Hugging Face, 코딩 에이전트용 로컬 메모리 레이어 'funes' 공개

Hugging Face가 코딩 에이전트(Claude Code, Codex, pi, Hermes 등)가 세션 종료 시 이전 추론을 잃어버리는 문제를 해결하기 위해 내구성 있는 메모리 레이어 funes를 공개했다. funes는 로컬에서 실행되는 단일 바이너리로, 임베딩 및 리랭킹을 로컬 머신에서 수행하여 계정이나 호스팅 모델 의존성이 없다.

주요 기능 및 아키텍처

• 원본 증거 보존: 요약이 아닌 원본 텍스트와 출처(에이전트, 타임스탬프, 세션, 턴)를 반환하여 사실 왜곡을 방지한다.
• 하이브리드 검색: 벡터 검색과 BM25를 결합하고 cross-encoder로 재랭킹하여 정확도를 높인다.
• 에이전트 간 공유: 서로 다른 에이전트 간에도 동일한 형식으로 기록되어 히스토리를 공유할 수 있다.
• 보안 및 이동성: 자격 증명은 마스킹되며, Hugging Face Hub를 통해 메모리를 비공개 데이터셋으로 게시하거나 다른 기기로 이동할 수 있다.

성능 및 활용

벤치마크 결과, funes의 recall 방식은 세션 사전 지식이 필요한 태스크에서 compaction(요약) 방식보다 안정적이며, written handoff 대비 최대 8배 저렴하다. funes는 오픈소스로 공개되었으며, 로컬 Lance 데이터셋과 Hub의 캐싱 기능을 활용한다.