자주 묻는 질문

Seizn Memory는 AI 애플리케이션을 위한 영구적이고 검색 가능한 메모리를 제공하는 AI 메모리 인프라입니다. 벡터만 저장/검색하는 벡터 데이터베이스와 달리, Seizn은 메모리 추출, 정책 관리, 키 관리, 삭제, 감사 로그, SDK를 포함한 완전한 제품 레이어를 제공합니다. AI 세션 간 컨텍스트 유지와 개인화된 AI 경험을 가능하게 하는 문제를 해결합니다.

벡터 데이터베이스는 벡터를 위한 저장소/검색 인프라입니다. Seizn은 그 위에 구축된 완전한 메모리 시스템으로, 대화에서 자동 메모리 추출, 메모리 유형 분류, 네임스페이스/스코프 관리, API 키 순환, 감사 로깅, SDK, 거버넌스 기능을 제공합니다. '메모리 인프라' vs '검색 인프라'라고 생각하시면 됩니다.

아니요. 가장 일반적인 시작점은: 메모리 저장 -> 검색 -> 프롬프트에 주입입니다. RAG(자동 컨텍스트 구성 + 응답 생성)는 다음 단계입니다. 간단하게 시작하고 필요에 따라 복잡성을 추가할 수 있습니다.

1) POST /api/memories로 사용자 선호도 저장. 2) GET /api/memories로 검색. 3) 결과를 LLM 프롬프트에 주입. 4) 나중에 자동 추출을 위한 /api/extract와 메모리 증강 응답을 위한 /api/query 추가.

대화 간에 유효한 정보를 저장하세요: 선호도(톤, 언어, 형식), 사실(직업, 도구, 프로젝트 구조), 지시사항("항상 표로 요약"), 관계("Alice가 팀 리더"). 세션 스코프를 사용하지 않는 한 임시 또는 세션별 데이터 저장은 피하세요.

절대 저장하지 마세요: 비밀번호, API 키, 토큰, 세션 쿠키(인증 정보), 주민등록번호, 여권 번호, 은행 계좌(PII), 신용카드 정보(결제 데이터). 임시 데이터의 경우 필요하면 TTL이 있는 세션 스코프를 사용하세요.

네임스페이스는 프로젝트/테넌트/환경별로 메모리를 분리합니다. 없으면 데이터가 섞이고, 검색 품질이 떨어지며, 삭제/내보내기가 어려워집니다. 권장: 'org:acme/app:chat/env:prod' 또는 'project:myapp/env:staging'. 프로덕션에서 'default'만 사용하지 마세요.

user: 사용자에게 전역적으로 적용되는 선호도. session: 이 대화에만 유효한 목표나 컨텍스트. agent: 멀티 에이전트 시스템에서 하나의 에이전트에 특정한 규칙. 스코프를 적절히 사용하면 프롬프트 길이가 줄어들고 응답 일관성이 향상됩니다.

memory_type은 메모리를 분류합니다: fact(변하지 않는 정보), preference(사용자 선택), instruction(따라야 할 규칙), relationship(사람/조직 연결), experience(과거 이벤트). 필터링, 삭제, 정책 적용을 위한 가장 강력한 축입니다.

limit: 검색할 후보 메모리 수(너무 낮으면 관련 메모리 누락, 너무 높으면 노이즈 컨텍스트). threshold: 0-1 유사도 컷오프(높을수록 엄격). limit=10, threshold=0.7로 시작하세요. 메모리가 누락되면 threshold를 0.6으로 낮추고 limit을 20으로 올리세요. 관련 없는 결과가 나오면 threshold를 0.75-0.8로 올리세요.

보통 다음 중 하나: 1) 네임스페이스가 섞임, 2) 너무 많은 메모리 저장(노이즈), 3) threshold가 너무 낮음, 4) 콘텐츠가 너무 추상적('좋아하는 것들' vs 구체적 사실). 해결: 네임스페이스 분리, 콘텐츠 구체화, threshold 올리기.

중요도 점수를 추가하고 높은 중요도 메모리만 유지하세요. TTL을 사용하여 오래된 메모리를 자동 만료시키세요. 주기적으로 유사한 메모리를 요약으로 병합하세요. 검색 범위를 줄이기 위해 네임스페이스를 분리하세요.

