OpenClaw 창립자가 "이 메모리 플러그인을 써보세요"라고 말했다 — 순식간에 폭발적 반응

OpenClaw 에이전트는 기억을 잃습니다. 모두가 알고 있죠. 복잡한 워크플로우를 설정하는 데 30분을 쏟으면, 컨텍스트 윈도우가 가득 차고, 압축이 시작되며 — 에이전트는 논의했던 내용의 절반을 잊어버립니다.

OpenClaw의 창시자 Peter Steinberger가 해결책에 대해 게시했습니다. 그의 추천: Lossless Claw, OpenClaw의 내장 메모리 압축을 실제로 작동하는 것으로 대체하는 커뮤니티 플러그인입니다. 이 게시물은 몇 시간 만에 277K+ 조회수와 3,200+ 좋아요를 기록했습니다.

"압축 후 당신의 갑각류가 건망증이 있다면, Lossless Claw를 한번 써보세요!" — Peter Steinberger

이것이 무엇을 하는지, 왜 중요한지, 그리고 MyClaw.ai에서 1분 이내에 설정하는 방법을 알려드립니다.

문제: OpenClaw의 메모리에는 한계가 있습니다

모든 AI 모델에는 컨텍스트 윈도우가 있습니다 — 한 번에 처리할 수 있는 텍스트 양의 한계입니다. Claude Opus 4.6은 200K 토큰이 최대입니다. 많아 보이지만, 다음을 고려하면:

📝 시스템 프롬프트, 메모리 파일, 스킬 지침이 인사를 나누기도 전에 30-50K 토큰을 소모합니다

💬 50개 메시지 대화는 쉽게 150K 토큰에 도달합니다

🔄 윈도우가 가득 차면 OpenClaw의 내장 압축이 시작되며 — 오래된 메시지를 영구적으로 삭제합니다

이것이 슬라이딩 윈도우 압축입니다. 간단하고 빠르지만, 손실이 있습니다. 메시지가 사라지면 영원히 사라집니다. 에이전트는 말 그대로 20분 전에 논의한 내용을 기억할 수 없습니다.

결과는? 같은 말을 반복하게 됩니다. 에이전트는 같은 실수를 두 번 합니다. 실행 중간에 컨텍스트가 사라져 워크플로우가 망가집니다.

Lossless Claw가 실제로 하는 일

Lossless Claw는 근본적으로 다른 접근 방식을 취합니다. 오래된 메시지를 버리는 대신:

🗄️ 모든 메시지를 유지 — 로컬 SQLite 데이터베이스에 저장하며 절대 삭제되지 않습니다

🌳 요약의 DAG(방향성 비순환 그래프)를 구축 — 오래된 메시지는 요약되고, 그 요약은 다시 상위 레벨 노드로 요약됩니다

🔍 에이전트에게 회상 도구 제공 — lcm_grep으로 히스토리 검색, lcm_expand로 요약을 확장하여 원본 세부 정보 복구

🛡️ 최근 컨텍스트 보호 — 마지막 32개 메시지는 절대 압축되지 않아 원활한 대화 흐름을 보장합니다

이렇게 생각하세요: 일반 압축은 문서 파쇄기입니다. Lossless Claw는 검색 엔진이 있는 아카이브입니다.

중요한 기술적 세부사항

Lossless Claw는 LCM 논문을 기반으로 하며, 저자들이 "무손실 컨텍스트 관리(Lossless Context Management)"라고 부르는 것을 구현합니다. 주요 매개변수의 작동 방식은 다음과 같습니다:

🎯 컨텍스트 임계값: 75% — 압축은 95%가 아닌 모델 윈도우의 75%에 도달할 때 시작됩니다. 이는 마지막 순간에 토큰 부족에 허덕이는 대신 모델이 실제로 생각할 여유를 남깁니다

📊 다층 요약 — 원본 메시지 → 리프 요약 → 압축 요약 → 최상위 요약. 각 레이어는 소스 자료로의 링크를 유지하면서 더 압축합니다

🔗 DAG 구조 — 모든 요약은 자신이 어떤 메시지나 하위 요약에서 나왔는지 알고 있습니다. 이는 에이전트가 "Ghost API에 대해 무엇을 논의했나요?"라고 물으면 DAG를 통해 정확한 대화까지 답을 추적할 수 있다는 의미입니다

