세션마다 설명 반복? 로컬 메모리 PMB

AI 코딩 에이전트에게 매 세션 같은 맥락을 다시 설명하는 일은 흔한 피로다. PMB는 디스크 위 SQLite 파일 하나에 에이전트의 결정·교훈·프로젝트 사실을 저장하고, 이를 MCP로 다시 먹여 주는 로컬 우선 메모리 도구다. 클라우드도, API 키도 필요 없다.

무슨 일인가

PMB는 클로드 코드(Claude Code)·커서(Cursor)·코덱스(Codex) 같은 MCP 지원 에이전트를 위한 영구 기억 장치를 표방한다. 지난주 내린 결정, 가르쳐 둔 교훈, 프로젝트 구조, PDF 문서 등이 재시작·모델 업그레이드·에이전트 교체를 넘어 그대로 살아남는다. 모든 데이터가 외부로 나가지 않고 내 컴퓨터의 SQLite 파일 한 곳에 머물기 때문이다. 읽기 경로에서는 LLM 호출조차 하지 않아 비용과 지연이 없다.

핵심 짚어보기

설치와 운용은 명령 몇 줄로 끝난다. pip install pmb-ai로 설치하고, pmb setup이 사용 중인 에이전트를 감지해 MCP 항목을 자동으로 연결한다. 이후 에이전트를 재시작하면 대화만으로 기억이 자동 축적된다. 핵심은 훅(Hook)이 모델이 생각하기 직전에 알맞은 기억을 끼워 넣어, 사용자가 '기억을 불러와' 같은 명령을 의식적으로 칠 필요가 없다는 점이다. pmb recall로 터미널에서 직접 검색하고, pmb doctor로 연결 상태를 점검하며, pmb dashboard는 127.0.0.1에만 묶인 로컬 UI로 축적된 기억을 개체 그래프와 타임라인으로 보여준다. 에이전트가 호출할 수 있는 MCP 도구는 29종에 이르고, npm 환경에서는 npx pmb-ai로 같은 흐름을 그대로 쓸 수 있다. 다국어 임베더는 50개 이상 언어를 지원해, 한국어로 던진 질문이 영어로 적힌 사실을 찾아낸다. 만든 이는 작업만 하면 자동으로 3,800개 이상의 개체와 4만1,000개 이상의 연결이 쌓인다고 밝혔다.

1인기업 실전 적용 포인트

• 프로젝트 시작 시 '왜 이 기술을 택했는지' 같은 결정 근거를 PMB에 적어 두면, 몇 주 뒤 다른 에이전트로 작업해도 같은 맥락을 그대로 이어받는다.
• 반복되는 실수나 코딩 규칙을 '교훈'으로 저장해, 에이전트가 같은 지적을 다시 받지 않도록 만들 수 있다.
• API 키·구독·서버가 필요 없고 데이터가 로컬에만 남으므로, 고객 코드나 민감 정보를 다루는 1인 개발자에게 특히 안전한 선택지다.
• 도구를 바꿔도(클로드 코드↔커서↔코덱스) 기억은 그대로 따라오므로, 특정 에이전트에 종속되지 않는 나만의 작업 맥락 자산을 만들 수 있다.

전망 / 주의점

기억이 늘수록 잘못된 기억의 비용도 커진다. 오래된 결정이나 폐기된 규칙이 그대로 남아 에이전트를 잘못된 방향으로 이끌 수 있으므로, 주기적으로 기억을 점검·삭제하는 습관이 필요하다. 그럼에도 '매번 다시 설명하는' 비효율을 로컬에서 0원에 해결한다는 점에서, 에이전트를 일상 도구로 쓰는 1인기업에게 충분히 시도해 볼 가치가 있다.

출처: 깃허브(GitHub) — oleksiijko/pmb (https://github.com/oleksiijko/pmb/blob/main/README.md)