권장 플로우: 1) auto_store=false로 호출하여 추출된 메모리 미리보기. 2) 사용자에게 확인을 위해 결과 표시. 3) 승인된 메모리만 저장. 4) 추출 품질이 입증되면 자동화를 위해 auto_store=true로 전환.

haiku: 더 빠르고, 저렴하며, 대부분의 경우에 적합. sonnet: 더 정확하고, 중요한 추출(온보딩, 계약, 정책)에 더 좋음. 대량/초기 추출에는 haiku, 중요한 시나리오에는 sonnet을 사용하세요.

예, 하지만 권장 패턴은: 새 메모리 생성 + 이전 메모리 삭제/보관입니다. 이 접근 방식이 감사 추적에 더 좋고 회귀 문제를 방지합니다.

두 가지 접근 방식: 1) ID로 삭제(정확), 2) 네임스페이스로 삭제(대량 정리). 엔터프라이즈/규정 준수를 위해 '완전 삭제 + 감사 로그'를 보장하세요. 삭제 정책을 명확히 문서화하세요.

요청 제한에 도달했습니다. 해결책: 1) 지수 백오프 구현(1초 -> 2초 -> 4초). 2) 서버 측에서 요청 대기열 관리. 3) 요청 빈도 줄이기: 중복 쿼리 캐시, 배치 작업, 추출 빈도 낮추기.

가장 큰 비용 요인: 1) 추출 빈도 - 호출 줄이기. 2) 검색 범위 - 네임스페이스로 좁히기. 3) 모델 선택 - 일상에 haiku, 중요한 것에 sonnet. 4) 캐싱 - 반복 쿼리 캐시. 5) 가능하면 배치 작업.

권장하지 않습니다 - 키 노출 위험이 높습니다. 서버(Next.js Route Handler, Cloudflare Worker, 서버리스 함수)에서 Seizn을 호출하고 브라우저가 서버를 호출하도록 하세요. 클라이언트 측 코드에 API 키를 절대 노출하지 마세요.

필요한 것: 1) 데이터 범위(저장되는/안 되는 것), 2) 암호화(저장 시: AES-256, 전송 중: TLS), 3) 테넌트 격리 방법, 4) 삭제/보존 정책, 5) 감사 로그 접근, 6) 키 순환/만료 정책. 문서에 보안 및 거버넌스 페이지를 유지하세요.

TypeScript/JavaScript (npm install seizn), Python (pip install seizn), 그리고 모든 언어를 위한 REST API의 공식 SDK를 제공합니다. 모든 SDK에는 TypeScript 타입, 자동 재시도, 스트리밍 지원이 포함됩니다.

기본 통합(메모리 저장/검색)은 1-2시간이 소요됩니다. 추출 기능 추가는 2-4시간 추가됩니다. 거버넌스 정책을 포함한 전체 프로덕션 배포는 테스트와 보안 검토를 포함하여 일반적으로 1-2주가 소요됩니다.

Seizn의 임베딩은 100개 이상의 언어를 지원합니다. 어떤 언어로든 콘텐츠를 저장하면 교차 언어 검색이 작동합니다. 최상의 결과를 위해 'language' 메타데이터 필드를 유지하고 언어별 결과가 필요할 때 필터링하세요.

예. 'filters' 파라미터를 사용하여 시맨틱 랭킹 전에 메타데이터(네임스페이스, 스코프, memory_type, 커스텀 필드)로 범위를 좁히세요. 이 하이브리드 접근 방식은 정밀도와 재현율을 모두 제공합니다.

응답의 'status' 필드를 확인하세요. 추출이 실패하면: 1) 입력 형식이 올바른지 확인, 2) 콘텐츠가 너무 짧지 않은지 확인(<50자는 종종 실패), 3) 다른 모델 시도. 일시적 오류에 대해 지수 백오프로 재시도 로직을 설정하세요.

예. 'extraction_prompt' 파라미터를 사용하여 모델을 안내하세요. 추출할 메모리 유형, 최소 중요도 임계값, 찾을 특정 필드, 커스텀 출력 스키마를 지정할 수 있습니다.

