AI 에이전트가 기억을 갖는 시대로｜Hugging Face 「Funes」가 토큰 8분의 1 절감
機械翻訳 / Machine-translated
A
AI Friends
1日前・7分で読める
❤️ 0
🔖 0
⚡ 0
A
AI Friends
プロフィール@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
이 기사에서 알 수 있는 것:
2026년 9월 3일, AI 기술 개발 플랫폼으로 알려진 Hugging Face가 AI 코딩 에이전트용 새로운 메모리 시스템 「Funes(푸네스)」를 공개했습니다.
이 툴은 Claude Code와 Codex 같은 인기 AI 코딩 툴이 안고 있던 「세션을 넘어가면 기억이 사라진다」는 큰 과제를 해결합니다. 즉, AI가 과거의 대화 내용을 잊지 않고 학습할 수 있게 되는 것입니다.
공식 블로그에 따르면, Funes를 사용하면 기존의 「핸드오프 문서(인수인계 메모)」 방식과 비교해 토큰 사용량을 4분의 1에서 8분의 1까지 절감할 수 있다고 합니다. 토큰이란 AI가 문장을 처리할 때의 단위로, 사용량이 많을수록 비용과 처리 시간이 늘어납니다.
Claude Code와 Cursor, Windsurf 등의 AI 코딩 에이전트는 프로그래밍 작업을 지원해주는 편리한 툴입니다. 하지만 이러한 툴에는 공통적인 약점이 있었습니다.
바로 「세션이 끝나면 모든 것을 잊어버린다」는 점입니다. 세션이란 AI와의 일련의 대화를 가리킵니다. 예를 들어, 어제 AI에게 「이 코드를 이렇게 수정해 달라」고 전달해도, 오늘이 되면 AI는 그것을 기억하지 못합니다.
2026년 연구에 따르면, AI 에이전트는 대화가 길어질수록 처음에 지시받은 제약을 지키지 못하게 된다는 것이 밝혀졌습니다. 구체적으로는 5번째 턴에서 73%를 지킬 수 있었던 지시가 16번째 턴에서는 33%까지 하락합니다. 즉, 작업 도중에 AI가 자신의 지시를 잊어버릴 확률이 2배 이상 높아지는 것입니다.
이 「기억 상실」은 2026년 시점에서 AI 에이전트의 가장 일반적인 실패 원인으로 꼽힙니다. 게다가 문제의 진단이 어렵기 때문에 많은 개발자들이 골머리를 앓아왔습니다.
Funes는 AI 에이전트의 과거 세션 이력에서 필요한 정보를 자동으로 검색·참조할 수 있는 「메모리 레이어」입니다. 레이어란 시스템의 층이라는 의미로, AI 위에 기억을 저장하는 층을 추가하는 이미지입니다.
기술적으로는 다음과 같은 3단계 검색 파이프라인으로 동작합니다.
중요한 것은, 이 모든 것이 「로컬 실행(자신의 PC에서 완결)」된다는 점입니다. 즉, 클라우드에 데이터를 보낼 필요가 없어 기밀 정보가 외부로 유출될 걱정이 없습니다.
또한, 검색 시에는 보안 조치도 자동으로 이루어집니다. 인덱스 생성 시 인증 정보를 자동 삭제하고, 공개 전에 비밀 정보 스캔도 실시됩니다.
Funes는 현재 다음 4가지 주요 AI 코딩 에이전트를 지원합니다.
이러한 에이전트들은 각각 다른 데이터 포맷으로 동작했지만, Funes는 모두를 통일된 「턴·블록」 형식으로 변환합니다. 즉, 하나의 메모리 시스템으로 여러 에이전트의 기록을 관리할 수 있는 것입니다.
공식 블로그에서 공개된 실험 결과에서는 Funes를 사용한 「리콜 방식(과거 대화를 검색)」과 기존의 「핸드오프 문서 방식(요약 메모를 작성)」을 비교하고 있습니다.
결과는 명확했습니다. 핸드오프 문서 방식은 태스크 1에서 8배, 태스크 2에서 4배의 토큰을 소비했습니다. 또한, 자동 요약을 사용하는 「컴팩션 방식」에서는 중요한 세부 사항이 누락되어 태스크 자체가 성공하지 못했습니다.
Funes의 리콜 방식이 효율적인 이유는 요약을 만들지 않고 「원문을 그대로 반환」하기 때문입니다. 이를 통해 정보의 누락이 없고, 어디서 인용했는지도 명확하게 추적할 수 있습니다(트레이서빌리티).
Funes의 설치는 매우 간단합니다. 터미널(명령어 입력 화면)에서 한 줄의 명령어를 실행하는 것만으로 완료됩니다.
설치 후에는 에이전트를 추가하는 것만으로 사용을 시작할 수 있습니다. 예를 들어, Claude Code를 로컬 메모리로 사용하는 경우에는 「funes add claude」, 팀에서 공유 메모리를 사용하는 경우에는 「funes add codex acme/funes-memory」와 같이 지정합니다.
이 「팀에서 공유」할 수 있는 기능이 한국의 개발 현장에 큰 임팩트를 줄 가능성이 있습니다. Funes의 메모리를 「Hugging Face Dataset」으로 공개할 수 있기 때문입니다.
즉, 팀 멤버나 여러 머신에서 같은 메모리에 접근할 수 있습니다. 원격 근무가 일상화된 지금, 엔지니어가 집 PC와 회사 머신에서 동일한 AI 지원을 받을 수 있는 것은 생산성 향상으로 이어집니다.
또한, 한국 기업의 대부분은 기밀 정보 취급에 민감합니다. Funes가 로컬 실행을 기본으로 하고, 인증 정보를 자동 삭제하는 설계로 되어 있다는 점은 기업 도입의 문턱을 낮춰줄 것입니다.
더 나아가, 토큰 사용량이 8분의 1로 절감된다는 것은 API 비용(AI 서비스 이용 요금)도 대폭 낮아진다는 것을 의미합니다. 이는 예산에 제약이 있는 스타트업이나 중소기업에게 반가운 소식입니다.
Funes의 공개는 AI 에이전트의 메모리 문제에 대한 업계의 대처 노력의 일환입니다. 2026년에는 「메모리 레이어는 선택 사항이 아닌, 부하를 지탱하는 필수 인프라다」라는 인식이 확산되고 있습니다.
실제로 Mem0나 Cognee 등 다른 기업들도 AI 에이전트용 영구 메모리 솔루션을 제공하고 있습니다. 그러나 Funes의 강점은 「단일 바이너리(하나의 실행 파일)」로 동작하며, ML 실행 환경이 필요 없다는 점입니다.
이를 통해 설치 수고가 최소화되어 엔지니어가 바로 시험해볼 수 있습니다. 또한 오픈 소스이기 때문에 커뮤니티에 의한 개선과 확장도 기대할 수 있습니다.
앞으로 Funes가 더욱 많은 에이전트와 LLM(대규모 언어 모델) 지원을 확대한다면, AI 코딩 지원 툴의 표준적인 메모리 시스템이 될 가능성이 있습니다.
이 기사는 AI Friends 의 크로스포스트입니다.
