AI 코딩 에이전트의 진짜 문제는 기억력이다—이번 주 오픈소스 5선

AI 코딩 에이전트의 진짜 문제는 기억력이다—이번 주 오픈소스 5선

Claude Code로 하루 종일 코딩하며 인상 깊은 경험을 했습니다. 오전에 설계한 모듈 구조를 오후 세션에서 완전히 잊어버린 에이전트가 엉뚱한 파일을 수정하기 시작했거든요. 세션을 새로 열면 기억이 리셋됩니다. 매일 아침 기억상실에 걸리는 동료와 페어 프로그래밍하는 느낌이었습니다.

이번 주 Hacker News에서 이 "기억 상실" 문제를 정면으로 공략하는 프로젝트들을 발견했습니다. AI 코딩 도구 경쟁의 핵심은 모델 성능이 아니라 기억의 지속성입니다. 클로드가 아무리 똑똑해도 어제 대화를 기억 못 하면 반쪽짜리 동료죠.

1. 크로스 런타임 메모리: World Model MCP

World Model MCP는 v0.10.0까지 올라왔습니다. 핵심은 단순합니다. Claude Code, Cursor, Continue 등 7개 코딩 에이전트 런타임에 걸쳐 하나의 세계 모델을 공유하는 것이죠 [1].

단순 키-값 저장소가 아닙니다. 시간 기반 지식 그래프로 코드 변경 이력을 제약 조건과 대조해서 "이 함수는 3일 전에 이런 이유로 수정됐고, 지금 변경하면 모순이 생긴다" 같은 추론이 가능합니다. 사실 증명과 증거 유형별 붕괴 메커니즘으로 신뢰도가 다르게 관리되며, 시간이 지나면 검증되지 않은 추론의 무게가 줄어듭니다. 사람의 기억처럼요. 이번 버전에서 OpenClaw, Hermes Agent, Continue 어댑터가 새로 추가되어 각 런타임에서 종단 간 검증까지 마쳤고, 27개 MCP 도구와 417개 테스트로 커버리지도 탄탄합니다.

2. 프라이버시를 지키는 기억 장치: Commonplace

Commonplace는 같은 문제를 다른 각도에서 풀어냅니다 [2]. 모든 처리를 로컬 GPU에서 수행하니 코드 정보가 외부로 전송되지 않습니다. 단일 리눅스 서버와 Docker 환경에서 구동되며, Tailscale 네트워크로 AI 클라이언트와 자연스럽게 연동됩니다.

로컬 LLM으로 개체와 관계를 추출하는 품질이 클라우드만큼 좋을까 의심될 수 있지만, 비기밀 데이터에 한해 외부 모델을 선택할 수 있게 해둬서 실용적인 절충안으로 볼 수 있습니다. 국내 대기업 개발팀처럼 코드 외부 유출을 극도로 경계하는 환경에서 특히 매력적인 선택지가 됩니다.

3. 비용을 125분의 1로: Claude Code Skills Swarm

비용 관점에서 눈에 띄는 Claude Code Skills Swarm입니다 [3]. Haiku 모델에 98개 AI 아키텍처 스택을 결합해 상위 모델 대비 93% 품질을 125분의 1 비용으로 달성한다고 주장합니다.

진짜 포인트는 "어떤 상황에서 93%가 충분한가"입니다. 프로토타이핑, 코드 리뷰, 간단한 리팩토링에서는 7% 차이가 거의 안 느껴지죠. 반면 복잡한 아키텍처 설계나 보안 감사라면 그 7%가 치명적일 수 있습니다. 별도 설정 없이 Claude Code에 통합해 즉시 쓸 수 있다는 점도 실무 매력을 높입니다.

4. 낯선 코드베이스를 그래프로 읽다: WtfisMyRepo

신규 입사자가 대규모 레거시에 뛰어들 때 겪는 고통을 겨냥한 WtfisMyRepo입니다 [4]. 코드 읽기를 그래프 문제로 바꾸고, Import 그래프와 PageRank 알고리즘으로 핵심 파일을 자동으로 식별합니다. Git 이력 기반 취약도 점수까지 더해 시작점을 알려주죠.

웹페이지 순위 매기던 알고리즘을 코드 분석에 적용한 아이디어가 신선합니다. CLI 라이브러리와 Claude Code 스킬 형태로 제공되어 바로 활용할 수 있어요. 다만 대규모 모노레포에서는 그래프 분석이 느려질 수 있다는 한계는 기억해야 합니다.

5. 배포까지 자동으로: Shipwright Harness

코딩부터 배포까지 파이프라인을 자동화하는 Shipwright Harness입니다 [5]. 단 하나의 프롬프트로 계획, 구축, 검토, 배포까지 처리한다는 슬로건이 대담한데, 실제로는 Claude Code 위에서 동작하는 자율 에이전트죠. 어떤 리포지토리와도 호환되며, DB나 별도 계정 없이 로컬에서 메트릭 대시보드까지 실행됩니다.

자율 배포에는 신중해야 하지만, CI/CD 설정이나 테스트 자동화 같은 반복 작업 절감 용도로는 충분히 가치가 있습니다.

프로젝트 비교

이번 주 프로젝트들의 흐름은, AI 코딩 도구 경쟁이 모델 자체에서 주변 인프라로 이동하고 있다는 점에서 모입니다. World Model MCP는 기술적으로 가장 정교하지만, 기업 현장에서는 Commonplace의 "코드가 외부로 나가지 않는다"는 보장이 더 강력한 구매 동기로 작용할 가능성이 큽니다. 비용 최적화라면 Skills Swarm, 코드베이스 이해는 WtfisMyRepo, 배포 자동화는 Shipwright가 각각 강점을 갖습니다.

한국 개발자라면

국내 대기업과 금융권은 클라우드 기반 AI 도구 도입이 사실상 어려운 곳이 많습니다. 이런 환경에서 Commonplace 같은 셀프 호스팅 솔루션이 현실적 대안입니다. 반면 스타트업이나 개인 개발자라면 World Model MCP와 Skills Swarm 조합이 기억 유지와 비용 절감을 양쪽 다 챙길 수 있습니다.

시작하고 싶다면

npx world-model-mcp init
npx wtfismyrepo analyze .
git clone https://github.com/itsmeduncan/commonplace.git && cd commonplace && docker compose up -d

이 세 가지만으로도 AI 코딩 에이전트의 기억력이 달라지는 걸 체감할 수 있습니다. 에이전트가 오늘 한 일을 내일 기억해줬으면 좋겠네요.