⚡ 점진적 압축 — 전체 히스토리가 아닌 새 메시지만 각 주기마다 처리됩니다. 이는 턴당 오버헤드를 관리 가능하게 유지합니다

실제 영향

Lossless Claw를 설치하면 다음이 변경됩니다:

이전 (기본 OpenClaw):

• 긴 대화 후 에이전트가 워크플로우 세부 정보를 잊음
• 몇 시간마다 지침을 반복해야 함
• 컨텍스트 압축이 실행 중간에 발생하면 복잡한 다단계 작업이 중단됨
• 압축된 정보를 복구할 방법이 없음

이후 (Lossless Claw):

• 에이전트가 lcm_grep을 사용하여 모든 대화의 모든 세부 정보를 회상할 수 있음
• 여러 날에 걸친 프로젝트가 DAG를 통해 전체 컨텍스트를 유지함
• 압축이 더 일찍 더 부드럽게 발생함 (거의 100%가 아닌 75%)
• 모든 원본 메시지가 SQLite에 유지됨 — 절대 손실되지 않음

Peter의 스레드에서 한 사용자가 이것이 컨텍스트 캐싱을 망가뜨리는지 물었습니다. Peter의 답변: "이유가 있어서 기본값이 아닙니다. 새로운 아이디어를 탐색하기 위한 커뮤니티 플러그인입니다!" 트레이드오프는 실제로 존재합니다 — 각 압축 주기는 요약을 생성하기 위해 LLM 토큰을 소비합니다 — 하지만 복잡하고 상태를 유지하는 워크플로우를 실행하는 에이전트의 경우, 이점이 비용을 훨씬 능가합니다.

MyClaw.ai에서 60초 만에 설치하기

MyClaw.ai에서 OpenClaw를 실행 중이라면, Lossless Claw 설치는 에이전트의 채팅을 통해 한 명령으로 가능합니다:

openclaw plugins install @martian-engineering/lossless-claw

게이트웨이가 자동으로 재시작되며, 절대 잊지 않는 DAG 기반 메모리로 실행됩니다. SSH도, 설정 파일도, Docker도 필요 없습니다 — 에이전트에게 설치하라고 말하기만 하면 됩니다.

플러그인은 기존 메모리 시스템과 원활하게 작동합니다 — MEMORY.md 파일, 일일 로그, 스킬 구성이 모두 계속 작동합니다. Lossless Claw는 수동 메모리를 대체하지 않고, 자동 회상으로 보완합니다.

조합은 강력합니다:

🧠 MEMORY.md = 에이전트가 시작 시 알아야 할 것 (결정, 선호도, 연락처)

🗄️ Lossless Claw = 에이전트가 요청 시 회상할 수 있는 것 (대화 세부 정보, 정확한 지침, 디버깅 단계)

함께, 에이전트는 빠른 시작 컨텍스트와 깊은 회상을 모두 얻습니다 — 두 세계의 장점을 모두 누립니다.

설치해야 할까요?

OpenClaw 에이전트가 간단하고 짧은 대화를 실행한다면 — 아마도 가치가 없을 것입니다. 기본 압축이 빠른 작업에는 괜찮습니다.

하지만 다음의 경우라면:

✅ 컨텍스트가 중요한 여러 날에 걸친 프로젝트를 실행함

✅ 에이전트를 지속적인 어시스턴트로 사용함 (일회성 도구가 아닌)

✅ 압축 후 같은 말을 반복하는 것에 지침

✅ 에이전트가 빌드, 배포 또는 구성한 것을 기억해야 함

그렇다면 Lossless Claw가 정확히 필요한 것입니다. Peter Steinberger가 시도해볼 가치가 없다면 280K+ 팔로워에게 추천하지 않았을 것입니다.

MyClaw.ai — 최고의 OpenClaw 호스트, OpenClaw를 실행하는 최고의 방법. 당신의 에이전트 메모리가 방금 업그레이드되었습니다.