Memorizer v1 MCP 서버는 LLM(대규모 언어 모델)이 컨텍스트와 메모리를 재사용하고 기억할 수 있도록 돕는 컨텍스트/메모리 서버입니다[3]. 이 서버는 에이전트가 서버 전송 이벤트를 통해 통신하며, 인간 운영자는 UI를 통해 메모리를 확인하고 관리할 수 있습니다[6].

Memorizer는 Postgres와 PG vector, 그리고 임베딩 생성을 위한 작은 Llama 인스턴스에 의존하며, 이 모든 것은 Docker Compose 파일을 통해 자동으로 설정될 수 있습니다[51]. GPU 없이도 Raspberry Pi와 같은 저사양 컴퓨터에서도 실행 가능합니다

 

다음 오픈소스를 통해 이러한 컨셉을 로컬에서 수행또는 팀지식 장기메모리를 위한 용도로 구축해 활용할수 있습니다.

git :

 

위 오픈소스를 Pull한후 다음 명령을 수행해 로컬에 셋업

로컬 인프라 구동 - 팀메모리

docker compose up -d

LLM 모델변경

{
  "Logging": {
    "LogLevel": {
      "Default": "Information",
      "Microsoft.AspNetCore": "Warning"
    }
  },
  "AllowedHosts": "*",
  "ConnectionStrings": {
    "Storage": "Host=localhost;Port=5432;Database=postgmem;Username=postgres;Password=postgres"
  },
  "Embeddings": {
    "ApiUrl": "http://localhost:11434",
    "Model": "all-minilm:33m-l12-v2-fp16"
  },
  "LLM": {
    "ApiUrl": "http://localhost:11434",
    "Model": "qwen2:0.5b",
    "Timeout": "00:02:00"
  },
  "Server": {
    "CanonicalUrl": "http://memorizer-test.local:5012"
  }
}

 

로컬 어플리케이션구동 - 로컬MCP

dotnet publish -c Release /t:PublishContainer

 

MCP설정 - VS CODE용

{
	"servers": {
		"microsoft.docs.mcp": {
			"type": "http",
			"url": "https://learn.microsoft.com/api/mcp"
		},
		"memorizer": {
			"type": "sse",
			"url": "http://localhost:5000/sse"
    	}
	},
	"inputs": []
}

 

메모리(지식)를 중앙 DB관리함으로 팀지식을 만들어 갈수 있습니다. ( 응용방법은 다양)

관리툴을 먼저 살펴본후 MCP이용도 확인해보겠습니다.

메모리 검색및 생성

 

메모리생성(지식)

 

RAG화

 

테스트

팀의 장기기억메모리를 활용하는 컨셉을 알기위해 수행

메모리생성

 

Vector검색

 

LLM(+MCP) 과 연계해 잘작동하는지 확인

 

LLM이용하면서 좋은내용이면 학습시키기

 

관리툴에서 메모리 추가되었나 확인

 

샘플은 코드이지만 꼭 코드로 한정지을 필요없이 다양한 팀생산활동의 지식을 관리

 

LLM에서 다시확인 

 

핵심코드 살펴보기

 

MCP의 기본개념과 MCP를 이용한 장기기억메모리 파트와 관련한 컨셉은 다음 영상및 영상분석에서 더 자세한 컨셉및 기초개념을 알수 있습니다.

로컬에서만 이용하는 컨셉이 아닌 팀의 메모리(지식)을 관리해 LLM에서 이용할수 있음으로 팀지식 운영에 도움될수 있겠습니다. 

관련 영상

영상분석

영상볼 시간없으면 다음 요약된 문서로도 컨셉확인가능합니다.

추가 참고자료

이 샘플은 닷넷진영 AKKA.net 창시자가 액터모델을 이용해 작성한 오픈소스이며 자바진영 원조는 AKKA이며 AI에서 요구하는 Agent 기능이 ActorModel에 기본 탑재되어 제공하는

스케줄러,이벤트처리,상태관리,영속성기능을 요구하기 때문에 고급 에이전트를 구현하기위해 액터모델 장치를 이용하는것은 꽤 유용할것으로 예측해봅니다. -물론 꼭 액터모델이 아니여도 다양한 패턴으로 이러한 컨셉이 계속 등장하게 될것같습니다.

 

PlayGround

모두의 MCP 메모리 :  Playground 데모로 임시 운행합니다.

{
	"servers": {
		"memorizer": {
			"type": "sse",
			"url": "https://mcp.webnori.com/sse"
    	}
	},
	"inputs": []
}