답변게시됨17 소스
AI의 ‘기억’을 세 조각으로 나눈 텐센트 Hy Memory 2.0
Hy Memory 2.0은 기억 프레임워크와 파이썬 SDK, Hy Memory 30B A3B 모델, 로컬 우선 앱 MemHub로 구성된다. 프레임워크는 대화·작업·코드 기억을 관리하며, 세 구성 요소는 따로 쓰거나 함께 묶어 사용할 수 있다.
게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성
연구 답변
주요 시사점
- Hy Memory 2.0은 기억 프레임워크와 파이썬 SDK, Hy Memory 30B A3B 모델, 로컬 우선 앱 MemHub로 구성된다.
- 프레임워크는 대화·작업·코드 기억을 관리하며, 세 구성 요소는 따로 쓰거나 함께 묶어 사용할 수 있다.
- 텐센트는 여러 벤치마크에서 앞선 결과를 공개했지만, 이는 회사가 보고한 비교 수치이며 실제 환경에서의 성능을 보장하지는 않는다.
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Tencent Hunyuan open-source in its October 17, 2026 release of Hy Memory 2.0, and how do its independently usable or combinable fra. Article summary: Tencent Hunyuan open-sourced three layers of Hy Memory 2.0: the Hy-Memory agent-memory framework and Python SDK, the dedicated Hy-Memory-30B-A3B model, and the MemHub local memory application, usable separately or togeth. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
텐센트 혼위안이 AI 에이전트의 기억을 관리하는 오픈소스 프로젝트 Hy Memory 2.0을 공개했다. 구성은 세 부분이다. 기억의 저장·갱신·검색을 맡는 프레임워크와 파이썬 SDK, 기억을 추출하는 전용 모델, 여러 AI 도구의 기록을 한데 모으는 로컬 앱 MemHub다. 각 요소는 독립적으로 쓰거나 하나의 시스템으로 조합할 수 있다. 발표는 2026년 10월 16일 이뤄졌으며, 프로젝트 변경 기록에는 hy-memory==2.0.2 패키지 공개일이 10월 17일로 적혀 있다. 16
21
30
에이전트 기억을 세 종류로 나눈 프레임워크
Hy Memory의 프레임워크는 대화·작업·코드 기억을 관리한다. 개발자는 파이썬 SDK를 통해 이를 AI 에이전트에 연결할 수 있다. 작업 기억과 코드 기억까지 다루도록 설계한 점이 이번 버전에서 강조된 부분이다. 다만 공개된 자료가 확인해 주는 범위는 세 종류의 기억을 지원한다는 점이며, 기억을 구체적으로 어떻게 구성하거나 호출하는지에 대한 세부 동작까지 모두 설명하는 것은 아니다. 14
16
변경 기록에 따르면 hy-memory==2.0.2는 10월 17일 공개됐으며, 패키지 메타데이터에는 Apache-2.0 라이선스가 표시돼 있다. 30
기억을 추출하는 전용 모델
전용 모델 Hy-Memory-30B-A3B는 전문가 혼합(MoE) 방식의 모델로, 약 30억 개의 파라미터가 활성화되는 것으로 소개됐다. 텐센트는 이 모델을 기억 추출과 충돌 처리에 맞춰 학습했다고 설명했다. 모델 가중치는 기술 보고서와 함께 허깅페이스에 공개됐다. 1
14
