AI Briefing

OpenViking: 토큰 91% 절감, ls 명령어로 컨텍스트 탐색

volcengine/OpenViking

·2026.08.20 09:00

기존 벡터 검색 방식이 제공하는 불투명한 결과 대신, 에이전트가 ls, tree, find 명령어를 사용해 자신의 컨텍스트를 직접 탐색할 수 있게 한다. viking:// 프로토콜 아래 메모리, 리소스, 스킬을 하나의 가상 파일 시스템으로 통합하여 개발자가 파일을 다루듯 결정적으로 컨텍스트를 조작할 수 있다.

설치 없이 브라우저에서 바로 체험 가능한 OpenViking Studio 플레이그라운드
설치 없이 브라우저에서 바로 체험 가능한 OpenViking Studio 플레이그라운드

모든 콘텐츠는 L0(추상), L1(개요), L2(상세) 세 단계로 처리되어 필요할 때만 깊이 로드된다. 이를 통해 토큰 소비를 크게 줄이면서도, 검색 시 디렉터리 경로와 함께 결과를 반환하여 어떤 경로에서 결과가 나왔는지 추적하고 디버깅할 수 있다.

LoCoMo 벤치마크에서 네이티브 메모리 대비 정확도를 80~83%까지 끌어올리고 입력 토큰을 최대 91% 절감하는 성능을 보였다. tau2-bench에서는 경험 메모리를 통해 작업 성공률을 최대 11.87%p 높였다. Claude Code, Cursor, LangChain 등 주요 에이전트 프레임워크와 통합되어 세션 종료 시 사용자 선호도와 경험을 자동으로 장기 기억으로 변환한다.

AGPLv3 라이선스로 공개되어 기능 제한이나 계정 요구 사항이 없다. Volcengine의 관리형 SaaS나 자체 호스팅 옵션도 제공되며, macOS와 Windows용 데스크톱 콘솔인 OpenViking Helper를 통해 로컬 에이전트 설정과 세션 트레이스 검사를 시각적으로 관리할 수 있다.

GitHub
GitHub 저장소

volcengine/OpenViking

Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.

Python

이 한국어 소개글은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 소개 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.