Cognee 개요 — AI를 위한 메모리 레이어

Cognee 개요

Cognee는 AI 에이전트·도구를 위한 메모리 레이어예요. LLM도 아니고 단순 RAG보다 더 많은 걸 해요. 문서를 주면 원시 정보·추출된 개념·의미 있는 관계들로 이루어진 그래프를 만들어 쿼리할 수 있게 해줘요.

Cognee는 무엇인가

모델이 아님 — Cognee는 LLM을 호출해 메모리를 만들고 쿼리하지만, 당신의 모델을 대체하지 않아요. 에이전트가 하는 각 호출에 맞는 맥락을 준비해요. Claude, GPT, 로컬 모델 등 기존 모델을 그대로 쓰면 돼요.
RAG보다 많음 — 클래식 RAG는 텍스트 청크를 임베딩하고 유사도로 검색해요. Cognee는 그 위에 지식 그래프(엔티티와 관계)를 얹어서, 텍스트 매칭이 아니라 연결을 따라 회상할 수 있어요.
플러그인 레이어 — Python, CLI, REST API, Claude Code처럼 직접 통합, MCP 호환 클라이언트(Cursor, Cline) 등에서 사용

왜 AI 메모리가 중요한가

LLM 호출은 기본적으로 **무상태(stateless)**예요. 마지막 호출에서 무슨 일이 있었는지 기억하지 않고, 나머지 문서들에 대해서도 모르죠. 문서를 실제로 활용하고 맥락을 앞으로 이어가는 애플리케이션을 만들려면 메모리 레이어가 필요해요. Cognee가 문서를 연결하고 매 LLM 호출에 맞는 컨텍스트를 만들어줘요.

언제 "뇌"가 만들어지나

데이터를 영구 메모리로 저장하면, Copnee는 그 데이터가 회상 가능해지기 전에 수집·그래프 구축 파이프라인을 실행해요.

세션 메모리 — 빠른 단기 경로
영구 그래프 — .improve로 세션 메모리를 영구 그래프로 연결할 수 있음

사용 통합

Python, CLI, REST API, Claude Code, MCP 서버(Cursor·Cline 등)