"요약은 지도일 뿐"… 대화 한 줄도 안 날리고 시간순으로 다 기억하는 개인용 AI 메모리 시스템 오픈소스

요약 대부분의 AI 장기 기억 시스템은 대화 내용을 요약해 작은 메모 형태로 압축하거나, 벡터 임베딩을 통해 '유사한' 문맥 조각을 검색해오는 방식을 씁니다. 하지만 이러한 방식은 한 AI와 매일 소통하는 사람에게 가장 중요한 요소인 '실제로 언제 어떤 말을 정확히 했는지'를 유실하게 만듭니다. 이러한 한계를 극복하기 위해 공개된 오픈소스 프로젝트 'Lossless-memory'는 정반대의 철학을 내세웁니다. 대화를 절대 요약하지 않고 원본 텍스트를 한 줄도 빠짐없이 그대로 보관하는 것입니다. 개발진은 "요약은 지도에 불과하며, 원본 로그야말로 진짜 영토"라고 강조합니다. 시스템의 핵심 설계는 크게 세 가지 기둥으로 나뉩니다. 첫째는 모든 대화 턴을 7개 필드(타임스탬프, 발화자, 역할, 유형, 원문 텍스트, 모델 식별자, 세션 식별자)로 기록해 일별 JSONL 파일에 무손실 저장하는 것입니다. 이 원본 로그가 절대적인 기준이 되며, 다른 모든 인덱스는 삭제되더라도 언제든 원본에서 다시 재생성할 수 있습니다. 둘째는 시간축을 중심으로 설계된 검색 엔진(Temporal Backbone)입니다. 시간은 단순한 메타데이터가 아니라 검색의 최우선 기준이 됩니다. 검색 시 "어제 저녁 예산 관련 대화"처럼 시간 표현이 들어오면, SQLite FTS5 기반 인덱스가 해당 시간 범위로 먼저 결과를 좁힌 뒤 그 안에서 텍스트를 검색합니다. 의미 기반의 벡터 검색(sqlite-vec)은 정확한 검색 결과가 부족할 때만 최후의 수단으로 활용됩니다. 이를 통해 AI는 3주 전의 비슷한 대화를 왜곡해 요약하는 대신, '지난주 화요일 밤에 실제로 오간 대화 내용'을 순서대로 정확하게 복원해냅니다. 셋째는 대화의 현재 위치를 추적하는 'LLL' 색인입니다. 대화 주제가 전환된 시점을 짧은 타임스탬프 라인으로 기록해 매 턴마다 모델의 컨텍스트에 주입합니다. 특히 중요한 점은 AI가 이 색인을 읽기만 하고, 중요도나 완료 여부는 오직 사람이 직접 작성 및 관리한다는 규칙입니다. 이를 통해 컨텍스트 윈도우가 압축되거나 세션이 나뉘더라도 AI가 현재 대화의 맥락과 정체성을 잃지 않고 이어갈 수 있습니다. 이 프로젝트는 클라우드나 외부 서버 없이 단 한 명의 사용자와 한 대의 AI가 로컬 머신에서 가동되도록 설계되었으며, 벤치마크 점수 대신 실제 1인 사용 환경에서 수개월간 매일 작동해온 검증된 로그 기록을 바탕으로 하고 있습니다.