Spydr

Spydr는 저장한 모든 것을 웹으로 묶고, 웹은 흩어진 북마크 목록이 아니라 프로젝트처럼 움직인다. 동영상, 파일, 링크를 해당 컬렉션에 넣으면 각각이 자기 맥락 안에서 검색 가능한 상태로 남는다. GitHub에 견주는 비유가 먹히는 건 이 구조 덕분이다. 기억을 뒤섞인 한 덩어리로 쏟아붓지 않고, 저장소를 가꾸듯 정리하게 된다.

이 엔진은 텍스트 이상을 담도록 설계됐다. 웹 페이지, 유튜브 동영상, 파일을 받아들이므로 하나의 웹이 실제 조사처럼 형식을 섞을 수 있다. 더 풍부한 미디어 지원은 아직 채워지는 중이라, 동영상 처리는 완성된 기능이 아니라 진행 중인 작업으로 보는 게 맞다.

Spydr Memory MCP 서버의 핵심은 이식성이다. Model Context Protocol을 말하므로 호환되는 클라이언트라면 무엇이든 같은 기억에 닿는다. 컨텍스트를 한 앱에 가두지 않는다. 클라이언트를 한 번 연결하면 그다음부터 웹을 검색할 수 있다. 노트 앱과 기억 계층의 차이가 여기에 있다.

Spydr는 연결된 AI 에이전트마다 공유 비밀이 아니라 전용의 범위 제한 자격 증명을 준다. OAuth 클라이언트 동적 등록에는 아이덴티티 제공자인 Stytch에 기댄다. 그래서 접근은 한 사용자의 컨텍스트 안에 머물고, 한 에이전트가 다른 에이전트의 기억을 읽을 수 없다. 기억이 세션 사이로 새는 걸 걱정하는 사람에게 이 격리가 바로 중요한 기능이다.

MCP 서버는 에이전트가 내용을 의미로 검색하게 해 주는 도구를 노출한다. FindWebs는 질의에 맞는 컬렉션을 떠올리고, FindMemories는 그 안의 개별 항목까지 파고든다. 클라이언트가 스스로 이들을 호출하므로, "전에 가격 페이지에 대해 뭘 저장했지" 같은 평범한 질문이 파일 이름을 대지 않고도 기억 조회로 바뀐다. 이 검색이 Spydr가 내놓는 AI 컨텍스트의 핵심이다.

Spydr에는 소셜 계층이 들어 있어 웹을 공유하거나 정리된 컨텍스트를 다른 사람과 교환할 수 있다. 로드맵은 기억 그래프의 오픈소스화를 가리키며, 그러면 커뮤니티가 남이 모은 것을 재사용하고 재구성할 수 있게 된다. 아직 자라는 부분이고, 지금의 소셜 면은 완성된 도구라기보다 약속에 가깝다.