워크스페이스 메모리 v2 (오프라인): 연구 노트

대상: Clawd 스타일 워크스페이스 (agents.defaults.workspace, 기본 ~/.openclaw/workspace)에서 “메모리”가 일별 Markdown 파일(memory/YYYY-MM-DD.md)과 소수의 안정적 파일(예: memory.md, SOUL.md)로 저장되는 환경.

이 문서는 Markdown을 정규적이고 검토 가능한 진실의 원천으로 유지하면서, 구조화된 검색(검색, 엔티티 요약, 신뢰도 업데이트)을 파생 인덱스를 통해 추가하는 오프라인 우선 메모리 아키텍처를 제안합니다.

왜 변경하는가?

현재 설정(일별 파일)은 다음에 탁월합니다:

  • “추가 전용” 저널링
  • 사람이 편집
  • git 기반 내구성 + 감사 가능성
  • 낮은 마찰의 캡처 (“그냥 적어두기”)

다음에는 약합니다:

  • 높은 재현율 검색 (“X에 대해 뭐라고 결정했지?”, “지난번 Y를 시도한 건?”)
  • 엔티티 중심 답변 (“Alice / The Castle / warelay에 대해 알려줘”) 많은 파일을 다시 읽지 않고
  • 의견/선호도 안정성 (변경 시 증거)
  • 시간 제약 (“2025년 11월에 사실이었던 건?”)과 충돌 해결

설계 목표

  • 오프라인: 네트워크 없이 동작; 노트북/Castle에서 실행 가능; 클라우드 의존성 없음.
  • 설명 가능: 검색된 항목이 귀속 가능(파일 + 위치)하고 추론과 분리 가능해야 함.
  • 낮은 의식: 일별 로깅은 Markdown 유지, 무거운 스키마 작업 없음.
  • 점진적: v1은 FTS만으로도 유용; 시맨틱/벡터와 그래프는 선택적 업그레이드.
  • 에이전트 친화적: “토큰 예산 내 검색”을 쉽게 (작은 사실 번들 반환).

제안 아키텍처 (Markdown 진실의 원천 + 파생 인덱스)

정규 저장소 (git 친화적)

~/.openclaw/workspace를 정규 사람이 읽을 수 있는 메모리로 유지.

파생 저장소 (기계 검색)

워크스페이스 아래에 파생 인덱스 추가:

~/.openclaw/workspace/.memory/index.sqlite

기반:

  • 사실 + 엔티티 링크 + 의견 메타데이터를 위한 SQLite 스키마
  • 어휘 검색을 위한 SQLite FTS5 (빠름, 작음, 오프라인)
  • 시맨틱 검색을 위한 선택적 임베딩 테이블 (여전히 오프라인)

인덱스는 항상 Markdown에서 재구축 가능.

보존 / 검색 / 성찰 (운영 루프)

보존: 일별 로그를 “사실”로 정규화

검색: 파생 인덱스에 대한 쿼리

검색이 지원해야 하는 것:

  • 어휘: “정확한 용어 / 이름 / 명령 찾기” (FTS5)
  • 엔티티: “X에 대해 알려줘” (엔티티 페이지 + 엔티티 연결 사실)
  • 시간적: “11월 27일경에 무슨 일이?” / “지난주 이후”
  • 의견: “Peter가 뭘 선호하지?” (신뢰도 + 증거 포함)

성찰: 안정적 페이지 생성 + 신념 업데이트

성찰은 예약된 작업(일별 또는 하트비트 ultrathink)으로:

  • 최근 사실에서 bank/entities/*.md 업데이트 (엔티티 요약)
  • 강화/모순에 기반한 bank/opinions.md 신뢰도 업데이트
  • 선택적으로 memory.md에 대한 편집 제안 (“코어” 내구성 사실)

CLI 통합

권장: OpenClaw에 심층 통합, 분리 가능한 코어 라이브러리 유지.

가장 작은 유용한 파일럿

최소한의 유용한 버전:

  • bank/ 엔티티 페이지와 일별 로그에 ## Retain 섹션 추가.
  • 인용(경로 + 줄 번호)이 포함된 검색에 SQLite FTS 사용.
  • 검색 품질이나 규모가 요구할 때만 임베딩 추가.

참고 문헌

  • Letta / MemGPT 개념: “코어 메모리 블록” + “아카이벌 메모리” + 도구 기반 자기 편집 메모리.
  • Hindsight 기술 보고서: “보존 / 검색 / 성찰”, 4네트워크 메모리, 서사적 사실 추출, 의견 신뢰도 진화.
  • SuCo: arXiv 2411.14754 (2024): “Subspace Collision” 근사 최근접 이웃 검색.