Question 1

어떤 로컬 모델을 실행해야 하나요, 그리고 하드웨어가 SecureContext에 어떤 영향을 미치나요?

Accepted Answer

SecureContext는 하드웨어 등급에 따라 부드럽게 저하됩니다 — 모든 LLM 기반 레이어는 끔찍하게 실패하지 않고(이 기능이 조용히 아무것도 제공하지 않음) ingest 또는 search를 깨뜨리지 않습니다. 하드웨어가 바뀌면서 활성화되는 인텔리전스 스택의 양이 달라집니다:

| Tier | Hardware | Models that fit | What you get |
|---|---|---|---|
| Minimum | Any CPU, ~2 GB RAM free | nomic-embed-text (embeddings only) | Hybrid BM25+vector search, working memory, audit chain, skills gating — the core. LLM layers (event extraction, entity extraction, contradiction adjudication) stay dormant. |
| Mid | 8–16 GB GPU (or Apple Silicon 16 GB+) | + qwen2.5-coder:14b or phi4:14b (one at a time) | + Event-fact extraction at ingest (temporal reasoning), LLM contradiction adjudication, entity extraction, L0/L1 semantic file summaries. |
| Full | 24 GB+ GPU (e.g. RTX 4090/5090) | + phi4:14b and gpt-oss:20b resident together | Everything, concurrently, at interactive latency — plus a strong local generator for QA/benchmarks. This is the configuration our published benchmark deltas were measured on. |

모델 선택 가이드(모두 측정됨, bench/ 참조):
- Embeddings: nomic-embed-text — 필수, 작고 어디서든 실행 가능.
- Event extraction (ZCEVENTEXTRACTMODEL, 기본 phi4:14b): 우리 bakeoff에서는 phi4:14b가 100% 이벤트 리콜 / 100% 날짜 정확도로 gpt-oss:20b와 동일한 속도로 2배 빠르게 달성했습니다. 작은 GPU에서는 qwen2.5-coder:14b가 84.6% 리콜로 뒤를 잇습니다.
- Coder 모델 ≠ 더 나은: qwen2.5-coder:32b는 69.2% 리콜로 가장 나쁜 성과를 기록했습니다.

Question 2

실행하려면 무엇이 필요하나요?

Accepted Answer

Node 20+와 (권장) Docker가 필요합니다. 번들된 PostgreSQL + Ollama 스택을 위해서입니다. 한 번에 실행되는 설치 스크립트는 약 5분 만에 모든 것을 구성합니다. SQLite 대체 옵션은 인프라 없이 실행됩니다.

Question 3

여러 Claude Code 세션이 충돌 없이 같은 프로젝트에서 작업할 수 있나요?

Accepted Answer

네 — 병렬 세션은 작업 도둑질 큐에서 원자적으로 작업을 할당받습니다(50 에이전트 × 100 작업 테스트에서 중복 할당이 전혀 없었습니다). 타이핑된 브로드캐스트(ASSIGN/STATUS/MERGE/REJECT)를 통해 조율하고, 각 에이전트마다 개인 메모리 네임스페이스를 보유하면서 공유 풀도 유지합니다. 대규모 에이전트 팀을 위해 부서형 계층(헤드 + 워커, N‑티어 에스컬레이션)도 지원합니다.

Question 4

Claude Code 스킬은 설치해도 안전한가요?

Accepted Answer

파일 시스템 스킬은 귀하의 권한으로 실행되는 스크립트 묶음이며, Claude Code의 기본 로더는 이를 검사하지 않습니다. SecureContext는 누락된 장벽을 추가합니다: 입장 시 AST 스캔, 실행 전마다 HMAC 검증, 실패 시 자동 격리 또는 입장 후 변경 시 격리, 그리고 모든 입장 결정을 검증 가능한 체인 로그로 기록합니다.

Question 5

SecureContext가 내 코드나 데이터를 클라우드로 보낼까요?

Accepted Answer

아니요. 메모리, 임베딩(Ollama nomic-embed-text), 검색, 요약, 감사 체인 등은 모두 로컬에서 실행됩니다. 완전히 오프라인으로 동작하며(Ollama가 다운되면 검색이 키워드 전용으로 부드럽게 축소됩니다) 유휴 시 비용이 $0입니다.

