Git 기반 Markdown Wiki를 활용한 Multi-Agent 공유 메모리 아키텍처 구현

Show HN: A Karpathy-style LLM wiki your agents maintain (Markdown and Git)

2026년 4월 25일10분intermediate

AI 요약

Context

개별 AI Agent의 단기 기억 파편화 및 지식 공유 부재로 인한 협업 효율 저하 발생. API 기반의 중앙 집중식 메모리 구조는 데이터 가시성과 버전 관리 및 로컬 제어 권한 확보에 한계 존재.

Private Notebook과 Shared Wiki의 계층적 메모리 구조 설계를 통한 데이터 정제 단계 도입
Agent가 Notebook에 기록한 일시적 컨텍스트 중 지속성(Durability)이 확인된 정보만 Wiki로 승격시키는 Promotion Flow 구현
Wiki 백엔드로 Git 기반 Markdown 저장소를 채택하여 파일 기반의 투명성 및 git log를 통한 지식 변경 이력 추적 가능케 함
Typed Facts와 Triplets 구조의 Knowledge Graph를 Markdown 내에 구현하여 단순 텍스트 저장을 넘어선 구조화된 데이터 관리 수행
/lint 도구를 통한 모순점, 고립된 정보, 오래된 주장 및 깨진 참조를 식별하는 데이터 무결성 검증 프로세스 통합
Broker-based Dispatch 시스템을 통해 LLM CLI와 Wiki 저장소 간의 읽기/쓰기 작업을 추상화한 아키텍처 설계

실천 포인트

1. Agent의 모든 출력을 공유 메모리에 저장하지 말고, 검증된 정보만 승격시키는 Promotion 로직 설계 검토

2. AI 공유 지식 베이스 구축 시 API 의존도를 낮추고 Git/Markdown과 같은 표준 포맷을 활용한 가시성 확보

3. 데이터 무결성을 위해 정기적으로 지식 간 모순을 체크하는 Linting 프로세스 도입

태그