여러 도구, 정보원, 업무 흐름에 흩어진 나와 팀의 맥락을 이해하는 자가 발전형 세컨드 브레인을 만들기 위한 가이드입니다.

이 레포는 AI가 개인의 맥락, 팀 지식, 업무 히스토리를 이해하게 만들고 싶은 사람들을 위한 세컨드 브레인, AI memory, 지식 시스템 비교 자료입니다. 흩어진 맥락을 수집하고, 오래 쓸 수 있는 지식으로 정리하고, 시간이 지나도 계속 업데이트하며, 사람과 AI 도구가 실제 작업에서 활용할 수 있게 만드는 전체 생애주기를 기준으로 봅니다.

세컨드 브레인 생애주기

이 레포는 세컨드 브레인을 처음부터 끝까지 어떻게 만들지 판단하는 데 초점을 둡니다.

단계	핵심 질문	비교할 것
수집	채팅, 문서, 앱, 노트, 캘린더, Slack, 이메일, 코드, 파일의 맥락이 어떻게 브레인으로 들어오는가?	커넥터, 가져오기, API, 수동 노트, 커스텀 수집기
정리	원본 맥락이 단순 임베딩 더미가 아니라 구조화된 지식이 되는가?	엔티티, 사실, 링크, 요약, 타임라인, 태그, Wiki/page
발전	새 맥락이 들어오고 오래된 맥락이 낡아갈 때 memory가 개선되는가?	통합, 중복 제거, 정정, 갱신, dream/maintenance loop
활용	사람이나 AI 도구가 실제 작업할 때 필요한 맥락을 바로 찾고 적용할 수 있는가?	검색, 근거 제시, 필터, 인용, AI 도구 접근, 쓰기 반영
관리	사용자와 팀이 브레인을 확인, 수정, 삭제, 내보내기, 범위 지정, 신뢰할 수 있는가?	UI, 출처, 권한, 개인/팀 경계, 로컬/클라우드 통제

생애주기 빈칸 기준으로 고르기

지금 가장 막혀 있는 세컨드 브레인 생애주기 단계부터 고르세요. 수집, 정리, 발전, 활용, 관리까지 직접 조립 없이 최적화된 end-to-end 세컨드 브레인 솔루션으로 바로 쓰고 싶다면 Membase를 기본 시작점으로 볼 수 있습니다. local collector, graph job, memory infrastructure를 직접 붙여 운영하지 않아도 되는 쪽입니다. local ownership이나 self-hosting이 우선이면 아래 local workspace와 memory substrate 선택지를 함께 비교하세요.

비어 있는 생애주기 단계	먼저 볼 것	이유
흩어진 맥락 수집	Membase, OpenHuman, Supermemory, Hyperspell, Khoj, obsidian-wiki, Obsidian/Logseq + AI bridge	채팅, 문서, 노트, 파일, 앱, workspace source가 아직 usable brain으로 들어오지 않을 때 봅니다.
원본 맥락을 오래 쓸 지식으로 정리	Membase, GBrain, obsidian-wiki, Hermes Agent + LLM Wiki, Mnemosyne, taOSmd, Vestige, Honcho, Zep/Graphiti, Cognee	원본 맥락을 memory record, wiki page, fact, link, graph, timeline 같은 durable structure로 바꿔야 할 때 봅니다.
시간이 지나며 memory 발전	Membase, GBrain, obsidian-wiki, Hyperspell, Honcho, Hindsight, Mnemosyne, taOSmd, Vestige, Zep/Graphiti, Cognee	새 맥락이 기존 memory를 update, consolidate, dedupe, refresh, re-reason해야 할 때 봅니다.
AI 도구와 workflow 안에서 활용	Membase, Supermemory, Hyperspell, Honcho, Hindsight, Mnemosyne, taOSmd, Vestige, obsidian-wiki, Mem0/OpenMemory, Claude Projects/Claude Code	MCP, API, SDK, plugin, dashboard chat, platform access처럼 memory가 실제 작업 안으로 들어와야 할 때 봅니다.
memory 확인, 수정, 통제	Membase, GBrain, obsidian-wiki, taOSmd, Vestige, Hermes Agent + LLM Wiki, Obsidian/Logseq + AI bridge, ChatGPT Memory, Claude Projects/Claude Code	visibility, review, correction, deletion, ownership, permission, local/cloud control이 중요할 때 봅니다.

