volcengine/OpenViking
AI 에이전트가 자기 기억과 자료를 파일처럼 뒤져볼 수 있는 데이터베이스
OpenViking은 AI 에이전트의 기억, 자료, 스킬을 viking:// 라는 하나의 가상 파일시스템으로 묶어주는 오픈소스 컨텍스트 데이터베이스다. 내용을 한 줄 요약(L0), 개요(L1), 전체 원문(L2) 세 단계로 미리 처리해두고 필요한 만큼만 불러와 토큰 낭비를 줄인다. 벤치마크에서 기존 방식보다 훨씬 높은 정확도와 낮은 지연시간을 보였다고 보고한다.
무엇을 하는 레포인가
- 에이전트의 기억, 문서, 스킬을 각각 고유 주소(viking://)를 가진 파일/폴더처럼 다뤄 ls, tree, find 같은 명령으로 직접 탐색할 수 있게 했다
- 저장할 때 내용을 한 줄 요약(L0, 약 100토큰), 핵심 개요(L1, 약 2천 토큰), 전체 원문(L2)으로 미리 가공해두고, 검색은 먼저 관련성 높은 폴더를 찾은 뒤 그 안을 단계별로 파고드는 방식으로 진행된다
- 검색 결과마다 어떤 경로를 거쳐 나왔는지 기록이 남아 결과가 이상할 때 원인을 추적할 수 있다
- 세션이 끝나면 사용자 선호와 에이전트 경험을 비동기로 뽑아내 장기 기억으로 저장한다
- LoCoMo(장기 대화 기억) 벤치마크에서 OpenClaw, Hermes, Claude Code에 OpenViking을 붙였을 때 정확도가 기존 24~57%에서 80~83%로 오르고 입력 토큰은 34.3~91.0% 줄었으며, tau2-bench 에이전트 작업에서도 성공률이 소매 부문 6.87퍼센트포인트, 항공 부문 11.87퍼센트포인트 올랐다고 보고됐다
왜 중요한가
AI 에이전트가 방대한 대화 기록과 문서를 다룰 때 매번 전체를 다시 읽거나 불투명한 벡터 검색에 의존하면 비용과 오류가 커지는데, OpenViking은 이를 파일시스템처럼 예측 가능하고 검증 가능하게 만들어준다. Claude Code, Cursor, LangChain 등 여러 에이전트 도구에 바로 연결할 수 있어 실제 개발 워크플로에 곧장 적용해볼 수 있다.
이 레포의 용어
- viking:// 프로토콜 · OpenViking이 기억, 자료, 스킬에 부여하는 고유 주소 체계로 파일 경로처럼 사용한다
- L0/L1/L2 · 내용을 한 줄 요약, 핵심 개요, 전체 원문 세 단계로 나눠 필요한 만큼만 불러오는 로딩 계층
- LoCoMo · 긴 대화에서 사용자 기억을 얼마나 잘 유지하는지 평가하는 벤치마크
- tau2-bench · 여러 차례 주고받는 대화형 에이전트 작업 수행 능력을 평가하는 벤치마크
- VikingBot · OpenViking 위에서 동작하도록 만들어진 AI 에이전트 프레임워크
레포 원문 소개 (영문)
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
GitHub에서 보기주목받는 레포
- cathrynlavery/diagram-designAI 코딩 도구가 그리는 다이어그램을 흔한 둥근 사각형 대신 잡지 느낌 편집 디자인으로 바꿔주는 스킬
- public-apis/public-apis세상의 모든 무료 API를 한곳에 모아둔 목록 저장소
- semantica-agi/semanticaAI 에이전트가 왜 그런 결정을 내렸는지 그래프로 증명하는 오픈소스 인프라
- cactus-compute/needle14메가바이트짜리 AI 모델로 스마트폰과 웨어러블에서 인터넷 없이 도구 호출하기
- unslothai/unsloth코딩 없이 내 컴퓨터에서 AI 모델을 돌리고 학습시키는 데스크톱 앱
- macro-inc/macro이메일, 채팅, 문서, 업무관리, CRM을 하나로 묶고 AI가 팀 전체 기억을 공유하는 업무 플랫폼
- harry0703/MoneyPrinterTurbo주제나 키워드 하나만 입력하면 대본, 영상 소재, 자막, 배경음악까지 자동으로 붙여 짧은 영상 하나를 완성해주는 오픈소스 도구
- basecamp/omarchyDHH가 만든, 미리 취향껏 세팅된 리눅스 배포판