Question 6

오랜 기간에 걸친 다주기 프로젝트를 관리할 수 있나요?

Accepted Answer

네—이것이 딜리버리 레이어의 목적입니다. 프로그램을 단계별로 정의(zc_program)하고, 열려 있는 단계의 수락 체크리스트가 프로젝트 상태와 함께 이동합니다. 단계 종료에는 증거 테이블이 필요하며, 자동으로 체크포인트 문서를 생성합니다. 조정 에이전트가 단계 중간에 종료되면, 새 에이전트가 두 번의 호출로 전체 딜리버리 상태를 재구성하고 실시간으로 검증합니다.

Question 7

SecureContext가 Claude Code 토큰 비용을 얼마나 절감하나요?

Accepted Answer

10세션 프로젝트에서 측정한 결과, ~87%의 컨텍스트 오버헤드가 줄었습니다(세션 복원은 1.5–4k 토큰, 재복사 파일 대신 20–50k 토큰). 수백 개의 메모리가 누적된 장기 프로젝트에서는, 회상 예산이 각 회상을 ~4k 토큰으로 유지하며, 무제한 덤프는 약 47k 토큰이 됩니다. 파일 질문은 원본 읽기 대신 15–50배 압축된 의미 요약에서 답변됩니다.

Question 8

Claude Code에 지속적인 메모리를 세션 간에 어떻게 제공할 수 있나요?

Accepted Answer

SecureContext를 설치하세요(명령 한 번만—빠른 시작을 참조). 그 다음 에이전트는 zcremember를 호출해 결정사항과 이슈를 저장하고, 세션 시작 시 zcrecall_context({focus: "current task"})를 호출해 이를 복원합니다. 복원은 관련성 순으로 정렬되며, 자연어 시간 쿼리는 메모리에서 직접 답변됩니다. 메모리는 PostgreSQL에 저장되므로 재시작, 압축, 재부팅 후에도 지속됩니다.

Question 9

How it's different from competitors

Accepted Answer

대부분의 "Claude Code용 메모리" 프로젝트는 세 가지 중 하나를 수행합니다: 대화를 JSON으로 감싸고, 메시지를 저장한 뒤 재생합니다. 의미적 압축, 감사 추적, 보안 모델이 없습니다. 클라우드 서비스와 동기화합니다. 사용자 경험은 좋지만, 이제 에이전트의 도구 기록(잠재적으로 그가 다룬 비밀 포함)이 다른 사람의 서버에 저장됩니다. 벡터 검색을 삽입합니다. 문서에 RAG를 추가하지만 실제 문제(에이전트가 수행하는 작업 조율, 실행 확인, 세션 압축 생존)를 해결하지는 못합니다. SecureContext는 그 중 아무 것도 아닙니다:

| | SecureContext | 클라우드 메모리 서비스 | 벡터 RAG 플러그인 | Native Claude Code |
|---|---|---|---|---|
| 재시작 간 지속성 | ✅ 예, 로컬 Postgres | ✅ 하지만 그들의 서버에 | ⚠️ 문서만, 상태는 아님 | ❌ 손실 발생 자동 압축 |
| 전달 프로그램 + 증거 기반 체크포인트 | ✅ zcprogram | ❌ | ❌ | ❌ |
| HMAC 감사 추적 | ✅ 에이전트별 서브키 | ❌ | ❌ | ❌ |
| 에이전트별 아이덴티티 격리 | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| 스킬 입장 게이트 (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| 변조 방지 체인 + 세션 재생 | ✅ | ❌ | ❌ | ❌ |
| 병렬 세션을 위한 작업 도용 큐 | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| 오프라인 실행 | ✅ 로컬 Postgres + Ollama | ❌ | ⚠️ 종속적 | ✅ |
| 유휴 시 비용 | $0 | 월별 구독 | $0 | $0 |

잘 알려진 메모리 제품과 비교하면: Mem0과 Zep은 구축 중인 LLM 앱을 위한 훌륭한 호스팅 메모리 API입니다; Letta(MemGPT)는 자체 편집 메모리를 갖춘 에이전트 프레임워크입니다. SecureContext는 다른 작업을 목표로 합니다 — 나에게 필요합니다

