[논문] PROJECTMEM: AI 코딩 에이전트를 위한 로컬 우선·이벤트 기반 메모리·판단 레이어
개요
AI 코딩 어시스턴트는 이제 빠른 스크립트부터 프로덕션 애플리케이션까지 소프트웨어 작업의 점점 더 큰 비중을 지원합니다. 그러나 이러한 에이전트는 대부분 무상태이며, 새로운 세션마다 프로젝트 파일을 다시 읽고 이전 결정을 재구성하며, 가장 비용이 많이 드는 경우 이미 실패한 디버깅 시도를 다시 반복할 수 있습니다. 이러한 컨텍스트를 재구성하는 데 세션당 약 5,000~20,000 토큰이 소모될 수 있으며, 병목 현상은 모델 능력이 아니라 프로젝트 메모리의 부재인 경우가 많습니다. 우리는 AI 코딩 에이전트를 위한 오픈소스, 로컬‑우선 메모리 및 판단 레이어인 projectmem을 제시합니다. projectmem은 개발 과정을 이슈, 시도, 수정, 결정, 메모와 같은 유형화된 이벤트의 추가 전용 평문 이벤트 로그로 기록하고, 해당 로그를 모델 컨텍스트 프로토콜(MCP)을 통해 제공되는 간결하고 AI가 읽을 수 있는 요약으로 결정적으로 변환합니다. 저장 기능을 넘어 projectmem은 이전에 실패한 수정을 반복하거나 알려진 취약 파일을 편집하기 전에 에이전트에게 경고하는 결정론적 사전 행동 게이트를 추가합니다. 우리는 이를 Memory-as-Governance라 부르며, 메모리가 단순히 에이전트의 질문에 답하는 것이 아니라 다음 행동에 영향을 미친다는 의미입니다. 이 시스템은 텔레메트리 없이 완전히 오프라인으로 실행되며, 불변 로그는 재현 가능하고 감사 가능한 AI 지원 개발을 위한 출처 추적 역할도 합니다. projectmem은 3개의 의존성을 갖는 파이썬 패키지(14개의 MCP 도구, 19개의 CLI 명령, 37개의 자동 테스트)로 제공되며, 10개의 프로젝트에서 207개의 로그 이벤트를 포함한 2개월 자체 연구를 통해 평가되었습니다. 소스 코드: https://github.com/riponcm/projectmem.
주요 기여
이 논문은 다음 분야의 연구를 제시합니다:
- cs.AI
방법론
자세한 방법론은 전체 논문을 참고하십시오.
실용적 함의
이 연구는 cs.AI 분야의 발전에 기여합니다.
저자
- Ripon Chandra Malo
- Tong Qiu
논문 정보
- arXiv ID: 2606.12329v1
- Categories: cs.AI
- Published: June 10, 2026
- PDF: PDF 다운로드