Mnemify는 Notion, Confluence, Obsidian의 메모와 문서를 로컬에서 모아 3D 지식 지도로 보여주는 오픈소스 도구다. 사용자는 지도를 탐색하고 문서 출처를 인용하는 채팅을 이용할 수 있으며, 정리한 맥락을 다른 AI 도구에 전달할 수도 있다.

GitHub 저장소에서 코드를 내려받아 설치할 수 있다. 제작진은 Jira, Slack, Gmail, Google Meet Notes용 커넥터도 만들고 테스트했으며, 설정 절차를 다듬은 뒤 추가할 예정이라고 밝혔다.

문서를 모아 지도와 답변으로 제공

Mnemify는 세 단계로 작동한다. 먼저 Notion, Confluence, Obsidian에서 노트와 위키를 가져온다. 이 과정은 콘텐츠 해시를 기준으로 중복을 제거하며 LLM을 사용하지 않는다. 다음으로 문서를 나누고 태그를 붙인 뒤 의미적으로 묶어 지형처럼 배치한다. 지역과 봉우리는 정해진 폴더 구조가 아니라 임베딩 간 유사도를 바탕으로 만들어진다. 마지막으로 FastAPI 서버와 React 앱이 3D 육각형 지도, 문서에 근거한 주의 신호, 지도 기반 채팅, 다른 AI 클라이언트가 쓸 수 있는 JSON 맥락 자료를 제공한다.

지도에서는 문서의 주제와 지역을 살펴볼 수 있다. 채팅은 원문 전체가 아니라 지도에 정리된 지역·주제·개체와 주의 신호를 바탕으로 답하고, 답변에 사용한 원문 구절을 인용한다. 문서에서 할 일, 위험, 결정, 미해결 질문, 담당자 등을 추출해 지역별 긴급도 점수로 모으는 기능도 있다. ‘Burning’ 오버레이를 켜면 지형은 그대로 둔 채 주의가 필요한 곳을 색으로 표시한다. 지역이나 태그를 누르면 요약과 관련 문서, 신호를 확인하고 원본 페이지로 이동할 수 있다.

그 밖에 모든 출처의 미완료 할 일을 한 목록으로 모아 오늘 날짜를 기준으로 마감일별 분류하고, 마지막 컴파일 이후 가져오거나 삭제된 문서를 보여준다. 문서 검색·필터링과 정리된 마크다운 보기, 첨부 파일 열기도 지원한다. 매일 문서를 갱신하는 일정 기능과 가져오기 기록을 페이지별로 보여주는 감사 로그가 있으며, 오래된 원본 문서를 자동 삭제하거나 설정에서 확인 문구를 입력해 전체 초기화를 할 수 있다. 데스크톱 아이콘으로 실행하고 30분 동안 사용하지 않으면 종료되며, 다시 설치 절차를 실행해 업데이트한다.

제작진은 Mnemify가 읽기 전용이라고 설명한다. Notion이나 Confluence 등 원본을 수정하거나 작업을 만들고 댓글을 쓰지 않는다. 수집한 문서와 지도, 설정, 키는 저장소 바깥의 사용자별 폴더에 보관되며 원본 자료에 기록되지 않는다. 데이터는 macOS의 ~/Library/Application Support/Mnemify, Windows의 %LOCALAPPDATA%\\Mnemify, Linux의 ~/.local/share/mnemify에 저장된다. Linux에서는 $XDG_DATA_HOME/mnemify를 사용할 수도 있다. 저장 위치를 바꾸려면 실행 전에 MNEMIFY_HOME 환경 변수를 설정해야 하며, 실행하는 셸이나 바로가기마다 설정이 필요하다.

sh
# macOS / Linux — e.g. in ~/.zshrc or ~/.bashrc
export MNEMIFY_HOME="$HOME/mnemify-data"

# Windows (PowerShell) — persists for your user account
[Environment]::SetEnvironmentVariable("MNEMIFY_HOME", "D:\\mnemify-data", "User")

저장 폴더는 첫 실행 때 만들어진다. 저장소 폴더에는 코드만 있으므로 저장소를 지우거나 새 다운로드로 바꾸고 옮겨도 사용자 데이터에는 영향이 없다고 안내한다.

설치와 데이터 연결

권장 설치 방법은 최신 릴리스에서 mnemify-vX.Y.Z.zip을 내려받아 영구적으로 둘 위치에 압축을 푼 뒤 sh setup.sh를 실행하는 것이다. Windows에서는 setup.bat을 두 번 클릭한다. 릴리스 압축 파일에는 웹 앱이 미리 빌드되어 있어 Node.js가 필요하지 않다. 저장소를 복제하거나 main.zip을 받는 방식으로 설치할 때는 Node.js 18 이상이 필요하다. 설정 과정은 uv가 없으면 설치하며, uv가 Python 3.11 이상을 준비한다. 첫 실행에는 Python 패키지를 내려받기 위한 인터넷 연결이 필요하다.

sh
git clone https://github.com/mnemify-ai/mnemify && cd mnemify && sh setup.sh

main.zip은 저장소의 압축 파일에서 받을 수 있다. 압축을 푼 뒤 sh setup.sh를 실행하며, Windows에서는 setup.bat을 두 번 누른다. 개발용으로는 터미널 두 개에서 다음 명령을 실행한다. 웹 앱은 http://localhost:5173에서 열린다.

sh
cd backend && uv sync && uv run mnemify up --reload --no-browser
cd frontend/web && npm install && npm run dev