기존 데이터를 content, metadata, created_at 필드가 있는 JSON으로 내보내세요. 100-500개 항목 배치로 대량 가져오기 API(POST /api/memories/import)를 사용하세요. 품질이 일치하는지 확인하기 위해 병렬 검증 쿼리 세트를 실행하세요.

내보내기 API(GET /api/memories/export)를 사용하여 정기적인 백업을 생성하세요. 중요한 네임스페이스에 대해 일일 내보내기를 예약하세요. 버전 관리가 활성화된 자체 객체 스토리지(S3, GCS)에 내보내기를 저장하세요.

Seizn은 SOC 2 Type II 준수 인프라(Supabase) 위에 구축되었습니다. 자체 SOC 2 인증은 진행 중입니다(예상 2026년 3분기). EU 리전 배포는 Enterprise 고객에게 요청 시 제공됩니다. 보안 설문지 또는 규정 준수 문서는 영업팀에 문의하세요.

DELETE /api/memories와 user_id 필터를 사용하여 사용자의 모든 메모리를 제거하세요. 삭제를 증명하기 위해 감사 로깅을 활성화하세요. 일정 기간 후 자동 삭제를 위한 보존 정책을 설정하세요. 데이터 이동성 요청을 위해 GET /api/memories/export?user_id=xxx로 사용자 데이터를 내보내세요.

Seizn은 벡터 임베딩과 지식 그래프 관계를 결합한 Graph-RAG 아키텍처를 사용합니다. 메모리는 타입이 지정된 엣지(relates_to, supports, contradicts 등)를 가진 노드로 저장됩니다. 이를 통해 그래프 순회를 통한 문맥 기반 회상, 토픽 클러스터링을 위한 자동 커뮤니티 감지, 유효 기간이 있는 시간적 지식 추적이 가능합니다.

Seizn은 사용 빈도에 따라 메모리를 자동으로 티어로 구성합니다: Hot 티어(자주 접근, 빠른 캐시에 보관), Warm 티어(가끔 접근, 표준 검색), Cold 티어(거의 사용 안 함, 보관되지만 검색 가능). 티어 매니저가 접근 패턴에 따라 메모리를 자동으로 승격/강등하여 성능과 비용을 모두 최적화합니다.

Seizn은 각 메모리에 대해 원본 콘텐츠와 영어 표준 표현을 모두 저장합니다. 검색 쿼리는 두 임베딩 모두와 매칭되어, 영어로 검색해도 힌디어 메모리를 찾는 것과 같은 시나리오가 가능합니다. 100개 이상의 언어를 높은 교차 언어 정렬로 지원하는 다국어 임베딩 모델(BGE-M3, LaBSE)을 사용합니다.

Seizn은 메모리 추출 및 검색에 35개 이상의 언어를 지원합니다: 영어, 중국어(간체/번체), 힌디어, 스페인어, 프랑스어, 독일어, 일본어, 한국어, 러시아어, 우크라이나어, 아랍어, 그리고 모든 주요 인도어(타밀어, 텔루구어, 벵골어 등). 언어는 95% 이상의 정확도로 자동 감지됩니다.

MCP(Model Context Protocol)를 통해 Claude Desktop과 같은 AI 어시스턴트가 Seizn 메모리에 직접 접근할 수 있습니다. MCP 서버(npx @seizn/mcp-server)를 설치하고, Claude Desktop 설정에 추가하면, 어시스턴트가 대화 중 자동으로 메모리를 저장하고 검색할 수 있습니다. 이를 통해 세션 간 지속적인 개인화가 가능합니다.

Seizn은 다음 기술로 구축되었습니다: React Server Components가 포함된 Next.js 16, Supabase(PostgreSQL + 벡터 검색용 pgvector), Voyage AI voyage-3 모델(1024차원 임베딩), 메모리 추출 및 분석용 Claude. 100ms 미만의 벡터 검색을 위한 HNSW 인덱스, WebSocket 실시간 구독, 캐싱용 Redis를 사용합니다.

세 가지 주요 접근 방식이 있습니다: 1) REST API - 완전한 제어를 위한 직접 HTTP 호출, 2) SDK(TypeScript/Python) - 재시도 로직이 포함된 타입 안전 래퍼, 3) MCP 서버 - Claude Desktop 및 기타 MCP 호환 어시스턴트와의 자동 통합. 프로덕션에서는 API 키 보호를 위해 서버 측 호출과 함께 SDK 사용을 권장합니다.

