텐센트, AI 에이전트 간 기억 공유하는 'Hy-Memory 2.0' 오픈소스 공개

Hy-Memory 2.0은 텐센트가 오픈소스로 공개한 AI 에이전트용 통합 기억 시스템입니다. 프레임워크와 전용 30B 모델, 그리고 연동 애플리케이션인 MemHub의 3개 계층으로 구성되어 있습니다.

Cursor, Codex, WorkBuddy, Hermes 등 여러 AI 도구를 넘나들며 작업할 때, 매번 도구를 바꿀 때마다 프로젝트 배경과 규칙을 처음부터 다시 설명해야 하는 번거로움을 덜어줍니다.

지원 기능과 핵심 구조

동반 앱인 MemHub는 최대 10개 AI 도구와의 연동을 지원합니다. 기존 도구들의 대화 기록을 가져와 로컬 SDK 기반의 공통 기억으로 축적하고, 새로 나눈 대화도 실시간 동기화합니다. Cursor에서 조율한 작업 컨텍스트를 Codex에서 그대로 이어받아 작업할 수 있는 구조입니다.

내부적으로는 기억을 세 가지 영역으로 세분화했습니다. Chat Memory는 사용자와의 대화 사실을 추출하고 모순된 정보를 정리합니다. Working Memory는 수행 작업과 성공 경험을 분리 기록해, 동일한 조건이 충족될 때만 과거 해결책을 꺼내 재사용합니다. Coding Memory는 코드 Diff와 수정 맥락, 버전 변경 이력을 추적해 AI가 코드가 수정된 이유까지 파악할 수 있도록 돕습니다.

전용 30B 모델과 성능 검증

프레임워크와 함께 장기 기억 선별 및 갱신에 특화된 Hy-Memory-30B-A3B 모델도 제공됩니다. 자체 프레임워크 외에도 Mem0, MemOS 등 기존 기억 시스템과 결합해 사용할 수 있습니다.

LoCoMo, LongMemEval 등 6개 지표 기반의 종합 평가에서 4개 기억 시스템 평균 55.49점을 기록하며 Opus5의 54.62점과 DeepSeek V4.1 Flash의 53.64점을 앞섰습니다. 프레임워크 자체도 MemoryArena 벤치마크에서 평균 55.31%를 기록해 차순위인 EverOS보다 10.2%포인트 높은 점수를 보였습니다.

MemHub 애플리케이션 코드는 GitHub에서, 30B 모델 가중치는 Hugging Face에서 내려받을 수 있습니다.

왜 중요한가

다양한 코딩 도구와 대화형 AI를 병행하는 개발자에게 컨텍스트 단절은 큰 생산성 저하 요인이었습니다. 전체 대화 원문을 무작정 프롬프트에 밀어 넣는 대신, 코드 변경 이력과 업무 노하우를 분리해 저장하는 방식은 매우 영리합니다.

특정 플랫폼에 종속되지 않고 개인의 작업 맥락을 자산화할 수 있다는 점에서 의의가 큽니다. 실제 다양한 서드파티 툴과 연동했을 때 실시간 검색 정확도가 얼마나 유지될지가 관건이지만, 멀티 에이전트 작업 환경을 구축하려는 사용자라면 바로 검토해 볼 만합니다.