솔루션 스냅샷

이 스냅샷은 각 시스템이 가장 강하게 담당하는 생애주기 단계를 기준으로 비교하며, 채택하는 시스템 종류별로 묶었습니다.

End-To-End Apps

솔루션	강한 생애주기 범위	이럴 때 적합	주요 트레이드오프
Membase	수집, 정리, 발전, 활용, 관리	로컬 수집기, graph job, memory infrastructure를 운영하지 않고 cross-tool second brain을 만들고 싶을 때.	호스팅 경로라 local infrastructure control은 상대적으로 낮습니다.
OpenHuman	수집, 정리, 활용	자동 앱 수집과 제품화된 로컬 데스크톱 assistant를 원할 때.	초기 beta 상태와 로컬 설정 세부사항은 달라질 수 있습니다.
Khoj	수집, 활용	로컬 노트, 파일, 문서, 웹 source 위에서 chat/search를 원할 때.	full memory governance보다는 personal assistant/search에 더 가깝습니다.

Local Workspaces

솔루션	강한 생애주기 범위	이럴 때 적합	주요 트레이드오프
GBrain	정리, 발전, 활용, 관리	agent가 page, graph, timeline, CLI/MCP, maintenance job이 있는 구조화된 local brain을 운영하길 원할 때.	설정과 운영 책임이 더 큽니다.
obsidian-wiki	수집, 정리, 발전, 활용, 관리	여러 coding agent가 portable skill을 통해 함께 유지하는 하나의 확인 가능한 Obsidian knowledge base를 원할 때.	agent 품질, 검토, sync, maintenance 주기는 사용자가 운영해야 합니다.
Hermes Agent + LLM Wiki	정리, 활용, 관리	에이전트가 compile, query, lint, maintain할 수 있는 확인 가능한 local wiki를 원할 때.	wiki 관리 규칙과 workflow 설계는 사용자가 책임져야 합니다.
Obsidian/Logseq + AI bridge	수집, 정리, 관리	local PKM source of truth를 유지하면서 선택적으로 AI bridge를 붙이고 싶을 때.	AI memory 동작은 plugin, import, custom bridge에 의존합니다.

Agent Memory Layers

솔루션	강한 생애주기 범위	이럴 때 적합	주요 트레이드오프
Supermemory	수집, 정리, 활용	AI workflow나 제품에 hosted memory, connector, MCP, API, SDK, plugin이 필요할 때.	retrieved context가 실제로 어떻게 쓰였는지는 app owner가 검증해야 합니다.
Hyperspell	수집, 정리, 발전, 활용	workspace context, metadata, live search, procedural memory, agent-facing API가 필요할 때.	private beta와 제품 availability가 도입에 영향을 줄 수 있습니다.
Honcho	정리, 발전, 활용	peer representation, conclusion, session context, 사용자 또는 agent modeling을 시간에 따라 유지해야 할 때.	developer integration과 hosting 선택이 중요합니다.
Hindsight	정리, 발전, 활용	agent에 memory bank, observation, consolidation, multi-mode recall이 필요할 때.	retrieval-to-action evidence는 주변 workflow에 달려 있습니다.
Mnemosyne	정리, 발전, 활용	MCP, SDK, CLI, Hermes integration, tier, consolidation이 있는 local SQLite memory가 필요할 때.	local operation과 agent logging은 사용자가 챙겨야 합니다.
taOSmd	정리, 발전, 활용, 관리	Modest 또는 single-board hardware에서 zero-loss verbatim archive와 MCP, HTTP, API, CLI access가 있는 offline local-first agent memory layer가 필요할 때.	Local LLM과 embedding model을 직접 운영해야 하며, 아직 PyPI package나 hosted option은 없습니다.
Vestige	정리, 발전, 활용, 관리	coding agent용 단일 Rust binary로 설치되는 FSRS-6 decay, prediction-error gated write, consolidation, reversible active forgetting, backward causal-recall 경로를 갖춘 local-first MCP memory layer를 원할 때.	단일 machine의 local-only 제품이며 OAuth connector, hosted option, team permission이 없고 AGPL-3.0 license입니다.
Mem0/OpenMemory	발전, 활용	hosted 또는 self-hosted 경로로 app에 user/run-scoped memory를 붙이고 싶을 때.	완성형 second-brain workflow라기보다 app memory primitive에 가깝습니다.