설치 프로그램은 백엔드를 설치하고 웹 앱을 빌드하거나 릴리스 ZIP에 포함된 빌드본을 사용한다. 이어 Mnemify 아이콘을 만든다. macOS에서는 ~/Applications에 설치해 Launchpad와 Spotlight에서 찾을 수 있고, Linux에서는 앱 메뉴에, Windows에서는 시작 메뉴에 추가한다. macOS와 Windows에서는 바탕 화면에도 아이콘을 만들지 물어본다. 이후 http://127.0.0.1:8783에서 앱을 연다. macOS에서 처음 아이콘을 열 때 설치 폴더가 Documents, Desktop, Downloads 등에 있으면 해당 폴더에 대한 접근을 허용하라는 메시지가 표시될 수 있다. 허용하지 않았다면 시스템 설정의 Privacy & Security → Files & Folders → Mnemify에서 권한을 다시 켤 수 있다. Windows에서 setup.bat을 실행하면 해당 프로세스에만 -ExecutionPolicy Bypass를 적용한다. 시스템 설정을 읽거나 바꾸지는 않는다고 안내한다.

앱은 Mnemify 아이콘을 누르거나 저장소 폴더에서 sh mnemify.sh를 실행해 시작한다. Windows에서는 mnemify.bat을 실행한다. 이미 실행 중이면 브라우저만 다시 연다. 30분간 사용하지 않으면 자동으로 종료되며, 대기 시간을 바꾸거나 즉시 종료하려면 Settings → General을 이용한다. 터미널에서는 다음 명령으로 종료할 수 있다.

sh
cd backend && uv run mnemify stop

자료를 연결하려면 Build → Sources를 연다. 각 연결 마법사에서 토큰을 붙여 넣거나 경로를 지정하고, 확인한 뒤 가져올 범위를 선택한다. Notion은 대상 페이지와 공유한 내부 통합 토큰을 사용한다. Confluence는 Atlassian 이메일과 API 토큰이 필요하다. Obsidian은 볼트 경로만 지정하면 되며 토큰은 필요하지 않다. 토큰은 저장소가 아닌 사용자 데이터 폴더에 저장되고 해당 사용자만 읽을 수 있다고 제작진은 설명한다.

연결한 뒤 문서를 수집하고 컴파일하면 홈 화면에 지도가 나타난다. 그 전에는 연결, 수집, 컴파일을 안내하는 화면이 표시된다. 처리 시간은 하드웨어보다 자료 규모와 API 지연에 더 영향을 받는다고 한다. 제작진이 공개한 사례에서는 약 700개의 Confluence 페이지를 처음 처리하는 데 OpenAI를 사용해 수집은 약 1.5분, 컴파일은 약 6.5분 걸렸다. 이후 결과를 캐시하므로 후속 실행은 훨씬 빨라진다고 설명한다.

모델 선택과 제한 사항

컴파일과 채팅에는 언어 모델이 필요하며, 설정은 Settings → AI & Models에서 한다. OpenAI를 기본 권장 옵션으로 제공하며 OPENAI_API_KEY를 설정하면 임베딩도 OpenAI에서 가져온다. 제작진은 다국어 임베딩을 제공해 지도의 품질이 가장 좋다고 설명한다. 약 700개 Confluence 페이지를 처음 컴파일한 사례에서는 입력 토큰 약 180만 개와 출력 토큰 약 40만 개를 사용했다. 제작진이 제시한 당시 가격 기준으로 gpt-6-luna는 약 0.40달러, 이전 gpt-5.6-luna는 1달러 미만이었고 임베딩 비용은 몇 센트였다. 다시 컴파일할 때는 결과를 재사용해 비용이 그보다 훨씬 적게 든다고 한다.

claude CLI를 설치하고 로그인해 두면 Mnemify가 이를 감지해 Claude 구독으로 컴파일과 채팅을 할 수 있으며, API 키는 필요하지 않다. ANTHROPIC_API_KEY를 설정해 Anthropic API를 이용하는 방법도 있다. Anthropic은 임베딩 API를 제공하지 않는다. 따라서 OpenAI 키가 없으면 첫 컴파일 전에 컴퓨터에서 소형 임베딩 모델을 실행할지 묻는다. 이 모델은 한 번 약 67MB를 내려받고 영어만 지원하며, 지역을 다소 더 거칠게 묶는다.

키와 네트워크 없이 로컬 모드로 컴파일할 수도 있다. 이 모드는 결정론적으로 작동하며 무료지만, 제작진은 실제 모델을 사용할 때 지도가 훨씬 더 낫다고 설명한다. 임베딩 모델은 Settings → AI & Models → Embedding model에서 바꿀 수 있다. 변경 사항은 처음부터 다시 컴파일할 때 적용된다.

Mnemify가 정리하는 자료는 원본 시스템을 대체하지 않는다. 지도에서 다루는 것은 이미 가져와 컴파일한 자료이며, 이후 수집·삭제된 문서가 ‘What changed’에 나타난다. 제작진은 사용자가 지역을 고정·이름 변경·분할·병합하고 컴파일러가 그 구조를 따르게 하는 기능, 지식을 도시·구역·거리 위에 투영하는 ‘Real World map’, 출처 간 선택 정보 동기화 기능을 향후 계획으로 제시했다. Jira, Slack, Gmail, Google Meet Notes 커넥터는 제작진 설명상 구현과 테스트를 마쳤지만, 연결 마법사를 다듬은 뒤 배포할 예정이다.

코드 기여는 이슈와 풀 리퀘스트로 받는다. 작업 안내는 AGENTS.md에 있으며, 패키지별 설치·명령·테스트 안내는 backend/README.md와 frontend/README.md에서 확인할 수 있다. 라이선스는 MIT다. 저작권 표시를 유지하면 업무에서 사용하거나 수정·재배포하고 이를 바탕으로 제품을 만들 수 있다.