플래시백

memex가 잊고 있던 cross-context 연결을 자동으로 surface하는 방식, LLM 호출 0회.

second brain의 진짜 가치는 무엇을 저장했는가가 아니라 어떤 연결을 보여주는가에 있습니다. 플래시백은 memex가 그 연결을 surface하는 메커니즘입니다, 저장하거나 검색할 때, 지금 다루는 내용과 의미적으로 가까우면서 다른 폴더에 있는 오래된 노트를 자동으로 가리킵니다.

전형적인 사례: 새 auth 접근에 대한 노트를 작성 중인데, memex가 조용히 "124일 전 다른 프로젝트에서 이걸 다뤘었네, 노트 여기"라고 알려줍니다. 그 순간 second brain은 수동적인 아카이브에서 멈추고 사고 파트너가 됩니다.

동작 방식

3개 축, 단일 SQL 쿼리로 평가, LLM 호출 0회:

벡터 근접도, 코사인 거리 ≤ MEMEX_FLASHBACK_DIST (기본 0.4).
시간 갭 (후보 노트가 최소 MEMEX_FLASHBACK_DAYS 이상 오래돼야 함 (기본 90). "최근 관련된" 노트를 걸러냅니다) 그건 보통 재발견이 아니라 연속선상의 노트입니다.
다른 카테고리, 후보가 앵커 노트와 다른 최상위 폴더에 있어야 함. cross-folder가 진짜 통찰이 생기는 지점이고, intra-folder 매칭은 보통 이미 기억하고 있는 인접 노트입니다.

결과는 MEMEX_FLASHBACK_LIMIT (기본 3)으로 제한해 노이즈를 줄입니다. false positive는 신뢰를 빠르게 망가뜨리므로, 임계값은 적지만 강한 surface 쪽으로 기울어 있습니다.

어디에 표시되는가

플래시백은 네 군데에서 나타납니다:

MCP save_note 응답, Claude가 노트를 저장하면 응답에 🔗 Flashback 섹션이 포함됩니다. Claude는 관련성 있어 보이면 사용자에게 surface하도록 지시받습니다.
MCP search_notes 응답, top 결과를 앵커로 삼아, 일반 결과 아래에 플래시백을 부착합니다.
CLI memex search, 동일한 플래시백 footer, 터미널의 dimmed 텍스트.
CLI memex add, 저장 확인 후 출력.

incoming 링크 (이 노트가 다른 앵커의 플래시백으로 surface된 경우)는 memex show <id> 참조, 표준 백링크 아래 "Surfaced as flashback in" 섹션이 나옵니다.

영구 저장

모든 플래시백은 note_links에 source = 'flashback' 행을 생성합니다. 사용자의 [[wikilink]] 백링크 (source = 'wiki')와 별개로 저장됩니다. 복합 PK (source_id, target_id, source)로 같은 노트 쌍이 wikilink와 플래시백 링크로 동시에 존재해도 충돌하지 않습니다.

실용적으로: 노트를 다시 저장해도 wiki 링크만 재동기화되고 플래시백 링크는 유지됩니다. 라이브 derivation이 아니라 "memex가 한때 이 연결을 surface했었다"는 기록입니다.

조정 노브

환경 변수	기본값	의미
`MEMEX_FLASHBACK_DAYS`	`90`	최소 시간 갭 (일). 낮을수록 매칭은 많지만 "재발견" 느낌이 약해짐.
`MEMEX_FLASHBACK_DIST`	`0.4`	최대 벡터 거리. 낮을수록 엄격한 매칭.
`MEMEX_FLASHBACK_LIMIT`	`3`	surface당 최대 추천 수.

false positive가 너무 많다 싶으면 _DIST를 0.35로 줄이세요. 플래시백이 전혀 안 보이면 _DAYS를 60으로 먼저 완화해보세요, 거리 임계값을 푸는 건 노이즈 위험이 더 큽니다.

왜 이게 moat인가

memex의 설계 가설은 연결 밀도가 노트 양보다 중요하다는 것입니다. 정제된 1,500개 노트가 강한 cross-reference를 가지면 자동 수집된 150,000개 파편보다 매번 우위입니다. 플래시백은 그 cross-reference를 사용자가 기억할 필요 없이 강제로 가시화하는 메커니즘입니다.

LLM 기반 자동 synthesis ("이번 주의 테마" 같은 LLM 요약)도 고려됐지만 v1에서 거부됐습니다, 비용이 비싸고, 불투명하고, hallucinated 패턴이 생기기 쉽습니다. 플래시백은 결정론적이고, 저렴하고 (인덱싱된 SQL 한 방), 사용자 자신의 노트에 있는 사용자 자신의 단어를 가리킵니다. 신뢰는 raw 연결을 보여주는 데서 오지, 그것에 대한 산문을 생성하는 데서 오지 않습니다.