텐센트 제품 페이지는 이 모델이 네 가지 기억 시스템을 활용한 평가에서 평균 55.49점을 얻었고, Claude Opus 5의 54.62점보다 높았다고 밝혔다. 이는 모델에 대한 회사 측 평가다. 프레임워크 자체를 평가한 벤치마크 점수와는 별개의 결과이므로 두 수치를 같은 시험의 성적으로 받아들여서는 안 된다. 16
기록을 로컬에서 관리하는 MemHub
MemHub는 명령줄 도구와 맥 데스크톱 앱을 제공하는 로컬 우선(local-first) 앱이다. 공식 저장소 설명에 따르면 사용자가 허용한 AI 앱의 대화 기록과 코딩 흔적을 하나의 관리 환경과 로컬 데이터 디렉터리로 모은다. 저장소에 명시된 연동 사례로는 Claude Code, Cursor, Codex, OpenCode, Qwen Code가 있다. 4
이런 구조는 지원되는 도구의 기록을 한곳에서 관리하는 데 초점을 둔다. 다만 제공된 자료만으로는 모든 과거·신규 세션이 계속 동기화되는지, 또는 연동 도구가 몇 개인지를 일괄적으로 확인할 수 없다. 4
텐센트가 공개한 벤치마크와 내부 활용
텐센트는 Hy Memory가 금융, 뉴스, 지식 관리, 오피스 에이전트, 소셜 엔터테인먼트, 게임 등 사내 여러 분야에서 사용되고 있다고 밝혔다. 이는 회사가 발표한 내부 활용 사례이며, 도입 효과를 독립적으로 검증한 결과와는 구분할 필요가 있다. 21
텐센트는 또 Hy Memory가 네 가지 벤치마크에서 비교 대상 오픈소스 프레임워크보다 앞섰다고 발표했다. 공개된 세부 수치는 다음과 같다. 16
35
- MemoryArena: 여행 계획과 복합 쇼핑 과제에서 평균 55.31%. 보도에 따르면 다음 순위 시스템보다 10.2%포인트 높았다.
35
- CodeMemoryBench: 코드 질의응답 정확도 64.2%, 코드 과제 해결률 35.6%.
- SWE-ContextBench: 코드 과제 해결률 28.3%.
- LoCoMo: 대화 기억 정확도 72.6%. 비교 대상의 질문당 토큰 수가 1,159개인 데 비해 Hy Memory는 703개로, 39.3% 줄었다고 보고됐다.
이 수치는 서로 다른 과제와 측정 기준에 따른 회사 발표 벤치마크 결과다. 하나의 종합 점수로 합쳐 보거나, 실제 서비스에서도 같은 성능을 낼 것이라고 단정하기는 어렵다. 16
35
개발자가 살펴볼 점
Hy Memory 2.0은 에이전트 기억 기능을 단일 제품이 아니라 조합 가능한 구성 요소로 내놓았다. 개발자는 프레임워크와 SDK부터 적용하거나, 전용 모델을 기억 처리에 활용하거나, MemHub를 이용해 지원 도구의 기록을 로컬에서 관리하는 방식으로 접근할 수 있다. 4
14
16
텐센트의 내부 활용 사례와 벤치마크는 프로젝트가 겨냥하는 용도를 보여주는 참고 자료다. 다만 실제 도입을 검토한다면 자체 업무와 데이터로 성능을 확인하고, 필요한 연동 기능 및 기억 관리 방식이 요구사항에 맞는지 따로 점검하는 편이 좋다. 4
14
16
21
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"AI의 ‘기억’을 세 조각으로 나눈 텐센트 Hy Memory 2.0"에 대한 짧은 대답은 무엇입니까?
Hy Memory 2.0은 기억 프레임워크와 파이썬 SDK, Hy Memory 30B A3B 모델, 로컬 우선 앱 MemHub로 구성된다.
먼저 검증할 핵심 포인트는 무엇인가요?
Hy Memory 2.0은 기억 프레임워크와 파이썬 SDK, Hy Memory 30B A3B 모델, 로컬 우선 앱 MemHub로 구성된다. 프레임워크는 대화·작업·코드 기억을 관리하며, 세 구성 요소는 따로 쓰거나 함께 묶어 사용할 수 있다.
실무에서는 다음으로 무엇을 해야 합니까?
텐센트는 여러 벤치마크에서 앞선 결과를 공개했지만, 이는 회사가 보고한 비교 수치이며 실제 환경에서의 성능을 보장하지는 않는다.