코텍스: 에빙하우스 감쇠를 적용한 오픈클로 에이전트를 위한 로컬 메모리 계층

Cortex는 계좌 번호, 전략 매개변수, 과거 결정과 같은 중요한 정보를 파괴하는 컨텍스트 압축 문제를 해결하기 위해 OpenClaw 에이전트를 위해 특별히 설계된 오픈소스 메모리 도구입니다.

핵심 기능

개발자는 Mac에서 3개의 OpenClaw 에이전트를 2개월 동안 24/7로 실행하며 압축 중 반복적인 컨텍스트 손실을 경험한 후 Cortex를 구축했습니다. 단순히 벡터 데이터베이스를 사용하는 것과의 주요 차이점은 다음과 같습니다:

• 에빙하우스 망각 곡선 구현: 사실은 유형에 따라 다른 속도로 소멸됩니다. 신원 정보(예: 이름)는 약 2년 동안 유지되고, 상태 업데이트는 약 2주 안에 사라지며, 날짜는 약 1주 안에 사라집니다. 이를 통해 수동 관리 없이 중요한 정보를 자연스럽게 우선시합니다.
• 가져오기 우선 아키텍처: 대부분의 메모리 도구가 채팅에서 추출하는 것과 달리, Cortex는 파일에서 시작합니다 - memory/, MEMORY.md, 노트 등을 가져옵니다. 사실을 추출하고 분류하며 검색 가능하게 만듭니다. 대화도 가져올 수 있지만, 파일이 기반을 형성합니다.
• 의존성 없는 단일 Go 바이너리: SQLite를 사용하는 19MB 바이너리로, Python, Docker, 클라우드 서비스 또는 API 키가 필요하지 않습니다. Raspberry Pi에서도 실행됩니다. 설치: brew install hurttlocker/cortex/cortex 또는 clawhub install hurttlocker-cortex.

기술적 능력

• 하이브리드 검색: BM25 키워드(~16ms) + 의미론적(~52ms) + 융합
• 규칙 기반 방법과 선택적 LLM 강화를 사용하여 가져온 콘텐츠에서 사실 추출
• 네이티브 에이전트 통합을 위한 17개의 MCP 도구(검색/가져오기/메모리 관리)
• GitHub, Gmail, Calendar, Drive, Slack, Notion, Discord, Telegram용 커넥터
• 자체 청소: 오래된 사실 찾기, 모순 감지, 자동 충돌 해결
• localhost:8090에서 지식 그래프 탐색기

개발자는 Cortex를 약 3,200개의 메모리와 약 6,500개의 추출된 사실로 실행하며 즉각적인 검색 성능을 보고했습니다. 에이전트는 MCP를 통해 이를 사용하며 OpenClaw의 내장 memory_search와 함께 작동합니다 - Cortex는 심층 지식 검색을 처리하고 memory_search는 대화 기록을 관리합니다.

에빙하우스 소멸 기능은 특히 가치가 있었으며, 모든 정보가 영원히 동등하게 관련성을 유지해 시끄러운 검색 결과를 만드는 문제를 해결했습니다. 이제 일시적인 정보는 자연스럽게 사라지고 구조적 사실은 두드러지게 남습니다.