요. AI가 질문을 보내면 메모리 레이어가 관련 청크를 출처와 함께 돌려주고, AI는 학습 데이터가 아니라 내 실제 지식에 근거해 답변을 써요. 이 일을 맡는 구성 요소가 바로 MCP 메모리 서버예요. 서버는 하나, 그 서버를 읽는 건 내가 연결한 모든 클라이언트예요.

이 네 용어는 마치 같은 것처럼 쓰이곤 해요. 하지만 실제로는 스택의 서로 다른 층에 있고, 이를 헷갈리는 바람에 사람들이 엉뚱한 제품을 사게 돼요.

메모리 레이어는 보통 RAG를 써서 답해요. 검색은 메커니즘이고, 레이어는 제품이에요. 메모리 레이어는 컨텍스트 윈도우 위에 있고(윈도우를 대체하는 게 아니라 윈도우에 내용을 공급해요), 채팅 메모리 옆에 있어요(채팅 메모리가 하는 일을 종속 없이 해요). 컨텍스트 윈도우가 커져도 잊어버리는 문제가 해결되지 않는 이유는 영구 메모리 vs 컨텍스트 윈도우에서 더 자세히 다뤄요.

메모리 레이어마다 담는 내용이 다르고, 레이어에 어떤 이름이 붙었는지보다 무엇을 저장하는지가 더 중요해요. 저장되는 내용은 네 가지로 나뉘어요.

• 내가 저장한 것: 스크립트, 기사, PDF, 메모, 하이라이트. 즉 지식 베이스 그 자체예요. 긴 콘텐츠로 배우는 사람을 위한 레이어라면 대부분이 이 내용이에요.
• 내가 말한 것: 이전 대화를 맥락으로 다시 불러온 것이에요. 채팅 앱의 기본 메모리는 전부 이 종류이고, 일부 외부 레이어는 내가 직접 골라 저장한 대화를 보관해요.
• 나에 대한 사실: 내 역할, 프로젝트, 선호 같은 프로필이에요. 저장하기는 쉽지만 금방 낡아요.
• 내가 원하는 작업 방식: 어시스턴트가 매번 따라야 할 고정 지시와 형식이에요.

대부분의 제품은 이 중 하나를 앞세워요. BrainTube는 첫 번째를 앞세워요. 내가 보고 읽는 것에서 저장한 내용을 검색할 수 있게 보관하고, 내가 직접 골라 저장한 Claude와 ChatGPT 대화도 담을 수 있어요. 다만 백그라운드에서 내 채팅을 기록하지는 않아요. 레이어가 얼마나 잘 기억해 내는지 묻기 전에, 무엇을 저장하는지부터 물어보세요. 엉뚱한 종류의 기억을 빨리 떠올려 봤자 도움이 되지 않아요.

Mem0, Zep, Supermemory의 API 같은 개발자용 메모리 SDK는 엔지니어가 자기 AI 앱에 장기 메모리를 넣을 수 있도록 기본 구성 요소를 제공해요. 코드를 쓰고, 데이터를 연결하면, 내 제품 안에 메모리 레이어가 생겨요. BrainTube 같은 일반 사용자용 메모리 제품은 완성된 앱이에요. 코드도, 연결 작업도 필요 없이, 보고 읽는 것을 저장하기만 하면 내가 쓰는 모든 AI가 그 내용을 검색할 수 있어요. 같은 지점을 노리지만, 스택의 정반대 끝에 있어요.

이 이름은 개발자 인프라부터 완성된 제품까지 두루 쓰이기 때문에, 똑같이 AI 메모리 레이어라고 불려도 공통점이 거의 없을 수 있어요. 이 용어로 흔히 가리키는 몇 가지를 순위 없이 소개할게요.

• Mem0: 스스로를 개인화된 AI를 위한 메모리 레이어라고 소개해요. 자기 에이전트에 메모리를 더하려는 개발자를 위한 오픈소스 라이브러리이자 API예요.
• Zep: 관리형 에이전트 메모리 플랫폼(Zep Cloud)이에요. 공개 저장소에는 예제 코드와 프레임워크 연동이 들어 있어요.
• Letta: 예전 이름은 MemGPT로, 시간이 지날수록 메모리가 학습하고 나아지는 상태 유지형 에이전트를 만드는 프레임워크예요.
• Supermemory: AI를 위한 오픈소스 메모리·컨텍스트 엔진으로, API로 제공되고 셀프 호스팅도 할 수 있어요.
• BrainTube: 일반 사용자용 메모리 레이어예요. 내가 보고 읽는 것을 하나의 지식 베이스로 정리하고, MCP를 통해 어떤 AI에든 제공해요.

가격, 라이선스, 저장소 수치는 매달 바뀌고, AI 메모리 도구 비교에서 업체별로 확인하고 있어요. 이 페이지에는 일부러 그런 수치를 하나도 싣지 않았어요.

메모리 레이어를 쓰려고 어시스턴트를 바꿀 필요는 없어요. 이미 쓰고 있는 어시스턴트 밑에 하나 더하면 돼요. 순서대로 네 단계예요.

• 지식을 한 저장소에 모으세요. 메모는 이 앱에, 파일은 저 앱에 흩어 두지 말고, 실제로 배우는 것(강연, 기사, 논문, 팟캐스트)을 한곳에 저장하세요.
• 저장소를 MCP로 열어 두세요. 저장소에는 모든 어시스턴트가 호출할 수 있는 인터페이스가 필요하고, 2026년 기준으로 그건 MCP 서버예요. Claude, Cursor, Gemini CLI, Codex CLI, VS Code Copilot이 이미 MCP를 지원해요. 호스팅형 메모리 레이어는 서버를 함께 제공하고, 직접 구축한다면 서버도 직접 운영해요.
• 각 어시스턴트를 한 번씩 연결하세요. 각 클라이언트의 MCP 설정에 엔드포인트를 붙여 넣으면, 그때부터 그 클라이언트의 모든 대화에서 저장소를 검색할 수 있어요. 클라이언트별 방법은 MCP로 Claude나 ChatGPT에 장기 기억을 주는 방법에 정리돼 있어요.
• 나가는 문을 열어 두세요. 저장소가 모든 요금제에서 내보내기를 지원하는지 확인하세요. 데이터를 들고 떠날 수 없는 메모리 레이어는 벗어나려던 종속을 다시 만들어 낸 셈이에요.

연결은 쉬운 부분이에요. 효과가 쌓이는 건 첫 번째 단계에서 나와요. 1년 동안 꾸준히 채운 저장소는 어떤 어시스턴트 하나가 나에 대해 기억하는 것보다 훨씬 가치 있어요.

BrainTube는 일반 사용자용 AI 메모리 레이어예요. 내가 보는 것(YouTube, 팟캐스트)과 읽는 것(기사, PDF, EPUB)을 수집하고, 스크립트로 옮기고 구조화해서, 출처까지 인용하며 떠올릴 수 있는 지식 그래프를 만들어요. 그리고 그 전체를 MCP를 통해 어떤 AI에든 제공해요. Claude.ai, Claude Desktop, Cursor에 클릭 한 번으로 연결돼요. 정리된 지식 베이스가 내가 쓰는 모든 AI의 영구 메모리가 돼요. AI 메모리 도구의 세 가지 유형과 고르는 법을 포함한 카테고리 전체 개요는 AI 메모리 도구 알아보기에서 볼 수 있어요.