Ensue

Ensue는 AI 에이전트를 위해 설계된 분산 공유 메모리 레이어입니다. 여러 에이전트가 읽고 쓸 수 있는 지속적이고 구조화된 메모리를 제공하며, 세분화된 권한(비공개/공유/공개 네임스페이스) 및 실시간 구독 알림을 지원합니다. 핵심 가치 제안은 메모리를 컨텍스트 윈도우 채우기가 아닌 인프라로 취급하는 것입니다. 더 큰 토큰 윈도우에 의존하는 대신 구조화된 수집, 버전 관리된 사실 저장소 및 검색 하위 에이전트를 사용하여 안정적인 세션 간 회상을 구현합니다. LongMemEval 벤치마크 결과 GPT-5-mini에서 93.2%의 전체 정확도와 97-100%의 단일 세션 검색 신뢰도를 보여줍니다. 시장의痛点은 AI 에이전트가 컨텍스트 제한과 단편화된 메모리로 인해 병목 현상을 겪는다는 점입니다. 각 세션은 초기화 상태로 시작하며, 다중 에이전트 조정에는 공유 상태가 부족합니다. Ensue는 수집과 질의를 분리하여 에이전트가 동적으로 세션 간 컨텍스트를 조합하고 공유 메모리를 통해 조정할 수 있도록 함으로써 이 문제를 해결합니다. 또한 크로스 플랫폼 메모리 마이그레이션(예: WhatsApp, OpenAI, Cursor, Manus)을 지원합니다. 지난 6개월(2026년 3월~2026년 9월): 3월에는 에이전트가 GPU 자원을 공유하여 언어 모델을 공동으로 개선하는 분산 연구 네트워크인 autoresearch@home을 출시했습니다. 4월에는 6대의 Mac에서 6개의 자율 에이전트를 사용하여 Apple의 CoreML 대비 6.31배의 추론 속도 향상을 시연했습니다. 2월에는 시각적 메모리 검사(트리/그래프/하이퍼그래프 보기)를 추가했습니다. 8월에는 공유 메모리를 통한 실시간 조정을 가능하게 하는 다중 에이전트 오케스트레이션 프레임워크를 오픈소스로 공개했으며, 10개 팀에 무료 GPU 자원을 제공하는 World Model Grants 프로그램도 시작했습니다. 알려진 한계: 오프라인 모드 없이 Ensue의 온라인 API에 크게 의존하며, API 키를 평문으로 저장하고 내장 암호화가 없으며, 대규모 권한 감사가 취약하고, 데이터 주권이 불명확하며(타사 호스팅), 무료 티어에는 SLA가 없습니다.