Supermemory: LLM을 위한 Universal Memory Layer

AI 시대에 가장 큰 과제 중 하나는 바로 ‘기억(Memory)’입니다. 대부분의 LLM은 대화가 끝나면 모든 컨텍스트를 잊어버리고, 다음 세션에서는 마치 처음 만난 사람처럼 행동합니다. 이러한 문제를 해결하기 위해 등장한 것이 바로 Supermemory입니다.

Supermemory란?

Supermemory는 19세 창업자 Dhravya Shah가 개발한 AI 애플리케이션을 위한 범용 메모리 레이어입니다. 2025년 10월 Google AI 총괄 Jeff Dean, Cloudflare CTO Dane Knecht, OpenAI와 Meta 임원 등으로부터 260만 달러의 시드 투자를 유치하며 주목받고 있습니다.

Supermemory는 비구조화된 데이터에서 “메모리”나 인사이트를 추출하여 AI 애플리케이션이 컨텍스트를 더 잘 이해할 수 있도록 돕습니다. 간단히 말해, AI에게 장기 기억을 제공하는 서비스입니다.

서비스는 기존 상용 LLM 서비스에서 MCP 형식으로 연결하여 Gemini, Claude, Cursor를 이용할수 있습니다. 또는 SDK를 이용하여 Typescript 또는 Python, API등으로 개발코드와 연계하여 사용하는 방식을 지원하고 있습니다.

주요 특징

1. Universal Memory API

Supermemory의 가장 큰 특징은 모든 AI 도구에서 사용할 수 있는 범용 메모리 API를 제공한다는 점입니다. ChatGPT에 저장된 메모리를 Claude, Cursor 등 다른 LLM에서도 동일하게 사용할 수 있습니다.

2. 멀티모달 데이터 지원

• 다양한 입력 형식: URL, PDF, 일반 텍스트, 파일 등
• 서비스 연동: Google Drive, OneDrive, Notion과 같은 서비스 연결 지원
• 멀티모달 처리: 텍스트뿐만 아니라 이미지, 비디오 등 다양한 형식의 데이터 처리

3. Knowledge Graph 기반 구조

Supermemory는 처리된 데이터를 기반으로 지식 그래프(Knowledge Graph)를 구축하여 사용자별로 컨텍스트를 개인화합니다. 이를 통해:

• 수개월 전 작성한 항목도 빠르게 검색 가능
• 관련 정보들 간의 연결 관계 파악
• 시맨틱 검색을 통한 정확한 정보 검색

4. MCP (Model Context Protocol) 통합

Supermemory MCP를 통해 Claude Desktop, Cursor IDE 등 주요 AI 도구와 원클릭으로 통합할 수 있습니다. .dxt 파일을 사용한 간편한 설치를 지원합니다.

5. 빠른 성능

Cloudflare Workers, KV, Pages를 활용하여 구축되어 극도로 빠르고 확장 가능한 성능을 제공합니다.

사용 방법

기본 사용법

1. 웹 앱 접속: app.supermemory.ai에 접속하여 계정으로 로그인
2. 메모리 추가:
   • Note(텍스트), Link(URL), File(파일) 형식 중 선택
   • 브라우저 확장 프로그램으로 웹 페이지에서 직접 저장 가능
3. 서비스 연결:
   • Notion, Google Drive, OneDrive 등과 연동
   • 클라우드에 저장된 문서들을 자동으로 메모리화
4. 채팅으로 검색:
   • “Open Chat” 버튼을 클릭하여 저장된 메모리와 대화
   • 자연어로 질문하면 관련 정보를 검색하여 제공
5. AI 도구 통합:
   • “Connect to your AI” 메뉴에서 사용하는 AI 도구 선택
   • MCP를 통해 Claude, Cursor 등과 자동 연동

개발자를 위한 API 사용

Developer Console에서 API 키를 발급받아 사용할 수 있습니다.

설치

# Using uv (recommended)
uv add supermemory-openai-sdk

# Or with pip
pip install supermemory-openai-sdk

Quick Start example

import asyncio
import openai
from supermemory_openai import SupermemoryTools, execute_memory_tool_calls

async def main():
    # Initialize OpenAI client
    client = openai.AsyncOpenAI(api_key="your-openai-api-key")

    # Initialize Supermemory tools
    tools = SupermemoryTools(
        api_key="your-supermemory-api-key",
        config={"project_id": "my-project"}
    )

    # Chat with memory tools
    response = await client.chat.completions.create(
        model="gpt-5",
        messages=[
            {
                "role": "system",
                "content": "You are a helpful assistant with access to user memories."
            },
            {
                "role": "user",
                "content": "Remember that I prefer tea over coffee"
            }
        ],
        tools=tools.get_tool_definitions()
    )

    # Handle tool calls if present
    if response.choices[0].message.tool_calls:
        tool_results = await execute_memory_tool_calls(
            api_key="your-supermemory-api-key",
            tool_calls=response.choices[0].message.tool_calls,
            config={"project_id": "my-project"}
        )
        print("Tool results:", tool_results)

    print(response.choices[0].message.content)

asyncio.run(main())

import asyncio
import openai
from supermemory_openai import SupermemoryTools, execute_memory_tool_calls

async def main():
    # Initialize OpenAI client
    client = openai.AsyncOpenAI(api_key="your-openai-api-key")