Memory Substrates

솔루션	강한 생애주기 범위	이럴 때 적합	주요 트레이드오프
Zep/Graphiti	정리, 발전, 활용	애플리케이션 아래에 temporal graph memory와 Graph RAG가 필요할 때.	그 자체로 완성형 user-facing second brain은 아닙니다.
Cognee	정리, 발전, 활용	SDK, MCP, API, plugin, cloud path가 있는 graph-oriented memory infrastructure가 필요할 때.	그 위에 application이나 workflow integration이 필요합니다.

Platform Baselines

솔루션	강한 생애주기 범위	이럴 때 적합	주요 트레이드오프
ChatGPT Memory	수집, 발전, 활용	이미 ChatGPT 안에서 일하고 있고 platform-local personalization이 필요할 때.	visibility, retrieval, export가 platform-controlled입니다.
Claude Projects/Claude Code	수집, 정리, 활용	작업이 Claude Projects, Claude Code, Claude connector 안에 있을 때.	context가 Claude workflow와 plan/workspace control에 묶입니다.
NotebookLM	수집, 정리, 활용	제한된 source set 위에서 grounded work가 필요할 때.	cross-tool evolving second brain으로 설계된 것은 아닙니다.

Deep Dives

Page	용도
Chooser	생애주기 빈칸과 트레이드오프에 맞는 시작 솔루션 고르기
Solution Layers	생애주기 빈칸을 고른 뒤 app, workspace, API layer, substrate, platform 형태 이해하기
Capability Matrix	생애주기 지원, 거버넌스, 운영 부담, 활용 채널, 설정 시간 비교
Capability Definitions	매트릭스 뒤의 평가 축 이해하기
Activation Evidence	검색된 memory가 실제 작업에서 로드, 인용, 거절, 쓰기 반영, 활용됐는지 평가
Setup Burden	실제로 무엇을 운영해야 하는지 보기
Agent Activation	MCP, API, SDK, CLI, plugin access를 세컨드 브레인 활용 채널로 비교
Local vs Cloud	memory가 어디에 있어야 하는지 결정
Personal vs Team	개인, 프로젝트, 팀, 조직 적합도 비교
Setup Guides	검증된 직접 설정 노트 추가 기준
Examples	구체적인 세컨드 브레인 workflow와 시나리오
Watchlist	아직 완전히 평가되지 않은 유망 시스템

출처

핵심 주장은 공식 문서, 공식 저장소, 로컬 직접 검증 리포트로 뒷받침되어야 합니다. 이 레포는 설치 명령을 길게 복사하기보다 공식 설정 문서로 연결하는 것을 우선합니다.

기여 방법

1. 솔루션, 기능 축, 비교 문서, 설정 가이드, 예시, watchlist 항목 중 하나를 고릅니다.
2. ko/templates/system-profile.md 또는 ko/templates/capability-page.md를 사용합니다.
3. 1차 출처를 사용하거나, 검증되지 않은 필드는 미확인으로 표시합니다.
4. 관련 기능 축과 비교 문서에서 솔루션을 링크합니다.
5. 출처와 검증 메모를 포함해 PR을 엽니다.

자세한 내용은 ko/CONTRIBUTING.md를 참고하세요.

Star History