시맨틱 검색

memex의 검색 방식, 벡터 검색, BM25, 태그 매칭을 결합한 하이브리드 리트리벌.

동작 방식

memex는 Reciprocal Rank Fusion(RRF)으로 융합된 4개의 검색 소스를 사용합니다:

  1. 벡터 검색, sqlite-vec을 통한 밀집 시맨틱 유사도. 정확한 단어가 없어도 의미로 노트를 찾습니다.
  2. BM25 전문 검색, 제목과 내용에 대한 FTS5. 정확한 키워드 매칭에 강합니다.
  3. 태그 매칭, 노트 태그에 대한 정확 매칭. 매칭 태그가 많을수록 높은 순위.
  4. 제목 키워드 매칭, LIKE 기반 제목 검색, 2배 가중치(제목 매칭은 강한 신호).

4개 소스는 RRF(k=60)로 병합됩니다. 최종 순위는 의미, 키워드, 태그, 제목을 균형 있게 반영합니다.

임베딩 모델

memex는 multilingual-e5-base를 사용합니다, 완전 오프라인으로 동작하는 768차원 모델입니다. 한국어와 영어를 같은 벡터 공간에서 이해하므로, 한국어 쿼리로 영어 노트를 찾거나 반대도 가능합니다.

최초 실행 시 ~/.memex/models/에 한 번 다운로드됩니다(~450 MB).

날짜 필터링

특정 기간으로 결과를 좁힐 수 있습니다:

memex search "auth 결정" --from 2025-04-01
memex search "auth 결정" --from 2025-04-01 --to 2025-04-30

MCP를 통해 특정 기간에 대해 질문하면 Claude가 date_from과 date_to를 자동으로 전달합니다:

"지난 4월에 auth에 대해 어떤 결정을 했었지?"

검색 별칭

검색 시 자동으로 확장되는 단축 별칭을 만들 수 있습니다:

{
  "aliases": {
    "js": ["javascript", "자바스크립트"],
    "ts": ["typescript"]
  }
}

~/.memex/config.json에서 설정합니다. "js"로 검색하면 "javascript"와 "자바스크립트" 노트도 함께 매칭됩니다.

중복 감지

새 노트를 저장할 때, memex는 임베딩을 계산하고 코사인 거리 0.5 미만인 기존 노트를 확인합니다. 유사한 노트가 있으면 save_note가 경고를 반환합니다:

⚠️ Similar notes already exist, consider updating one instead:
- #42 "Auth Architecture Decision" (distance: 0.312)

이 경고가 표시되면 Claude는 update_note로 전환하도록 지시받습니다.

결과의 플래시백

memex search와 MCP의 search_notes 모두, 순위 매겨진 결과 아래에 🔗 Flashback 힌트를 부착합니다. top 결과와 의미적으로 가까우면서 다른 폴더에 있는 오래된 노트 (기본 90일+)를 함께 보여줍니다. "몇 달 전 다른 프로젝트에서 비슷한 걸 다뤘었네" 같은 cross-context 연결이 실제로 보이게 됩니다. 전체 동작은 플래시백 페이지를 참조하세요.

CLI 검색 옵션

memex search "쿼리"
memex search "쿼리" --limit 10
memex search "쿼리" --tag typescript
memex search "쿼리" --from 2025-01-01 --to 2025-03-31