    # Initialize Supermemory tools
    tools = SupermemoryTools(
        api_key="your-supermemory-api-key",
        config={"project_id": "my-project"}
    )

    # Chat with memory tools
    response = await client.chat.completions.create(
        model="gpt-5",
        messages=[
            {
                "role": "system",
                "content": "You are a helpful assistant with access to user memories."
            },
            {
                "role": "user",
                "content": "Remember that I prefer tea over coffee"
            }
        ],
        tools=tools.get_tool_definitions()
    )

    # Handle tool calls if present
    if response.choices[0].message.tool_calls:
        tool_results = await execute_memory_tool_calls(
            api_key="your-supermemory-api-key",
            tool_calls=response.choices[0].message.tool_calls,
            config={"project_id": "my-project"}
        )
        print("Tool results:", tool_results)

    print(response.choices[0].message.content)

asyncio.run(main())

Chat Complete를 이용한 예제

import asyncio
import openai
from supermemory_openai import SupermemoryTools, execute_memory_tool_calls

async def chat_with_memory():
    client = openai.AsyncOpenAI()
    tools = SupermemoryTools(
        api_key="your-supermemory-api-key",
        config={"project_id": "chat-example"}
    )

    messages = [
        {
            "role": "system",
            "content": """You are a helpful assistant with memory capabilities.
            When users share personal information, remember it using addMemory.
            When they ask questions, search your memories to provide personalized responses."""
        }
    ]

    while True:
        user_input = input("You: ")
        if user_input.lower() == 'quit':
            break

        messages.append({"role": "user", "content": user_input})

        # Get AI response with tools
        response = await client.chat.completions.create(
            model="gpt-5",
            messages=messages,
            tools=tools.get_tool_definitions()
        )

        # Handle tool calls
        if response.choices[0].message.tool_calls:
            messages.append(response.choices[0].message)

            tool_results = await execute_memory_tool_calls(
                api_key="your-supermemory-api-key",
                tool_calls=response.choices[0].message.tool_calls,
                config={"project_id": "chat-example"}
            )

            messages.extend(tool_results)

            # Get final response after tool execution
            final_response = await client.chat.completions.create(
                model="gpt-5",
                messages=messages
            )

            assistant_message = final_response.choices[0].message.content
        else:
            assistant_message = response.choices[0].message.content
            messages.append({"role": "assistant", "content": assistant_message})

        print(f"Assistant: {assistant_message}")

# Run the chat
asyncio.run(chat_with_memory())

import asyncio
import openai
from supermemory_openai import SupermemoryTools, execute_memory_tool_calls

async def chat_with_memory():
    client = openai.AsyncOpenAI()
    tools = SupermemoryTools(
        api_key="your-supermemory-api-key",
        config={"project_id": "chat-example"}
    )

    messages = [
        {
            "role": "system",
            "content": """You are a helpful assistant with memory capabilities.
            When users share personal information, remember it using addMemory.
            When they ask questions, search your memories to provide personalized responses."""
        }
    ]

    while True:
        user_input = input("You: ")
        if user_input.lower() == 'quit':
            break

        messages.append({"role": "user", "content": user_input})

        # Get AI response with tools
        response = await client.chat.completions.create(
            model="gpt-5",
            messages=messages,
            tools=tools.get_tool_definitions()
        )

        # Handle tool calls
        if response.choices[0].message.tool_calls:
            messages.append(response.choices[0].message)

            tool_results = await execute_memory_tool_calls(
                api_key="your-supermemory-api-key",
                tool_calls=response.choices[0].message.tool_calls,
                config={"project_id": "chat-example"}
            )

            messages.extend(tool_results)

            # Get final response after tool execution
            final_response = await client.chat.completions.create(
                model="gpt-5",
                messages=messages
            )

            assistant_message = final_response.choices[0].message.content
        else:
            assistant_message = response.choices[0].message.content
            messages.append({"role": "assistant", "content": assistant_message})

        print(f"Assistant: {assistant_message}")

# Run the chat
asyncio.run(chat_with_memory())

브라우저 확장 프로그램 및 Raycast

• Chrome/Edge 확장: ChatGPT, Claude 대화 내용 저장, 웹페이지 콘텐츠 저장, Twitter/X 게시물 저장
• Raycast 확장: “Add Memory” 명령으로 빠르게 메모리 추가, “Search Memories” 명령으로 검색

경쟁 서비스와의 차이점

Memary vs Supermemory

Memary는 자율 AI 에이전트를 위한 오픈소스 메모리 레이어입니다.

