MemoryGraph: 컨텍스트 효율적인 MCP 메모리, MCP를 포기하지 않고

Source: Dev.to

컨텍스트 윈도우 문제는 실제이다

AI 코딩 에이전트를 사용해 본 사람이라면 경험했을 것이다: 에이전트가 느려지고, 토큰 비용이 급등하거나, 컨텍스트 윈도우가 한계에 도달해 작업이 실패한다. 최근 기사에서는 이 고통을 강조하며, 인기 있는 MCP 서버 3개만으로도 코딩 에이전트의 컨텍스트 윈도우의 **26 %**를 차지한다는 사실을 보여줬다.

문제의 원인? 에이전트가 필요하든 안 하든 도구 정의 수십 개를 컨텍스트 윈도우에 미리 로드하는 MCP 서버다. 일부 메모리 솔루션은 40 개 이상의 도구를 노출하고, 각 도구는 장황한 설명을 포함해 에이전트가 작업을 시작하기도 전에 수천 토큰을 차지한다.

이는 정당한 우려다. 하지만 해결책은 MCP를 완전히 포기하는 것이 아니라, 컨텍스트 효율성을 일급 요구사항으로 설계한 MCP 서버를 만드는 것이다.

MemoryGraph의 접근법: 신중한 도구 설계

MemoryGraph는 다른 길을 선택한다. 모든 가능한 메모리 작업을 별도 도구로 제공하는 대신, 최소 도구, 최대 기능이라는 핵심 원칙을 중심으로 설계했다.

수치

아홉 개의 도구. 이것만으로 **95 %**의 사용 사례를 커버한다. 각 도구 설명은 간결하면서도 검색 가능하도록 제작했다.

도구 프로필: 필요할 때만 컨텍스트

우리는 도구 프로필을 구현해 사용자가 컨텍스트 사용량을 명시적으로 제어할 수 있게 했다:

# Core 모드 (기본) - 9개 도구, 최소 컨텍스트
memorygraph

# Extended 모드 - 11개 도구, 통계 및 고급 쿼리 추가
memorygraph --profile extended

대부분의 사용자는 확장 모드를 필요로 하지 않는다. Core 프로필이 제공하는 내용:

• 메모리 CRUD: 저장, 조회, 업데이트, 삭제, 검색 (5개 도구)
• 관계: 링크 생성, 그래프 탐색 (2개 도구)
• 발견: 퍼지 리콜, 세션 요약 (2개 도구)

Extended 모드는 데이터베이스 통계와 복잡한 관계 쿼리를 추가한다—전문 사용자를 위한 옵션이며, 사용자가 직접 선택해야 한다.

우리가 MCP를 포기하지 않은 이유

1. 문제는 MCP가 아니라 도구 과다다

MCP 자체는 얇은 프로토콜일 뿐이다. 컨텍스트 비용은 도구 정의에서 비롯된다. 9개의 간결한 도구만 가진 잘 설계된 MCP 서버는, 어차피 로드되는 장황한 --help 출력을 가진 CLI 래퍼보다 훨씬 적은 컨텍스트를 사용한다.

2. CLI는 MCP 생태계 혜택을 잃는다

MCP는 다음을 제공한다:

• 클라이언트 전반에 걸친 표준화된 도구 발견 (Claude Code, Cursor, VS Code Copilot 등)
• 일관된 설치 및 설정
• 클라이언트가 관리하는 도구 실행 및 오류 처리
• 래퍼 스크립트 없이도 가능한 크로스‑플랫폼 지원

CLI로 전환하면 각 코딩 에이전트마다 별도 통합을 유지해야 하고, 환경별 인증을 다르게 처리해야 하며, 성장 중인 MCP 생태계를 잃게 된다.

3. 그래프 관계가 우리의 핵심 가치다

CLI 인터페이스는 평면, 문서형 저장만을 강요한다. MemoryGraph의 강점은 타입된 관계에 있다:

[timeout_fix] --CAUSES--> [memory_leak] --SOLVED_BY--> [connection_pooling]

쿼리: “재시도 로직에 무슨 일이 있었나요?” 라고 물으면 전체 인과 체인을 반환한다—평면 저장 방식으로는 효율적으로 제공할 수 없는 기능이다.

간결한 도구 설명: 어떻게 가볍게 유지하는가

장황한 (일반적인) 예시

recall_memories: This is the recommended starting point for recalling past 
memories and learnings from your knowledge graph. This tool wraps search_memories with optimal defaults for natural language queries. When you want to search for past work, solutions, problems, patterns, or project context, use this tool first. 
It automatically uses fuzzy matching which handles plurals, tenses, and case 
variations. Results always include relationship context showing what connects to what. This is simpler than search_memories for common use cases because it has optimized default settings applied. Pass a natural language query and optionally filter by memory types or project path. Results are ranked by relevance with match quality hints included.

간결한 (MemoryGraph) 예시

recall_memories: Search memories with fuzzy matching and relationship context. 
Best starting point for "What did we learn about X?" queries. Handles plurals and tenses automatically.

동일한 기능이지만 토큰 수는 훨씬 적다.

실제 의미

MemoryGraph를 Claude Code에 추가하면:

claude mcp add --scope user memorygraph -- memorygraph

에이전트는 그래프 관계가 포함된 영구 메모리를 얻으면서 2‑3 % 정도의 컨텍스트만 차지한다—나머지는 실제 작업에 사용할 수 있다. 질문을 하기 전에도 **20 % +**를 소모하는 솔루션과 비교해 보라.

우리의 약속

우리는 문서와 웹사이트에 컨텍스트 사용량 추적을 추가하고 있다. 사용자는 MCP 서버를 설치하기 전에 각 서버가 차지하는 컨텍스트 양을 정확히 알 수 있어야 한다.

예정된 개선 사항

• 도구 프로필별 컨텍스트 토큰 수 공개
• 도구 설명 감사로 장황함 최소화
• “최소 도구, 최대 기능”에 지속적인 집중

결론

컨텍스트 윈도우 문제는 현실이지만, MCP가 적이 아니다. 문제는 도구 과다다. MemoryGraph는 관계 추적이 가능한 강력한 그래프 기반 메모리를 제공하면서도 컨텍스트 효율성을 유지할 수 있음을 증명한다.

• 아홉 개 도구
• 그래프 관계
• 2‑3 % 컨텍스트 사용

이것이 우리가 찾은 균형이다.

시작하기

pipx install memorygraphMCP
claude mcp add --scope user memorygraph -- memorygraph

GitHub | Documentation

MemoryGraph는 AI 코딩 에이전트를 위한 오픈‑소스 MCP 메모리 서버다. 우리는 컨텍스트 효율성과 강력한 기능이 양립할 수 있다고 믿는다.