Lucene 코어 기여 팀의 로컬-퍼스트 AI 메모리 워크스페이스 Maek — BB25 검색으로 노이즈를 줄이다

Lucene 코어에 BB25 기반 검색을 기여한 팀 cognica가 'Local-first AI Memory Workspace' Maek을 공개했습니다. 검색 인프라 회사가 만든 메모리 워크스페이스는 어떤 차별점이 있는지, AI 메모리 시장의 흐름과 함께 살펴봅니다.

1. Maek이란 무엇인가

Maek은 cognica 팀이 공개한 로컬-퍼스트 AI 메모리 워크스페이스로, 검색과 AI 메모리 인프라의 결합을 노린 프로젝트입니다. 단순한 노트 앱이 아니라 Lucene 코어 검색 엔진을 기반으로 한 인덱싱·검색 레이어를 사용자 로컬에서 제공합니다.

▲ Show GN: Lucene search core 기여 팀이 만든 Local-first AI Memory Workspace, Maek (maek.cognica.io) 4 P by timcognica 15시간전 | ★ favorite | 댓글과 토론 안녕하세요. 검색과 AI Memory Infrastructure를 개발하는 팀 cognica입니다. 팀 소개를 간단히 드리면, cognica에서 제시한 BB25(Bayesian BM25) 기반 확률적 하이브리드 검색(probabilistic hybrid search) 작업이 최근 Apache Lucene 10.5.0 코어에 공식 포함(BayesianScoreQuery, LogOddsFusionQuery)되었습니다. 저희는 이 검색 및 메모리 인프라 기술을 실제 사용자가 체감할 수 있는 프로덕트로 옮기는 작업을 하고 있으며, 그 첫 결과물인 macOS용 AI 앱 Maek을 소개하고 피드백을 받고자 합니다. 다운로드 및 웹사이트: https://maek.cognica.io/?utm_source=geeknews utm_medium=community& 1. 해결하려는 문제: 컨텍스트 윈도우만 늘리면 해결될까? AI 챗을 쓰다 보면 프로젝트 배경, 과거의 결정 사항, 자주 참고하는 문서 등 똑같은 맥락을 매 대화마다 반복해서 설명해야 하는 번거로움이 있습니다. 이를 해결하기 위해 단순히 이전 대화 텍스트를 몽땅 프롬프트에 밀어 넣는 방식 은 명확한 한계가 있습니다. Context Window 낭비 및 비용 증가 관련 없는 오래된 내용이 섞여 발생하는 Hate/Noise 증가 정작 중요한 과거 맥락이 유실되는 현상 Maek은 질문이 들어올 때마다 지금 질문에 필요한 기억을 어떻게 다시 최적의 형태로 구성(Reconstruct)할 것인가? 에 집중합니다. 2. 핵심 아키텍처: 분리된 데이터와 Evidence 기반 Retrieval Maek은 대화와 문서를 로컬 저장소에 저장하고, 새 질문이 들어올 때마다 아래의 신호들을 조합해 컨텍스트를 재구성합니다. Messages : 일반 채팅 기록이자 키워드/벡터 검색의 대상입니다. Document Chunks : 파일을 한 번 읽고 버리는 프롬프트 일회용품이 아니라, 로컬에 작은 청크로 나눠 저장하고 필요할 때마다 검색 및 답변의 근거로 인용(Citation)합니다. Graph : 대화에서 사람, 조직, 사건, 결정, 약속 등을 추출해 관계(Connection) 형태로 정리합니다. 유저가 정확한 키워드를 기억하지 못해도 연결된 맥락으로 찾아낼 수 있습니다. Conversation State : 현재 상황, 오픈 스레드, 인물 프로필 등을 압축한 상황판입니다. (단, 사용자의 최신 메시지와 충돌할 경우 사용자 메시지가 우선하는 'Memory Hint' 역할입니다.) Evidence 기반의 하이브리드 조합: BM25, Vector Similarity, Graph, Recency는 서로 스케일이 달라 단순히 점수를 더하면 한쪽 신호가 과하게 지배합니다. 저희는 Lucene 코어에 BB25를 기여하며 쌓은 노하우를 바탕으로, 이 신호들을 이번 질문에 필요한 '증거(Evidence)'로 보고 정교하게 조합합니다. 3. 주요 특징: Inspectability와 Local-First 답변의 근거를 시각화: AI가 기억하고 답변했다 고 주장하는 것을 넘어, 해당 답변을 만들 때 어떤 메시지, 어떤 문서 청크, 어떤 Graph Hit, 어떤 State 정보가 컨텍스트에 포함되었는지(Reconstruction 정보)를 사용자가 직접 확인할 수 있습니다. 왜 기억했는지 , 왜 못 찾았는지 디버깅이 가능해야 AI를 신뢰하고 교정할 수 있기 때문입니다. ChatGPT Memory와의 차이점: ChatGPT Memory가 서비스 종속적인 개인화 메모리 기능이라면, Maek은 사용자의 자산(대화, 문서, 그래프, 상태)을 로컬 작업공간(Workspace)에 쌓아두고 매 턴 컨텍스트를 재구성하는 독립적인 도구입니다. 데이터 흐름의 투명성: 로컬 모델을 사용할 때는 추론까지 완전 오프라인으로 유지되지만, OpenAI/Claude 같은 클라우드 모델을 연동할 경우 현재 입력과 검색된 로컬 컨텍스트가 해당 API로 전송됩니다. 이 데이터 흐름은 UI와 문서에서 명확하게 구분하여 안심하고 쓰실 수 있게 했습니다. 현재 초기 버전이며, Apple Silicon Mac 환경을 중심으로 테스트를 진행하고 있는데요, 아래 관점에서 의견을 주시면 큰 도움이 되겠습니다. 개념의 이해도: Maek이 단순 챗 UI가 아니라 'AI Memory Workspace'라는 접근으로 설명되는지 접근법의 타당성: 매 턴 컨텍스트를 동적으로 재구성하는 방식이 기술적으로 납득이 가시는지 ChatGPT Memory와의 차별성: 기존 서비스들의 메모리 기능과 비교했을 때 차이점이 명확히 다가오는지 투명성: 로컬-클라우드 모델 사용 시 데이터 흐름과 보안 관련 설명이 명확한지 UX/첫 인상: macOS 앱으로서의 설치 및 첫 실행 경험이 자연스러운지 링크: https://maek.cognica.io/?utm_source=geeknews utm_medium=community& 날카로운 피드백 부탁드립니다. 감사합니다. 함께 보면 좋은 글 β Grep은 죽었다: Claude Code가 기억하게 만드는 방법 AMD Ryzen AI Halo, $4000(약 600만원) AI 개발 키트 MemRosetta -- AI 도구를 위한 로컬 장기 기억 엔진 30 Papers - 일리야 서츠케버 추천 AI 핵심 논문 목록 요약 Peck - PR을 쉽게 설명하고 리뷰 초안과 상태를 보여주는 macOS 메뉴바 앱 GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요. Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기 댓글과 토론 인증 이메일 클릭후 다시 체크박스를 눌러주세요