Context API(GET /api/context)는 LLM 프롬프트에 바로 주입할 수 있도록 미리 형식화된 문자열을 반환합니다. 사용자 프로필, 최근 메모리, 관련 팩트, 그래프 컨텍스트를 결합합니다. 컨텍스트 예산에 따라 format=brief(~500 토큰), detailed(~1500 토큰), extended(~3000 토큰)를 사용하세요.

Seizn MCP 서버(seizn-mcp)는 AI 코딩 어시스턴트가 Seizn 메모리에 직접 접근할 수 있게 해주는 Model Context Protocol 서버입니다. Claude Code, Cursor, Windsurf, Cline 및 MCP 호환 클라이언트를 네이티브로 지원합니다. MCP를 지원하지 않는 에디터(GitHub Copilot, Aider, OpenAI Codex)에는 메모리에서 CLAUDE.md, AGENTS.md, .cursorrules, .windsurfrules, .github/copilot-instructions.md, .clinerules, CONVENTIONS.md를 생성하는 설정 파일 동기화를 제공합니다.

Seizn은 메모리를 에디터별 설정 파일로 내보낼 수 있습니다. sync_config_files MCP 도구 또는 POST /api/config-sync API를 사용하세요. 지원 형식: CLAUDE.md(Claude Code), AGENTS.md(OpenAI Codex), .cursor/rules(Cursor), .cursorrules(Cursor 레거시), .windsurfrules(Windsurf), .github/copilot-instructions.md(GitHub Copilot), .clinerules(Cline), CONVENTIONS.md(Aider). Push는 메모리를 파일로, Pull은 파일을 Seizn으로 가져옵니다. AI 선호 설정이 모든 에디터에서 동기화됩니다.

Seizn은 브라우저 기반 인증을 위한 OAuth Device Flow(RFC 8628)를 지원합니다. auth_login MCP 도구를 실행하면 'ABCD-1234' 같은 사람이 읽을 수 있는 코드가 생성되고, 브라우저에서 seizn.com/auth/device를 열어 접근을 승인합니다. 토큰은 ~/.seizn/credentials.json에 자동 저장됩니다. 터미널 간 API 키 복사가 필요 없습니다.

Seizn MCP 서버는 AI 어시스턴트가 접근할 수 있는 읽기 전용 리소스를 제공합니다: seizn://memories/recent(최근 10개 메모리), seizn://profile(사용자 프로필), seizn://graph/summary(지식 그래프 통계), seizn://memories/project/{name}(프로젝트별 메모리), seizn://context/{format}(brief/detailed/extended 형식의 사전 포맷된 컨텍스트), seizn://docs/setup/{editor}(에디터별 설정 가이드).

네. MCP의 Webhook 도구(create_webhook, list_webhooks, delete_webhook, webhook_deliveries) 또는 /api/webhooks REST API를 사용하세요. memory.created, memory.updated, memory.deleted 같은 이벤트를 구독하고 HTTPS POST 알림을 받을 수 있습니다. Seizn과 커스텀 통합 간 실시간 동기화가 가능합니다.

session_init에 cwd(현재 작업 디렉토리)를 전달하면 Seizn이 package.json, pyproject.toml, Cargo.toml에서 프로젝트를 자동 감지합니다. 그런 다음 프로젝트별 메모리와 지시사항을 자동으로 로드합니다. AI 어시스턴트가 항상 작업 중인 프로젝트에 맞는 컨텍스트를 갖게 됩니다 — 수동 설정이 필요 없습니다.

Claude Code: ~/.claude/settings.json의 mcpServers에 command 'npx', args ['-y', 'seizn-mcp@latest']를 추가하세요. Cursor: Settings > MCP Servers에서 같은 설정을 추가하세요. Windsurf: Settings > MCP. Cline: MCP 설정. env 블록에 SEIZN_API_KEY를 설정하거나 auth_login으로 브라우저 기반 OAuth를 사용하세요. 전체 설정 가이드는 seizn.com/docs/integrations에서 확인하세요.