텐센트 훈위안, Hy Memory 2.0 공개…작업·코드 메모리 추가

중국 텐센트 훈위안(Tencent Hunyuan)이 AI 에이전트용 메모리 프레임워크 Hy Memory 2.0을 공개했다. 메모리 모델, 프레임워크, 로컬 메모리 앱 MemHub 등 3개 층을 모두 오픈소스로 풀었다. 각 층은 따로 쓰거나 묶어서 쓸 수 있다.

공개 범위: 3개 층

메모리 모델: Hy-Memory-30B-A3B. 활성 파라미터가 약 30억 개인 전문가 혼합(MoE) 모델이다. 메모리 추출과 충돌 처리용으로 학습했다. 가중치는 Hugging Face에 올라 있다.
프레임워크: 대화·작업·코드 3종 메모리의 저장, 갱신, 진화를 맡는다. SDK는 PyPI에 hy-memory 2.0.2로 게시돼 있다.
로컬 앱 MemHub: 명령줄 도구와 Mac 클라이언트를 제공한다. 사용자가 연결 도구를 승인하면 과거 세션을 하나의 로컬 메모리 저장소로 가져오고, 새 세션도 계속 동기화한다. 현재 WorkBuddy, Cursor, Codex, Qwen Code, OpenCode, DeepSeek Harness 등 10개 AI 도구와 연동된다.

GitHub 저장소의 라이선스 파일에는 Hy-Memory가 Apache 2.0으로 공개됐다고 적혀 있다.

2.0에서 달라진 점

작업 메모리와 코드 메모리가 2.0에서 새로 들어갔다. 두 메모리는 작업의 목표, 이미 내린 결정, 중간 결과, 재사용 가능한 교훈과 그 교훈이 통하는 조건을 기록한다. 장시간 작업을 재개하기 전에는 먼저 어떤 작업이 진행 중인지 판별한 뒤 관련 결정, 유효한 경험, 이전 작업 이력을 불러온다.

대화 메모리는 흩어진 사실을 시간, 장소, 인물이 있는 사건 단위로 묶는다. 중복은 합치고 충돌은 해소한 뒤 모델에 맥락을 넘긴다.

성능: 텐센트 자체 발표 수치

텐센트는 Mem0, MemOS, EverOS 등 오픈소스 프레임워크 대비 벤치마크 4종에서 1위라고 밝혔다. 수치는 모두 텐센트 발표 기준이다.

메모리	벤치마크	결과 (%)
작업	MemoryArena 여행 계획·쇼핑	평균 55.31
코드	CodeMemoryBench 질의응답 정확도	64.2
코드	CodeMemoryBench 과제 해결	35.6
코드	SWE-ContextBench 과제 해결	28.3
대화	LoCoMo 정확도	72.6