---
read_when:
    - 기본 메모리 백엔드를 이해하려는 경우
    - 임베딩 제공자 또는 하이브리드 검색을 구성하려는 경우
summary: 키워드, 벡터 및 하이브리드 검색을 지원하는 기본 SQLite 기반 메모리 백엔드
title: 내장 메모리 엔진
x-i18n:
    generated_at: "2026-05-03T21:29:50Z"
    model: gpt-5.5
    provider: openai
    source_hash: 72f5d1fee02bff0962bd012575b62846c1f11c030fd1174fdb2af1e81909f52a
    source_path: concepts/memory-builtin.md
    workflow: 16
---

내장 엔진은 기본 메모리 백엔드입니다. 에이전트별 SQLite 데이터베이스에 메모리 인덱스를 저장하며, 시작하는 데 추가 의존성이 필요하지 않습니다.

## 제공 기능

- FTS5 전체 텍스트 인덱싱(BM25 점수)을 통한 **키워드 검색**.
- 지원되는 모든 제공자의 임베딩을 통한 **벡터 검색**.
- 최상의 결과를 위해 둘을 결합하는 **하이브리드 검색**.
- 중국어, 일본어, 한국어용 트라이그램 토큰화를 통한 **CJK 지원**.
- 데이터베이스 내부 벡터 쿼리를 위한 **sqlite-vec 가속**(선택 사항).

## 시작하기

OpenAI, Gemini, Voyage, Mistral 또는 DeepInfra용 API 키가 있으면 내장 엔진이 이를 자동으로 감지하고 벡터 검색을 활성화합니다. 설정은 필요 없습니다.

제공자를 명시적으로 설정하려면:

```json5
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
```

임베딩 제공자가 없으면 키워드 검색만 사용할 수 있습니다.

내장 로컬 임베딩 제공자를 강제로 사용하려면 선택 사항인 `node-llama-cpp` 런타임 패키지를 OpenClaw 옆에 설치한 다음, `local.modelPath`가 GGUF 파일을 가리키도록 설정하세요.

```json5
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "local",
        fallback: "none",
        local: {
          modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",
        },
      },
    },
  },
}
```

## 지원되는 임베딩 제공자

| 제공자    | ID          | 자동 감지     | 참고                                |
| --------- | ----------- | ------------- | ----------------------------------- |
| OpenAI    | `openai`    | 예            | 기본값: `text-embedding-3-small`    |
| Gemini    | `gemini`    | 예            | 멀티모달(이미지 + 오디오) 지원      |
| Voyage    | `voyage`    | 예            |                                     |
| Mistral   | `mistral`   | 예            |                                     |
| DeepInfra | `deepinfra` | 예            | 기본값: `BAAI/bge-m3`               |
| Ollama    | `ollama`    | 아니요        | 로컬, 명시적으로 설정               |
| 로컬      | `local`     | 예(첫 번째)   | 선택 사항인 `node-llama-cpp` 런타임 |

자동 감지는 API 키를 확인할 수 있는 첫 번째 제공자를 표시된 순서대로 선택합니다. 재정의하려면 `memorySearch.provider`를 설정하세요.

## 인덱싱 작동 방식

OpenClaw는 `MEMORY.md`와 `memory/*.md`를 청크(~400개 토큰, 80개 토큰 중첩)로 인덱싱하고 에이전트별 SQLite 데이터베이스에 저장합니다.

- **인덱스 위치:** `~/.openclaw/memory/<agentId>.sqlite`
- **스토리지 유지 관리:** SQLite WAL 사이드카는 주기적 체크포인트와 종료 시 체크포인트로 제한됩니다.
- **파일 감시:** 메모리 파일 변경은 디바운스된 재인덱싱(1.5초)을 트리거합니다.
- **자동 재인덱싱:** 임베딩 제공자, 모델 또는 청킹 설정이 변경되면 전체 인덱스가 자동으로 다시 빌드됩니다.
- **필요 시 재인덱싱:** `openclaw memory index --force`

<Info>
`memorySearch.extraPaths`를 사용해 작업공간 밖의 Markdown 파일도 인덱싱할 수 있습니다. [설정 참조](/ko/reference/memory-config#additional-memory-paths)를 확인하세요.
</Info>

## 사용 시점

내장 엔진은 대부분의 사용자에게 적합한 선택입니다.

- 추가 의존성 없이 바로 작동합니다.
- 키워드 및 벡터 검색을 잘 처리합니다.
- 모든 임베딩 제공자를 지원합니다.
- 하이브리드 검색은 두 검색 접근 방식의 장점을 결합합니다.

재순위화, 쿼리 확장이 필요하거나 작업공간 밖의 디렉터리를 인덱싱하려면 [QMD](/ko/concepts/memory-qmd)로 전환하는 것을 고려하세요.

자동 사용자 모델링이 포함된 세션 간 메모리를 원한다면 [Honcho](/ko/concepts/memory-honcho)를 고려하세요.

## 문제 해결

**메모리 검색이 비활성화되었나요?** `openclaw memory status`를 확인하세요. 제공자가 감지되지 않으면 하나를 명시적으로 설정하거나 API 키를 추가하세요.

**로컬 제공자가 감지되지 않나요?** 로컬 경로가 존재하는지 확인하고 다음을 실행하세요.

```bash
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
```

독립 실행형 CLI 명령과 Gateway는 동일한 `local` 제공자 ID를 사용합니다. 제공자가 `auto`로 설정된 경우, `memorySearch.local.modelPath`가 기존 로컬 파일을 가리킬 때만 로컬 임베딩을 먼저 고려합니다.

**결과가 오래되었나요?** 다시 빌드하려면 `openclaw memory index --force`를 실행하세요. 드문 예외 상황에서는 감시자가 변경 사항을 놓칠 수 있습니다.

**sqlite-vec가 로드되지 않나요?** OpenClaw는 자동으로 프로세스 내부 코사인 유사도로 대체합니다. `openclaw memory status --deep`는 로컬 벡터 저장소를 임베딩 제공자와 별도로 보고하므로, `Vector store: unavailable`은 sqlite-vec 로딩 문제를 가리키고 `Embeddings: unavailable`은 제공자/인증 또는 모델 준비 상태 문제를 가리킵니다. 구체적인 로드 오류는 로그를 확인하세요.

## 설정

임베딩 제공자 설정, 하이브리드 검색 튜닝(가중치, MMR, 시간 감쇠), 배치 인덱싱, 멀티모달 메모리, sqlite-vec, 추가 경로 및 기타 모든 설정 옵션은 [메모리 설정 참조](/ko/reference/memory-config)를 확인하세요.

## 관련 문서

- [메모리 개요](/ko/concepts/memory)
- [메모리 검색](/ko/concepts/memory-search)
- [Active Memory](/ko/concepts/active-memory)