개인 환경에서 에이전트를 운용할 때 데이터 프라이버시와 토큰 비용은 주요 과제로 꼽힙니다. OpenHuman 은 로컬 중심 메모리 저장소와 효율적인 멀티 에이전트 제어 구조를 함께 제공합니다.

로컬 메모리 구조와 토큰 최적화

OpenHuman 은 불투명한 검색 구조 대신 Memory Tree 와 Obsidian Wiki 방식을 사용합니다. 사용자 기기의 SQLite 내에 점수화된 마크다운 트리를 생성하고 이를 Obsidian vault 형태로 연동하여 사용자가 메모리를 직접 확인하고 수정하도록 지원합니다. TokenJuice 기능은 도구의 출력값을 LLM에 전달하기 전 최대 80%까지 압축하여 토큰 소비를 절감하고 대용량 컨텍스트를 다루는 개인용 AI의 운영 비용 부담을 줄여줍니다.

MCP 기반 도구 연동과 백그라운드 오케스트레이션

외부 생태계 연결을 위해 Model Context Protocol(MCP) 과 OAuth 연동을 지원하며 Gmail, Notion, Slack 등 다양한 서비스와 결합합니다. 20분 주기로 자동 수집되는 Auto-fetch 기능과 백그라운드 루프인 Subconscious 가 동작하여 컨텍스트를 주기적으로 갱신합니다. 지속 실행 가능한 인프라 위에서 멀티 에이전트 플릿을 제어하며 사용자가 프롬프트를 입력하지 않는 동안에도 백그라운드 작업을 계속 진행합니다.

로컬 우선 데이터 저장소와 에이전트 오케스트레이션을 실용적으로 엮어낸 프레임워크 구조가 돋보이며, 개인용 AI 엔지니어링의 현실적인 대안을 제시합니다.

요약

  • 불투명한 벡터 데이터베이스 대신 SQLite 및 Obsidian vault 연동 기반 마크다운 메모리 트리를 구축하여 사용자가 직접 검증 가능한 로컬 우선 데이터 구조를 제공합니다.
  • TokenJuice 압축 레이어를 통해 도구 호출 출력 토큰을 최대 80% 절감하여 개인용 에이전트의 대용량 컨텍스트 운용 비용을 크게 낮춥니다.
  • MCP 지원과 함께 Subconscious 백그라운드 루프를 도입해 사용자 개입 없이도 주기적으로 컨텍스트를 업데이트하고 에이전트 워크플로우를 유지합니다.