주요 차이점:

• Memary: 에이전트 중심 설계, 로컬 모델 지원 강조 (Ollama), 인간 메모리 구조 모방, 대시보드를 통한 메모리 분석 및 에이전트 개선 추적
• Supermemory: 범용 메모리 API, 클라우드 서비스 우선, 멀티모달 데이터 처리 강조, MCP를 통한 광범위한 AI 도구 통합

Memary는 에이전트의 작동 방식 자체를 개선하는 데 중점을 두는 반면, Supermemory는 다양한 AI 애플리케이션에 메모리 기능을 제공하는 플랫폼에 가깝습니다.

Mem0 vs Supermemory

Mem0는 AI 애플리케이션을 위한 셀프 임프루빙 메모리 레이어입니다.

주요 차이점:

• Mem0: Python/JS SDK 제공, OpenAI, LangGraph, CrewAI 등 AI 프레임워크와 긴밀한 통합, 메모리 압축 기술로 토큰 사용량 90% 감소
• Supermemory: 웹 기반 인터페이스 제공, 소비자 친화적 UI, Chrome 확장 및 Raycast 통합, 무료 사용 가능

Mem0는 개발자 중심의 라이브러리로 코드 레벨의 통합에 강점이 있고, Supermemory는 일반 사용자와 개발자 모두를 위한 완성된 서비스입니다.

Zep vs Supermemory

Zep은 AI 에이전트를 위한 엔터프라이즈급 컨텍스트 엔지니어링 플랫폼입니다.

주요 차이점:

• Zep:
  • Graphiti 기반의 시간 인식 지식 그래프(Temporal Knowledge Graph)
  • 채팅 히스토리, 비즈니스 데이터, 문서를 통합하는 엔터프라이즈 솔루션
  • 200ms 이하의 초저지연 검색
  • MemGPT를 능가하는 벤치마크 성능 (DMR: 94.8% vs 93.4%)
  • LongMemEval 벤치마크에서 최대 18.5% 정확도 향상
• Supermemory:
  • 소비자 친화적인 인터페이스
  • 무료 사용, 로그인 불필요
  • MCP를 통한 간편한 설정
  • 개인 사용자와 소규모 개발 팀에 최적화

Zep은 엔터프라이즈 환경에서 복잡한 비즈니스 데이터를 다루는 데 특화되어 있으며, Supermemory는 개인 사용자와 소규모 팀을 위한 접근성 높은 솔루션입니다.

Graphiti vs Supermemory

Graphiti는 Zep이 오픈소스로 공개한 시간 인식 지식 그래프 프레임워크입니다.

주요 차이점:

• Graphiti:
  • 오픈소스 프레임워크 (라이브러리)
  • Neo4j, FalkorDB 등 그래프 데이터베이스와 통합
  • 시간적 메타데이터를 포함한 지식 그래프 구축
  • 사실의 유효 기간 추적 (t_valid, t_invalid)
  • 증분 업데이트로 전체 그래프 재계산 불필요
• Supermemory:
  • 완성된 서비스 (End-to-end 솔루션)
  • 즉시 사용 가능한 웹 앱 및 API
  • 비개발자도 쉽게 사용 가능
  • 다양한 통합 옵션 제공

Graphiti는 직접 메모리 시스템을 구축하려는 개발자를 위한 도구이고, Supermemory는 즉시 사용 가능한 메모리 서비스입니다.

실제 사용 사례

Supermemory는 이미 여러 스타트업에서 활용되고 있습니다:

• Cluely (a16z 투자): 데스크톱 어시스턴트
• Montra: AI 비디오 편집기
• Scira: AI 검색 엔진
• Rube: 멀티 MCP 도구
• Rets: 부동산 스타트업
• 로봇이 캡처한 시각적 메모리를 저장하는 로보틱스 기업

기술 스택

• 프론트엔드: Remix, React, Tailwind CSS, Vite
• 백엔드: Cloudflare Workers
• 데이터베이스: PostgreSQL (Drizzle ORM)
• 인프라: Cloudflare Pages, Cloudflare KV
• 언어: TypeScript

셀프 호스팅

엔터프라이즈 사용자를 위해 셀프 호스팅 옵션도 제공됩니다. 공식 문서에서 자세한 가이드를 확인할 수 있습니다.

결론

Supermemory는 AI 메모리 공간에서 독특한 위치를 차지하고 있습니다. Mem0나 Zep처럼 엔터프라이즈급 기능을 제공하면서도, 일반 사용자가 쉽게 접근할 수 있는 UI를 갖추고 있습니다. 특히 MCP 통합을 통해 다양한 AI 도구에서 메모리를 공유할 수 있다는 점이 가장 큰 강점입니다.

19세 창업자가 만든 이 서비스는 현재 무료로 제공되며, GitHub에서 13.7k 이상의 스타를 받을 정도로 개발자 커뮤니티에서 큰 관심을 받고 있습니다. AI 에이전트나 AI 애플리케이션에 장기 메모리 기능이 필요하다면, Supermemory를 시작점으로 삼는 것을 추천합니다.

참고 링크:

• 공식 웹사이트: supermemory.ai
• GitHub: github.com/supermemoryai/supermemory
• Developer Console: console.supermemory.ai
• MCP 페이지: mcp.supermemory.ai