2. 왜 Local-first인가

클라우드 메모리 서비스는 데이터 주권·비용·지연 시간 문제가 있습니다. Maek은 Lucene 인덱스를 사용자 디바이스에서 직접 운영함으로써 검색 자체는 로컬에서 끝내고, AI 추론만 필요한 부분만 모델 API로 호출하는 하이브리드 구조를 채택했습니다.

3. BB25 검색 알고리즘의 의미

cognica가 Lucene 10.5.0에 기여한 Bayesian BM25(BB25)는 기존 BM25 점수에 신뢰 구간을 입혀 랭킹 품질을 끌어올립니다. 같은 단어가 반복되는 짧은 쿼리에서 노이즈가 줄어드는 효과가 있어, 메모리 워크스페이스처럼 짧고 빈번한 검색에 강점이 있습니다.

4. 실전 활용 포인트

Maek은 메모리 워크스페이스지만 내부적으로는 검색 코어의 회귀 테스트 베드가 됩니다. 노트에 새 항목을 입력할 때마다 BB25 인덱스에 들어가고, 동일 단어가 반복될수록 신뢰도가 누적되는 구조라서 개인 지식 베이스를 운영할 때 노이즈가 줄어듭니다.

5. 전망

Lucene 코어에 합류한 팀이 직접 만든 도구라는 점이 Maek의 신뢰성을 뒷받침합니다. 로컬-퍼스트 AI 메모리 시장은 Obsidian·Logseq 등 기존 노트 앱과 겹치지만, 검색 품질 차별화로 새로운 위치를 노릴 수 있을 전망입니다.

요약

Maek은 Lucene 10.5.0에 BB25를 기여한 cognica 팀의 로컬-퍼스트 AI 메모리 워크스페이스입니다. 검색을 로컬에서, AI 추론만 외부로 보내는 하이브리드 구조가 핵심 차별점이며, 메모리·노트 시장에서의 새로운 옵션으로 주목됩니다.

원본 출처: https://news.hada.io/topic?id=31259

---

📰 원본 출처 · https://news.hada.io/topic?id=31259 (#N=31259)

이 글은 GeekNews(긱뉴스)에 게제된 글을 기반으로 작성되었습니다. 원본의 라이선스와 저작권은 원작자에게 있습니다.