toon-memory vs mem0 vs shodh-memory: AI 메모리 솔루션 비교

왜 AI 메모리 솔루션을 비교하나?

AI 코딩 에이전트는 생산성을 위해 메모리가 필요합니다. 하지만 어떤 메모리 솔루션이 가장 좋을까요? 이 가이드는 세 가지 주요 옵션을 비교합니다:

toon-memory — 토큰 효율적 형식의 MCP 서버
mem0 — 클라우드 기반 메모리 플랫폼
shodh-memory — 하이브리드 벡터 + 그래프 메모리

빠른 비교

기능	toon-memory	mem0	shodh-memory
저장소	로컬 파일 (TOON)	클라우드	RocksDB
의존성	제로	클라우드 API	sentence-transformers, RocksDB
검색	BM25 + 그래프 + 품질	벡터만	하이브리드 (벡터 + 그래프)
토큰 효율	JSON보다 22% 적음	N/A (클라우드)	유사
품질 점수	자동 (0-1, 휴리스틱)	없음	BND 알고리즘
병합-중복제거	태그 유니온 + 최대 신뢰도	없음	내용 중복제거
신뢰도 추적	항목별 (0-1)	없음	항목별
시스템 프라이머	자동 생성	없음	없음
멀티 세션	파일 기반 조율	없음	없음
훅	15개 에이전트	없음	Claude만
암호화	AES-256-GCM	클라우드 관리	없음
설정 시간	`npx toon-memory`	클라우드 가입	Docker + 설정
비용	무료	사용량 기반	무료
인터넷 필요	아니오	예	아니오

심층 분석: toon-memory

장점

토큰 효율 — TOON 형식이 JSON보다 22% 적은 토큰
그래프 인식 recall — BM25 + 중심성 + 품질 점수
에이전트 지원 — 15개 이상의 에이전트 자동 설정
제로 의존성 — 클라우드 없음, Docker 없음, sentence-transformers 없음
완전한 기능 — 35개 MCP 도구, 암호화, 멀티 세션 조율

단점

벡터 검색 없음 — BM25 사용, 임베딩 없음
MCP 필요 — 에이전트가 Model Context Protocol을 지원해야 함
로컬 전용 — 기기 간 클라우드 동기화 없음 (대신 Git 사용)

최적 사용처

오프라인, 프라이빗 메모리를 원하는 개발자
여러 AI 에이전트 (Claude, Cursor, OpenCode)를 사용하는 팀
토큰 효율이 중요한 프로젝트 (비용 절약)

심층 분석: mem0

장점

관리형 서비스 — 설정 불필요
벡터 검색 — 임베딩을 통한 의미적 유사성
클라우드 동기화 — 기기 간 자동 작동
API 접근 — 쉬운 통합

단점

인터넷 필요 — 오프라인 지원 없음
비용 — 사용량 기반 가격이 누적됨
프라이버시 — 데이터가 기기 밖으로 나감
토큰 최적화 없음 — LLM 효율성을 위해 설계되지 않음
제한된 기능 — 품질 점수 없음, 그래프 recall 없음

최적 사용처

Git 없이 기기 간 동기화가 필요한 팀
프라이버시가 문제가 되지 않는 프로젝트
로컬 설정 없이 빠른 프로토타이핑

심층 분석: shodh-memory

장점

하이브리드 검색 — 벡터 + 그래프 recall
품질 점수 — BND 알고리즘
오프라인 — 클라우드 불필요
RocksDB 저장소 — 빠르고 영구적

단점

복잡한 설정 — Docker + sentence-transformers 필요
무거운 의존성 — 대규모 Python 환경
Claude만 — 제한된 에이전트 지원
토큰 최적화 없음 — LLM 효율성을 위해 설계되지 않음

최적 사용처

벡터 검색 + 그래프 recall이 필요한 프로젝트
이미 Docker와 Python을 사용하는 팀
Claude 전용 환경

벤치마크: 토큰 효율

동일한 컨텍스트를 확보하는 데 필요한 토큰 측정:

방법                            토큰    vs 파일 재읽기
────────────────────────────  ────────  ───────────────────
소스 파일 재읽기              ~3000    기준
toon-memory (플랫)             ~1200    -60%
toon-memory (그래프, 컴팩트)   ~900     -70%
toon-memory (smart_recall)     ~850     -72%
shodh-memory (하이브리드)       ~1100    -63%
mem0 (클라우드)                 N/A      N/A (클라우드)

벤치마크: 비용

GPT-4 가격 기준 ($0.03/1K 입력 토큰), 하루 10세션:

솔루션	월 비용	비고
toon-memory	$8.70	무료, 토큰 효율적
mem0	~$15-30	사용량 기반 가격
shodh-memory	$10.50	무료, 토큰 효율 낮음
메모리 없음	$21.60	컨텍스트 재설명

기능 비교

메모리 작업

기능	toon-memory	mem0	shodh-memory
결정 저장	✅	✅	✅
패턴 저장	✅	❌	❌
버그 저장	✅	❌	❌
품질 점수	✅ (0-1)	❌	✅ (BND)
신뢰도 추적	✅	❌	✅
TTL (만료)	✅	❌	❌
병합-중복제거	✅	❌	✅
암호화	✅ (AES-256)	✅ (클라우드)	❌

검색 및 recall

기능	toon-memory	mem0	shodh-memory
키워드 검색	✅ (BM25)	❌	❌
벡터 검색	❌	✅	✅
그래프 recall	✅	❌	✅
품질 순위	✅	❌	✅
컴팩트 출력	✅	❌	❌
스마트 recall	✅	❌	❌

통합

기능	toon-memory	mem0	shodh-memory
MCP 프로토콜	✅	❌	❌
에이전트 지원	15개 이상	API로 아무거나	Claude만
자동 설정	✅	✅	❌
훅	✅	❌	✅ (Claude)
멀티 세션	✅	❌	❌
오프라인	✅	❌	✅

의사 결정 매트릭스

필요한 것	추천
오프라인 + 프라이빗 메모리	toon-memory
토큰 효율	toon-memory
여러 에이전트 지원	toon-memory
기기 간 동기화 (Git 없이)	mem0
벡터 검색	shodh-memory 또는 mem0
가장 간단한 설정	toon-memory
최저 비용	toon-memory

결론

toon-memory는 대부분의 개발자에게 최적의 선택입니다:

토큰 효율적 — 매 세션마다 22% 절약
에이전트 무관 — 15개 이상의 에이전트와 작동
프라이빗 — 클라우드 없음, 데이터가 기기 밖으로 나가지 않음
완전한 기능 — 35개 MCP 도구, 그래프 recall, 품질 점수

npm install -g toon-memory
npx toon-memory  # 대화형 설치 프로그램

벡터 검색이나 클라우드 동기화가 필요하다면 mem0 또는 shodh-memory를 고려하세요. 하지만 대부분의 사용 사례에서 toon-memory는 기능, 성능, 단순성의 최적 균형을 제공합니다.