Question 10

v0.46.1은 새로운 Temporal retrieval round 2와 delivery-tool kit이 구현되었습니다. 복합 Temporal 질문은 순위 합성을 통한 Clause로 분해되며, Temporal 검색 결과는 시간 순으로 나타나며, 오래된 결과는 확인 날짜와 함께 나이 경고를 포함합니다. zcprogram은 증거로 간주되는 Phase Closure의 자동 체크포인트에 의해 다 단계 Delivery 프로그램이 제공되며, 주최자와의 handoff 테스트를 수행하기 위해 Live-Verified합니다. Embed lane은 이제 Self-healing을 위한 Budgeted watchdog가 작동합니다. 최근 발표에는 team memory(사용자별 키, 공유 워크스페이스, 쓰기 특성), 세션 재생(암호학적 증명 서명), OTel Gen-AI spans, CI/Headless memory CLI, chunked embeddings, compliance report export 등이 포함됩니다.

Accepted Answer

새로운 Temporal retrieval round 2와 delivery-tool kit으로 새로운 기능들이 업데이트 되었습니다. 새로운 기능들에는 temporal fact supersession, durable PG task graph, first public LongMemEval numbers, token-budgeted recall digest, memory-quality 프로그램(포커스드 리콜, 합병, bitemporal 윈도우, multi-hop graph retrieval, TTL memories, multimodal ingestion), 그리고 CHANGELOG.md와 ARCHITECTURE.md에 자세한 정보가 설명되어 있습니다.

Question 11

SecureContext란 무엇인가요?

Accepted Answer

Claude Code를 실제 프로젝트에 사용하면 다음과 같은 벽에 부딪힙니다: 1. 모든 세션은 차가운 상태에서 시작됩니다. 동일한 파일을 다시 붙여넣고, 같은 결정을 다시 설명하며, 같은 함정을 다시 발견합니다—그리고 동일한 방향 작업에 대해 토큰을 계속 지불합니다. 2. 긴 프로젝트에는 전달 상태가 없습니다. 조정 에이전트가 기능 중간에 죽으면(충돌, 창 닫힘, 컨텍스트 소진) 그 대체 에이전트는 눈이 멀고 시작합니다. 사람들은 손으로 작성한 CHECKPOINT 파일로 보완합니다. 3. 에이전트가 실제로 무엇을 했는지 기록이 없습니다. 무언가가 잘못되면 Claude Code는 실행된 내용을 검증 불가능한 기록이 없습니다. 4. 스킬 스크립트는 귀하의 권한으로 실행되며 검사되지 않습니다. ~/.claude/skills/에 쓰기 권한이 있는 누구(또는 어떤 에이전트)라도 다음 호출에서 실행될 코드를 심을 수 있습니다. 5. 병렬 세션이 서로를 방해합니다. 두 창이 같은 작업을 주장하고, 한쪽이 다른 쪽의 편집을 덮어씌웁니다. SecureContext는 이러한 다섯 가지 문제를 모두 해결하는 MCP 플러그인입니다. 한 번 설치하면 에이전트는 다음과 같은 이점을 얻습니다: 재시작에도 지속되는 메모리—결정, 함정, 프로젝트 상태가 한 번의 호출에서 복원됩니다; 파일별 의미 요약이 15–50배 압축된 상태로 "이 파일은 무엇을 하나"에 답합니다; 일시적 검색은 언제 일이 일어났는지 알고 오래된 지식을 표시합니다. 장기 프로젝트를 위한 전달 레이어—zcprogram이 다단계 프로그램을 추적합니다; 단계 종료 시 수용 증거가 필요하고 검색 가능한 체크포인트를 자동으로 생성합니다; 새로운 오케스트레이터가 두 번의 호출만으로 죽은 에이전트의 작업을 재개합니다. 암호학적 감사 기록—모든

developer-skill-execution-outcome-reporting-v0-18-1 (Grade A)보안 테스트 된 데이터-ai skill for Claude AI. 등급 A. SKILL EXECUTION + OUTCOME REPORTING (v0.18.1) — extracted from roles.json deepPrompt for 개발자

개요

주요 기능

가격

사용 사례

수식어를 검증하는 것입니다.

skill failure handling

장단점

장점

단점

리뷰

Q&A

질문하기

기술 대안

개요